CC BY
10
лины. В соответствии с принятым подходом дисциплина проектируется как совокупность модулей, причем ее разбиение на модули осуществляется так, чтобы каждый модуль обеспечивал формирование некоторой части (элемента) компетенции (субкомпетенции). Обладание компетенцией предполагает владение всеми необходимыми ее свойствами (знаниями, умениями, личностными качествами). Поэтому, уровень компетенции должен оцениваться при помощи бинарной, а не многоуровневой шкалы (компетенция есть, или ее нет). Для вычисления оценки компетенции предлагается следующая формула:
n
C = ^ ci mod n,
i=1
где С - компетенция; ci - субкомпетенция, формируемая в рамках модуля; n - количество субкомпетенций; mod - операция «деления по модулю».
Чтобы оценить результат образовательного проекта надо оценить компетенции, приобретенные участниками проекта. Процесс оценки компетенции всех участника трудоемкий, требует значительных временных и материальны затрат. Предлагается использовать статистический метод контроля качества, широко используемый в массовой промышленности. При реализации тако-
го подхода из числа участников образовательного проекта случайным образом выбирается группа испытуемых. Затем осуществляется проверка достигнутого уровня компетенции (годен или «брак»). Полученная оценка принимается как оценка проекта.
Выводы
В качестве критерия успешности образовательного проекта следует использовать вероятность получения участниками проекта заявленных компетенций.
Оценка компетенции носит бинарный характер («да», «нет»). В то же время уровень компетенции может быть оценен в баллах.
При реализации компетентностного подхода положительная оценка обучаемому может быть выставлена только при условии освоения всех модулей, что требует отказа от метода контроля «по билетам» и перехода к проведению испытания в форме выполнения практического задания, направленного на решение конкретной задачи, соответствующей направлению будущей профессиональной деятельности обучаемого.
В качестве метода контроля (оценки) результата образовательного проекта следует применять статистический метод контроля качества.
СПИСОК ЛИТЕРАТУРЫ
1. Культин Н.Б. Об оценке эффективности и техн. Ведомости СПбГПУ. 2008. №3. С. 129 -результата образовательного проекта // Науч.- 131.
А.К. Москалев, И.В. Слабко, Е.В. Черемискина
ИНДИКАТОРЫ ДЕЯТЕЛЬНОСТИ ВУЗОВ НА РЕГИОНАЛЬНОМ РЫНКЕ
В силу специфики вузовского сектора социально-экономического развития региона, заключающегося в двойственности влияния на состояние региона: прямое, связанное с инновационной, научно технической, кон-
сультационной и опосредованное через выпускников - традиционные методики оценки эффективности деятельности предприятий на региональном рынке, применимы для вузов лишь в части, касающейся прямого
влияния. В данном случае понятие эффективность хорошо характеризует научно-техническую сферу деятельности рынка, и для ее оценки достаточно знания ряда статистических и экономических показателей, методика получения которых просто формализуются. При оценке образовательной деятельности знания статистико-экономических данных недостаточно, поскольку эффективность этой области работы вуза экономически проявляется на достаточно большом временном промежутке. Временной интервал, для того чтобы проявились экономические последствия образовательной деятельности региональных вузов в рыночной среде незначителен, и ограничен несколькими последними годами.
Оценка «в реальном масштабе времени» может быть сделана на основе социологических исследований, с последующей математической обработкой результатов, адекватной поставленной задаче. В этом случае категория эффективности должна быть заменена категорией качества специалистов, как специфического продукта образовательной деятельности вуза, оцененного как со стороны работодателя, так и со стороны самого специалиста, выступающего на рынке в качестве продавца труда.
В соответствие с системой управления качества образования важным параметром является удовлетворенность потребителей. Позиция «удовлетворенность потребителей» предполагает механизм сбора и анализа информации данного типа. Имеется в виду сбор и анализ информации об удовлетворенности выпускников и предприятий-работодателей. В предлагаемой методике необходимо выполнять анкетирование групп потребителей. В этом плане выполненное нами анкетирование различных групп специалистов лежит в общем русле управления системой качества образования.
