CC BY
15II. ИНФОРМАЦИОННЫЕ СИСТЕМЫ. АВТОМАТИЗАЦИЯ И
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 378.14:0.04.81
Rafael M. Yusupov1, Alexander. A. Musaev2
INFORMATIONAL MIRROR OF THE UNIVERSITY
St. Petersburg Institute for Informatics and Automation of the Russian Academy of Science, 39, 14 Line, St. Petersburg, 199178, Russia. e-mail: spiiran@iias.spb.su St. Petersburg State Institute of Technology (Technical University),26, Moskovsky Ave., St. Petersburg, 190013, Russia. e-mail: amusaev@technolog.edu.ru
The basic principles of creation of the university information environment (IEU) are developed. The offered concept is based on new educational tendencies of the higher school and the modern level of information technologies development.
Usual university informatization systems are focused, mainly, on information support of a management system. Essential difference of the proposed informatization model is the direct support of the educational process by its own. Other important difference of the offered educational informatization system is the emphasis on support of new educational technologies - system of cognitive training, distant educational systems, training activtty individualiza-tion on the basis of wide use of the electronic cognitive assistants allowing significantly reduce the cost of personified training.
Keywords: informatization, university, higher education institution, educational technologies, information technologies, cloud computing, multiagent system, cognitive assistants, individual training.
Введение
Глобальная волна информатизации, охватившая практически все стороны деятельности человеческой цивилизации [1-3], вплотную подошла к ее наиболее консервативному звену - к системе передаче знаний между поколениями. Развитие информатизации стимулировало новые образовательные тренды, важнейшим из которых являются когнитивные образовательные технологии, ориентированные на всестороннее развитие креативных способностей будущих специалистов. Однако приведенный ниже
Р.М. Юсупов1, А.А. Мусаев 2
ИНФОРМАЦИОННОЕ ЗЕРКАЛО УНИВЕРСИТЕТА
Санкт-Петербургский институт информатики и автоматизации РАН, 14 линия В.О., 39, Санкт-Петербург, 199178, Россия. e-mail: spiiran@iias.spb.su Санкт-Петербургский государственный технологический институт (технический университет), Московский пр., 26, Санкт-Петербург, 190013, Россия e-mail: amusaev@technolog.edu.ru
Статья содержит обзорные материалы, переходящие к вопросам построения информационной среды университета (ИСУ) на основе новых образовательных тенденций высшей школы и современного уровня развития информационных технологий. Принципиальным отличием предложенной схемы информатизации является переход от АСУ вуза, ориентированного, главным образом, на информационную поддержку системы управления университетом, на задачу непосредственной поддержки образовательного процесса. Другим существенным отличием предложенной системы информатизации вуза является акцент на поддержку новых образовательных технологий - систему когнитивного обучения, дистанционные образовательные системы, индивидуализацию процесса обучения на основе широкого использования электронных интеллектуальных ассистентов, позволяющих существенно снизить стоимость затрат на персонификацию образования.
Ключевые слова: информатизация, университет, вуз, образовательные технологии, информационные технологии, облачные технологии, мультиагентная система, когнитивные ассистенты, индивидуализация обучения.
краткий исторический экскурс показывает, что идея когнитивного образования возникла практически одновременно с первыми образовательными системами. Что же тормозило ее развитие вплоть до настоящего времени?
Центральным элементом современного высшего образования по-прежнему остается лекционная система, возникшая вместе с появлением первых европейских университетов - Болонского (1088г.), Парижского (1150г.), английских университетов Оксфорда и Кембриджа (13 век) и др.
1. Юсупов Рафаэль Мидхатович, д-р техн. наук, профессор, член-корр. РАН, научный руководитель СПИИРАН, e-mail: yusupov@iias.spb.su,
Rafael M. Yusupov, Dr. Sci.(Tech.), Professor, Corr. member RAS, Sci. director of Saint-Petersburg Institute for Informatics and Automation RAS
2. Мусаев Александр Азерович, д-р техн. наук, профессор, декан факультета информационных техноло-гий и управления СПбГТИ(ТУ), e-mail: amusaev@technolog. edu.ru
Alexander A. Musaev, Dr. Sci.(Tech.), Professor, Computer Sci. & Control Sys. Faculty SPbSIT Дата поступления - 12 декабря 2018 года
Утомительная система лекционных диктовок в то время была вполне оправдана - до революционного изобретения Гуттенберга, открывшего путь к доступным книгам, надо было ждать еще два столетия. Во главу угла ставилась зубрежка учебного материала, причем непременно в интерпретации ведущего профессора по каждой дисциплине. Единственная возможность расширить свои знания по изучаемой дисциплине состояла в миграции студентов между различными европейскими школами, которая в наше время вылилась в болонскую концепцию академической мобильности.
В эпоху Просвещения окончательно сформировалась французская модель академического образования, которая однозначно диктовала жесткую административную иерархию и приоритет запоминания лекционного материала.
Многое ли изменилось в образовательной схеме в наше время? Да почти ничего! Те же самые лекции, сессионная зубрежка и мгновенное забывание заученного материала на следующий день после экзамена.
Существовали ли альтернативные модели образования? Разумеется. Достаточно вспомнить, что первые европейские образовательные системы, возникшие в садах Академа и Ликея древней Эллады, строились на совершенно иных принципах. Платон и Аристотель не читали лекций, они вели со своими учениками диалоги, подвергая сомнениям каждый свой тезис, заставляя своих последователей, прежде всего, самостоятельно думать.
В конце 18 века возникла германская либеральная модель образования, созданная Ф. Шлейермахером (1768-1834) и В. Гумбольдтом (17671835гг.). Модель предлагала переход от обучения «отрыжкам знания» к системе «поощрения творческого мышления» [4, 5]. Главной задачей обучения являлось развитие творческого интеллекта, ориентированного на самостоятельную генерацию новых знаний. По мнению Гумбольдта «университетский преподаватель более не учитель, а студент - не ученик. Вместо зубрежки студент самостоятельно проводит исследования, а профессор руководит им и поддерживает его в работе» [5]. Задачей преподавателя, по Шлейермахеру, была демонстрация студентам процесса создания нового знания. Профессор в предложенной схеме являлся мастером исследований, а научная работа должна была стать главной частью его служебных обязанностей.
Очевидно, что предложенный подход, de facto, подразумевал глубокую индивидуализацию образовательного процесса, и, в качестве обратной стороны медали, повышение стоимости образования. Последнее обстоятельство привело к гибели немецкой либеральной модели, когда в начале 20 века был провозглашен тезис всеобщей доступности высшего образования. Считается, что массовая доступность к университетским знаниям впервые была организована в Лондонском университете. Эта тенденция стала превалирующей. Массовое дешевое образование вернуло университеты к французской модели университета с жестким администрированием и традиционной схемой лекционной передачи знаний.
Первая когнитивная революция середины 20 века поставила вопрос о необходимости качественно нового подхода к высшему образованию, основанному
на принципах развития креативного мышления. Однако конструктивных изменений в образовательной среде не произошло, массовое образование не допускало повышения его стоимости, неизбежного при индивидуализации обучения. Тем не менее, вторая волна «тихой» когнитивной революции [6-8], вооруженная мощными средствами информатизации, явно указала на возможность совмещения, казалось бы, противоречивых требований - переходу к творческому когнитивному образовательному процессу при сохранении ограниченной стоимости обучения. Путь для такого решения, как будет показано ниже, открывают новые информационные технологии (ИТ).
Предложения по созданию инфомационной среды университета с когнитивной системой образования составляет содержание настоящей статьи.
Информатизация университета: краткий обзор
В настоящее время информатизация вуза сводится, главным образом, к построению АСУ вуза с определенным набором функциональностей, поддерживающих собственно образовательный процесс. В свою очередь автоматизация управления университетом достигается либо за счет покупки и внедрения комплексных решений, предлагаемых небольшим набором отечественных системных интеграторов, либо самостоятельно, используя потенциал информационных факультетов и собственных служб информационной поддержки.
Краткий обзор и сравнительный анализ отечественных решений по комплексной информатизации вузов представлен в [9]. В частности, в качестве примеров рассмотрены такие программные продукты, как "1С: Университет" [10], систему комплексной автоматизации управления «Галактика. Управление Вузом» [11], единую информационную систему управления учебным процессом «Тандем. Университет» [12] и др. Большинство таких систем строится на основе собственных
многофункциональных платформ ERP предприятия, переработанных с учетом некоторых особенностей управления вузом. Типовым набором сервисов комплексных систем являются поддержка многопользовательской работы в локальной сети или через Интернет с использованием веб-браузеров или тонкого клиента, планирование учебного процесса (учебные планы, нагрузка), электронный деканат как система управления контингентом студентов (личные дела, учет успеваемости и посещаемости), воинский учет, документооборот и работу с приказами, работу приемной комиссии и т.п. Кроме того, такие системы предоставляют возможность управлять
инфраструктурой вуза, включая управление персоналом (в т.ч. штатное расписание, табельный учет), договорами и логистикой, аудиторным и жилым фондом, материально-техническим обслуживанием, капитальным строительством и ремонтами, автотранспортом.
