CC BY
10
Scientific journal ISSN 2413-158X (online)
PHYSICAL AND MATHEMATICAL EDUCATION ISSN 2413 1571 (Print)
Has been issued since 2013.
Науковий журнал
Ф1ЗИКО-МАТЕМАТИЧНА ОСВ1ТА
Видаеться з 2013.
http://fmo-journal.fizmatsspu.sumy.ua/
Друшляк М.Г. Формування вiзуально-iнформацiйноï культури майбутнiх учител'в математики та iнформатики: Ызнавальний критер'ш. Ф'зико-математична освта. 2021. Випуск 3(29). С. 51-57.
Drushlyak M. Formation of visual and information culture of pre-service mathematics and computer science teachers: a cognitive criterion. Physical and Mathematical Education. 2021. Issue 3(29). Р. 51-57.
DOI 10.31110/2413-1571-2021-029-3-008 УДК 378.14: 371.214.46
М.Г. Друшляк
Сумський державний педагогiчний ушверситет iMeHi А.С. Макаренка, Украна
marydru@fizmatsspu.sumy. ua ORCID: 0000-0002-9648-2248
ФОРМУВАННЯ В1ЗУАЛЬНО-ШФОРМАЦ1ЙНОТ КУЛЬТУРИ МАЙБУТН1Х УЧИТЕЛ1В МАТЕМАТИКИ ТА 1НФОРМАТИКИ:
ШЗНАВАЛЬНИЙ КРИТЕР1Й
АНОТАЦ1Я
Формулювання проблеми. В умовах зростання обсяг'в навчального контенту та збльшення ролi вiзуалiзацi¡'в осв!тньому процей володння умннями сприймати, анал'!зувати, пор'юнювати, зставляти, нтерпретувати, продукувати з використанням iнформацiйних технологй, структурувати, нтегрувати, оцнювати поданий наочно навчальний матерал пiдвищують конкурентоздатшсть учителю на ринку прац'1, тобто затребуваними стають вчителi i3 сформованою вiзуально-iнформацiйною культурою.
Матер/'али i методи. Основою досл'дження стали науковi розвiдки втчизняних i закордонних учених, як займаються вивченням питань пдготовки майбутнх вчителiв математики та iнформатики. Для досягнення мети були використанi методи теоретичного р'юня наукового пiзнання: анал 'в науково)'лтератури, синтез, формалiзацiя наукових джерел, опис, зставлення та статистичн методи: критерiй Пiрсона; t-критерiй Стьюдента.
Результати. Пiзнавальний критерiй характеризуется наявнстю предметних, методичних, психологiчних та технолог'мних знань щодо в'вуал 'вацп та дiджiталiзацiïосвти. Показниками пiзнавального критерiю е: ступiнь iнформованостi про наявнсть засоб'ю комп'ютерноÏв'вуал'вацп та можливсть ¡'х використання в освтньому процесi; наявнсть системи знань в галуз'1 в'1зуал'1зацй iнформацiï та основ когштивно-в'зуальних технологий, про класифiкацiю спец'тльних програмних засоб'ю предметного спрямування, про засоби комп'ютерноÏ вiзуалiзацiï, про можливостi використання засоб'ю комп'ютерноï вiзуалiзацiï з урахуванням навчально)' мети, обраних форм i метод 'ю навчання, про психолог'мнi та в'шов'! особливост': сприймання навчального контенту, про структурування навчального контенту; рiвень розвитку в!зуального мислення. Статистичн розрахунки пдтвердили, що експериментальн групи ЕГ1, ЕГ2 i контрольна група КГмають статистично р'гзн'1 середн на рiвнiзначущост'! 0,05.
Висновки. Позитивну динамку зрушень за показниками пiзнавального критерiю сформованостi вiзуально-iнформацiйноïкультури неможливо було б забезпечити у рамках тради^йного пдходу до професiйно'í пдготовки майбутшх учител'ю математики та iнформатики. Це засв'дчуюе ефектившсть впровадження авторсько)' педагог'мно)' системи формування вiзуально-iнформацiйноï культури майбутшх учителю математики та iнформатики, що реал'зуеться шляхом корекцй' змсту пдготовки майбутшх учителю (впровадження спецкурс'ю, поглиблення змсту професiйно-спрямованих дисциплiн), активного залучення студент 'в до науково-досл'дноïроботи (збльшення шлькост'1 курсових робт з проблем когштивно)'вiзуалiзацiï, участь у студентських наукових конферен^ях), використання неформальноï освти (участь у треннгах, майстер-класах, вебнарах).
