CC BY
45
ловно представляется как особая квазиличность, обладающая специфической картиной видения мира. Человек может как бы «переключаться» с одного слоя на другой, всякий раз изменяя используемые им системы интерпретаций. В свою очередь каждая из систем интерпретаций находит свое выражение в формировании своей особой матрицы ценностей.
Такие рассуждения приводят к выделению качественных границ регулирования поведения человека в психоинжиниринге, в социальной психологии и в хроматизме. С позиций информатики каждая из сфер атомарной модели интеллекта (АМИ) и/или модели аксиолого-социальной семантики (МАСС) характеризуются функциями и планами, представленными в табл.3:
В культурологическом измерении эстетический принцип гендерной оппозиции в МАСС означает, что центром физических, интеллектуальных, эмоциональных и духовных вложений индивида будет, к примеру, не брак, не деньги, не дети, взятые сами по себе, а правильные отношения с другими. Так, тело и его связи не могут быть банком капитализации, т. к. оно в любой момент может «обанкротиться», поэтому достойной формой вложений в культуру, по-видимому, может признаваться эстетика, область подлинного отношения к реальности. Без эстетического отношения два других отношения - утилитарное и теоретическое - самостоятельно не могут выступать долгосрочным фундаментом общественного развития21. И, на мой взгляд, это было эмпирически доказано последним столетием упадка нашей культуры, обусловленного отсутствием объединяющей человечество веры и/или идеологии, оформленной в архетипически канонизированные устои общества.
Поскольку же цвета и хром-планы АМИ и/или АМИГО оказались универсалиями, включившими в себя и все субстанции З.Фрейда, К.Г.Юнга, и все тенденции развития Э.Фромма, и все функции «сознания» старой психологии, и все ценности, по Ш.Шварцу, то далее очевидно, имеет смысл использовать именно универсалии, а не их частные проявления. Ибо создание адекватных информационных моделей требует именно элиминации частностей путем включения их в характеристические общности22. В сочетании с цветовыми канонами это «совпадение» также позволяет сделать вывод о достоверном характере архе-типической («атомарной») модели интеллекта (АМИ). По моим оценкам, исключения из правила архетипич-ности цветовых канонов составили не более 12 % от всей базы данных по цветовым канонам мировой культуры (Н.В.Серов, 1990-2009). И теперь, можно полагать, что задачей социологов является проверка достоверности АМИ с учетом гендера (психологического пола) и граничных (нормальных или экстремальных) условий существования на разных контингентах испытуемых.
УДК 371.215 МАТЕМАТИЧЕСКИЕ МЕТОДЫ ПОЗНАНИЯ В ШКОЛЬНОМ ИННОВАЦИОННОМ МЕНЕДЖМЕНТЕ Сидоров Сергей Владимирович,
доцент кафедры педагогики и психологии, кандидат педагогических наук Шадринский государственный педагогический институт, г. Шадринск, Курганская область, Россия
serwsi@yandex. ru
В статье раскрываются возможности применения математических методов познания в управлении инновационной деятельностью современной общеобразовательной школы, дана краткая характеристика основных математических методов.
Ключевые слова: общеобразовательная школа; школьный инновационный менеджмент; математические методы; установление количественных зависимостей; вычисление элементарных статистик; статистическое выявление связей.
MATHEMATICAL METHODS OF KNOWLEDGE IN SCHOOL INNOVATION MANAGEMENT Sidorov Sergey Vladimirovich,
Associate Professor of Pedagogy and Psychology, Ph.D. in Pedagogical Science
Shadrinsk State Pedagogical Institute, Shadrinsk, Kurgan region, Russia
serwsi@yandex.ru
The article describes the possibilities of applying mathematical methods of knowledge in the management of innovation activity of modern comprehensive school, given a brief characterization of the basic mathematical methods.
21 Тимощук А.С. Эстетика ведийской культуры. - Владимир, 2003. - с. 21-22; 105-106.
22 Серов Н.В. Хроматическая антропология интеллекта.// Этнографическое Обозрение, 2010, №1, 84-99; он же. Размерностная онтология моделирования антропологических баз данных. // НТИ, 2010, Сер.2, N 1, с. 1-14.