Обратной стороной универсальности готовых решений является сложность реализации тонкой настройки вуза. Адаптация готового решения к специфическим требованиям конкретного
университета обычно представляет собой долговременный и дорогостоящий процесс. Обычно, комплексная автоматизация управления вузом
среднего размера (6-7 тыс. студентов) обходится университету не менее чем 50 млн. руб. Кроме того, предложенные решения не всегда успевают за новейшими трендами в области как информационных, так и образовательных технологий.
Следует также заметить, что вуз, внедривший у себя комплексную информационную систему управления, оказывается зависимым от фирмы-разработчика, и в дальнейшем будет вынужден регулярно платить «дань» за сопровождение, настройки и обновления.
В связи с этим многие технические университеты, имеющих собственную службу информационного обеспечения и ИТ факультеты создают собственные версии АСУ вуза. Такие системы, «сделанные по мерке», заранее учитывают все особенности и специальные требования конкретного университета. При этом отдельные компоненты могут быть выполнены в рамках курсовых и дипломных проектов, любые доработки выполняются по мере возникновения необходимости. Заметим, что именно такой подход, использующий потенциал собственых Computer Science колледжей и факультетов, принят во многих зарубежных и отечественных университетах. При этом, помимо прочего, такой проект позволяет обеспечить интересную и полезную практику для своих студентов, специализирующихся в области ИТ.
Из зарубежных программных средств, ориентированных на задачи управления образовательным процессом и частично используемых в отечественных вузах, следует указать системы Moodle и ILIAS [9].
Система управления обучением Moodle (аббревиатура от Medular Object-Oriented Dynamic Learning Environment или модульная объектно-ориентированная динамическая обучающая среда) представляет собой свободно распространяемое (по лицензии GNU GPL) веб-приложение [l3]. Иногда ее называют виртуальной обучающей средой. Система разработана фирмой Martin Dougiamas с использованием языков программирования PHP и JavaScript. Операционная система ориентирована на кросс-платформенное программное обеспечение. В отечественной практике наибольшее распространение Moodle нашло в локальных задачах построения балльно-рейтинговоы/х систем (БРС) и систем дистанционного обучения (СДО).
Другая свободно распространяемая кросс-платформенная система управления обучением (learning management system) и поддержки учебного процесса ILIAS нашла наиболее широкое распространение в немецких вузах [14]. Система разработана компанией ILIAS Open source e-Learning e.V. и базируется на открытом программном обеспечении (Apache, PHP, MySQL, XML). Концепция ILIAS состоит в построении гибкой образовательной среды с online доступом к интегрированным в нее средствам обучения. Разработчики системы позиционируют ее не только как хранилище информационных материалов, но и как открытую платформу получения знаний, доступ к которой может быть предоставлен и незарегистрированным пользователям. ILIAS предлагает информационную поддержку для разработки и проведения online курсов, упражнений, тестирования, формирования обзоров, обеспечения коммуникаций и коопераций между пользователями. Другой важной характеристикой ILIAS
является наличие репозитория, включающего в себя весь образовательный контент, тесты и обзоры, виртуальные классы и другие внешние инструменты. Сам репозиторий структурируется в виде многоуровневого дерева с корневым узлом. Наличие репозитория устраняет необходимость в многократной разработке одного и того же курса. Доступ к репозиторию поддерживается ролевой системой управления доступом (the role-based access control, RBAC). ILIAS можно также можно использовать как некоторую базу знаний или веб-сайт.
Из приведенного краткого обзора видно, что автоматизация процессов управления университетом является необходимым, но не достаточным условием построения ИСУ. Становится очевидной потребность в качественно новой, более гибкой системе информационного обеспечения вуза, учитывающей новейшие тенденции в области образовательных и информационных технологий. В частности, речь идет о когнитивных технологиях, ориентированных на процесс мышления и познания как с точки зрения психологических аспектов обучения, так и с позиции развития средств искусственного интеллекта, как элемента гибкой адаптации информационной среды вуза к изменениям в самой образовательной системы и в ее внешней инфраструктуре.
Кроме того, новая система должна учитывать новейшие тренды в области ИТ, такие как облачные сервисы и мультиагентные системы, позволяющие построить унифицированную информационную платформу с возможностью гибкой, быстрой и недорогой адаптации к вариациям образовательного процесса и специфическим особенностям конкретного вуза и конкретных образовательных программ.
Новые образовательные тренды и их связь с развитием информационных технологий
Вопрос о создании перспективной ИСУ нельзя рассматривать без учета основных тенденций в области современных образовательных технологий [15-17 и др.]. Более того, ряд новых образовательных технологий инспирован новыми прорывами именно в области ИТ. Рассмотрим некоторые новые и относительно новые образовательные тренды, развитие которых требуют существенной коррекции, а иногда и радикальной перестройки системы информационной поддержки процесса обучения.
Когнитивные образовательные
технологии. Образовательным трендом 21 века является переход от системы запоминания и усвоения огромного объема разнородной информации к системе инициализации и развития у студентов активного развивающегося интеллекта, ориентированного на формирование творческого, креативного мышления. Речь идет о так называемых когнитивных образовательных технологиях, направленных на процессы мышления и познания. Центральным элементом такого подхода является «обучение процессу самообучения», формирование у студентов психологии активного перманентного самообучения.
В свою очередь, сама структура когнитивного образования, связанная с процессами самостоятельного изучения учебного материала, нуждается в новом уровне информационной поддержки процесса обучения. По существу, речь идет
о создании качественно новой интегральной ИСУ с возможностями персонифицированного подхода к каждому студенту.
В целом, когнитивистика представляет собой современный научный тренд, ориентированный на задачи познания и интегрирующий в себе широкий класс уже известных и развивающихся технологий: биомедицинских, гуманитарных, математических и информационных [6-8, 17-22 и др.]. Объединяет эти разнородные дисциплины единство цели, а именно, проникновение в «святое святых» природы и мира -процесса мышления и познания. В рамках настоящей статьи основное внимание уделяется когнитивным образовательным технологиям, непосредственно направленным на решение задач, связанных с процессами формирования и передачи знаний, селективным накоплением и интеллектуальной обработкой информации.
Предполагается, что современные ИТ достигли такого уровня, при котором получение базовой информации, требуемой для решения поставленной прикладной задачи, не представляет большой проблемы. «Интернет знает все», и быстрые поисковики мгновенно добудут необходимый объем полезных сведений. Задача специалиста состоит в том, чтобы в минимальный срок освоить полученную информацию и извлечь из нее знания, необходимые для решения конкретной практической задачи. Такой подход требует новой, нетрадиционной методологии процесса подготовки специалиста, ориентированной не на запоминание огромного объема информации, а на активизацию креативных способностей мозга обучающихся.
Когнитивная система образования требует резкого увеличения объема самоподготовки (особенно, самоподготовки под контролем преподавателя) с полным обеспечением электронными учебными пособиями, в т.ч. видеолекциями и интеллектуальными образовательными системами (ИОС).
Важным элементом когнитивных образовательных технологий является система регулярного электронного тестирования и самотестирования, обеспечивающая не только контроль, но и коррекцию неправильно усвоенных знаний. Возникает необходимость в непрерывном электронном мониторинге и анализе состояния обучающегося, включающем в себя БРС оценки знаний и автоматизированный контроль динамики усвоения программы обучения.
В соответствии с методологией когнитивного образования (частично совпадающей с дистанционным еЬеагп1пд), последовательное изучение учебных тем по каждой дисциплине, на первом этапе, предполагает самостоятельное предварительное изучение учебного материала на основе предоставляемых студенту всей необходимой совокупности электронных учебных и методических пособий. С помощью ИОС студент определяет уровень усвоения материала, изучает новые разделы учебного курса, разбирает прикладные задачи и варианты их решения, готовит реферат или эссе.
Далее наступает второй этап - общение с учителем. Студенты малыми группами обсуждают с профессором (преподавателем) все непонятные вопросы, уточняют и корректируют собственное видение рассмотренной проблематики, выступают с докладами перед учебной группой, организуют
дискуссию, уделяя основное внимание пониманию сути рассматриваемого вопроса, его специфике и системным аспектам.
Третьим, заключительным этапом изучения каждой темы является электронное тестирование по каждой теме. Результаты тестирования обсуждаются с преподавателем и, в случае неудачного результата или желания студента повысить свои рейтинговые показатели, тестирование повторяется. По результатам третьего этапа формируется оценка усвоения темы, фиксируемая электронной компонентой БРС.
В рамках общего учебного плана по выбранной образовательной программе, при наличии отклонений от образовательной траектории, для каждого студента формируется индивидуальная программа корректирующего обучения.
Очевидно, что такой подход, ориентированный на развитие креативных способностей, требует качественно новых технологий в информационном сопровождении образовательного процесса. При этом особый интерес представляют когнитивные информационные технологии, согласованные на глубоком, «генетическом» уровне с методикой когнитивного образования.