КЛЮЧОВ1 СЛОВА: вiзуально-iнформацiйна культура, майбутн'1 вчителi математики та 1нформатики, пiзнавальний критерiй, система знань, в!зуальне мислення.
ВСТУП
Постановка проблеми. В умовах зростання обсяпв навчального контенту та збтьшення ролi вiзуалiзацiï в освтньому процеа володЫня умЫнями сприймати, аналiзувати, порiвнювати, зктавляти, штерпретувати, продукувати з використанням шформацшних технолопй, структурувати, штегрувати, оцшювати поданий наочно навчальний матерiал пщвищують конкурентоздатысть учт^в на ринку пращ, тобто затребуваними стають вчт^ iз сформованою вiзуально-шформацшною культурою.
© М.Г. Друшляк, 2021.
Високий рiвень сформованосп вiзуально-iнформацiйноí культури майбутых учителiв математики та шформатики, насамперед, передбачае наявнiсть теоретичних знань з математико-шформатичних дисциплiн, що забезпечуе фундаментальну теоретичну пiдготовку i слугуе пщфунтям для всiеí подальшо'|' професiйноí дiяльностi. У сучасних умовах цифрова трансформащя освiтньоí сфери е процесом необхщним та незворотнiм. У зв'язку з цим сформоваысть вiзуально-iнформацiйноí культури обов'язково повинна бути пов'язана з наявыстю у майбутых учителiв математики та iнформатики уявлень про процеси шформатизацп та дщжп^зацп освiти.
Важливою складовою вiзуально-iнформацiйноí культури е сформована система знань щодо педагопчних, психологiчних та методичних засад використання засобiв комп'ютерноí вiзуалiзацií в освiтньому процесi. Майбутнiй учитель математики та шформатики повинен бути обiзнаним iз психологiчними процесами, що приймають участь у процесi вiзуального сприймання. Повинна бути сформована система: теоретичних знань у галузi вiзуалiзацií шформацп та основ когнiтивно-вiзуальних технологiй; системою теоретичних знань про структурування навчального контенту; системою теоретичних знань та уявлень, що дозволяють не ттьки засвоювати одиниц навчального матерiалу через вiзуальнi моделi знань, а i самостiйно íх проектувати й розробляти та розумшням доцiльностi вiзуальноí форми подання навчальноí iнформацií.
Майбутнiй учитель математики та шформатики повинен мати уявлення про хмарн сервки предметного спрямування, про можливосп автоматизованого контролю знань, оргаызованого на базi вiзуалiзованих завдань; про можливостi розкриття дидактичного потенщалу електронних засобiв навчання; усвщомлення шляхiв використання засобiв комп'ютерноí вiзуалiзацií з урахуванням навчальноí мети, обраних форм i методiв навчання.
Засвоення будь-яких знань вщбуваеться у процес пiзнавальноí дiяльностi, причому знання не е пасивним вщбиттям навколишньоí дшсносп, а е результатом активноí творчоí дiяльностi. Тому високий рiвень сформованосп вiзуально-iнформацiйноí культури характеризуеться розвиненим вiзуальним мисленням, яке вбачаеться нами у вмшы трансформувати рiзнi проблемнi ситуацп у структури нових знань, у створены тзнавальних структур, в яких шформащя подаеться шляхом створення моделей, схем тощо.
Обов'язковою у структурi вiзуально-iнформацiйноí культури майбутнiх учителiв математики та шформатики е наявысть знань про класифта^ю спецiальних програмних засобiв предметного спрямування, про засоби комп'ютерноí вiзуалiзацií, зокрема про програми динамiчноí математики, про íх комп'ютерний шструментарм та функцiональнiсть при розв'язуваннi певних клаав задач.
Для визначення рiвня сформованостi вiзуально-iнформацiйноí культури майбутнiх учителiв математики та iнформатики виокремлено мотивацмний, пiзнавальний, процесуальний та рефлексивно-оцiнювальний критерп (Друшляк, 2020).
