CC BY
57
УДК 336.1; 336.22
МЕТОДЫ ОЦЕНКИ, АНАЛИЗА И ПРОЕКТИРОВАНИЯ ЦЕЛЕВОЙ СТРУКТУРЫ КОМПЕТЕНТНОСТНОЙ МОДЕЛИ СПЕЦИАЛИСТА ДЛЯ РАЗЛИЧНЫХ НАПРАВЛЕНИЙ ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
Т.В. Азарнова
В данной статье исследуются механизмы определения обобщенной компетентности выпускников образовательных направлений как специалистов определенной категории и механизмы формирования системы приоритетов при составлении рабочих программ, определения форм и методов обучения, отвечающих компе-тентностному составу конкретной специальности. Предложенные механизмы дают возможность согласовывать академическую и профессиональную (со стороны работодателей) оценку содержания образовательного направления
Ключевые слова: структура компетенций, комплексная оценка, динамическое программирование
Современный этап развития образования предполагает качественное изменение подходов к определению его содержания и форм учебнопознавательной деятельности студентов, формируется и внедряется компетентностный подход в образовании. Использование подобного подхода ведет к новому видению самого содержания образования, его методов и технологий, смещает акценты с принципа адаптивности на принцип компетентности выпускников образовательных учреждений. Развитие компетентностного подхода способствует сближению результатов образования с потребностями рынка труда и обеспечению мобильности трудовых ресурсов.
В соответствии с компетентностно-ориентированным подходом набор профессиональных дисциплин, средств и методов обучения должен формировать ключевые компетенции специалистов. Различные образовательные направления готовят специалистов близких специальностей. Например, целый ряд образовательных направлений готовит специалистов в области информационно-коммуникационных технологий, при этом по разному распределяются усилия по формированию различных компетенций. Расстановка приоритетов между составляющими учебного плана образовательного направления и глубина освоения различных теоретических и практических компонентов влияет на формирование определенных профессиональных и социальных компетенций. Компетентностная модель выпускника любого образовательного направления (молодого специалиста) имеет сложную многомерную иерархическую структуру (области, уровни, суб-уровни и т. д.). В современные стандарты образовательных направлений заложена целевая компетентностная модель выпускника, но такая модель не должна быть жесткой, она должна носить динамический адаптивный потребностям рынка труда характер. Это объясняет потребность в механизмах гибкой адаптации (обучения) компетентностного
Азарнова Татьяна Васильевна, ВГУ, канд. физ.-мат. наук, доцент, тел. (4732) 208-282
содержания образовательного направления потребностям рынка труда. Такие механизмы способны сблизить модели с позиций целей образования, общих и ядерных компетенций. В данной статье предложены механизмы комплексного оценивания [1] компетентности выпускника образовательного направления и механизмы корректировки приоритетов и целевых усилий в формировании компетентности, базирующиеся на дихотомическом дереве свертки критериев. Применение механизмов комплексного оценивания на базе дихотомических деревьев свертки критериев отвечает наиболее часто используемым структурам компетентностной модели специалиста. Механизмы комплексного оценивания дают возможность строить и модель формирования каждой отдельной компетенции из компонент учебного процесса и осуществить свертку различных компетенций или групп компетенций, т.е. агрегировать информацию о результатах образовательного процесса в виде одного обобщенного показателя. Полученная с помощью механизма комплексного оценивания оценка компетентности выпускника может не совпадать с оценкой компетентности выпускников со стороны работодателей, представляющих наиболее приоритетные для данного образовательного направления сегменты рынка труда. Ситуация на рынке труда носит динамический характер, причем скорость изменения ситуации на рынке труда конечно опережает скорость изменения стандартов образовательных направлений. Изменение стандартов и не должно протекать синхронно с изменениями ситуации на рынке труда, поскольку не все изменения на рынке труда отражают общую долговременную тенденцию. Механизм комплексного оценивания позволяет разработать инструменты, которые могли бы гибко адаптировать (не изменяя в целом стандарты) приоритеты в целях и задачах образования с потребностями рынка труда. В данной статье предложен один из таких корректирующих механизмов.
