CC BY
90
УДК 004.057.5:004.558
МЕТОДИКА ПОВЫШЕНИЯ КАЧЕСТВА ОБРАЗОВАНИЯ НА ОСНОВЕ АНАЛИЗА ИНДИВИДУАЛЬНЫХ ПОТРЕБНОСТЕЙ К УЧЕБНЫМ КУРСАМ И ИХ ПРЕДСТАВЛЕНИЯ В ФОРМЕ ОБЪЕКТОВ ОБРАЗОВАТЕЛЬНОГО КОНТЕНТА
Беломойцев Дмитрий Евгеньевич, к.т.н., доцент, Московский государственный технический университет им. Н.Э. Баумана, Россия, Москва, dmitry.belomovtsev@gmail.com
Введение
Исследование и оценка качества базового профессионального образования представляет собой эффективный инструмент для решения многих проблем в данной предметной области.
В первую очередь, учет результатов анализа такого исследования позволяет дорабатывать содержание базовых образовательных программ для повышения качества получаемых студентами знаний. Обратная связь от выпускников российских ВУЗов, а также показатели трудоустройства [1] свидетельствуют, что базовое высшее образование на современном этапе развития науки и техники зачастую оказывается недостаточным в дальнейшем для работы по специальности, не удовлетворяет возникающим в ходе профессиональной деятельности потребностям. Связано это, прежде всего, с недостаточным практическим подкреплением многих направлений подготовки, а также с имеющим естественные причины, растущим отставанием образовательного контента базовых курсов от современного уровня развития науки и техники.
1. Анализ основных проблем базового профессионального образования
К числу серьезных проблем при получении базового высшего образования можно отнести недостаточно высокий уровень начальной подготовки обучающихся. Даже у тех, кто успешно выполнил нормативы при зачислении в учебное заведение, в процессе обучения зачастую выявляются серьезные проблемы с учебным материалом, который должен был быть освоен на гораздо более ранних этапах обучения. На приведение «багажа» знаний в соответствие с требуемым уровнем приходтся тратить временные ресурсы в ходе базового образовательного процесса, что неминуемо отражается на качестве получаемого базового образования и на уровне нагрузки на обучающихся.
С одной стороны, ситуацию помогают корректировать различного рода подготовительные курсы, которые посещают абитуриенты в течение одного-двух лет перед поступлением. Это позволяет «подтягивать» будущих студентов к необходимому уровню базовых знаний, закрывая пробелы в начальном образовании. С другой стороны, весьма эффективный механизм верификации полученных знаний заложен в идее единого тестирования выпускников средних школ. Путем качественного формирования заданий возможно организовать четкий контроль уровня освоения базовой учебной программы и указать будущим абитуриентам области знаний, требующие дополнительной проработки.
В контексте анализа проблем базового образования следует рассматривать такой немаловажный фактор, способствующий более качественному проведению образовательного процесса, как мотивацию обучающихся. Очевидно, что заинтересованный в конечном результате обучения студент будет более качественно осваивать учебный материал. Заинтересованность может основываться и на энтузиазме. Однако, как показывает практика, гораздо чаще основой мотивации выступает возможность использовать результаты обучения в дальнейшей деятельности - для достижения новых профессиональных высот и, как следствие, для повышения уровня материальной обеспеченности и качества жизни.
К сожалению, не являются редкими случаи, когда выпускники высших учебных заведений уже в ходе обучения начинают трудоустраиваться не в соответствии с изучаемой
91
ими специальностью. В такой ситуации получение базового образования становится формальностью: ресурсы образовательных учреждений расходуются на таких обучающихся неэффективно. Кроме того, снижению мотивации обучающихся, даже планирующих впоследствии трудоустраиваться в соответствии с получаемой специальностью, немало способствует частое отсутствие перспективы профессионального роста по окончании учебного заведения и гарантированный уровень материального вознаграждения на определенном этапе профессионального развития.
Однако, было бы некорректно списывать все сложности базового высшего образования лишь на недостаточную начальную подготовку обучающихся и на снижение их мотивации в процессе обучения. Есть и другие факторы, на которые следует обратить внимание, а именно - инфраструктурные проблемы учреждений высшего образования. Хотя в данной области за последние несколько лет наметился несомненный прогресс, останавливаться на достигнутом ни в коем случае не следует. Значительно улучшилась ситуация с техническим оснащением учебных подразделений средствами интерактивного обучения. Развивается информационная среда учебных заведений, посредством которой обучающиеся имеют возможность реализовывать свои индивидуальные потребности в том или ином направлении подготовки. Однако множество интереснейших и полезнейших учебных материалов и
основополагающих курсов остаются неохваченными в плане подключения к
информационным ресурсам ВУЗов - в этом направлении еще предстоит многое сделать.