Мета статтi. Визначити рiвень сформованостi вiзуально-iнформацiйноí культури майбутшх учителiв математики та iнформатики за тзнавальним критерiем.
МЕТОДИ ДОСЛ1ДЖЕННЯ
Основою дослщження стали науковi розвiдки вгтчизняних i закордонних учених, якi займаються вивченням питань пiдготовки майбутнiх вчителiв математики та iнформатики. Для досягнення мети були використан методи теоретичного рiвня наукового пiзнання: аналiз науковоí лiтератури, синтез, формалiзацiя наукових джерел, опис, зктавлення та статистичнi методи: критерм Пiрсона; t-критерiй Стьюдента.
РЕЗУЛЬТАТИ
Шзнавальний критерiй характеризуеться наявнiстю предметних, методичних, психолопчних та технологiчних знань щодо вiзуалiзацií та дiджiталiзацií освiти. Показниками пiзнавального критерiю е: ступшь iнформованостi про наявнiсть засобiв комп'ютерноí вiзуалiзацií та можливiсть (х використання в освпшьому процесi (шифр К1 - «Обiзнанiсть»); наявнiсть системи знань в галузi вiзуалiзацií iнформацií та основ когнтивно^зуальних технологiй, про класифтащю спецiальних програмних засобiв предметного спрямування, про засоби комп'ютерноí вiзуалiзацií, зокрема про програми динамiчноí математики, про (х комп'ютерний iнcтрументарiй та функцюнальысть при розв'язуваннi певних класiв задач, про можливосп використання засобiв комп'ютерноí вiзуалiзацií з урахуванням навчальноí мети, обраних форм i методiв навчання, про психолопчы та вiковi особливосл сприймання навчального контенту, про структурування навчального контенту (шифр К2 - «Знання»); рiвень розвитку вiзуального мислення (шифр КЗ - <^зуальне мислення»).
Узагальненi результати контрольних зр^з^в та динамта по кожному показнику (у вщсотках) наведено у Таблицi 1 з метою констатацп змiн, як вiдбулися у експериментальних групах внаслщок впровадження педагогiчноí системи формування вiзуально-iнформацiйноí культури майбутнiх учителiв математики та шформатики у закладах вищоí освiти.
Отримане значення t-критерiю порiвнювалося iз £крит = 1,96 для рiвня значущостi 0,05. Будувалася нульова ппотеза: середнi в групах ЕГ та КГ однаковГ Для и прийняття мае виконуватися вимога |£стат| < ^крит. Розрахунки здiйснювалися iз використанням табличного процесора MS Ехе1, надбудова «Пакет аналiзу», вкладка Данные/ Анализ данных/Друхвыборочный ^тест для средних с различными дисперсиями. Статистичн розрахунки за вама критерiями пщтвердили рiвнiсть середнiх обраних сукупностей - по кожый парi сукупностей по кожному показнику отримано
1 ^стат 1 < ^крит ■
За результатами формувального експерименту знову було сформульовано нульову ппотезу: експериментальнi групи ЕГ1, ЕГ2 i контрольна група КГ мають статистично однаковi середы та альтернативну ппотезу: експериментальн групи ЕГ1, ЕГ2 i контрольна група КГ мають статистично рiзнi середы.