В настоящее время по степени спроса все специальности можно условно разделить на три группы. Первую группу составляют те из них, которые пользуются высоким спросом со стороны населения. Это специальности экономического, юридического, информаци-
онно-вычислительного и некоторых других направлений. Во вторую группу входят социально-значимые специальности, которые реализуются в вузах, ведущих подготовку медицинских и педагогических работников, подготовку кадров для учреждений культуры и органов социальной защиты и т. д. Спрос на специалистов этой группы гарантируется государством. Третья группа представлена длинным перечнем специальностей, на которые в данный момент спрос, как со стороны государства, так и со стороны населения резко снижен. Это, прежде всего, специальности научных и технических направлений.
Таким образом, условия, в которых приходится работать вузам на рынке образовательных услуг, сильно зависят от их принадлежности в той или иной группе. Для каждой из них имеет место свой характер межвузовской конкуренции и свой характер отношений между выпускниками и их работодателями. Следовательно, и анкетирование, проводимое с целью определения эффективности деятельности вузов на рынке образовательных услуг, должно осуществляться для каждой из указанных групп отдельно и отражать их своеобразие.
При разработке и составлении содержания анкет предполагалось, что их обработка будет осуществляться с использованием нейросетевой технологии. В последнее несколько лет наблюдается повышенный интерес к этим технологиям. Они находят успешное применение в самых различных технических областях, экономике и финансах [1,2]. Нейронные сети вошли в практику везде, где нужно решать задачи прогнозирования, классификации или управления, поскольку они применимы практически в любой ситуации, когда имеется связь между переменными предикторами (входами) и прогнозируемыми переменными (выходами), даже если эта связь имеет очень сложную природу и ее трудно выразить в обычных терминах корреляций или различий между группами. Поскольку эта технология наиболее результативна при сопоставлении количественных показателей, полученных по
разным каналам, то для решения задач, были разработаны и составлены два типа анкет -как для выпускников, так и для их работодателей. В качестве объекта исследований и анкетирования в этой группе нами выбрано выпускники нескольких факультетов Сибирского федерального университета. Структура и содержание анкеты выпускника состоит из двух групп вопросов.
Вопросы первой группы предлагают выпускнику оценить наиболее важные стороны внутривузовской жизни, в качестве которых выбрано три: интеллектуальный потенциал профессорско-преподавательского состава; уровень развития материальной и информационной базы учебного процесса; качество социально-культурной базы вуза. Интеллектуальная сторона внутривузовской жизни, как самая важная, представлена здесь наиболее обстоятельно. Она включает наибольшее число позиций: профессиональный уровень профессорско-преподавательского состава; уровень связи учебного процесса с академической наукой; уровень преподавания ряда фундаментальных, общетехнических, гуманитарных и специальных дисциплин; качество летних практик; качество выпускных квалификационных работ бакалавров, магистров и инженеров.
В вопросах второй группы выпускнику предлагается оценить уже себя с таких сторон, как уровень своей подготовки по различным блокам дисциплин, указанных выше, а также активность в работе с библиотечными фондами, в спортивной жизни вуза и в занятиях научными исследованиями. Здесь же поставлен вопрос, насколько успешна ваша карьера. Ответ на него является результатом самооценки выпускника не с отдельных позиций, а с самых общих.
Вопросы анкеты построены таким образом, что позволяют давать ответы на них в численном виде по десятибалльной шкале. Это значительно упрощает их обработку на компьютере.