В некоторой степени к инфраструктурным проблемам учебных заведений может быть отнесена и ситуация с преподавательским составом. Не секрет, что работа со студентами, ведение образовательного процесса требует определенного склада характера, мировоззрения. Это не рутинная работа, как может показаться на первый взгляд. В деле преподавания, так же, как и в обучении, важна мотивация. Так же, как и в деле обучения, преподавателям важна перспектива профессионального роста, раскрытия новых горизонтов - формирования новых учебных курсов, программ и т.д. Снижение мотивации в случае с преподавательским составом неминуемо приводит к застою в развитии процесса обучения, снижению качества подачи знаний.
Помимо мотивационного аспекта, в данной проблемной области присутствует и кадровый вопрос. С каждым годом все большее значение приобретает проблема притока молодых специалистов в коллективы учебных заведений. Необходимо уделять данному аспекту повышенное внимание, т.к. в самой ближайшей перспективе по ряду направлений подготовки может сложиться ситуация дефицита преподавательских кадров за счет недостаточного количества молодых преподавателей.
Необходимо отметить, что за последние годы достигнуты значительные успехи в решении упомянутых выше проблем за счет проведения комплекса мероприятий по мониторингу потребностей обучающихся и стимулированию развития программ обучения. В рамках различных конференций, симпозиумов и семинаров реализуется обмен мнениями непосредственно между сторонами, которые участвуют в образовательном процессе. Целью такого обмена является более эффективный учет потребностей к образовательному контенту.
Помимо качественного улучшения теоретического наполнения базовых курсов, постоянно идет эволюция практической составляющей образовательного процесса -лабораторных практикумов, заданий для самостоятельной проработки и т.д.
Проведенный анализ показал, что важной составляющей в повышении эффективности образовательного процесса является интеграция в образовательный процесс систем дистанционного обучения. Для этого необходимо соответствующее техническое обеспечение (программное и аппаратное, а также средства коммуникации с широкой полосой пропускания); учебно-методическое обеспечение; повышение квалификации преподавательского состава. В рамках такого подхода к обучению чрезвычайно важно контролировать результаты освоения учебного материала курсов.
92
Весьма важно наряду с повышением эффективности непосредственно образовательного процесса развивать внутреннюю информационную среду учреждений высшего образования. Помимо технической составляющей эффективность функционирования этой среды обеспечивается программной инфраструктурой и средствами электронного документооборота. Доступ сотрудников ВУЗов, а также студентов, к материалам учебных курсов, учебным планам, отчетности образовательных процессов обеспечивается качественно проработанными «личными кабинетами», порталами подразделений, средствами мониторинга и учетности. Автоматизация документооборота в информационной среде образовательного учреждения выводит процесс передачи знаний обучающимся на качественно более высокий уровень.
Суммарный эффект модернизации образовательной среды высших учебных заведений повышается за счет дополнительной подготовки и повышения квалификации профессорскопреподавательского состава и администрации подразделений учебного заведения.
В дополнение к результатам вышеупомянутых факторов формируется представление о тех областях познания, которые в силу ряда причин не могут быть охвачены в рамках базовых образовательных курсов. Решением вскрытых проблем с пробелами в образовании по актуальным научно-практическим аспектам является получение недостающих знаний в рамках дополнительного обучения и углубление по ранее пройденным специальным направлениям.
Сфера образовательных услуг предлагает нуждающимся в дополнительном образовании широкий спектр различных центров обучения, в которых доступны всевозможные образовательные программы, курсы и другие формы расширения кругозора [2].
2. Разработка методики синтеза индивидуальных образовательных программ
Однако решение проблемы недостаточности базового образования путем получения дополнительных знаний порождает другую проблему - проблему выбора именно того дополнительного курса или образовательной программы, которые позволят в необходимом и достаточном объеме удовлетворить имеющиеся научно-практические потребности. Для того, чтобы предоставить обучающимся средства эффективного решения данной проблемы при поиске требуемого курса дополнительного обучения, необходимо реализовать соответствующие средства автоматизации выбора на основе задаваемых студентом критериев подбора курса. Для этого, в свою очередь, необходимо раскрыть суть некоторых понятий предметной области, в которой проводится автоматизация, - как для задачи поиска оптимального решения.