Отримане значення ^критер^ порiвнювалося iз ¿крит = 1,96 для рiвня значущостi 0,05. Для того, щоб прийняти альтернативну гiпотезу i стверджувати, що наприкшц експерименту у ЕГ1 та ЕГ2 було позитивне зрушення щодо середых, мала б виконуватися умова £стат > ^крит. Статистичн розрахунки за всiма показниками тзнавального критерiю
пщтвердили статистичну вiдмiннiсть обраних сукупностей: по кожый парi сукупностей ЕГ1 - КГ i ЕГ2 - КГ по кожному показнику отримано |£стат| > ^крит та статистичну однорщысть по групам ЕГ1 - ЕГ2, осктьки по кожному показнику отримано 1 ^стат1 < ¿крит^
Таблиця 1
Результати дiагностичних зрiзiв у експериментальних та контрольна групах на початку та наприкшщ експерименту (у %)
Показник ЕГ1 ЕГ2 КГ
високий середый низький високий середнш низький високий середый низький
К1 (до) 1,32 6,62 92,05 0,82 9,84 89,34 1,27 7,59 91,14
К1 (пiсля) 25,17 51,66 23,18 28,69 63,11 8,20 4,43 17,09 78,48
К1 ^зниця) +23,84 +45,03 -68,87 +27,87 +53,28 -81,15 +3,16 +9,49 -12,66
К2 (до) 6,62 54,30 39,07 9,02 45,90 45,08 5,70 55,70 38,60
К2 (пiсля) 13,91 61,59 24,5 18,03 54,92 27,05 6,96 60,13 32,91
К2 ^зниця) +7,28 +7,28 -14,57 +9,02 +9,02 -18,03 +1,27 +4,43 -5,69
КЗ (до) 16,56 68,21 15,23 14,75 69,67 15,57 15,82 68,99 15,19
КЗ (тсля) 21,85 73,51 4,64 20,49 74,41 4,10 17,09 70,25 12,66
КЗ (рiзниця) +5,30 +5,30 -10,60 +5,74 +5,74 -11,48 +1,27 +1,27 -2,53
ОБГОВОРЕННЯ
Для визначення ступеня iнформованостi про наявысть засобiв комп'ютерноí вiзуалiзацií та можливкть (х використання в освiтньому процеа (показник К1 - «Обiзнанiсть») ми проводили анкетування на початку та наприкшц експерименту та фтсували кшьшсть ЗКВ i кiлькiсть шляхiв (х використання, якi вiдомi студентам. Для експертноí оцiнки анкети було залучено провщних викладачiв кафедр математики та шформатики, якi визначали íх яюсть за наступними факторами: наскiльки влучно запитання анкет вщображають суть характеристики, що дослiджуеться; наскiльки коректно вони будуть сприйматися учасниками анкетування. Рiвень сформованостi показника К1 розраховувався на основi опитування, яке мiстило запитання, в яких студенти вiдмiчали вiдомi 1м ЗКВ та шляхи (х використання в освiтньому процесi. За кожну позначку нараховувся 1 бал. Максимум балiв, як могли набрати студенти - 85. Високий рiвень шформованосп майбутнiх учителiв математики та шформатики про ЗКВ та можливкть (х використання в освiтньому процеа вщображае сума балiв в^д 65 до 85; середый рiвень - 21-64 балiв, низький рiвень - 0-20 балiв.
Щодо вимiрювання показника К2 зазначимо, що знання характеризуються наступними якостями: повнота вщображае склад знань, ктьккть, вимiрюеться кiлькiстю програмних знань про дослщжуваний об'ект; глибина характеризуеться числом усвщомлених iстотних зв'яз^в мiж елементами знання; згорнутiсть виявляеться в ущiльненому вираженнi знань, полягае у здатност особистостi висловити знання компактно, але так, щоб воно представляло видимий результат ущтьнення дея^ сукупностi знань; розгорнутiсть виявляеться при розкритт системи крокiв, що ведуть до згортання знань; систематичнiсть характеризуеться усвщомленням складу деякоí сукупностi знань, (х iерархií i послiдовностi, тобто усвщомлення одних знань як базових для шших; оперативнiсть характеризуеться числом ситуацй в яких суб'ект навчання може свщомо застосувати те чи шше знання, або числом способiв, якими вiн може це знання застосувати, характеризуе готовысть застосовувати знання; гнучккть реалiзуеться тiльки при творчому рiвнi засвоення, що виявляеться в швидкому самостiйному знаходженнi варiантiв способу застосування знань при зм^ ситуацп або рiзних способiв в однш i т^й же ситуацм (Психолого-педагогический словарь, 2006).
Для визначення рiвня сформованост другого показника К2 використовувався авторський тест, який було проведено iз використанням програми комп'ютерного тестування MyTest. Обрана програма дозволяе включати до тестування запитання рiзних титв: одиночний вибiр; множинний вибiр; встановлення порядку; встановлення вiдповiдностi; встановлення ктинносп або помилковостi тверджень; ручне введення числа; ручне введення тексту; вибiр мкця на зображеннi; перестановка лп^ер; заповнення пропускiв.