Представление работодателя о выпускнике, как о специалисте, могут считаться одними из самых надежных. Зная достоинства и недостатки выпускников, можно многое
сказать о выпустившем, их вузе. И этот факт и был использован при составлении анкеты работодателя. Она включает вопросы, в которых работодателю предлагается дать оценку наиболее общих черт выпускника. Среди них общая культура поведения, общий уровень развития, скорость адаптации к условиям «фирмы», уровень общительности. Наряду с этим ему предлагается оценить остаточные знания выпускника по тем же блокам дисциплин, что и в предыдущей анкете, оценить степень успешности его карьеры и, наконец, дать ответ на вопрос: влияют ли оценки его диплома на успешность карьеры. В процессе мониторингового исследования анкетным опросом были охвачены выпускники экономического и инженерно-физического факультета и руководители предприятий в различных хозяйственно-экономических районах Красноярского края. В целом, по каждой из указанных выше групп респондентов, было проанкетировано свыше ста человек.
Для построения нейросетевого классификатора была создана база данных, которая включала в себя подготовку входных и выходных параметров. В качестве входных параметров использовали ответы на вопросы, характеризующие уровень преподавания, уровень подготовки по общеобразовательным и специальным предметам и другие. В качестве выходного параметра использовалось класс ответа об уровне успешности выпускников. Обучение и тестирование нейро-сети выполнено при помощи программы №игоРго, разработанной в Институте вычислительного моделирования СО РАН [3].
Отработку методики определения индикаторов деятельности вузов на региональном рынке лучше всего выполнить в сравнении иерархической системой показателей потенциала вуза в методики Министерства образования и науки Российской Федерации [4]. Потенциал вуза оценивается с точки зрения наличия интеллектуальных (К11), материальных, информационных ресурсов (К12) и социально-культурной базы (К13).
Оценки вуза даваемые «успешными» и «не успешными» выпускниками инженерно-
физического факультета, безотносительно к их деятельности на рынке труда практически совпадают. Небольшие количественные расхождения вряд ли могут служить основой для каких-либо далеко идущих выводов. «Успешные» несколько выше оценивают интеллектуальный потенциал и социально-культурную базу вуза по сравнению с «неуспешными». Оценка «не успешных» материальной и информационной базы несколько выше, чем оценка «успешных». И те, и другие несколько выше оценивают интеллектуальный потенциал по сравнению с данными рейтинга, и соответственно ниже социально-культурную базу. Последнее очевидно, поскольку в рейтинге оценивается только количественные показатели этой базы, которые могут носить характер, не затрагивающий жизнь, и качество этой жизни в вузе большинства студентов.
Таким образом, использование нейросе-тевой методики дает возможность выявить наиболее значимый локальный критерий, влияние которого на успешность является определяющим. В данном случае, таким критерием является К11 - интеллектуальный потенциал вуза.
По сравнению с успешными выпускниками «не успешные» респонденты показывают значения К12 и К13 несколько выше, а К11 ниже. Что не противоречит здравому смыслу, поскольку не успешные выпускники на рынке труда не всегда адекватно оценивают влияние различных факторов на свою трудовую деятельность.
Результаты нейросетевой обработки данных опроса выпускников экономического факультета [5] отличается от результатов аналогичной обработки данных инженерно-
СПИСОК
1. Пятковский О.И. Применение методов нейроинформатики для решения задач поддержки принятия решений в информационных системах управления вузом // Нейроинформатика и ее приложения.- Красноярск: КГТУ ИВМ СО РАН.- 2001 .-с. 152-153.
2. Слабко В.В., Батутина В.М., Комаров-ских Е.Н. Использование Фурье-преобразования
физического факультета. Для успешности работы выпускников экономического факультета меньшее значение по сравнению с выпускниками инженерно-физического, имеет интеллектуальный потенциал вуза (К11), а материальной и социальной базе (К12, К13) они придают большее значение, чем выпускники физики. Эта же тенденция, но более ярко выраженная, наблюдается и у не успешных выпускников, которые еще меньше значение придают интеллектуальному потенциалу, но значительно больше материальной базе вуза.