53
Keywords: comprehensive school; innovation management for school; mathematical methods; détection of quantitative dependency; computation of elementary statistics; statistical identification of linkages.
Инновации являются необходимым условием развития образовательных систем. Актуальность инновационной деятельности в сфере образования находит отражение, в частности, в Приоритетном национальном проекте «Образование» (2005 г.). В ряде его основных направлений (поддержка и развитие лучших образцов отечественного образования, внедрение современных образовательных технологий, повышение уровня воспитательной работы в школах [4]) фактически утверждается обязательность участия педагогических коллективов общеобразовательных учреждений в инновационной деятельности, необходимость повышения эффективности управления инновационным развитием современной общеобразовательной школы.
Проведённый нами анализ структуры деятельности школьного менеджера в условиях управления инновационными процессами [5] приводит к мысли о том, что под методами познания в школьном инновационном менеджменте следует понимать способы осуществления управляющим субъектом диагностической, прогностической и аналитической деятельности.
Учитывая, что в управлении инновационными процессами возрастает значение исследовательской функции, логично предположить, что эта функция отчётливо проявляется в сфере познания. Действительно, для познания в школьном инновационном менеджменте применяется ряд методов, изначально разработанных как методы научно-педагогического исследования, однако использование этих методов в управлении инновационными процессами имеет свою специфику, обусловленную нацеленностью управления на преобразование и совершенствование управляемого объекта, а не на генерирование новых знаний как конечный результат научного исследования. Наряду с методами, заимствованными из методологии педагогического исследования, в школьном инновационном менеджменте используются традиционные для управления методы сбора и обработки информации. Традиционные и исследовательские методы познания образуют целостную структуру, обеспечивающую комплексное выполнение диагностической, прогностической и аналитической деятельности.
В классе методов познания мы выделяем четыре группы методов: контрольно-диагностические, экспертные, теоретические (методы теоретического познания) и математические. Методы каждой из этих групп обладают особыми свойствами, отражающими различные аспекты познания управляемого объекта управляющей системой.
В данной работе мы остановимся на математических методах познания.
В группе математических методов познания выделяются методы установления количественных зависимостей, метод вычисления элементарных статистик, а также методы статистического выявления связей.
К методам установления количественных зависимостей относятся регистрация, ранжирование и шкалирование (В.А. Сластенин, И.Ф. Исаев, Е.Н. Шиянов [6]).
Метод регистрации состоит в том, что выявленные при изучении управляемого объекта некоторые установленные факты регистрируются: фиксируется определённым образом. Это позволяет накапливать информацию и переводить её в числовые показатели, выявлять не только наличие, но и количество тех или иных явлений, событий, определять их частоту (количество за единицу времени). Например, могут регистрироваться опоздания, пропуски занятий, различные достижения учащихся и педагогов и т.д.
При ранжировании рассматриваемые идеи, факторы, критерии, показатели выстраиваются по степени важности: наиболее важным присваивается 1-й ранг, менее важным - 2-й и т.д. Например, если менеджеру известно, что учёт влияния трёх главных факторов обеспечивает до 90% успеха данной инновации, то становится крайне важно определить, какие именно факторы занимают первые три позиции по силе своего влияния на управляемый процесс. Ещё один пример ранжирования - это ранжирование выдвинутых педагогическим коллективом инновационных идей, которое помогает выделить наиболее продуктивные идеи и сосредоточиться на их проработке, не тратя силы на те идеи, ранг которых невысок.
Шкалирование предполагает «введение цифровых показателей в оценку отдельных сторон педагогических явлений» [6, с. 98]. При шкалировании каждому из выявляемых показателей приписывается определённое количество баллов, и на основе этого составляются шкалы оценивания изучаемого явления по каждому оценочному критерию. Как метод познания управляемого объекта шкалирование позволяет легко формализовать полученные данные, переводя их в числовые показатели, сравнивать их с существующими нормативами и выявлять отклонения, что существенно облегчает обработку больших массивов информации. В частности, шкалирование находит применение в формализованном контроле конкурсных отборов лучших школ и лучших учителей России, осуществляемых в рамках Приоритетного национального проекта «Образование» [4], позволяя выявить соответствие каждому из критериев по пятибалльной шкале. (Для критерия выделяются показатели, и за наличие каждого показателя начисляется определённое количество баллов, которые суммируются, давая максимально возможную оценку 5 баллов.)