Експертна оцiнка запитань тесту здшснювалася викладачами кафедр математики та шформатики ЗВО, як брали участь у експериментк Це були викладач1 таких навчальних дисциплiн як «Системи комп'ютерноí математики», «Застосування комп'ютера при вивченн математики», «Використання шформацмних технологiй в освiтi», «Методика навчання математики», «Методика навчання шформатики», «Комп'ютерно-орiентованi системи навчання математики та шформатики», «1нфографта в робот вчителя», «Комп'ютерна графiка», «Когнiтивна вiзуалiзацiя та и використання в роботi вчителя». Наведемо приклади запитань тесту вiдповiдями рiзного типу (рис. 1 - рис. 6).
Високий рiвень сформованостi системи знань майбут-лх учителiв математики та шформатики вщображае сума балiв вщ 21 до 30; середнiй рiвень - 11-20 балiв, низький рiвень - 0-10 балiв.
Щодо показника КЗ зазначимо, що нашл дм в ходi експерименту були спрямованi на розвиток операцiйноí сфери вiзуального мислення шляхом активiзацií конструктивноí активност суб'ектiв навчання та аналiтико-синтетичних операцюнальних структур мислення, що е базисом для побудови яккно нових конструкцм - когнiтивно-вiзуальних моделей (Drushlyak, Semenikhina, Proshkin, Naboka, 2020).
О. 1ванюта та О. Яницька вважають, що «одыею з визначальних характеристик розвинутого вiзуального мислення е здатнiсть до створення нових образiв та оперування ними, яка реалiзуеться в процеа продукування вiзуальних гiпотез, на основi заданого стимульного матерiалу. Розв'язання задачi в образах здiйснюеться, переважно, з опорою на наочний матерiал» (1ванюта &Яницька, 2018).
Рис. 1. Запитання 3 (ручне введення тексту)
1- : Hi
Вышлете, яд! з нааедеиш характеристик, притамаиш когттивно-вйуалкному пЦиоду а навчаши
н Акцепт ва 1кднв1дуальмк осоСлнвостях субЧкта давчяння.
из НелЮСередия присуписть суб'спа ШВЧ'ШНЯ № ОСОВ'ЯЧКОВД.
IZ3 Акцент на шзнаналышх процесах суС'скпв навчання.
IZ3 Пер« давания змкту навчального ыатеркгту невеликими лог гчно завершенный часткнямн.
к Рспролхгктквккй характер навчання.
из Ли tern лише на оюстратнвнШ функци HaomociL
а Циеспрямоване викорнстяюи pejepsia Biiyaifriioro мислення.
Рис. 3. Запитання 4
Рис. 5. Запитання 14 (заповнення пропусшв)
MylesAtiiiSent [MfleHXHDj НШ1К1Ж.1П*оадННАЯ ОРОЛЯ □ X
»■та.J«»:
Визначте. яю з перераховашк характеристик. протаманш поколншю сучасннх учшв.
□i Мають клшове мислення.
□J Здатт до анал!зу 1 вибудовування довгах лопчних ланцюжмв.
□I Найкраще спрнймаютъ жформашю у лжШному виглядь
С'прнймають жформашю переважно виуальннм способом.
□s Можутъ трпвалпй час тосереджуватися на будь-яшй жформацн.
VI0 Ц0% КЮ1Л! СМ» О 1& иг Иыно. Иы. (U Д) ЬстО
Рис. 2. Запитання 9 (множинний вибiр)
Рис. 4. Запитання 16 (встановлення вiдповiдностi)
Рис. 6. Запитання 18 (встановлення порядку)
Операцшна сфера вiзуального мислення розвиваеться при розв'язуваннi задач, в ходi якого мисленнево трансформуеться заданий матерiал; актуалiзуються та видозмiнюються мисленнi образи (поза наочним сприйманням). Устшысть розв'язання задач такого типу залежить вщ рiвня конструктивно! активностi вiзуального мислення. На думку О. 1ванюти та О. Яницькою «здатысть оперування образами пов'язана з розвитком довтьносп мисленневих механiзмiв, а також з оволодшням спецiальними способами створення образiв та мантулювання ними» (1ванюта &Яницька, 2018). Змкт вiзуального мислення полягае в оперуванш образами, а умовою продуктивной даного процесу е наявнiсть достатнього запасу вихщних образiв. В^д 'х змiстовного наповнення залежать можливостi 'х видозмiни, оперування ними.