Дистанционное обучение. Дистанционное обучение - это образовательная система, в которой взаимодействие учителя и учащихся происходит на расстоянии [23-24 и др.]. Дистанционное обучение содержит все присущие учебному процессу компоненты (цели, содержание, методы, организационные формы, средства обучения) и реализуется средствами Интернет-технологий или другими информационными инструментами, предусматривающими интерактивность. Ведущим средством СДО является самостоятельная форма обучения с широким использованием информационных технологий.
Достоинством СДО является:
- независимость от удаленности от местоположения образовательного центра;
- снижение затрат на проведение обучения (не требуется затрат на аренду помещений, поездок к месту учёбы, как учащихся, так и преподавателей и т.п.);
- массовость без существенного снижения качества подготовки и т.д.
В 2003 году инициативная группа ADL разработала международный стандарт дистанционного интерактивного обучения SCORM (аббревиатура от Sharable Content Object Reference Model, «образцовая модель объекта содержимого для совместного использования») [25], который предполагает широкое применение Интернет-технологий. Введение стандартов способствовало как углублению требований к СДО, так и требований к ее программному обеспечению. При использовании СДО студенты получают доступ к компьютерному банку учебно-методических пособий и имеют возможность общаться с преподавателем через e-mail, Skype и другие средства Интернет. Вводные, установочные, обзорные лекции, лабораторные занятия, выполнение контрольных работ происходит дистанционно, но экзамены обычно нужно сдавать очно в вузе. Материалы для дистанционного обучения студент получает на сайте кафедры или по электронной почте. Вместе с заданиями высылаются методические
материалы, чтобы студент мог выполнить их самостоятельно. Учиться можно в любое удобное для студента время.
В Санкт-Петербурге СДО уже введена в таких вузах, как Санкт-Петербургский государственный политехнический университет, Санкт-Петербургский государственный экономический университет, Санкт-Петербургский государственный университет телекоммуникаций и др.
Согласно прогнозу Р. Курцвейля [26-27], уже в 2019 г. основное обучение будет построено в виде дистанционных адаптивных курсов, на которых слушатели и преподаватели будут присутствовать удалённо.
Электронное тестирование знаний и компетенций. Необходимость внедрения системы электронного или компьютерного тестирования (СЭТ, СКТ) диктуется введением с 2004г. обязательной процедуры тестирования и оценки качества подготовки студентов по дисциплинам федерального компонента при Аттестационной экспертизе вузов Министерством науки и образования РФ [28-30 и др.].
СЭТ представляет собой универсальный инструмент для определения качества обученности студентов на всех уровнях образовательного процесса. Достоинствами СЭТ является:
- объективность оценки знаний студентами;
- возможность для эффективного самообучения студентов в режиме самоконтроля знаний;
- возможность организации автоматического контроля за индивидуальной образовательной траекторией студента;
- возможность создания автоматической системы индивидуального контроля корректирующего управления образовательным процессом;
- возможность оценки эффективности работы преподавателя.
Создание тестов на высоком методологическом уровне требует от преподавателя разработки четкой понятийно-терминологической структуры курса (тезауруса), т.е. таблицы проверяемых в тестах понятий и тезисов, структурированных по темам и разделам программы учебной дисциплины. Такая разработка, наряду с программой, является самостоятельным методическим материалом обеспечения качества преподавания. Кроме того, дает возможность на макроуровне устранять дублирование тем в дисциплинах в образовательных профессиональных программах.
Для студентов работа с компьютерными тестами способствует освоению компьютера как инструмента учебной деятельности, приучает к самоконтролю. Тестирование в самостоятельной работе студентов имеет не столько контролирующие, сколько обучающие функции (для отработки отдельных тем, типов задач, подготовки к зачетам и т.д.). Для самостоятельной работы студентов система тестирования предоставляет возможность
использования электронных библиотек, а также интернет-тестирования.
Автоматизированная система
непрерывного контроля и коррекции знаний. Рассмотренная выше СЭТ совместно с компьютеризированной БРС позволяет построить автоматизированную систему непрерывного контроля и коррекции знаний. С этой целью формируется единая база данных студентов, в которой на основе
результатов СЭТ и БРС отслеживается образовательная динамика каждого студента по каждой дисциплине.
В случае отставания студента по какой-либо дисциплине от усредненной траектории усвоения учебного материала формируется корректирующая программа, предоставляемая в личный кабинет студента с необходимыми учебно-методическими пособиями и материалами для самотестирования.
Индивидуализация обучения -электронный тьютинг. Классический вариант индивидуального тьюторства является крайне эффективной системой повышения качества образовательного процесса, однако его возможности принципиально ограничены экономическим фактором. Лишь очень богатые университеты с сильными, исторически сложившимися брендами могут позволить закреплять за студентами персональных тьюторов (например, доны в университетах Кембриджа и Оксфорда).
В то же время наличие автоматизированной системы непрерывного контроля и коррекции знаний позволяет создать систему электронных тьюторов (ЭТ), обеспечивающих персонифицированный контроль за образовательной траекторией каждого студента.
Возможный вариант реализации системы ЭТ может быть построен на основе концепции мультиагентной сети. В этом случае за каждым студентом закрепляется персональный ЭТ, представляющий собой программу интеллектуального агента.
ЭТ, как элемент мультиагентной системы/ (МАС), взаимодействует с самим студентом, с преподавателями, с автоматизированной системой непрерывного контроля и коррекции знаний, с деканатом, с куратором группы, с родителями студента, с другими студентами. Средствами передачи информации служат web-взаимодействия, e-mail, мобильная связь, sms и др.
Технология реализации ЭТ будет подробнее рассмотрена ниже.
Информационная среда университета: новые требования
Принципиальным содержательным отличием предлагаемого концепта ИСУ является переориентация с задачи АСУ вуза на задачу поддержки собственно образовательного процесса.
Разумеется, это не означает отказ от автоматизации управленческих задач, АСУ вуза является неотъемлемой частью ИСУ, однако она оказывается на втором плане, что, в сущности, вполне соответствует иерархии задач, выполняемых университетом. Главной целью университета было и остается обеспечение качественного образовательного процесса и научных исследований, административно-управленческий аппарат выполняет лишь координирующие и сервисные функции.
Вторым существенным отличием
предложенного в статье подхода является внедрение в образовательную среду новейших информационных и когнитивных технологий.
Существенным отличием от известных коммерческих АСУ вуза, является новая, усиленная система поддержки новых образовательных (в том
числе когнитивных) технологий. Для предлагаемой ИСУ приоритетными задачами являются:
- информатизация образовательного процесса на основе разработки и внедрения электронных систем когнитивного обучения и тестирования (по всем изучаемым дисциплинам) в сочетании с автоматизированной системой тотального и непрерывного контроля успеваемости студентов;
- формирование информационной базы научных исследований на основе разработки и внедрения унифицированной аналитической информационной платформы, позволяющей осуществлять моделирование и оптимизацию сложных динамических систем произвольной природы.
ИСУ должна отвечать таким современным требованиям, как:
- открытость и гибкость системы, допускающей информационную поддержку новых образовательных (в том числе когнитивных) технологий;
- способность к саморазвитию на основе использования интеллектуальных систем поддержки образовательного процесса;
- доступность обслуживания системы силами службы информационной поддержки университета, без обращения к дорогостоящему «ненавязчивому» сервису фирм-производителей коммерческих продуктов;
- снижение стоимости информационной поддержки (относительно текущей) образовательного процесса на основе применения свободного ПО, использоватия облачных технологий (за счет уменьшения стоимости терминалов) и т.п.
Построение информационной среды университета
Основными особенностями ИСУ являются ориентация на новейшие ИТ (облачные сервисы, мультиагентные системы, интеллектуальные ассистенты и др.) и существенное смещение целевой функции с задачи управления вузом (с сохранением всех необходимых функциональностей АСУ университета) на задачи поддержки образовательного процесса и новых образовательных технологий.
Важным положением технологии создания ИСУ является его построение в виде единого информационного пространства с униформно доступными данными, служащего основой для специализированных сервисов [31]. Основные принципы создания ИСУ можно представить в виде совокупности следующих тезисов/
■ ИСУ базируется на преимущественном применении открытого, свободно распространяемого программного обеспечения (Linex, MySQL, Debian, Libre Office, Open Office, Free Commander, 7-zip, Open Proj, doPDF, VLC media player, VirtualBox, Thunderbird, Inkscape, Nanocad, Gimp, Blender и др.);
■ ИСУ должна содержать в себе все функциональности АСУ вуза, заложенные в известных коммерческих продуктах - документооборот, электронный деканат, кафедра, диспетчеризация учебного процесса, расписание занятий, распределение нагрузки, электронная библиотека, библиотека стандартных электронных форм, отделы кадров сотрудников и студентов, дистанционное
образование, МТО, общежития, АРМы должностных лиц и т.п.