Образование - это организованный и целенаправленный процесс передачи и приобретения систематизированных знаний, умений и навыков.
Образовательный контент - электронные материалы учебных курсов, электронные библиотеки, обучающие и тестирующие системы и т.д.
Процесс обучения на основе инновационных информационных технологий заключается в освоении образовательного контента посредством взаимодействия с информационной средой учебного заведения.
Процесс дополнительного образования представляет собой получение знаний и навыков в дополнение к базовым курсам обучения для приведения обучающегося в соответствие с определенными требованиями к его практическим возможностям. Этот процесс не является полной альтернативой основному процессу обучения.
При решении проблемы недостаточности базового образования важным является соблюдение «меры» в дообразовании. Не является секретом, что многие образовательные программы изначально организованы с определенной степенью избыточности. Кроме того, даже использование программ, содержание которых весьма строго соответствует
93
заявленному направлению, может, зачастую, приводить к достижению эффекта избыточности при суммарном освещении целевой тематики по возникшему вопросу.
Причина возникновения подобной ситуации заключается в частой невозможности подобрать идеально удовлетворяющую вопросу, который потребовал дополнительного обучения, образовательную программу, что, в свою очередь, приводит к необходимости составления более широкой, чем может требоваться, подборки программ или курсов, частично освещающих целевой вопрос.
Проблему избыточности существующих образовательных программ и курсов целесообразно решать путем синтеза и использования их неизбыточных аналогов под индивидуальные запросы целевой аудитории [3]. При этом важно отметить, что наибольшее значение показателя соответствия содержания синтезируемого курса целевому вопросу, а также неибыточности, достигается за счет подбора образовательного контента применительно к практической постановке целевого вопроса.
Иными словами, если возникает необходимость получить дополнительное образование по определенной тематике, то для формирования индивидуальной образовательной программы необходимо вначале выяснить практические аспекты интересующей тематики [4], а затем уже сформировать связанный с ними набор знаний для построения на его основе программы.
Как показывает практика, определенную сложность представляет как конкретизация требующих дообразования практических аспектов целевого вопроса, так и формирование понимания о необходимой глубине дополнительных познаний, объемах дообразования. Зачастую это приводит к раскрытию все новых потребностей уже в ходе процесса обучения. Автоматизировать процесс формирования индивидуальных образовательных программ возможно путем применения разрабатываемой методики, суть которой в общем случае заключается в сопоставлении отобранным элементам пространства научно-практических достижений элементов пространства образовательного контента. Эти многомерные пространства формируются на основе анализа, с одной стороны, теоретических аспектов существующих образовательных программ, а с другой стороны - научно-практических достижений человечества. В ходе анализа определяются связи достижений и соответствующих им теоретических аспектов.
Целью синтеза индивидуальной образовательной программы является преобразование исходного описания проектируемого курса, которое содержит информацию о требованиях к составу, об условиях обучения, ограничениях на компонентный состав, в результирующее описание структуры, т.е. сведения о составе элементов, параметрах их наполнения и взаимосвязи. В настоящей работе программа образовательного курса рассматривается в составе совокупности подразделов, каждый из которых выделяется по принципу группировки рассматриваемых предметных сущностей.
У каждого подраздела есть различные альтернативы исполнения. Для формирования проектного решения необходимо выбрать тот или иной вариант реализации каждого подраздела. В процессе структурного синтеза образовательного курса возникает т.н. задача принятия решений. Ее суть заключается в необходимости выбора проектного решения из множества альтернатив в соответствии с набором критериев:
ЗПР = < А, К, Мод, П >,
где А
К=(КЬ..., Км) Мод:А-К
П
множество альтернатив проектного решения, множество критериев (выходных параметров), модель, которая позволяет для каждой альтернативы рассчитать вектор критериев,
решающее правило для выбора наиболее подходящей альтернативы в многокритериальной ситуации.
