CC BY
26УДК 378 ББК 74
DOI 10.24411/2073-3305-2021-2-192-197
ИСПОЛЬЗОВАНИЕ СЕТЕВЫХ КОММУНИКАТИВНЫХ
ТЕХНОЛОГИЙ В ПРОЦЕССЕ ПОВЫШЕНИЯ ПРОФЕССИОНАЛЬНОЙ КВАЛИФИКАЦИИ КАДРОВ
____W _ _
ВЫСОКОТЕХНОЛОГИЧНОЙ СФЕРЫ
Николай Анатольевич ВОЛОБУЕВ,
кандидат юридических наук, доцент, заведующий базовой (профильной) кафедрой экономического анализа и корпоративного управления производством и экспортом высокотехнологичной продукции Государственной корпорации «Ростех» РЭУ имени Г.В. Плеханова, заместитель генерального директора Государственной корпорации «Ростех»
E-mail: aus_tgy@mail.ru
Игорь Васильевич ГРОШЕВ,
доктор психологических наук, доктор экономических наук, профессор, заслуженный деятель науки Российской Федерации, заместитель директора НИИ образования и науки,
E-mail: aus_tgy@mail.ru
Евгений Леонидович ЛОГИНОВ,
доктор экономических наук, профессор РАН,
дважды лауреат премии Правительства РФ в области науки и техники, заместитель директора Института экономических стратегий, начальник Экспертно-аналитической службы Ситуационно-аналитического центра Минэнерго России
E-mail: loginovel@mail.ru
Александр Анатольевич ШКУТА,
доктор экономических наук, доцент, профессор Департамента мировой экономики и международного бизнеса Финансового университета при Правительстве Российской Федерации
E-mail: saa5333@hotmail.com
Нодари Дарчоевич Эриашвили,
доктор экономических наук, кандидат юридических наук, профессор, лауреат премии Правительства РФ в области науки и техники
E-mail: professor60@mail.ru
Аннотация. Рассматриваются проблемы построения в процессе повышения профессиональной квалификации кадров высокотехнологичной сферы на основе тематических моделей с когнитивной и многопараметрической семантической интерпретацией, сетевых коммуникативных технологий. Для этого используется информационная коллаборация учебно-творческих и когнитивных задач в образовательном процессе. Предлагается адаптация заданий и информационных материалов (когнитивно-атрибутивных единиц) с учетом выявленной в ходе мониторинга нетривиальной (индивидуализированной) логики поведения обучающегося для обеспечения возможностей информационной поддержки образовательного процесса.
Ключевые слова: образование; цифровые технологии; информационная система; электронные образовательные ресурсы; технические средства обучения; профессиональная подготовка; коммуникативные технологии; кадры высокотехнологичной сферы; цифровые образовательные модели.
THE USE OF NETWORK COMMUNICATION TECHNOLOGIES IN THE PROCESS OF PROFESSIONAL DEVELOPMENT QUALIFICATIONS
OF HIGH-TECH PERSONNEL
Nikolay Anatolyevich VOLOBUEV,
Candidate of Law, Associate Professor,
Head of the Basic (Profile) Department of Economic
Analysis and Corporate Management of Production
and Export of High-Tech Products of the State Corporation
«Rostec» of Plekhanov Russian University of Economics,
Deputy General Director of the State Corporation «Rostec»
E-mail: aus_tgy@mail.ru
Igor Vasil'evich GROSHEV,
Doctor of Psychology, Doctor of Economics, Professor, Honored Scientist of the Russian Federation, Deputy Director of the Research Institute of Education and Science
E-mail: aus_tgy@mail.ru
Yevgeny Leonidovich LOGINOV,
Doctor of Economics, Professor of the Russian Academy of Sciences, Twice Winner of the Russian Government Award in the Field of Science and Technology, Deputy Director of the Institute of Economic Strategies, Head of the Expert and Analytical Service Situation Analysis Center of the Ministry of Energy of Russia,
E-mail: loginovel@mail.ru
Alexander Anatolievich SHKUTA,
Doctor of Economics, Associate Professor, Professor at the Department of World Economy and International Business, Financial University under the Government of the Russian Federation
E-mail: saa5333@hotmail.com
Nodari Darchoevich ERIASHVILI,
Doctor of Economics, Candidate of Law, Professor, Winner of the Russian Government Prize in Science and Technology
E-mail: professor60@mail.ru
Abstract. The article deals with the problems of constructing network communication technologies in the process of improving the professional qualification of high-tech personnel on the basis of thematic models with cognitive and multipara metric semantic interpretation. For this purpose, the information collaboration of educational-creative and cognitive tasks in the educational process is used. It is proposed to adapt tasks and information materials (cognitive-attribute units), taking into account the non-trivial (individualized) logic of the student's behavior identified during monitoring, in order to provide information support for the educational process.