Для визначення рiвня сформованост третього показника КЗ було використано методику «Прогресивн матрицу Равена» (Raven Progressiv Matrices) (Тест Равена. Шкала прогрессивных матриц). Дана методика була розроблена Джоном Равеном (сптьно з Л. Пенроузом) у 1936 роцк
Завдання тесту згрупован за п'ятьма серiями (А, В, С, D, Е). Кожна серiя складаеться з 12 матриць, розташованих послщовно в мiру ускладнення завдання, - усього 60 завдань (рис.7-8). Принцип прогресивностi реалiзуеться шляхом поступового зростання складностi завдань вщ серп до серп, тобто виконання попередых завдань одночасно е тдготовкою до розв'язання наступних. Кожна серiя побудована за певним принципом, який вщображае окремi операцiйнi етапи аналтико-синтетично! дiяльностi вiзуального мислення. Процедура тестування передбачае вибiр дослiджуваним потрiбного елемента матрицi з-помiж запропонованих 6-8 варiантiв.
Рис. 7. Приклад матриц Равена (серiя А) Рис. 8. Приклад матриц Равена (серiя В)
Тест строго регламентований у 4aci, а саме 20 хвилин. Дослщжуваы заповнюють бланки вiдповiдей i проходять тест онлайн, наприклад на сайт https://psiholocator.com/testy-iq/matricy-ravena.
Пщрахунок результативностi тестування здмснюеться методом обчислення кiлькостi набраних балiв (за кожну правильну вiдповiдь нараховуеться 1 бал) за кожною серieю окремо, а також загально''' суми оцшок по тесту. Показники виконання завдань за окремими серiями порiвнюються iз середньостатистичними, враховуеться рiзницю мiж результатами, отриманими в кожнiй серп, i контрольними, отриманими при дослщжены великих груп здорових обстежуваних. Отриман бали переводяться за вiдповiдною таблицею у бали вщповщно до втово''' категорп (у нашому випадку вт дослiджуваних 16-30 рокiв).
Високий рiвень сформованостi вiзуального мислення майбутнiх учителiв математики та iнформатики вiдображае сума балiв вiд 111 до 130; середый рiвень - 91-110 балiв, низький рiвень - 71-90 бали. Сума балiв нижче 70 вщповщае рiвню патологл.
ВИСНОВКИ
За результатами дослщження зроблено наступнi висновки.
Значн зрушення, що вiдбулися у рiвнях сформованостi вiзуально-iнформацiйноí культури за показником К1 пiзнавального критерiю - високий рiвень +23,84% (ЕГ1), +27,87% (ЕГ2), середый рiвень +45,03% (ЕГ1), +53,5% (ЕГ2) -пояснюемо тим, що на початку тдготовки майбутнi вчт^ математики та iнформатики не шформоваы стосовно спецiальних засобiв комп'ютерно'' вiзуалiзацií, таке програмне забезпечення не вивчаеться у школi та не використовуеться студентами у повсякденному житп. Позитивна динамта свiдчить про пiдвищення рiвня обiзнаностi опитуваних iз ЗКВ рiзного призначення та можливостi 'х використання, що було б неможливо забезпечити у рамках традицмного пiдходу до професшно''' пiдготовки майбутнiх учителiв математики та шформатики. Зазначенi зрушення надають уявлення про ефективнiсть реалiзацií у програмi пiдготовки майбутнiх учителiв математик та шформатики корекцГ'' змiсту тако'' пiдготовки через впровадження спецкурсiв «Застосування комп'ютера при вивченнi математики», «Комп'ютерно-орiентованi системи навчання математики та шформатики», «Ыфографта», «Вiзуалiзацiя даних», «Комп'ютерна iнфографiка в роботi вчителя», «Шктьний курс алгебри з комп'ютерною пщтримкою».
Наприкiнцi експерименту результати по грут ЕГ2 (майбутнi учителi iнформатики) виш^ за результати по групi ЕГ1 (майбутн учителi математики). Пояснюемо це тим, що у змкт тдготовки майбут-лх умотав iнформатики було передбачено бтьше спецкурсiв, спрямованих на формування вiзуально-iнформацiйноí культури, що сприяло значному пщвищенню результатiв по даному показнику - рiвню iнформованостi про ЗКВ.