Во всех случаях респонденты несколько ниже оценивают К13 - социально-культурную базу своего вуза по сравнению с рейтинговой оценкой, что может объясняться недоступностью некоторых ее элементов для обучающихся. Респонденты экономического факультета во всех случаях оценивают материальную базу К12 выше чем респонденты инженерно-физического факультета и выше того значения, которое дает рейтинг. Последнее связано с тем, что материально-техническое оснащение экономического факультета выше среднего по вузу, благодаря финансовым поступлениям за счет платного образования. Во всех случаях при нейросе-тевой обработке влияние рассматриваемых локальных критериев на успешность трудовой деятельности выпускника ниже, чем их рейтинговая оценка. Совпадение данных К11 для «успешных» выпускников инженерно-физического факультета с рейтинговой оценкой интеллектуального потенциала объясняется остепененностью преподавателей и связанным с ней уровнем преподавания, а так же наличием весомого числа преподавателей, работающих в РАН.
ЛИТЕРАТУРЫ
для формирования базы данных нейросетевых классификаторов // Материалы 2-й Международной научно- технической конференции «Измерение, контроль, информатизация», Барнаул.-2001.- с. 165-166.
3. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере.- Новосибирск: Наука. Сибирская издательская фирма
РАН.-1996 - с. 276.
4. Приказ Министерства образования Российской Федерации от 19.02.03 № 593 «О внесении изменений в приказ Минобразования России от 26.02.01 № 631» «О рейтинге высших учебных заведений».
5. Москалев А.К., Слабко В.В., Череми-скина Е.В. Разработка метода оценки деятельности вузов // Материалы Всероссийской научно-методической конференции «Повышение качества высшего профессионального образования», Красноярск.- 2009.- часть 2 -с.265-268.
Д.А. Даденков, А.Б. Петроченков
ОПЫТ СОЗДАНИЯ ЛАБОРАТОРНО-ТРЕНАЖЕРНОГО КОМПЛЕКСА ДЛЯ ПОДГОТОВКИ СПЕЦИАЛИСТОВ В ОБЛАСТИ АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ
Автоматизированные системы управления технологическими процессами (АСУТП) представляют собой сложные человеко-машинные комплексы. Это совокупность крупных социально - технических подсистем, симбиоз данных и знаний, экономико-математических моделей, инструментальных и технических средств, а также специалистов, предназначенных для обработки информации и принятия решений.
Спрос на специалистов в области управления и проектирования АСУТП интенсивно расширяется в связи с повсеместным проведением модернизации устаревших средств управления и внедрением качественно новых систем управления, соответствующих современному уровню развития техники. Но за последние годы традиции и опыт проектирования АСУТП оказался во многом утраченным, кадровый состав проектных институтов был ослаблен, а выпускники вузов, приступая к работе, не всегда могут рассчитывать на помощь более опытных коллег. Поэтому имеется объективная потребность в модернизации процесса подготовки студентов в области проектирования АСУТП.
Традиционные методики подготовки специалистов по АСУТП недостаточно эффективны. Как показывает практика, студентам даже после прослушивания лекционного курса, выполнения лабораторных, практиче-
ских и курсовых работ бывает сложно самостоятельно сформулировать цели, критерии и принципы управления объектом, если аналог проекта АСУТП или типовые проектные решения отсутствуют. Особые трудности у студентов возникают при формулировании целей и задач автоматизации, а также в определении степени охвата технологических и производственных процессов контуром автоматизации. Все перечисленные проблемы связаны с ограниченным доступом студентов к исследованию реальных технологических процессов.
В Пермском государственном техническом университете подготовкой специалистов в области автоматизированных систем управления технологическими процессами занимается кафедра микропроцессорных средств автоматизации. Современные экономические условия и быстрые темпы развития технических и программных средств автоматизации требуют от выпускников специальности «Автоматизация технологических процессов и производств» не только теоретических, но и практических навыков. Для решения проблем, описанных выше, предлагается использовать некоторые инновационные подходы при разработке и проведении лабораторных и практических занятий со студентами.
Одним из таких подходов является соз-