Keywords: education; digital technologies; information system; electronic educational resources; technical training tools; professional training; communication technologies; high-tech personnel; digital educational models.
Введение
Актуальность и сложность решения проблем поддержания высокой эффективности образовательного процесса в системе повышения профессиональной квалификации кадров высокотехнологичной сферы в России определила приоритетность исследования возможностей применения технологий искусственного интеллекта для персонализации образования и построения индивидуальных образовательных траекторий с учетом когнитивных и личностных особенностей обучаемых [3; 6].
Составляющие технологии операциональной реализации индивидуально-ориентированного подхода к субъективному программированию личностной образовательной активности обучаемого
Разработка предлагаемой технологии операциональной реализации индивидуально-ориентированного подхода к субъективному программированию личностной образовательной активности обучаемого стимулировалась стремлением создать конструктивный цифровой инструментарий, обеспечивающий совершенствование процесса использования комплекса знаний, позволяющих для обучаемого реализовать динамически адаптируемый под него набор учебно-творческих и когнитивных задач. Эти задачи могут быть конфигурированы в рамках образовательных модулей, включающих задания и интегрированные с ними тематические образовательные материалы, опосредующие предоставление обучающимся интегративных услуг в системе повышения профессиональной квалификации кадров высокотехнологичной сферы с использованием информационных и коммуникативных технологий, а также электронно-цифровых средств визуализации учебного материала и информационной коллаборации, с целью создания тематических модулей с когнитивной и многопараметрической семантической интерпретацией.
Модуль знаний — комплекс знаний, позволяющий для обучаемого реализовать динамически адаптируемый под него набор учебных, творческих и когнитивных задач, которые формируют возможности, способствующие подготовке, переподготовке и повышению квалификации кадров сферы оборонно-промышленного комплекса с одновременной гармонизацией процессов и процедур личностного развития, а также более «точечного» развития его профессиональных интересов.
Когнитивно-атрибутивная единица — идентифицируемый в рамках электронно-цифрового контента фрактальный пакет образовательной информации, позволяющей обучаемому получить некоторый набор знаний и компетенций с использованием функциональных сервисов средств цифровой коммуникации.
Агентно-ориентированные подходы к образовательному оперированию с использованием когнитивно-атрибутивных единиц в средствах цифровой коммуникации заключаются в построении вычислительного инструмента (модели), представляющего собой совокупность агентов с определенным набором свойств (образовательного уровня, профессиональных интересов, поведенческих паттернов в отношении выполнения, не только образовательных, но и профессиональных заданий, формируемых на основе мониторинга) и позволяющего проводить симуляции реальных явлений и ситуаций в конкретной системе профессиональной подготовки и переподготовки кадров для высокотехнологичных производств.
Разработка научных подходов к использованию новых информационных технологий на основе цифровых платформ для формирования компетентностной матрицы и личностных характеристик (информационно-мониторингового «портрета») обучающегося является одной из самых актуальных задач современной российской, не только образовательной науки, но и в целом всей образовательной системы, включая систему повышения профессиональной квалификации кадров для оборонно-промышленного комплекса [1; 4; 8].
Для повышения эффективности образовательного процесса необходимо выяснение связи конкретных результатов образовательной деятельности с конкретным модулем знаний, интегрированных с адаптивными тестирующими оболочками — функциональных элементов динамично адаптируемых к образовательному уровню и особенностям личности обучаемого — в рамках цифровых образовательных технологий — предметно-ориентированных интерактивных образовательных сетей, в том числе с привязкой по пространственно-временным параметрам в рамках средств цифровой коммуникации, используемых для обмена информацией в образовательных, творческих, когнитивных и т.п. целях в системах профессиональной подготовки и переподготовки с использованием цифровых технологий и элементов искусственного интеллекта [7; 9].