Сочетание шкалирования с ранжированием помогает выделить наиболее значимые критерии и использовать в вычислении суммарных оценок весовые (повышающие) коэффициенты. Так, согласно методическим
рекомендациям АПКиППРО, при формализованном контроле конкурсного отбора лучших школ России высший ранг имеет критерий «продуктивность реализации программы развития образовательного учреждения»: весовой коэффициент 2 (набранная школой сумма баллов по этому критерию умножается на два). Критерии среднего ранга имеют весовой коэффициент 1,5 (к ним относятся критерии «высокое качество результатов обучения и воспитания» и «эффективное использование современных образовательных технологий, в том числе информационно-коммуникационных технологий»). Прочие критерии идут ещё ниже рангом, и весовые коэффициенты к ним не применяются [4].
Метод вычисления элементарных статистик позволяет представить управленческие и педагогические явления в абсолютных показателях. Для таких вычислений могут применяться разные формулы. В школьном менеджменте наиболее распространёнными являются процентные, суммарные и средние арифметические показатели.
К методам статистического выявления связей относятся графопостроение, сравнение элементарных статистик, метод корреляций, факторный анализ и др. Общая особенность этих методов состоит в том, что с их помощью данные обрабатываются статистически, в результате чего выявляются тенденции, степени вероятности прогнозов, уровни значимости влияющих на процесс факторов, совпадения динамики тех или иных параметров изучаемой образовательной системы. Достоверность результатов при использовании методов данной подгруппы зависит от корректности применения соответствующих инструментов (формул, диаграмм, графиков) и правильности выполняемых вычислений. Кроме того, статистически достоверные выводы можно сделать только при анализе достаточно большой выборки данных.
Графопостроение понимается нами как метод построения графических изображений на основе полученных числовых показателей. Графическими изображениями могут быть различные диаграммы, отражающие тенденцию изменения некоторых показателей за некоторый отрезок времени, зависимость одних параметров от других, а также некоторую последовательность происходящих в управляемой системе изменений.
Например, на рисунке «Отражение тенденций при графопостроении» графики построены по результатам пятнадцати измерений, проведённых через определённые промежутки времени. Верхний график отражает тенденцию стабильного развития, о чём свидетельствует рост показателей либо их кратковременное незначительное снижение, которое восполняется новым ростом при следующем измерении. Можно с высокой вероятностью предсказать результаты следующего (16-го) измерения: показатели будут располагаться в интервале 25-30. Резкий скачок вверх или вниз за пределы этого интервала будет свидетельствовать о существенных изменениях и, возможно, о дестабилизирующих тенденциях в системе.
■ Показатели
Рис. Отражение тенденций при графопостроении
Иная тенденция прослеживается в нижнем графике. Для данного показателя до сих пор было характерно цикличное колебание. Здесь высока вероятность, что 14-е и 15-е измерения зафиксировали начало нового понижения, и в том случае, если это нежелательно, необходимо принять контрмеры.
Графопостроение широко применяется для наглядного изображения изучаемых объектов. Этот метод лежит в основе таких современных инструментов менеджмента качества как диаграмма Парето, причинноследственная диаграмма Ишикавы («рыбий скелет») и др., которые в менеджменте социально-экономических систем нередко рассматриваются как отдельные, самостоятельные методы познания.
Сравнение элементарных статистик - метод, при котором сравниваются одноимённые показатели, полученные по разным критериям, в разных субсистемах, в разные временные отрезки существования объекта познания. Из-за простоты использования является одним из самых распространённых, однако и возможности этого метода весьма ограниченны, поэтому в школьном менеджменте он обычно применяется в комплексе с другими математическими методами познания. Основными формами изображения сравниваемых показателей являются таблицы и диаграммы (при этом сравнение элементарных статистик сочетается с графопостроением).
Метод корреляций - это метод статистического выявления взаимосвязей между полученными показа-
телями. С его помощью математически определяются зависимости, устанавливаются закономерности, характерные для управляемого процесса в данных условиях его протекания. Чаще всего в управленческой практике используется простая линейная корреляция (корреляция Пирсона).