■ Система реализует применение веб-интерфейсов (HTML/AJAX тонкий клиент-браузер) для всех взаимодействий человека с компьютерами;
■ В ИСУ используется архитектуры SOA (Service Oriented Architecture) с полным стандартным SOAP (Simple Object Access Protocol) для всех взаимодействий существенных частей системы, позволяющей создавать единое информационное пространство;
■ Система базируется на использовании облачных (с/oud-based) сервисов со всеми данными и бизнес-логикой в локальных центрах данных (data centers) и пользовательским интерфейсом, доступном через Интернет на разнообразных устройствах от персональных компьютеров (ПК) или ноутбуков до клаудбуков, сотовых телефонов и планшетных устройств;
■ ИСУ обеспечивает поддержку мультиагентной среды, основанную на сети интеллектуальных, взаимодействующих между собой программ-агентов с различными функциональностями, ориентированными на поддержку и развитие образовательного процесса университета;
■ ИСУ допускает использование свободных аналогов EAI (Enterprize Application Integration) продуктов (таких как Microsoft BizTalk Server или IBM WebSphere) для интеграции уже существующих систем, не обладающих SOAP интерфейсом;
■ Предполагается изоляция и слабая связанность (loose coupling) частей системы (в частности осуществлямого при помощи SOA/SOAP) и минимизацией влияния отказа отдельных компонент на всю систему;
■ В ИСУ реализуется применение технологии OpenID (т.е. технологии открытой децентрализованной системы, позволяющей использовать единый аккаунт для аутентификации и авторизации на множестве не связанных друг с другом сайтов, порталов, блогов и форумов) с возможностью использования уже существующих форм (Google account, LiveJournal ID). Двухфакторная индетификация с использованием OTP-устройств (One Time Password), например, сотовых телефонов, для доступа к данным требующим дополнительной защиты (бухгалтерия, личные данные студетов и преподавателей и т.п.);
■ Управление бизнес-процессами университета осуществляется на основе использования преимущественно открытого документооборота (workfow) и BPM (Business Process Management) продуктов (такие, как Microsoft BizTalk Server, Windows Workflow Foundation, IBM BlueWorks Live, K2 и другие);
■ Предполагается широкое использование доступных Интернет приложений;
■ ИСУ должна удовлетворять стандартным требованиям, предъявляемым к любой информационной системе - безопасность, масштабируемость, сохранность данных;
■ Предполагается применение модульной структуры, допускающей опционность реализации ИСУ и возможность её расширения и дополнения специализированными модулями, необходимыми для эффективного функционирования конкретного вуза.
Далее, остановимся более детально на отдельных положениях предложенного концепта.
Облачные технологии как структурная основа построения ИСУ
Структура любого университета предполагает наличие разнородных по своим образовательным профилям факультетов, что существенно усложняет как семантическую унификацию решаемых образовательных и научных задач, так и задачу информатизации вуза. В результате в Институте возникает большое число локальных кафедральных сетевых информационных локальных сетей, требующих больших затрат на развитие и обслуживание. В то же время уровень развития современных ИТ позволяют существенно уменьшить затраты на сервис и поддержку локальных информационных систем путем централизации вычислительного ресурса вуза на основе кластера вычислительных серверов.
Облачные технологии (cloud computing) позволяют получить информационный сервис кафедрам и службам университета из некоторого виртуального «облака», формируемого в виде информационной надстройки над серверным кластером [31-34]. При этом в качестве типовых категорий услуг, предоставляемых подразделениям университета через Интернет или локальную сеть, следует назвать такие "облачные сервисы", как IaaS (Infrastructure as a Service, инфраструктура как сервис), PaaS (Platform as a Service, платформа как сервис), SaaS (Software as a Service, программное обеспечение как сервис).
Наряду с традиционными сервисами университетское облако может предоставлять преподавателям, студентам и исследователям такие новые формы услуг, как DBaaS (Database as a Serice), CaaS (Communication-as-a-Service, позволяющая пользователям работать с облачными коммуникациями и друг с другом в режиме реального времени, включая VoIP, мгновенные сообщения и видеоконференции), XaaS (X-as-a-Service или EaaS, Everything-as-a-Service) - предоставление облачных информационных ресурсов произвольной ("X") природы) и др.
На сегодняшний день облачный сервис включает три основных характеристики, которые отличают его от обычного сервиса:
- режим "ресурсы по запросу";
- эластичность, т.е способность адаптации к нагрузке;
- независимость от элементов управления инфраструктурой.
Частное облако в университете, развернутое, например, на базе таких продуктов как Windows Server 2008 R2, System Center 2010 или Opalis, создаст надежную и масштабируемую платформу для поддержки всей ИТ-инфраструктуры вуза. Выделение ресурсов по запросу значительно сократит затраты на модернизацию и настройку инфраструктуры, позволит пользователям потреблять тот объем ресурсов, который необходим на данный момент. Возможность самообслуживания запросов с использованием SSP (self-service portal, портал самообслуживания) или Datacenter Services (сервисы центра данных) упростит процесс выделения ресурсов и снизит нагрузку на административный персонал.
По существу, университетское облако должно "замещать" для пользователей их собственную
информационную инфраструктуру, конкретную программно-аппаратную платформу, или ПО. Все эти сервисы будут дистанционно поддерживать различные данные и приложения, размещенные на удаленных серверах.
Централизация инфраструктуры в частном облаке значительно упрощает мониторинг среды, диагностику и устранение проблем. Эластичность «облака» дает возможность в считанные минуты создать дополнительные виртуальные серверы для обработки данных или увеличить мощность существующих. При снижении нагрузки на определенные узлы, освободившиеся ресурсы могут быть использованы для решения других задач и не будут простаивать. Такая гибкая организация инфраструктуры приводит к более эффективному использованию информационных ресурсов и централизации управления информационной средой, что делает ИТ более прозрачными и надежными.
Облачная инфраструктура предоставляет пользователю возможность при необходимости регулировать лимиты выделяемых ресурсов. Пользователю облачных сервисов нет необходимости заботиться о соответствующей инфраструктуре, которая обеспечивает работоспособность предоставляемых ему сервисов. Все задачи по настройке, устранению неисправностей, расширению инфраструктуры и пр. берет на себя сервис-провайдер.
В качестве примера, рассмотрим ситуацию применения развернутого частного облака с возможностью самообслуживания. В аудиториях установлены ПК типа «тонкий клиент». Для лабораторной работы студентам требуется мощная инфраструктура из нескольких серверов и клиентов, объединенных в сеть. Для реализации этой задачи преподавателю (или системному администратору) достаточно непосредственно перед занятием сделать заказ данной среды на портале самообслуживания. На время работы студентам будут выделены необходимые ресурсы из облака. По окончании работы инфраструктуру можно расформировать. Таким образом, нет необходимости создавать отдельный класс для лабораторных работ и оборудовать его мощными компьютерами. Ресурсы будут предоставлены по запросу любой аудитории, имеющей доступ к облаку.
Мультиагентные системы и интеллектуальные агенты
Задача перехода процесса обучения на принципы когнитивных образовательных технологий, неизбежно требует перехода от традиционной формы электронного университета к новой, более продвинутой форме информационной поддержки процесса познания, основанной на персонификации обучения, отслеживании и коррекции индивидуальных образовательных траекторий.
Создание единой информационной среды, основанной на SOA/SOAP технологии, позволит строить информационные надстройки, решающие принципиально новые задачи. Рассмотрим задачу персонификации обучения на основе использования концепта мультиагентныхсистем (МАС) [35-39 и др.].
МАС представляет собой децентрализованную среду, элементами которой являются взаимодействующие автономные саморазвивающиеся
агенты (чаще всего - программы). Совокупное поведение агентов несет в себе признаки роевого интеллекта, что позволяет отнести МАС к системам искусственного интеллекта. Обмен информацией между агентами происходит на основе протоколов с использованием специализированных языков
типа KQML (Knowledge Query Manipulation Language) или ACL (Agent Communication Language) [40, 41]. Общение агентов происходит путем последовательного формирования весовой матрицы запросов и матрицы ответов по схеме «Запрос - Ответ - Соглашение». Возможность компромиссных решений позволяет качественно повысить гибкость системы и, как следствие, терминальную эффективность
формируемых решений.
В рамках образовательных приложений использование полномасштабных МАС связано с разработкой систем согласования компонент учебного процесса. Например, составление расписания занятий осуществляется, как правило, диспетчерами, опираясь исключительно на собственные неформализованные представления. Традиционная математическая оптимизация расписания реализуется методами исследования операций и является достаточно негибкой. Мультиагентный подход позволяет работать с такими ограничениями как "время занятий, в которое преподаватель предпочел бы избежать, но готов принять в случае необходимости". Возможен и учет изменений, происходящих в последний момент, как например, неожиданная болезнь преподавателя и необходимость переноса занятий с увязкой со всеми остальными частями расписания.
Другим классом задач, где могут быть полезны мультиагентные системы, являются аналитические приложения, используемые для оценки ситуаций и формирования исследовательских отчетов. Например, такой запрос как "Выдать процент студентов успешно получивших диплом по регионам России, где они ранее получали среднее образование" или "На основе данных по трудоустройству выпускников провести корреляцию успешного и быстрого нахождения работы с изучавшимися предметами и оценкам по ним" может быть весьма затруднительно, поскольку данные разбросаны между разрозненными системами и требуют значительных усилий по сбору, унификации и сопоставлению. Унифицированные SOAP интерфейсы с self-discovery и semantic web аннотациями открывают возможности для автоматизированного, а с надлежащей степенью развития системы, и полностью автоматического выполнения подобных запросов.