Необходимо отметить, что рассматриваемые проблемы активно исследуются за рубежом [4; 7]. Однако фундаментальным отличием от пред-
лагаемых зарубежных подходов является ориентация западных исследований на формирование механистическо-стандартизированного стереотипного отношения обучающегося к образовательным заданиям с ориентацией на «зазубривание» определенного объема информации и его «натаскивания» на варианты выбора ответа из группы ответов на базе упрощения когнитивных функций реализации определенного типа мышления (сведения к минимуму творческих приоритетов интеллектуальных усилий) [5]. Это, в свою очередь, позволяет в перспективе (если это учебное заведение общего (среднего) или высшего образования, то с взрослением обучаемых) манипулировать групповым сознанием (или «стадным» сознанием) и управлять мышлением гражданских масс в отношении ключевых образов и институтов западной демократии [2; 10; 11].
Предлагаемый нами подход отличается динамичной адаптацией — продвижением по цепочке усложняемых заданий с творческой компонентой — в зависимости от результатов тестирования с одновременным учетом личностных качеств обучаемого. Иными словами, в основе предлагаемого нами подхода лежит процесс обеспечения операциональной реализации индивидуально-ориентированного подхода к субъективному программированию личностной образовательной активности обучаемого.
В связи с этим предлагается исследование проблем формирования в системе профессиональной подготовки и послевузовской профессиональной переподготовки кадров высокотехнологичной сферы, инфраструктуры, цифровых и сетевых коммуникативных технологий и процедур сопоставления индивидуальных данных обучаемых с разработанными профилями предметных компетенций, в том числе для антиципации (предугадывания) их поведения, в том числе в нестандартных ситуациях профессиональной деятельности [12; 16].
Задачей является последующая импринтация им рефлексивных матриц, меняющих правила поведения, при построении индивидуальных образовательных конструкций с внедрением положительных рефлексивных реакций на основе НЛП в глубинные слои сознания, компоновки положительных рефлексивных реакций под конкретную предметную образовательную программу с учетом когнитивных и личностных особенностей обучающегося, выделенных на основе мониторинга его присутствия, например, в электронных образовательных системах, социальных сетях и интернете [13; 14].
Осуществляется адаптация заданий и информационных материалов (когнитивно-атрибутивных единиц) с учетом выявленной в ходе мониторинга нетривиальной (индивидуализированной) логики поведения обучающегося для обеспечения возможностей информационной поддержки — через механизмы реализации в сфере послевузовской профессиональной переподготовки кадров оборонно-промышленного комплекса — процесса устойчивой сходимости образовательного уровня, когнитивных функций реализации определенного типа мышления с расширением творческой компоненты, отношения к выполнению образовательных заданий, постоянно воспроизводимого поведенческого решения [19].
Такая постановка проблемы является крайне актуальной как с научной, так и с практической точек зрения и пока не формулировалась ни в России, ни за рубежом в открытых источниках информации, т.е. реализуется впервые, открывая ранее не доступные, новые возможности образования кадров высокотехнологичной сферы с определенным стилем мышления и слож-нопрогнозируемой логикой профессионального поведения [15; 17; 18].
Информационно-вычислительные аспекты информационной коллаборации учебно-творческих и когнитивных задач
Тематическая (агентная) модель с когнитивной и многопараметрической семантической интерпретацией позволяет воссоздать в мультиаген-тной системе как сложную структуру реально существующей (человеко-машинной) образовательной среды с учетом разнообразия ее членов (агентов), так и комплекс условий и правил поведения, составляющих институциональную среду в сфере профессиональной подготовки и переподготовки кадров оборонно-промышленного комплекса, в которой действуют члены этого сообщества. В частности, производится анализ проявлений обучающимся информационной активности, выявление и постоянное уточнение образовательного уровня, выявление информационных интересов, их кластеризация, выделение связей для расчета «мостиков» между как предметными, так и профессиональными компетенциями, и информационными интересами обучающегося.