Корреляция в данном методе - это связь между признаками, заключающаяся в изменении средней величины одного из них в зависимости от изменения значения другого [3]. Корреляция может быть положительной или отрицательной. Если между двумя сопоставляемыми признаками есть прямая зависимость (с увеличением одного признака возрастает и другой), то можно говорить о положительной корреляции между ними. Если зависимость обратная (с ростом одного признака второй признак уменьшается), то это отрицательная корреляция. Примеры корреляций: при увеличении доли использовании в учебном процессе новой методики повышается самостоятельность учащихся (положительная), но снижается скорость «прохождения материала» (отрицательная).
Главное достоинство метода корреляций состоит в том, что он позволяет выявлять зависимость между, на первый взгляд, не связанными друг с другом показателями. Главный недостаток данного метода - необходимость использования специальных инструментов математической обработки данных (формул, диаграмм и т.п.), а также владения определёнными вычислительными навыками и знания методики корректной интерпретации результатов, что несколько осложняет его практическое использование.
Факторный анализ - метод статистического выявления структуры эмпирических данных. Характеризуя методы исследования систем управления, З.А. Авдошина указывает, что особенность факторного анализа «состоит в переходе от первоначального описания исследуемых объектов, заданных совокупностью большого числа непосредственно измеряемых признаков, к описанию наиболее значимых компонентов, отражающих наиболее существенные свойства явления» [1]. Эти компоненты являются переменными, отражающими выявленные исходные признаки, и называемые факторами. Переменные при использовании факторного анализа изначально рассматриваются как равноправные, их факторные нагрузки (уровни значимости каждой из переменных) определяется математически.
Использование факторного анализа в школьном инновационном менеджменте позволяет проводить статистический вероятностный анализ воздействия на образовательный процесс различных факторов, прогнозирование их влияния и опережающую коррекцию этого влияния. Иначе говоря, он позволяет установить степень влияния на процесс тех или иных факторов, что даёт возможность менеджеру планировать и осуществлять целенаправленное воздействие на наиболее существенные для объекта управления причины и условия, на те компоненты преобразующего процесса, от которых, больше всего зависит эффективность управления.
По мнению ряда исследователей, применение факторного анализа является необходимым для эффективного управления образовательным процессом. В частности, Т.Б. Дороболюк, Б.А. Калачевский и А.В. Носов считают, что это обусловлено, как минимум, двумя причинами:
1) входные потоки системы образования дискретны (носят переменный характер), например, один поток учащихся «может существенно отличаться по своим характеристикам (уровню подготовки, психологическим установкам и пр.) от другого, и результаты анализа процессов, происходящих с одним потоком, не всегда будут применимы к следующему» [2];
2) образовательная система школы динамична, и при одних условиях может оказаться весьма чувствительной к влиянию таких факторов, которые в других условиях были бы несущественны, поэтому нельзя всегда доверять однажды установленной иерархии факторов, надо периодически уточнять степень их влияния на систему.
Приведённые аргументы представляются нам убедительными, хотя роль факторного анализа в управлении школой, на наш взгляд, не столь абсолютна. Вместе с тем, несомненно, что управление инновационнопедагогической деятельностью - именно та сфера внутришкольного менеджмента, в которой данный метод востребован более всего.
Подводя итоги данной работы, мы приходим к следующим основным выводам:
1. Специфика математических методов познания в системе методов школьного инновационного менеджмента определяется тем, что с их помощью наиболее эффективно решаются задачи оптимизации педагогического анализа, повышения точности диагностики образовательного процесса и прогнозирования развития школьной образовательной системы.
2. Изучение теоретических и прикладных аспектов школьного инновационного менеджмента позволило нам вычленить основные математические методы познания и охарактеризовать каждый метод с учётом возможности его практического использования в управлении развивающейся школой.
3. Разнообразие математических методов познания и возможностей их комплексного применения являются объективной предпосылкой для формирования и реализации в современной школе оптимальной системы изучения, оценивания и прогнозирования инновационных процессов.