Особое значение технология МАС может иметь в системе когнитивного образования. В частности, в роли интеллектуальных агентов (ИА) могут выступать когнитивные ассистенты преподавателей, студентов, административно-управляющего персонала.
ИА eTutor, как уже указывалось, выполняет функции индивидуального электронного контролера, репетитора и технического помощника.
Входными данными eTutor служат:
- усредненная опорная траектория, отражающая плановую образовательную траекторию по каждой учебной дисциплине;
- результаты перманентного мониторинга образовательного состояния студента, фиксируемые в базе данных БРС и результатах промежуточной аттестации;
- данные посещаемости занятий;
- информационная база знаний (БЗ) Института, содержащая полный комплект учебно-методических материалов (пособия, учебники, задачники, системы самотестирования, мультимедийное обеспечение etc.);
- БЗ корректирующих программ с идентификационными характеристиками, отвечающими результатам формализованного анализа индивидуальной образовательной траектории;
- электронные адреса оповещения и средства подключения телекоммуникационных средств и др.
Выходными процессами eTutor служат:
- образовательный электронный кейс студента, включающий в себя всю необходимую учебно-методическую информацию (для каждого курса, каждой учебной дисциплине или каждого учебного модуля);
- регулярные отчеты и визуализированная информация о текущем образовательном состоянии студента;
- информационные справки и предупреждения об образовательном состоянии студента и о посещаемости им занятий (с использованием доступа к системам телекоммуникации);
- результаты автоматического анализа образовательного состояния студента, включающие в себя, при необходимости, рекомендации по выполнению корректирующих программ обучения;
- собственно корректирующие программы, выбираемые из тематической БЗ, и отвечающие им учебные и методические электронные пособия;
- пополняемый электронный портфолио студента, отражающий качество усвоения пройденного учебного материала, научные достижения и др.
На каждый момент времени обучающийся имеет полное и наглядное представление о своем образовательном состоянии и динамике его развития. Отставания студента по отдельным темам или по отдельным дисциплинам приводит к автоматической генерации корректирующих программ,
предоставляемых обучающемуся по e-mail или непосредственно в его электронный кабинет по локальной сети Института или через Интернет.
Прогулы занятий фиксируется и при достижении пороговых значений осуществляются sms или e-mail оповещения самого студента, куратора, деканата и, при определенных условиях, родителей обучающегося.
При более низком уровне автоматизации, советник формирует лишь оперативные предложения по управлению индивидуальным учебным планом, а терминальное решение, позволяющее запускать исполнительную систему, принимает преподаватель или куратор группы.
Когнитивный ассистент преподавателя eTeacher предназначен для повышения эффективности труда педагога. Примерами функций выполняемых eTeacher могут служить:
- допустимое согласование своего учебного расписания с автоматизированной системой диспетчеризации;
- согласование своего расписания с индивидуальными плановыми и внеплановыми встречами со студентами;
- согласование внеплановых замен при проведении занятий через МАС и ассистентов других преподавателей;
- автоматическое пополнение электронного кейса преподавателями новыми поступлениями в электронную библиотеку Института по интересующим его темам;
- автоматическое напоминание о проводимых занятиях и текущих мероприятиях;
- автоматизированная связь со студентами и другими преподавателями через МАС;
- автоматические уведомления преподавателя о мероприятиях, проводимых в Институте;
- автоматические уведомления от отдела труда и заработной платы и/или бухгалтерии о полагающихся ему выплатах и переводах и др.
Когнитивная поддержка образовательной инфраструктуры строится на основе когнитивных ассистентов различных должностных лиц университета, не относящихся к ППС. Это прежде всего, сотрудники административно-управляющих, научно-исследовательских и учебно-вспомогательных подразделений Института.
Основные функциональности указанных сотрудников частично отражены в традиционной системе АСУ вуза. Повышение эффективности их деятельности связано с возможностью гибкого компромиссного взаимодействия между должностными лицами через своих интеллектуальных агентов (ассистентов) в сети МАС Института. Кроме того, ассистенты могут нести на себе большой объем информационной поддержки, учитывающий специфику деятельности каждого должностного лица.
Таким образом, в информационном «облаке» университета формируется виртуальное зеркало его штатной структуры. Виртуальные образы студентов, преподавателей, других сотрудников имеют возможность путем «мягких», согласующих взаимодействий, решать огромное количество учебных и технических проблем, повышая качество обучения при существенном сокращении времени и затрат на инфраструктурное обеспечение образовательного и научного процессов. В конечном счете, такой подход позволяет реализовать переход к экономически доступной индивидуализации обучения с широким использованием когнитивных форм обучения.
Электронное тестирование и балльно-рейтинговая система
Автоматическое отслеживание индивидуальной образовательной траектории предполагает наличие системы регулярного мониторинга образовательного состояния обучающегося. При этом предполагается переход от системы ежемесячной аттестации студентов к непрерывной оценке знаний и компетенций при проведении занятий и 100%-м оценивании знаний всех студентов при завершении каждой темы.
Очевидно, что такую тотальную оценку качества усвоения пройденного материала невозможно произвести без помощи систем компьютерной поддержки, т.е. систем электронного тестирования и средств электронной поддержки балльно-рейтинговая системы (СЭТ&БРС).
Технология ИСУ СЭТ&брс не является новой, она широко используется в большинстве зарубежных и отечественных вузов. Принципы построения СЭТ & БРС хорошо известны, с ними можно познакомиться, например, в [42-46].
Введение СЭТ&БРС позволяет объективно оценивать знания и компетенции студентов, избегая субъективных и личностных оценок, характерных для любого человеческого взаимодействия. Наличие СЭТ&БРС позволяет объективно оценивать качество преподавания, стимулировать посещаемость и активную работу студентов на каждом занятии, повышать качество самоподготовки и самообучения студентов на основе электронного самотестирования и т.п.
С точки зрения построения ИСУ СЭТ&БРС, является платформой для автоматического контроля индивидуальную образовательную траекторию каждого студента и развития дистанционного образования.
С точки зрения развития и интеграции СЭТ&БРС в ИСУ следует обратить внимание на следующие особенности:
- электронная платформа СЭТ & БРС должна базироваться на открытом (свободно распространяемом) ПО - Linex, MySQL, Appach, PHP etc.;
- СЭТ&БРС целесообразно реализовать в облаке, для которого сами тесты и результаты анализа предоставляются как сервисы XaaS. Взаимодействие студентов с облаком осуществляется в классах электронного тестирования. Экономически очевидно формировать такие классы на основе тонких клиентов с сетевым взаимодействием с серверным кластером (Data Center);
- СЭТ&БРС основываются на применении веб-интерфейсов (HTML/AJAX тонкий клиент - браузер) и содержат в себе аналитическую подсистему формирования регулярных текстовых и графических отчетов, позволяющих автоматически получать ответы на сложные и нечеткие запросы, а также обеспечивать аналитическую поддержку управляющих решений;
- СЭТ содержит в себя автоматическую подсистему рандомизированного формирования задач, не позволяющую студентам «адаптироваться» к фиксированным ответам;
- СЭТ&БРС должна быть эффективно защищена от несанкционированного доступа.
Перечисленные особенности позволяют осуществить полную постановку задачи создания СЭТ&БРС, как подсистем ИСУ.
Альтернативой к полностью самостоятельной разработке СЭТ&БРС является использование шаблонов из Open Source, например, Moodle.
Автоматизированная система дистанционного обучения
СДО обеспечивает процесс передачи знаний, в котором весь образовательный процесс осуществляется на расстоянии на основе широкого использования информационных и
телекоммуникационных технологий [23-24, 47].
Основными формы дистанционного обучения являются чат-занятия, web-занятия, телеконференции и др. Ведущим средством СДО является самостоятельная форма обучения с широким использованием ИТ, что полностью отвечает концепции когнитивного образования.
В настоящее время типичные системные требования для компьютера обучающегося при дистанционном обучении, пока что достаточно
скромные. Это персональный компьютер с тактовой частотой 600 мгц и выше, оперативная память от 512 Мб, свободное место на жестком диске — не менее 1 Гб, наушники (или колонки), микрофон, веб-камера, скорость подключения к сети Интернет — не менее 512 КБит/сек, интернет-браузер, Adobe Flash Player 9.0, SunJava 6, Open Office, Acrobat Reader, архиватор.
В настоящей статье СДО рассматривается, в основном, с позиции ее информационного обеспечения. Основными информационными средствами СДО являются электронные учебники и учебно-методические пособия [48-49], компьютерные обучающие системы в обычном и мультимедийном вариантах, мультимедийные (аудио и видео) учебно-информационные материалы, электронные библиотеки с удаленным доступом, лабораторные дистанционные практикумы, тренажеры с удаленным доступом и др.