На этой основе осуществляется адаптация блоков образовательных заданий и информационных материалов (когнитивно-атрибутивных единиц) для обеспечения сходимости образовательного уровня, когнитивных функций реализации определенного типа мышления с расши-
рением творческой компоненты, отношения к выполнению образовательных заданий с выходом на возможность нахождения вычислительного консенсуса (матрицы интересов), позволяющего найти удовлетворяющее критерию сходимости решение в отношении компоновки когнитивно-атрибутивных единиц.
Поиск решения осуществляется на основе информационно-мониторингового портрета обучаемого (получения и анализа данных, которые могут быть анализированы статистически, посредством применения количественных методов): выявление основных интересов и связанных с ними главных тем образовательной активности конкретной личности; выявление в массиве данных интересующих событий различной структуры с числовыми, категориальными и временными атрибутами; характеристик, особенностей, связей, выделенных на основе мониторинга присутствия обучаемого в электронно-цифровых образовательных системах, социальных сетях и интернете.
Адаптация заданий и информационных материалов (когнитивно-атрибутивных единиц) реализуется с учетом определяемого вектора профессионально-образовательной компоненты как о значении переменной (числовых параметров рекомендуемой матрицы заданий и материалов из пространства имеющегося электронно-цифрового контента когнитивно-атрибутивных единиц), с возможностью обратной связи с ориентацией на «скольжение» в сторону взаимной мотивации интереса к учебному процессу всего образовательного коллектива (агрегированной группы) общающихся между собой обучаемых как физически, так и по социально-электронным сетям.
Заключение
В сложившихся условиях представляется целесообразным активизировать процессы обеспечения возможностей информационной поддержки выявления у обучаемых явных и латентных характеристик качества межпредметных, ценностно-смысловых, коммуникативных, социально-трудовых компетенций и их соответствия предметным требованиям с последующим (интерактивным — с эффективным компонентом обратной связи) формированием в ходе образовательного процесса профиля личностных качеств и предметных компетенций, адекватного целевым установкам процесса профессиональной переподготовки кадров высокотехнологичной сферы в рамках задаваемой образовательной модели.
Необходимость применения математических (агентных) методов, а также использование сетевых коммуникативных технологий в процессе повышения профессиональной квалификации кадров при решении сложных задач для обеспечения дополнительной свободы и гибкости в использовании новых форм и методов обучения в сфере профессиональной подготовки обусловлены потребностью в формировании системных цифровых механизмов операциональной реализации индивидуально-ориентированного подхода к субъективному программированию личностной образовательной активности обучаемого [9; 15]. Предполагается на этой основе последующее внедрение в формирующуюся у обучаемого модель мышления стереотипов положительной интерпретации процессов получения новых знаний, определяющих условия высокой эффективности процесса профессиональной переподготовки кадров оборонно-промышленного комплекса [8; 11; 17].
Список литературы
1. Абрамов В.И. Оптимизация скорости вычисления крупномасштабных агент-ориентированных моделей, реализуемых в среде netlogo с помощью суперкомпьютеров и кластеров высокопроизводительных вычислительных средств / / Образование. Наука. Научные кадры. 2019. № 3. С. 78—81.
2. Абрамов В.И., Логинов Е.Л. Агентно-ори-ентированные подходы к анализу и прогнозу политических настроений в обществе и построению механизмов корректировки положительных и отрицательных реакций на социально-политические ситуации // Россия в XXI веке: глобальные вызовы и перспективы развития: материалы Седьмого междунар. форума. М.: ИПР РАН,
2018. С. 373—376.
3. Абрамов В.И., Логинов Е.Л., Машкова А.Л., Дохолян A.C., Евдокимов Д.С., Логинова В.Е. Использование мультиагентных технологий для связности компонентов когнитивной деятельности человека и искусственных агентов при построении индивидуальных образовательных и исследовательских траекторий // Вестник ЦЭМИ.
2019. № 2. 15—23.
4. Агеев А.И., Логинов Е.Л., Шкута A.A. Конвергентный мониторинг и программирование личности как инструмент оперирования интеллектуальной динамикой поведения больших групп людей // Экономические стратегии. 2018. Т. 20. № 2 (152). С. 70—87.