94
Множество альтернатив формируется за счет всех допустимых комбинаций вариантов подразделов (элементов). В силу потенциально большой мощности А при синтезе структуры курса целесообразно применять неявное описание множества альтернатив в виде набора правил Р синтеза проектных решений из ограниченного набора элементов Э:
А = < Р, Э >
Оценку альтернатив в задаче принятия решений необходимо проводить на основе величины функции полезности, характеризующей вклад в общую связность курса. Значение функции полезности альтернативы в целом образуется из значений функций полезности подразделов, составляющих альтернативу. Критерием расчета общего значения функции полезности на основе частных выбран аддитивный критерий, так как по сути проблемы более важен суммарный эффект совокупности подразделов, нежели выделение оценки какого-либо одного подраздела.
Для формального описания множеств Р и Э применим поход с формированием морфологических таблиц, альтернативных графов. Рассмотрим подход к формированию множества альтернатив с помощью И-ИЛИ дерева.
Курс (алгоритмическая реализация) представляется в виде совокупности подразделов
Si, i = 1, NS , NS - количество подразделов. Множество управляемых параметров алгоритмической реализации курса состоит из подмножеств типов подразделов и параметров подразделов X = XT u XP . Мощности множеств XT, XP составляют NT, NP ,
соответственно. У i-го подраздела существует NT альтернативных типов XTk', к = 1, NT . Каждому типу XTkl соответствует набор из Np параметров {xj }, где j е {/^} -совокупность индексов элементов >0 < ip < Np, q = 1, Npl j. Каждый параметр X^ может принимать значение из набора Cj, где r = 1, Np , Np - количество допустимых значений параметра X jP .
Различные подразделы имеют общие параметры, равно как и различные типы одного подраздела. Поэтому невозможно отдельно вычислить оптимальные значения управляемых параметров для каждого подраздела в отдельности.
Следует отметить отличия предложенного способа представления множества альтернатив от способов, применяющихся в стандартизованных методиках проектирования:
• для представления применено И-ИЛИ дерево,
• обеспечена возможность добавления новых элементов и формирования новых
альтернатив за счет расширения И-ИЛИ дерева,
• обеспечена возможность учета зависимости различных типов подразделов от общих
параметров подразделов.
При введении в рассмотрение новых типов подразделов курса необходимо учесть, что количество альтернативных вариантов будет экспоненциально возрастать. Рассматриваемая задача принадлежит к классу NP-сложных. Следовательно, применение метода полного перебора будет невозможно с точки зрения эффективного использования временных ресурсов.
Существуют ограничения на компоненты общей функции полезности. Функции полезности подразделов являются нелинейными и несепарабельными.
Формальная постановка задачи поиска проектного решения имеет следующий вид:
X * = extr F >X)
x^dX ,
Dx ={x | W > X )> 0, Z (X )= 0}’ где Х - искомый вектор проектного решения,
95
F(X) - функция полезности (целевая функция),
DX - область определения вектора управляемых переменных,
W(X), Z(X) - ограничения на область определения Х
Необходимо отметить, что среди элементов искомого вектора управляемых переменных присутствуют предметные (лингвистические) переменные. Данный факт является особенностью рассматриваемой задачи. Вследствие этого, большинство известных методов поиска экстремума оказываются неприменимыми.
Для решения NP-сложной задачи поиска проектного решения применимыми оказываются генетические алгоритмы. Также их применение позволит учитывать существование запрещенных комбинаций типов различных подразделов. Учет осуществляется средствами оператора мутации типов подразделов на основании матрицы совместимости. Альтернативным подходом к использованию матрицы совместимости является применение штрафных функций.
Для применения генетического алгоритма необходимо сформировать множество управляемых параметров объекта синтеза, влияющих на его полезность. В качестве объекта синтеза рассматривается структура индивиудального образовательного курса и значения его параметров. Множество управляемых параметров (хромосома) определяет элементный состав курса.
Проектное решение (курс)
Подраздел 1 Подраздел 2 Подраздел NS
XT 1 уР1 yP1 Л1 ••• ЛМР1 XT 2 уР2 уР2 ^1 ••• ЛыР2 ... XTN vPNs yPN у i • • • X s 1 nPnS
Рис. 1 - Схема хромосомы проектного решения
На данной схеме хромосома представлена совокупностью генов (параметров проектного решения), которые соответствуют подразделам проектируемого курса. Например, среди генов, которые соответствуют каждому подразделу, имеется один, описывающий тип данного подраздела. Другие гены определяют параметры алгоритма наполнения подраздела. У каждого типа подраздела (и, соответственно, у каждого алгоритма наполнения подраздела) имеется различное количество параметров. Следовательно, количество генов в хромосоме будет варьироваться в зависимости от рассматриваемых типов подразделов.