СДО осуществляется на основе использования телекоммуникационного потенциала Интернет, включающего в себя e-mail, ICQ, Skype и т.п.
В качестве полезных ссылок приведем перечень уже существующих зарубежных и отечественных автоматизированных СДО:
СДО «Learning Space» [50]. Одной из наиболее развитых программных СДО является продукт LearningSpace фирмы Lotus. LearningSpace обеспечивает легкое внедрение в создаваемые курсы видео и аудио фрагментов, позволяет реализовать весь диапазон услуг от самообучения до коллективного синхронного занятия, дает преподавателям и студентам доступ ко всем своим функциям из Web-броузера. Базовая архитектура этого комплекса основывается на системе из пяти главных БД, которые используются для управления различными аспектами создания и сопровождения учебных курсов.
Синхронные коммуникации поддерживаются различными средствами, совместно с Learning Server 2.0, такие как чат, видео- и телеконференции. Вдобавок к этому учебные ресурсы и другие материалы могут пересылаться посредством Media Center. Студенты могут иметь курсовую папку, содержащую записи о выполненных работах, а также заданиях, которые необходимо выполнить в ходе изучения учебного курса. Инструктор может сделать архивную копию полного курса для дальнейшего использования. Портфель (рабочая папка) содержится в профайле каждого участника процесса обучения. Это защищенная область, которая обеспечивает конфиденциальность общения тьютора и обучаемого.
Система «<Hot Potatoes» [51]. Одним из наиболее удобных инструментальных средств создания тестовых скриптов является пакет Hot Potatoes. Данный продукт является бесплатным для личного использования и для применения его образовательными учреждениями в некоммерческих целях. Данный пакет предоставляет возможность создания различных видов тестов, имеет интуитивно понятный и весьма удобный интерфейс. Hot Potatoes содержит заготовки на HTML и JavaScript, при помощи которых легко создать тесты (с пятью вариантами ответов и комментариями к каждому из них), опросники, анкеты, обучающие кроссворды 20х20, задания по проверке правописания (орфография и синтаксис) и знания синонимов, антонимов и пр. Каждое из заданий преподаватель может сопроводить
системой подсказок и построить по многовариантной схеме.
Другим возможным подходом для организации промежуточного и итогового контроля знаний является использование универсальной системы тестирования. Если такая система используется в различных учебных заведениях, то появляется возможность сопоставления сложности контрольных мероприятий и уровней подготовки специалистов в учебных заведениях одного профиля. Внешний вид, навигация и некоторые другие параметры и функции настраиваются при создании теста учебника, что позволяет, как реализовать замысел конкретного разработчика, так и согласовать дизайн теста с общим дизайном. Последняя версия пакета использует новые возможности спецификации HTML 4.0 - динамический HTML.
СДО «Доцент» [52]. Назначение и состав Дистанционного обучающего центра (ДОЦЕНТ) системы асинхронного телеобучения, представляет собой комплекс программно-методических средств ДО, переподготовки и тестирования слушателей. Комплекс программно-методических средств основан на современных Интернет-технологиях и методиках образования на базе компьютерных обучающих программ и тестирующих систем. В состав «Доцента» входят автоматизированная система дистанционного обучения, переподготовки и тестирования, инструментальные средства создания обучающих и контролирующих программ, графическая оболочка для создания и генерации индивидуальных тестов заданной сложности, набор обучающих программ, средства поддержки централизованной базы данных учебного центра для ведения учета и статистики, ведения разнообразных форм отчетности, автоматизированные рабочие места (АРМ) администратора, куратора, преподавателя, слушателя, обеспечивающие процесс функционирования Виртуального учебного центра.
СДО «Прометей» [53]. Позволяет организовать учебный процесс таким образом, что с одной стороны дает возможность преподавателю (тьютору), находясь в любом месте, где есть доступ к Интернету, всесторонне контролировать процесс обучения слушателя, сдачу экзаменов и прохождение тестов, с другой стороны слушателю - приобрести качественные знания и в конечном итоге - документ, подтверждающий получение высшего или дополнительного образования.
Во время работы с курсом слушатель имеет возможность обмениваться электронной почтой как с тьютором, так и с однокурсниками по обучению. И хотя группы слушателей виртуальные и существуют только в Интернете, они сохраняют все признаки реальных, предоставляя слушателям возможность консультироваться с тьютором, общаться друг с другом и обмениваться опытом. Тьютор предлагает конкретный учебный план и имеет возможность наблюдать весь процесс работы слушателя с учебным материалом, контролировать ход выполнения им лабораторных работ, вмешиваться в процесс обучения, а также назначать слушателю дополнительные тесты, изменяя в зависимости от необходимости условия сдачи экзаменов. Возможности СДО позволяют подключать к системе различные компьютерные тренажеры и дистанционно использовать их для приобретения обучающимися практических навыков работы.
Возвращаясь к рассматриваемой задаче построения ИСУ, следует указать на отличительные признаки перспективной системы автоматизации СДО, главной из которых является широкое использование электронных тьюторов. Данный подход позволяет в автоматическом режиме отслеживать образовательную траекторию обучающегося, привлекая преподавателя (тьютора или куратора) лишь в случаях, не предусмотренных библиотекой типовых
корректирующих воздействий. При этом eTutor СДО функционирует в общей мультиагентной сети, взаимодействуя с электронными тьюторами других студентов, электронными ассистентами
преподавателей и электронными ассистентами сотрудников деканата. Это позволяет поддерживать активное и интерактивное взаимодействие студента с образовательной средой Института и сконцентрировать внимание преподавателей на наиболее важных и проблемных вопросах обучения конкретного студента.
Заключение
Диалектическое противоречие между современным уровнем развития информационных и образовательных технологий и традиционными схемами автоматизации вуза на основе моделей ERP предприятия привело к необходимости пересмотра базового концепта информатизации вуза.
Центральной идеей построения перспективной информационной среды университета является перенос акцента с задачи автоматизации процессов управления вузом на информационную поддержку самого образовательного процесса. При этом основное внимание уделяется новым образовательным трендам - системам когнитивного и дистанционного обучения.
Технология когнитивного обучения, связанная с акцентированной направленностью на развитие творческих способностей и креативного мышления будущих специалистов, до последнего времени использовалась крайне ограниченно, так как требовала существенного повышения уровня индивидуализации обучения, и, как следствие, значительного роста затрат.
Современные уровень ИТ позволяет разрешить это сложное многовековое противоречие путем построения систем электронной персонификации обучения. С этой целью в рамках предлагаемого концепта предлагается разработка и внедрение системы электронных тьюторов, обеспечивающих индивидуальную поддержку образовательного процесса для каждого студента.
Работа еТийг'ов поддерживается системами перманентного электронного тестирования и БРС, позволяющих формировать индивидуальную образовательную траекторию каждого студента. Сопоставляя опорные траектории по каждой образовательной дисциплине с текущей образовательной траекторией студента, eTutor оценивает динамику усвоения материала и при необходимости, используя соответствующие БД университета, формирует индивидуальные корректирующие программы. Кроме того, eTutor выполняет ряд сервисных функций - личного секретаря, библиотекаря, коммуникатора, контролера посещаемости занятий и т.п.
Достаточно очевидно дальнейшее расширение сферы деятельности когнитивных ассистентов в качестве помощников преподавателей,
административно-управленческого и учебно-вспомогательного персонала университета. Таким образом, образуется целая система когнитивных ассистентов, образующих в совокупности информационное зеркало штатной структуры вуза.
Требование к «мягкому», т.е. допускающему компромиссы взаимодействию между электронными асситентами приводит к необходимости создания мультиагентной системы, в которой в роли интеллектуальных агентов выступают индивидуальные когнитивные помощники студентов и штатного состава университета.
Естественным информационным
пространством для реализации такого «зеркала» является частное облако университета, построенное над централизованным серверным кластером.
Технология индивидуализированного
когнитивного образования тесно связана с усилением уровня и качества самоподготовки и хорошо согласуется с принципами дистанционного обучения. По мнению футурологов именно СДО станет превалирующей формой обучения 21-го века.
Сочетание представленных образовательных трендов и приводит к необходимости построения нового концепта ИСУ, вариант которого приведен в настоящей статье.
Исследования, выполненные по данной тематике, проводились при частичной финансовой поддержке Госзадания Министерства образования и науки РФ №2.3135.2017/4.6, в рамках бюджетной темы № 0073-2019-0004
Литература
1. Юсупов Р.М. Заболотский В.П., Иванов В.П. Человек в информационном пространстве // Проблемы информатизации. 1996. № 4 С. 3-7.
2. Юсупов Р.М. Заболотский В.П. Концептуальные и научно-методологические основы информатизации // СПб: Наука. 2009. 542 с.
3. Юсупов Р.М. Заболотский В.П. Научно-методологические основы информатизации. СПб.: Наука, 2000. 454 с.
4. Rohrs H, Hess G. Tradition and reform of the university under an international perspective: an interdisciplinary. Verlag P. Lang, 1987. 345 p.