За показником К2 тзнавального критер^ сформованостi вiзуально-iнформацiйноí культури майбутнiх учителiв математики та iнформатики вiдзначаемо досить позитивну динамту +7,28% (ЕГ1), +9,02% (ЕГ2) порiвняно з +1,27% (КГ) (високий рiвень), що констатуе зростання ктькосп знань, 'х Грунтовносп, системности оперативностi у галузi вiзуалiзацií шформацп, про психологiчнi особливостi сприймання навчального контенту рецитентами рiзних вiкових категорш, про рiзнi прийоми структурування шформацп; про класифта^ю засобiв комп'ютерно'' вiзуалiзацií, про 'х комп'ютерний iнcтрументарiй та функцюнальысть при розв'язуваннi певних клаав задач. Такi позитивнi зрушення засвщчують ефективнiсть впровадження авторсько' педагогiчноí системи формування вiзуально-iнформацiйноí культури майбутнiх учт^в математики та iнформатики, що реалiзуеться шляхом корекцГ'' змiсту пiдготовки майбут-лх учителiв (впровадження спецкурсiв, поглиблення змкту професiйно-спрямованих дисциплГн), активного залучення студентв до науково-дослiдноí роботи (збiльшення ктькосп курсових робп- з проблем когытивно''' вiзуалiзацií, участь у студентських наукових конференщях), використання неформально'' освГти (участь у треншгах, майстер-класах, вебiнарах).
За показником К3 «ВТзуальне мислення» показники по вам групам знаходяться на високому та середньому рТвнях: група ЕГ1 (високий рТвень - 16,56%, середый рiвень - 68,21%, низький рТвень - 15,23%), ЕГ2 (високий рiвень - 14,75%, середнш рiвень - 69,67%, низький рТвень - 15,57%), КГ (високий рТвень - 15,82%, середнiй рiвень - 68,99%, низький рiвень - 15,19%), тому динамта незначна (+5,3% (ЕГ1), +5,74% (ЕГ2) поргвняно з шшими показниками, але позитивна. Пояснюемо це високими вихгдними значеннями, осктьки ви6грку складали студенти спецiальностей «Середня освiта (Математика)» та «Середня освп^а (1нформатика)», в яких рiвень розвитку вiзуального мислення, просторового мислення, лопчного мислення апрiорi вище середнього.
Не зважаючи на не надто високу динамту зрушень, засвiдчуемо, що дослщжуваы наприкiнцi експерименту з високою продуктивною пропонують оригiнальнi гiпотези щодо нетрадицшних спосо6гв використання коп-итивно-вiзуальних моделей в освтньому процесi, демонструють умшня працювати за принципом «задача одна - рТзы ЗКВ». Вважаемо, що цьому сприяло впровадження педагопчно''' системи формування вiзуально-iнформацiйноí культури майбутнiх учителТв математики та iнформатики, а саме використання технологи SAMR, в ходг використання яко'' демонструеться використання нетрадицмних пгдходгв до розв'язування ргзних клаав задач, тренувальних лабораторних ро6гт, оргаызафя домашнього комп'ютерного експерименту на базТ хмарного сервiсу GeoGebra, використання проблемного метода та метода мозкового штурму з метою формування умшь активного продукування щей.
Список використаних джерел
1. Drushlyak M., Semenikhina O., Proshkin V. & Naboka O. (2020). Use of Specialized Software for the Development of Visual Thinking of Students and Pupils. In E. Smyrnova-Trybulska (Ed.), Innovative Educational Technologies, Tools and Methods for E-learning "E-learning", 12, Katowice-Cieszyn, 147-158. DOI: 10.34916/el.2020.12.13
2. Друшляк М. КритерТальна база дослщження рТвыв сформованост вiзуально-iнформацiйноí культури майбутнiх учителТв математики та iнформатики. Ф'!зико-математична освта. 2020. Вип. 4(26). С. 40-44.
3. 1ванюта О. В., Яницька О. Ю. Технологи стимулювання вiзуального мислення ждли^в. психологгя: реальнiсть i перспективи. 36ipHUK наукових праць РДГУ, 2018, Вип. 11, С. 59-66.
4. Психолого-педагогический словарь / Е.С. Рапацевич. Минск : Современное слово, 2006, 928 с.