Процесс синтеза проектных решений в соответствии с рекомендациями выполняется по стандартной схеме генетического алгоритма. В эту схему входит этап формирования новых хромосом.
В виду представления проектного решения хромосомой переменной длины разработаны новые принципы применения генетических операторов мутации, кроссовера и селекции. Необходимость в этом продиктована невозможностью применять классические операторы для модификации хромосомы переменной длины. Новые операторы должны также учитывать запрещенные комбинации альтернативных типов подразделов.
Оператор мутации типов подразделов разработан для изменения структуры хромосомы при выполнении генетического алгоритма. Функционирование оператора затрагивает нижние уровни И-ИЛИ дерева, от уровня значений параметров до уровня типов подразделов.
xt 1 уР1 уР1 ^1 ••• ^-nP1 XT 2 уР2 уР2 ^1 ••• yVNp2 ... xtnS vPNs yPNS у i • • • X s 1 nPnS
Рис. 2 - Схема хромосомы с указанием полей типов
96
Смена типов (поля XT, на рис. заштрихованы) приводит к смене подраздела и его параметров, закодированных в полях Хр ... XFppi . Кроме того, изменяется число параметров
подраздела NPl.
Количество типов, которые подвергаются изменению в ходе вызова оператора, может варьироваться в зависимости от хода выполнения генетического алгоритма. В том случае, если улучшение показателя целевой функции от поколения к поколению практически не происходит, необходимо произвести широкую смену типов подразделов. Если же на протяжении нескольких поколений наблюдается стойкая тенденция к улучшению значения целевой функции, то смена типов подразделов производится в узком составе. В подобной ситуации вызов оператора мутации типов целесообразно заменить вызовом оператора мутации параметров подразделов.
Выбор подраздела для применения к нему оператора мутации типов осуществляется на основании анализа динамики изменения значения частной функции полезности данного подраздела. Необходимо менять такой подраздел (его тип), у которого наблюдается стагнация функции полезности в области «плохих» значений.
Оператор мутации параметров подразделов разработан для точечного изменения содержания генов отдельных подразделов в структуре хромосомы при выполнении генетического алгоритма. Функционирование оператора затрагивает самый нижний уровень И-ИЛИ дерева.
Смена значений параметров приводит к изменениям в функционировании алгоритмов наполнения затронутых подразделов курса. Это, в свою очередь, влияет на значение функций полезности, которые вычисляются для хромосом нового поколения.
Возможно совместное применение операторов мутации типов и параметров подразделов. При этом некоторые подразделы будут меняться полностью (смена их типов автоматически ведет к смене параметров). У части же подразделов будут изменяться значения отдельных параметров, которым соответствуют выбранные случайным образом гены хромосомы.
В отличие от классического, оператор кроссовера, предложенный в данной работе, обеспечивает размещение точек разрыва хромосомы в соответствии с делением генов по подразделам. Это означает, что обмен генами будет осуществляться строго между подразделами одного типа.
Таким образом, при использовании разработанного оператора многоточечного кроссовера набор подразделов проектного решения остается неизменным. Обмен значениями параметров (генами) происходит внутри областей хромосом, которые соответствуют отдельным подразделам. Фактически точки разрыва могут располагаться внутри данных областей. Подобная ситуация возникает, если действие оператора кроссовера на каждый подраздел происходит в отдельности, как если бы на хромосомы действовал вектор операторов кроссовера. Компоненты данного вектора соответствуют отдельным подразделам индивидуального образовательного курса.
Применение рассмотренных выше генетических операторов приводит к формированию новых поколений. На основе анализа значений их целевых функций происходит селекция альтернативного варианта, который может стать проектным решением.
Таким образом, предложенный подход к синтезу индивидуальных образовательных курсов основан на следующих положениях:
• используется множество альтернатив в форме И-ИЛИ дерева с возможностью его
расширения за счет внесения дополнительных вариантов;
• проектное решение представляется в форме хромосомы с подразделением генов
между подразделами на типовые и параметрические;
97
• вводятся новые генетические операторы мутации и кроссовера для формирования
новых поколений путем асинхронного изменения типов подразделов, а также для
проведения кроссовера внутри подразделов.