5. Rohrs H. The Classical Idea of the University. Its Origin and Significance as Conceived by Humboldt. In Tradition and Reform of the University under an International Perspective. Ed. Hermann Rohrs. New York: Peter Lang, 1987, Р. 13-27.
6. Мусаев А.А. Шевчик А.П. Тихая когнитивная революция // Эксперт. 2016. №4(972), С. 44-51.
7. Константинов А. Когнитивные технологии: будущее, которого мы не ожидали // Электронный ресурс: i-future.l ivejournal.com/449110.html.
8. Шевчик А.П, Мусаев А.А. Когнитивный вызов: ожидания и свершения // Известия СПбГТИ(ТУ). 2016. №33 (59). С. 84-90.
9. Мусаев А.А. Информатизация вузов в РФ и за рубежом // Известия СПбГТИ(ТУ). 2017. №40(66). С. 89-93.
10. "1С: Университет" - решение для автоматизации деятельности учреждений высшего профессионального образования. URL: http://www.1c.ru/news/info.jsp?id= 13345.
11. Галактика Управление Вузом. URL: http://www.galaktika.ru/vuz/o-reshenii. html.
12. Единая информационная система управления учебным процессом ТАНДЕМ. Университет. URL: http://tandemservice.ru/products/tandem-university.
13. Moodle - Open-source learning platform. URL: https://moodle.org/
14. Open source e-Learning URL: http://www.ilias.de/docu/ ilias.php?baseClass= ilrepositorygui&reloadpublic=1&cmd=frameset&ref_id=1.
15. Основные модели образования. Сайт педагога-исследователя. URL: http://si-sv.com/publ/1/osnovnye_modeli_obrazovanija/14-1-0-504.
16. Ravitch D. The Death and Life of the Great American School System: How Testing and Choice Are Undermining Education. Basic books. 2011. 533 р.
17. Кривов С.В., Посребышева Е.С., Старкин С.В. Когнитивные технологии в образовании // Вестник Нижегородского университета им. Н.И. Лобачевского. 2014. №3(4). С. 97-100.
18. Malinetskii G.G., Malenkov S.K., Mttin N.A., Shishov V.V. The Cognitive Challenge and Computer Modeling // Keldysh Institute preprints. 2010. № 046. 28 p.
19. Шевчик А.П., Мусаев А.А. Общество знаний: парадигма когнитивного образования // Alma mater. Вестник высшей школы. 2016. №6 . С. 6-13.
20. Hurwttz J, Kaufman M, Bowles A. Cognitive computing and Big Data analytics. - Wiley. 2015. 266 p.
21. The Cognitive Era. — URL: http://www.research.ibm.com/cognitive-computing /#fbid=KKYrqcC-TTM.
22. Fingar P. Cognitive Computing. A Brief Guide for Game Changes. Tampa, Florida, USA: Meghan-Kiffer Press, 2015. 78 с.
23. Густырь А.В. Проблемы нормативного обеспечения и выбора базовой модели дистанционного образования // Дистанционное образование в России. Постановка проблемы и опыт организации / Сост. Овсянников В.И. М.: РИЦ "Альфа" МГОПУ им. М.А. Шолохова, 2001. 230 с.
24. Демкин В.П., Можаева Г.В. Технологии дистанционного обучения. — Томск: ТГУ, 2003. 106с.
25. Стандарт SCORM и его применение. URL: http: //cccp. ifmo.ru/scorm/ index. html.
26. Курцвейл Р. Прогноз развития технологий до 2099г. URL: https://chart. whotrades.com/blog/43840263074.
27. Биргер П. Все идет по плану: что нужно знать из прогнозов Рэя Курцвейля 2019-2099. — URL: http://slon.ru/biz/1213655/.
28. Системы тестирования URL: www.nntu.ru/RUS/otd_s//metod_uprav /inov_met /e_ test, doc
29. Нагаева И. А. Организация электронного тестирования: преимущества и недостатки // Науковедение. 2013. № 5. URL: http:// Науковедение. ru/PDF/111pvn513.pdf
30. Аванесов B.C. Научные проблемы тестового контроля знаний // М.: Учебный центр при исследовательском центре проблем качества подготовки специалистов. 1994. 136 с.
31. Лисицын Н.В., Мусаев А.А. Концепция создания интегрированной информационной среды и аналитической автоматизированной системы управления СПбГТИ(ТУ) // Известия СПбГТИ(ТУ). 2012. Вып. 13(39). С. 91-98.
32. Батура Т.В, Мурзин Ф.А., Семич Д.Ф. Облачные технологии: основные понятия, задачи и тенденции развития // Программные продукты, системы и алгоритмы. 2014. №1. С. 1-22.
33. Медведев А. Облачные технологии: тенденции развития, примеры исполнения // Современные технологии автоматизации. 2013. № 2. С. 6-9.
34. Amrhein D, Quint S. Cloud computing for the enterprise: Part 1: Capturing the cloud. 2012. URL: http://www.ibm.com/developerworks/websphere/techjour nal /0904 _amrhein/0904_amrhein.html.
35. Wooldridge M. An Introduction to MultiAgent Systems // NY: John Wiley & Sons Ltd. 2002. 366 p.
36. Радченко И.А. Интеллектуальные многоагентные системы // СПб: БГТУ, 2006. 88 с.
37. Weiss G. ed. Multiagent Systems. A Modern Approach to Distributed Artificial Intelligence. Cambridge: MIT Press. 1999. 585 p.
38. Ferber J. Multi-Agent Systems: An Introduction to Artificial Intelligence. - Boston: Addison-Wesley Longman Publ. Co., 1999. 605 p.
39. Sun R. Cognition and Multi-Agent Interaction. Cambridge University Press. 2006. URL: http://www.cambridge.org/uk/catalogue/catalogue.asp?is bn= 0521839645
40. Finin T, Frttzson R, McKay D, McEntire R. KQML as an agent communication language // Proceedings of the third international conference on Information and knowledge management - CIKM '94. 1994. 456 p.
41. Poslad S. Specifying Protocols for Multi-agent System Interaction // ACM Transactions on Autonomous and Adaptive Systems. 2007. Vol. 2. № 4. P. 15.1-15.24.
42. Бершадский A.M., Белов А.А., Вергазов Р.И., Кревский И.Г. Актуальные проблемы компьютерного контроля знаний // Вестник компьютерных и информационных технологий. 2005. № 1. С. 40-48.
43. Габдрахимова Л.А,, Бухмин В.С., Балашова ЕЯ, Соколова Е.А., Фатхуллова К. Балльно-рейтинговая система оценки знаний в контексте формирования единого пространства европейского высшего образования // Вестник Казанского энергетического университета. 2012. № 3. Т.6. С. 139145.
44. Девятова И.Е. Из опыта внедрения рейтинговой системы оценки успеваемости студентов // Вестник Южно-Уральского профессионального института. 2012. Т. 8. № 2. С. 47-58.
45. Тарасенко О. В., Димиденок Ж. А. Балльно-рейтинговая система оценивания знаний студентов в условиях аграрного вуза // Молодой ученый. 2014. №1. С. 579-581.
46. Бородич С. А, Тепляковская А. Н. Балльно-рейтинговая система оценки знаний студентов в вузе: проблемы и перспективы // Инновационные педагогические технологии: материалы IV междунар. науч. конф. Казань: Бук, 2016. С. 139-141.
47. Дистанционное образование. Системы. URL: http://www.scherbakov.biz /main/distant/systemsdo.htm.
48. Нагаева И.А, Кузнецов И.А. Web-конструирование. HTML-практикум. Саарбрюкен, Германия: LAMBERT Academic Publishing, 2012. - 160 с.
49. Башмаков А.И., Башмаков И.А. Разработка компьютерных учебников и обучающих систем. М.: Филинъ, 2002. 616 с.
50. Kolb A. Y, Kolb D.A. Learning Styles and Learning Spaces: Enhancing Experiential Learning in Higher Education // Academy of Management Learning & Education. 2005. Vol. 4. №2. P. 193-212.
51. Tutorials and Other Resources on Hot Potatoes 6. URL: https://hotpot.uvic.ca/ tutorials6.php
52. Система дистанционного обучения (СДО) "ДОЦЕНТ". URL: http://www. uniar. ru/docent.php
53. СДО "Прометей". ООО "Виртуальные технологии в образовании".URL: http:// www.prometeus.ru/
References
1. Yusupov R.M, Zabolotsky V.P, Ivanov V.P. Chelovek v informacionnom prostranstve // Problemi informatizacii. 1996. No. 4, s. 3-7.
2. Yusupov R.M, Zabolotsky V.P. Konceptualnii i nauchno-metodologicheskie osnovi informatizacii // SPb: Nauka. 2009. 542s.
3. Yusupov R.M, Zabolotsky V.P. Nauchno-metodologicheskie osnovi informatizacii.- SPb.: Nauka, 2000. - 454s.
4. Röhrs, H, Hess G Tradition and reform of the university under an international perspective: an interdisciplinary. Verlag P. Lang, 1987. 345p.