Литература
1. Авдошина З.А. Исследования систем управления [Электронный ресурс]. - URL: http://www. cfin.ru/management/strategy/classic/management_research.shtml. (дата обращения 15.07.2010).
2. Дороболюк Т.Б. Взаимодействие различных способов управления образовательным процессом [Электронный ресурс] / Т.Б. Дороболюк, Б.А. Калачевский, А.В. Носов // иКЬ: http://totem.edu.ru/index. (дата обращения 06.08.2010).
3. Исследование систем управления: учеб. пособие для вузов / Н.И.Архипов, В.В. Кульба, С.А. Кося-ченко, Ф.Ю. Чанхиева. - М.: ПРИОР, 2002. - 384 с.
4. Методические рекомендации по реализации в регионах Приоритетного национального проекта «Образование» по направлениям «Порядок и критерии конкурсного отбора общеобразовательных учреждений, активно внедряющих инновационные образовательные программы» и «Порядок конкурсного отбора лучших учителей общеобразовательных учреждений для денежного поощрения за высокое педагогическое мастерство и значительный вклад в образование». - М. : АПКиППРО, 2006. - 82 с.
5. Сидоров, С.В. Методы школьного инновационного менеджмента : монография. - Курган : Дамми, 2009. - 154 с.
6. Сластенин В.А. Педагогика : учеб. пособие для студентов пед. учебных заведений / В.А. Сластенин, И.Ф. Исаев, Е.Н. Шиянов ; под ред. В.А. Сластенина. - М. : Академия, 2002. - 576 с.
УДК 37.01
ВОСПИТАНИЕ И ОБУЧЕНИЕ ДЕТЕЙ С НАРУШЕНИЕМ ЗРЕНИЯ
Тараканова Валентина Викторовна, доцент, кандидат педагогических наук Коблова Светлана Алексеевна, Лысенко Нина Александровна
Егорьевский филиал Московского государственного гуманитарного университета им. М.А. Шолохова,
г. Егорьевск, Россия walentt@ya.ru
В статье рассматривается опыт работы со слабовидящими детьми в образовательном учреждении среднего учебного заведения, который способствует повышению качества образования школьников с дефектом зрения.
Ключевые слова: амблиопия; диагностика нарушения зрения; двигательная активность слабовидящих детей; мимика и пантомимика; эксперимент; субтесты.
UPBRINING AND TEACHING CHILDREN WITH THE TROUBLES OF EYE - SIGHT
Tarakanova ValentinaViktorovna, Assistant Professor, Ph.D. in Pedagogical Science Koblova Svetlana Alekseevna, Lysenko Nina Aleksandrovna
Egorievsk branch of Moscow State Humanities University byM.A. Sholokchov, Egorievsk, Russia
walentt@ya.ru
The article presents the experience of work with weak - sighted children in the college, which helps to improve the quality of education ofpupils with the defect of eye - sight.
Keywords: ambliopia; diagnostics ofpoor sight; motor activity of weak - sighted children; mimicry and pantomime; experiment; subtests.
В России, по данным Министерства здравоохранения, более миллиона детей страдают различными заболеваниями глаз и нарушениями зрения: близорукостью, дальнозоркостью, нарушениями преломляющей способности глаза, амблиопией (слабовидением) и косоглазием. С каждым годом число таких детей растет. Поэтому особое значение специалисты придают ранней диагностике нарушений зрения [3].
Первый раз посетить офтальмолога необходимо еще с новорожденным. С трех до семи лет у детей развивается способность четко видеть на разных расстояниях, так называемая аккомодация. В этот период особенно важно, чтобы у ребенка во время занятий было хорошее освещение, чтобы он излишне не переутомлял глаза, использовал книжки с крупным шрифтом. Детям, у которых плохо развита аккомодация, а зрительные нагрузки чрезвычайно велики, грозит близорукость [4]. Очень важно при этом обследовать детей у офтальмолога в полном объеме: проверить бинокулярные функции, цветовое зрение, определить и уточнить рефракции. Ранняя диагностика позволяет не только выявить заболевание, но и предотвратить с помощью психологов и педагогов отклонения в развитии. Ведь резкое снижение остроты зрения ограничивает процесс познания окружающего мира, влияет на развитие речи, памяти, воображения [1].