В соответствии с разрабатываемой методикой проектирования синтез происходит с применением генетического алгоритма. На основании оценки альтернативных вариантов по значениям их функции полезности принимается решение об окончании поиска проектного решения или о генерации новых альтернатив.
Значение целевой функции для альтернативы определяется исходя из значений частных функций полезности для каждого из подразделов. Значения частных функций полезности находятся в зависимости от величин управляемых параметров элементов структуры курса, а также параметров внешних факторов, воздействующих на эффективность и связность восприятия информации курса. Функция полезности подраздела курса дает численную оценку вклада в общую эффективность восприятия и связность курса посредством данного подраздела. Помимо параметров элементов при вычислении функции полезности учитываются требования, предъявляемые к проектируемому курсу. На основании данных требований формируется вектор параметров внешних факторов.
Алгоритм вычисления значения функции полезности подраздела определяется индивидуально для каждого типа XK. У каждого альтернативного K-го варианта i-го подраздела имеется своя форма вычисления функции полезности FlK >XP). Она генерируется на основе обобщения экспертных мнений. Таким образом, создание новых типов подразделов представляет собой нетривиальный процесс, требующий непосредственного участия экспертов и проектировщиков.
Значение целевой функции для альтернативы образуется из частных значений функций полезности FlK >XP) выбранных типов XK подразделов на основе аддитивного критерия. Выбранные типы подразделов характеризуются индексами I в множестве XT. Аддитивный критерий выбран в виду необходимости учитывать в большей степени общий эффект от всех подразделов, нежели выделяющийся эффект от какого-либо одного
NS
F (X )=Х F' (XP),
i=1
- искомый вектор проектного решения,
- индекс выбранного типа подраздела в множестве XT ,
- частная функция полезности i-й подраздела типа I,
- целевая функция альтернативы
Таким образом, исходя из смысла, который вкладывается в значение целевой функции, следует сформулировать постановку задачи синтеза индивидуального образовательного курса:
X* = arg max F>X) X ёК„
Необходимо найти такие параметры курса, при которых наилучшим образом обеспечивается эффективность восприятия и связность информации курса.
Параметры внешних факторов определяются на основании задания на проектирование и представляют собой описание каждого из предполагаемых факторов.
V=К..л- !■
где V' - вектор параметров i-го внешнего фактора,
Next - количество параметров i-го внешнего фактора
подраздела.
где Х Ii
F (XP ) F (X )
98
Учет параметров внешних факторов выполняется целевыми функциями. Первый элемент вектора параметров i-го фактора Vi1 описывает тип фактора. Путем анализа его значения функция определяет, учитывается ли ей данный фактор. В случае положительного решения, значения параметров других элементов вектора Vi участвуют в расчете показателя целевой функции.
Заключение
Прикладная реализация разработанной методики синтеза индивидуальных
образовательных программ применена в рамках проекта портала дистанционного обучения CADISS, который предоставляет возможность пользователям сети Интернет вне зависимости от местоположения получить доступ к образовательным услугам. Определив целевой научно-практический вопрос, пользователь получает возможность сформировать
индивидуальную программу обучения теоретическим аспектам, связанным с целевым вопросом. При этом автоматически предлагается глубина рассмотрения теории, объемы необходимых познанию вопросов, а также аспекты, ознакомление с которыми, возможно, будет полезным.
В дополнение к рассмотренному в [5] модульному представлению материалов, в рамках проводимого исследования эффективности методики синтеза индивидуальных образовательных программ предложено структурировать элементы пространства образовательного контента с точки зрения эволюционных методов построения проектных решений, в частности - генетических алгоритмов [6,7].
Представление структуры образовательных курсов путем описания в виде совокупности генов и хромосом дает возможность эффективно оценивать пользу их восприятия обучающимися на основе специально разработанных целевых функций.
Применение же специализированных генетических операторов [8] позволяет осуществлять генерацию различных вариантов индивидуальных образовательных программ в совокупности с наложенными ограничениями на совместимость некоторых элементов пространства образовательного контента.
В рамках тестовой эксплуатации прикладной реализации разработанной методики синтеза индивидуальных образовательных программ в рамках проекта портала дистанционного обучения CADISS реализована работа методики по тематике курсов, связанных с информационной безопасностью, а также автоматизацией проектирования. Применение методики для формирования индивидуальных программ дополнительного обучения позволило сократить затраты времени на прохождение курсов до 67% по сравнению с аналогичными показателями затрат на прохождение курсов по фиксированным программам.