5. Röhrs H. The Classical Idea of the University. Its Origin and Significance as Conceived by Humboldt. In Tradition and Reform of the University under an International Perspective. Ed. Hermann Röhrs. New York: Peter Lang, 1987, pp. 13-27.
6. Musaev A.A., Shevchik A.P. Tihaya kognitivnaya revoluciya // Expert. 2016. No. 4(972), s. 44-51.
7. Konstantinov A. Kognitiv tehnologii: budushee kotorogo mi he ogidaly // Electronic resource: i-future.livejournal.com/449110.html.
8. Shevchik A.P, Musaev A.A. Kognitiv visov: ogidanija b dostigeniya // Novosty SpbGTI. 2016. No. 33 (59). S. 84-90.
9. Musaev А.А. Informatisaciya vusov v RF i za rubegom // Izvestiya SPbGTI. 2017. №40(66). S. 89-93.
10. "1C: University" - the solution for automation of activities of institutions of higher education — URL: http://www.1c.ru/news/info.jsp?id= 13345.
11. Galaktika. Upravlenie universitetom — URL: http://www.galaktika.ru/vuz/o-reshenii. html.
12. Unificirovannaya infomacionnaya sistema upravleniya obrasovatelnim processom TANDEM. University URL: http://tandemservice.ru/products/tandem-university.
13. Moodle - Open-source learning platform URL: https://moodle.org/
14. Open source e-Learning — URL: http://www.ilias.de/docu/ ili-as.php?baseClass= ilreposi-torygui&reloadpublic=1&cmd=frameset&ref_id=1.
15. Osnovnii modeli obrasovaniya. Websait pedagoga-issledovatelya. — URL: http://si-sv.com/publ/1/osnovnye_modeli_obrazovanija/14-1-0-504
16. Ravitch D. The Death and Life of the Great American School System: How Testing and Choice Are Undermining Education. Basic books. 2011. 533s.
17. Krivov S. V, Poskrebysheva E S, Starkin S. V. Kognitiv tehnologii v obrasovanii // Vestnik Nizhegorodskogo universiteta im. N.A. Lobachevskogo. 2014. No. 3(4). S. 97-100.
18. Maiinetskii G.G. Malenkov S.K, Mttin N.A, Shishov V. V. Kognitiv visov i kompyuternoe modelirovanie // Keldysh Institute preprints. 2010. No. 046. 28 s.
19. Shevchik A.P, Musaev A.A. Obshestvo znanii: kognitivnaya paradigma obrasovaniya // Alma mater. Bulleten vishei shkoli. 2016. № 6 . S. 6-13.
20. Hurwttz J, Kaufman M, Bowles A. Cognitive computing and Big Data analytics. - Wiley. 2015. 266 s.
21. The Cognitive Era. — URL: http://www.research.ibm.com/cognitive-computing/# fbid=KKYrqcC -TTM.
22. Fingar P. Cognitive Computing. A Brief Guide for Game Changes. - Tampa, Florida, USA: Meghan-Kiffer Press, 2015. - 78 s.
23. Gustar A.V. Problemi normativnogo obespecheniya I vibora basovoi modeli distancionnogo obrasovaniya // Distancionnoe obrasovaniye v Rossiia. Postanovka problem I opit organisacii. Sost. Ovsyannikov V. I. - M.: RIC "Alpha" MGOPU im. M.A. Sholohova, 2001. - 230s.
24. Demkin V.P, Mozhaeva G.V. Tehnologii distancionnogo obucheniya — Tomsk: Izd. TSU, 2003. — 106 s.
25. Standart SCORM I ego primenenie. — URL: http: //cccp. ifmo.ru/scorm/ index. html.
26. Kurzweil R. Forecast for the development of technologies to 2099г. — URL: https://chart.whotrades.com/blog/43840263074.
27. Birger P. Vse idet po planu: Chto nugno znat is prognosov Reya Kurcveilya 2019-2099. — URL: http://slon.ru/biz/1213655/.
28. Sistemi testirovaniya. — URL: www.nntu.ru/RUS/otd_sl/metod_uprav/inov_met /el_ test. doc
29. Nagaeva I. A. Organizaciya electronnogo testirovanija: perimushestva i nedostatki // Internetjournal "Naukovedenie". 2013. №5. — URL: http:// http://naukovedenie. EN/PDF/111pvn513.pdf
30. AvanesovB.C. Scientific problems test control of knowledge // M.: Training center under the research center of problems of quality of preparation of experts. 1994. 136 s.
31. Lisicin N.V, Musaev А.А. toncepciya sosdaniya integririvannoy informacionnoy sredi i analiticheskoi avtomatisirovannoi systemi upravleniya SPbGTI(TU) // Isvestiya SPbGTI. 2012. № 13(39). S. 9198.
32. Batura T. V, Murzin F. A, Semich D. F. Oblachnii tehnologii: Osnovnii ponyatiya, zadachi i tendencii resvitiya // Programnii produkti, sistemi i algoritmi. 2014. №1. S. 1-22.
33. Medvedev A. Oblachnii tehnologii: tendencii rasvitiya, primery ispolneniya // Sovremennie tehnologii avtomatisacii. 2013. № 2. S. 6-9.
34. Amrhein D, Quint S. Cloud computing for the enterprise: Part 1: Capturing the cloud. 2012. — URL: http://www.ibm.com/developerworks/websphere/ techjournal/0904 _amrhein/0904_amrhein.html.
35. Wooldridge M. An Introduction to MultiAgent Systems // NY: John Wiley & Sons Ltd. 2002. - 366 s.
36. Radchenko I.A. Intellektualnii mnogoagentnii sistemi // SPb: BGTU. 2006. - 88s.
37. Weiss G, ed. Multiagent Systems. A Modern Approach to Distributed Artificial Intelligence. -Cambridge: MIT Press. 1999. - 585p.
38. Ferber J. Multi-Agent Systems: An Introduction to Artificial Intelligence. - Boston: Addison-Wesley Longman Publ. Co., 1999. - 605p.
39. Sun R. Cognition and Multi-Agent Interaction // Cambridge University Press. 2006. — URL: http://www.cambridge.org/uk/catalogue/catalogue.asp7is bn=0521839645
40. Finin T., Fritzson R,, McKay D, McEntire R. KQML as an agent communication language // Proceedings of the third international conference on Information and knowledge management - CIKM '94. 1994. 456p.
41. Poslad S. Specifying Protocols for Multi-agent System Interaction // ACM Transactions on Autonomous and Adaptive Systems. 2007. Vol. 2. №4. P. 15.1-15.24.
42. BBershadski A.M. Aktualnii problem kompjuternogo kontrolja znanii / A.M. Bershadski, A.A. Belov, R.I. Vergasov, I.G. Krevsky // Vestnik kompjuternih i infomacoinnih tehnologii. 2005. №1. S. 40-48.
43. Gabdrahimov L A., Buchman V. S, Baiashova E Y, Sokoiova E A., Feduiova K.S. Ballno-reitingovaya ocenka znanii v kontekste formirovaniya edinogo prostranstva evropeiskogo visshego obrasovaniya // Vestnik Kazanskogo energeticheskogo universiteta. 2012. №3. Vol. 6. S. 139-145.
44. Devyatova E. I. Is opita vnedreniya reitingovoy sistemi jcenki uspevaemosti sistemi // Bulletin of the South Ural professional Institute. 2012. Vol. 8. № 2. S. 47-58.
45. Tarasenko, O.V., Demidenok J. A. Ballno-reitingovaya sistema ocenivaniya znanii studentov v usloviyah agrarnogo vusa // Molodoi uchenii. 2014. №1. P. 579-581.
46. Borodich S.A., Telyakowskaya A. N. Ballno-reitingovaya sistema ocenki znanii studentov v vuse: problem i perspektivi // Innovacionnie pedagogicheskie technologii: materiali IV mezhdunarodnoi nauchnoi conf. — Kazan: Book, 2016. —S.139-141.
47. Distancionnoe obrasovanie. Sistemi. - URL: http://www.scherbakov.biz/main/ distant/systemsdo.htm.
48. Nagaeva I.A., Kuznetsov I.A. Web-konstuirovanie HTML praktikum // Saarbrucken: LAMBERT Academic Publishing, 2012. - 160 s.
49. Bashmakov I.A. Rasrabotka kompyuternih uchebnikov I obuchayushih sistem // A.I. Bashmakov, I.A. Bashmakov. - M.: Izdatelstvo «Filin», 2002. - 616 s.
50. Kolb A.Y., Kolb D.A. Learning Styles and Learning Spaces: Enhancing Experiential Learning in Higher Education //Academy of Management Learning & Education. 2005. Vol. 4. №2. S. 193-212.
51. Tutorials and Other Resources on Hot Potatoes 6. - URL: https://hotpot.uvic.ca/ tutorials6.php.
52. Sistama distancionnogo obucheniya Docent. - URL: http://www.uniar.ru/docent. php.
53. SDO "Prometey". ООО "Virtualnii tehnologii v obrasovanii" - URL: http://www.prometeus.ru/.