5. Тест Равена. Шкала прогрессивных матриц. URL: https://psycabi.net/testy/717-test-ravena-progressivnye-matritsy-raven-progressiv-matrices-metodiki-dlya-diagnostiki-intellekta-vzroslykh/.
References
1. Drushlyak M., Semenikhina O., Proshkin V. & Naboka O. (2020). Use of Specialized Software for the Development of Visual Thinking of Students and Pupils. In E. Smyrnova-Trybulska (Ed.), Innovative Educational Technologies, Tools and Methods for E-learning "E-learning", 12, Katowice-Cieszyn, 147-158. DOI: 10.34916/el.2020.12.13
2. Drushliak, M. (2020). Kryterialna baza doslidzhennia rivniv sformovanosti vizualno-informatsiinoi kultury maibutnikh uchyteliv matematyky ta informatyky [Criteria base of researches of levels of formation of visual and information culture of pre-service mathematics and computer science teachers]. Fizyko-matematychna osvita - Physical and mathematical education. 4(26), 40-44. [in Ukrainian].
3. Ivaniuta, O. V. & Yanytska, O. Yu. (2018). Tekhnolohii stymuliuvannia vizualnoho myslennia pidlitkiv [Technologies for stimulating visual thinking of adolescents.]. Psykholohiia: realnist iperspektyvy. Zbirnyk naukovykh prats RDHU - Psychology: reality and prospects. Collection of scientific works of RDGU. 11, 59-66. [in Ukrainian].
4. Rapacevich, E.S. (Ed.) (2006). Psihologo-pedagogicheskij slovar' [Psychological and pedagogical dictionary]. Minsk : Sovremennoe slovo. [in Russian].
5. Test Ravena. Shkala progressivnyh matric [Raven's test. Scale of progressive matrices]. Retrieved from https://psycabi.net/testy/717-test-ravena-progressivnye-matritsy-raven-progressiv-matrices-metodiki-dlya-diagnostiki-intellekta-vzroslykh/. [in Russian].
FORMATION OF VISUAL AND INFORMATION CULTURE OF PRE-SERVICE MATHEMATICS AND COMPUTER SCIENCE TEACHERS: A COGNITIVE CRITERION
M. G. Drushlyak
Makarenko Sumy State Pedagogical University, Ukraine
Abstract.
Formulation of the problem. With the growing educational content volume and increasing the visualization role in the educational process, the ability to perceive, analyze, compare, interpret, produce using information technology, structure, integrate, evaluate visually presented educational material increases the teachers' competitiveness in the labor market. In other words, teachers with formatted visual and information culture are needed. Materials and methods. The study was based on scientific research of national and foreign scientists studying the training of pre-service mathematics and computer science teachers. To achieve this goal, the methods of the theoretical level of scientific knowledge were used: analysis of scientific literature, synthesis, formalization of scientific sources, description, comparison, and statistical methods: Pearson's test; Student's t-test.
Results. Cognitive criterion is characterized by the presence of subject, methodological, psychological and technological knowledge on the visualization and digitalization of education. Indicators of the cognitive criterion are: the degree of awareness of the availability of computer visualization tools and the possibility of their use in the educational process; availability of a system of knowledge in the field of information visualization and basics of cognitive and visual technologies, the classification of special software, computer visualization means, the possibility of using computer visualization taking into account the educational purpose, selected forms and methods of teaching, about psychological and age features of perception of educational content, about structuring of educational content; level of development of visual thinking. Statistical calculations confirmed that the experimental groups EG1, EG2 and the control group KG have statistically different averages at a significance level of 0.05.
Conclusions It would be impossible to ensure the positive dynamics of changes in the indicators of the cognitive criterion of formation of visual and information culture within the framework of the traditional approach to the professional training of pre-service mathematics and computer science teachers. This testifies to the effectiveness of the author's pedagogical system of formation of visual and information culture of pre-service mathematics and computer science teachers, which is realized by correcting the content of training pre-service teachers (introduction of special courses, deepening the content of professional disciplines), active involvement of students in research works on cognitive visualization problems, participation in student scientific conferences), use of non-formal education (participation in trainings, master classes, webinars).
Keywords: visual and information culture, pre-service mathematics and computer science teachers, cognitive criterion, knowledge system, visual thinking.
This work is licensed under Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