Литература
1. Серова Л.М., Касьянова А.Л., Яковлева А.А. , Семенов А.А. Анализ различных источников
данных о мониторинге трудоустройства выпускников образовательных учреждений профессионального образования. [Электронный ресурс]. - Электрон. текстовые дан. -Петрозаводск: ПГУ, 2011. - Режим доступа http://
labourmarket.ru/conf8/reports/serova_kasjanova_iakovleva_semenov.doc, свободный.
2. Рейтинг центров дистанционного обучения. [Электронный ресурс]. - Электрон. текстовые дан. - [б.и.], 2013. Режим доступа http://edu.jobsmarket.ru/company/rating/online/, свободный.
3. Инновационное развитие современной науки: сборник статей Международной научнопрактической конференции. - Уфа: РИЦ БашГУ, 2014.
4. Организация обучения на основе индивидуальных образовательных программ: сборник статей / М.А. Мкртчян, Г.В. Клепец, В.Б. Лебединцев и др.; сост. Г.В. Клепец. - Красноярск, 2007.
99
5. Бондарчук Т.В., Абдуллин А.Г. Проектирование индивидуальных образовательных программ для учащихся общеобразовательных школ // Современные проблемы науки и образования. -2012. - № 6; [Электронный ресурс]. Режим доступа: www.science-education.ru/106-7559, свободный.
6. Норенков И.П. Генетические методы структурного синтеза проектных решений. Информационные технологии. 1998.- №1.С.9-13.
7. Норенков И.П. Эвристики и их комбинации в генетических методах дискретной оптимизации. Информационные технологии. 1999. - №1.С.3-7.
8. Беломойцев Д. Е. Разработка методики автоматизированного проектирования каналов передачи защищенных сообщений в беспроводных соединениях мобильных устройств : автореф. дис.; МГТУ им. Н. Э. Баумана. - М., 2009.
УДК 004.023
ПРИМЕНЕНИЕ ОБЪЕКТНО-ОРИЕНТИРОВАННОГО ПОДХОДА ПРИ РАЗРАБОТКЕ И ВНЕДРЕНИИ МОДУЛЯ УПРАВЛЕНИЯ РИСКАМИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ, КАК ЧАСТИ СИСТЕМЫ УПРАВЛЕНИЯ
ПРОЕКТАМИ
Рыжов Андрей Владимирович, аспирант, Уфимский государственный авиационный технический университет. Руководитель отдела управления проектами. ОАО «Башкирский регистр социальных
карт». Российская Федерация, Уфа, ryzhov.av@bk.ru
В настоящее время практически все проектно-ориентированные компании сталкиваются с проблемами ведения рисков инвестиционных проектов для снижения количества неблагоприятных событий и достижения поставленных целей проектов.
Целью настоящей статьи является описание применения объектно-ориентированного подхода при проектировании подсистемы управления рисками как части информационной системы управления проектами компании для решения проблемы формализации процессов управления рисками.
Волну развития риск-менеджмент получил еще в 2011 году с момента утверждения ввода в действие ГОСТ Р ИСО/МЭК 31010-2011 от 1 декабря 2011 г. В настоящее время, в условия постоянной конкуренции, существование проектно-ориентированной компании немыслимо в отсутствии эффективной системы проектного менеджмента и риск-менеджмента. Каждому этапу при составлении календарного плана проекта соответствует тот или иной риск проекта. Менеджмент риска помогает в принятии решений в условиях неопределенности и возможности возникновения событий или обстоятельств (плановых и непредвиденных), воздействующих на достижение целей организации. [2]
Риски также являются одним из важных факторов оценки критериев успешности проекта. Под рисками проекта понимается, как правило, предполагаемое ухудшение итоговых показателей эффективности проекта, возникающее под влиянием неопределенности. В количественном выражении риск обычно определяется как изменение численных показателей проекта: чистой приведенной стоимости (NPV), внутренней нормы доходности (IRR) и срока окупаемости (PB) [3].
Однако многие компании при внедрении систем управления проектами не используют подсистемы управления рисками. Это объясняется тем, что подход к управлению рисками проектов в настоящее время развит крайне слабо и в полном объеме не применяется в компаниях.
Причины тому кроятся в следующем:
• отсутствуют формализованные бизнес-процессы управления рисками;
• в компании отсутствует единая принятая методология по управлению рисками;
100