5. Агеев А.И., Логинов Е.Л., Шкута АА. Ней-рооперирование поведением когнитивных агентов на основе электронной семантической интерпретации состояний сознания и психики с эффектами погружения, присутствия и единения с виртуальной реальностью // Микроэкономика. 2020. № 1. С. 5—12.
6. Агеев А.И., Логинов Е.Л., Шкута АА., Дер-кач А.К. Сетевое нейрокогнитивное управление сложноорганизованными структурами с политической компонентой в нечетких информационных средах // Микроэкономика. 2019. № 5. С. 5—13.
7. Агеев А.И., Логинов Е.Л., Шкута АА., Момотова А.К. Моделинг-ноонинг в менеджменте личности: формирование функциональных элементов нейро-когнитивных коммуникаций в суперсистеме «человек - инфокоммуникационная среда — государство» // Вестник ЦЭМИ. 2020. № 1. С. 11 — 17.
8. Волобуев НА., Каширин А.И. Центр открытых инноваций госкорпорации «Ростех» — новый инструмент по внедрению механизмов открытых инноваций // Инновации. 2016. № 2. С. 7—14.
9. Грошев И.В., Галактионов А.И. Особенности формирования психического образа аварийных ситуаций в процессе обучения операторов АСУ // Психологический журнал. 1996. Том. 17. № 2. С. 46—55.
10. Логинов Е.Л., Райков А.Н., Шкута АА. Использование нейротехнологий при программировании когнитивно-поведенческих стереотипов действий личностей для устойчивого функционирования систем управления социумом // Нейрокомпьютеры: разработка, применение. 2018. № 9. С. 34—45.
11. Логинов ЕЛ, Райков А.Н., Эриашвили НД. Оптимизация функционирования образовательной системы поддержки компетенций функциональных и управленческих кадров на основе ОНП-сети с распределенной информационно-вычислительной средой // Образование. Наука. Научные кадры. 2013. № 7. С. 206—210.
12. Логинов Е.Л., Шкута АА. Интеграция естественных и искусственных агентов с использованием нейрокоммуникационных протоколов с формированием коллаборативной человеко-
машинной среды для нового типа виртуальной реальности // Искусственные общества. 2020. Т. 15. № 1. С. 6—11.
13. Логинов Е.Л., Эриашвили Н.Д., Бортале-вич С.И., Логинова В.Е. Технология конструирования качеств личности на основе импринтируе-мых рефлексивных матриц // Вестник Московского университета МВД России. 2016. № 7. С. 252—256.
14. Самойлов В.Д., Эриашвили Н.Д. Об информационно-образовательных технологиях // Международный журнал психологии и педагогики в служебной деятельности. 2020. № 3. С. 170—174.
15. Чемезов С.В., Волобуев НА, Коптев Ю.Н., Каширин А.И. Центры глобального технологического превосходства — механизмы опережающего инновационного развития // Инновации. 2019. № 10. С. 3—19.
16. Чемезов С.В., Волобуев Н.А., Коптев Ю.Н., Каширин А.И. Диверсификация, компетенции, проблемы и задачи. Новые возможности // Инновации. 2017. № 4. С. 3—26.
17. Эриашвили Н.Д., Логинов Е.Л., Райков А.Н. Конвергентное использование интеллектуальных информационных технологий для поддержки процессов взаимодействия участников образовательной, научной и производственной деятельности // Образование. Наука. Научные кадры. 2015. № 2. С. 152—159.
18. Эриашвили НД., Логинов ЕЛ., Райков АН. Формирование и развитие образовательной системы поддержки компетенций функциональных и управленческих кадров в госорганах и наукоемких отраслях на основе кластерно-сетевых форм интеграции образовательных, научных, производственных структур // Вестник Московского университета МВД России. 2014. № 3. С. 239—243.
19. Эриашвили Н.Д., Логинов Е.Л., Райков АН, Ефремов Д.Н. Компоновка перспективной структуры организационных связей и поддержки взаимодействия научных, образовательных, производственных структур в рамках образовательно-научно-производственной сети с использованием различных форм ГЧП // Вестник Московского университета МВД России. 2014. № 9. С. 231—235.