Процесс формирования в учебном процессе общей компетентности выпускника и
процесс формирования каждой отдельной компетенции можно представить в виде дихотомических деревьев. Дихотомическое дерево формирования (развития) в учебном процессе отдельных (элементарных для данного рассмотрения) компетенций можно, например, изобразить в виде структуры, представленной на рис. 1. В качестве примера дихотомического дерева, представляющего процесс формирования комплексной оценки компетентности выпускника, рассмотрим дерево для направления профессионального образования «бизнес информатика». Дерево построено в соответствии со стандартом данного образовательного направления и приведено на рис. 2. Опишем обозначения, используемые на данном рисунке: К1 - умение приобретать (с большой степенью самостоятельности) новые знания, используя современные образовательные и информационные технологии; К2 - критическое переосмысление накопленного опыта, изменение при необходимости профиля своей профессиональной деятельности; К1,2 - самосовершенствование профессиональной деятельности за счет приобретения новых знаний и критического переосмысления накопленного опыта; К3 - умение выстраивать и реализовывать перспективные линии интеллектуального, культурного, нравственного, физического саморазвития и самосовершенствования; К4 - умение выстраивать и реализовывать перспективные линии профессионального саморазвития и самосовершенствования; К3,4 - умение выстраивать и реализовывать перспективные линии интеллектуального, культурного, нравственного, физического и профессионального саморазвития и самосовершенствования; К(1,2)(3,4) - самообразование и саморазвитие; К5 - сбор с использованием современных информационных технологий необходимых данных для формирования суждений по соответствующим социальным, научным и этическим проблемам; К6 - обработка с использованием современных информационных технологий и интерпретирование необходимых данных для формирования суждений по соответствующим социальным, научным и этическим проблемам; К5,6 - сбор и использование данных для последующего самосовершенствования; К7 - освоение культуры социальных отношений, критическое переосмысление своего социального опыта; К8 - умение общаться в устной и письменной форме на русском и иностранном языках, руководствоваться в общении правами и обязанностями гражданина, стремиться к совершенствованию и развитию общества на принципах гуманизма, свободы и демократии, стремиться к сотрудничеству; умение руководить людьми и подчиняться; К7,8 - использование накопленного социального опыта в общественной жизни, деловой и управленческой деятельности; К(5,6)(7,8) - социальный опыт; К9 -использование этических и правовых норм, регу-
лирующих отношение человека к человеку, обществу, окружающей среде, основные закономерности и формы регуляции социального поведения, права и свободы человека и гражданина при разработке социальных проектов; К10 - умение организовать свою жизнь в соответствии с социально-значимыми представлениями о здоровом образе жизни; К9,10 - использование социального опыта в разработке и реализации социальных проектов; К((5,6)(7,8))(9,10) - приобретение социального опыта и использование социального опыта в повседневной жизни;
К((12)(34))(((56)(78)), (9,10)) - самообразование и социальный опыт; К11 - автоматизированное решение прикладных задач операционного и аналитического характера; К12 - информационное обеспечение прикладных процессов; К11,12 -автоматизированное решение и информационное обеспечение прикладных процессов; К13 - анализ и выбор методов и средств автоматизации прикладных процессов на основе современных информационно-коммуникационных технологий; К14 - исследование области применения функциональных и технологических стандартов; К13,14 - анализ и выбор методов и средств автоматизации прикладных процессов и исследование области применения функциональных и технологических стандартов; К((11,12)(13,14)) - исследовательская и производственно-технологическая деятельность; К15 - анализ и выбор архитектур программно-технических комплексов; К16 -анализ методов представления данных и знаний в информационных хранилищах; К15,16 - анализ архитектур программно-технологических комплексов и методов представления данных и знаний; К17- организация и управление информационными процессами, ресурсами (знаниями) и системами; К18 - формирование стратегии автоматизации прикладных процессов и ее увязка со стратегией развития прикладной области; К17,18
- организационно-управленческая деятельность; К19 - проведение обследования прикладной области; К20 - моделирование прикладных и информационных процессов; К19,20 - проведение обследований и моделирование прикладных и информационных процессов; К(15,16)(17,18) -
проектная деятельность; К(((15,16)(17,18)), (19,20)) - практическая составляющая профессиональной деятельности; К(((11,12)(13,14)) (((15,16)(17,18)), (19,20))) - исследовательская и практическая составляющие профессиональной деятельности К21 - владение методами теории информатики, математической формализации и алгоритмизации процессов реального мира, позволяющими глубоко осмысливать и находить решения проблем автоматизации решения задач в различных прикладных областях; К22 - применение системного и кибернетического подхода к построению интегрированных информационных систем и систем управления знаниями на основе современных нформационно-коммуникационных технологий; К21,22 - фундаментальная состав-
ляющая профессиональной деятельности; К((((11,12)(13,14)) (((15,16X17,18)), (19,20))))
(21,22)) - профессиональная деятельность;
К(((12)(34))(((56)(78)), (9,10)) ((((11,12X13,14))
(((15Д6)(17Д8)), (19,20)))) (21,22))) - обобщенная компетентность выпускника образовательного направления «Бизнес-информатика».
В основе механизма комплексного оценивания по дихотомическому дереву лежит многошаговая процедура агрегирования, причем на каждом шаге производится агрегирование оценок только по двум элементам иерархического дерева, это позволяет решать задачу получения обобщенной оценки по п компетенциям путем последовательного решения ряда задач с двумя компетенциями. Свертка каждых двух элементов дерева вычисляется через функцию свертки / : 0- х О^ О ^, где Ог- -
множество значений 1-го элемента иерархического дерева, О- множество значений ]-го элемента
иерархического дерева, О ^ - множество значений
элемента у, который является сверткой данных двух элементов. Если множество значений каждого элемента является дискретным, то функцию свертки можно представлять в виде логической матрицы свертки. Строки данной матрицы индексируются из множества О.-, столбцы - из множества О ,■, а
1 У
на пересечении соответствующей строки и столбца эксперты ставят значение элемента - свертки при заданных значениях отдельных элементов. В данной работе для оценки элементов дихотомических деревьев будем использовать универсальное множество значений: плохо (1), удовлетворительно (2), хорошо (3), отлично (4). Интерпретация этих значений у каждого элемента своя.
Таблицы свертки составляются экспертами. Мнение экспертов отражает академическую оценку элемента-свертки, ее значение определяется с учетом приоритетов в важности для эксперта элементов строки и столбца и жесткостью требований к значениям отдельных элементов при формировании определенных значений элемента-свертки. Стратегия заполнение таблиц свертки соответствует стратегии в управлении процессом достижения целей в соответствии с дихотомическим деревом.
В результате проведения многошаговой процедуры агрегирования вычисляется обобщенная оценка элемента верхнего уровня. Если рассматривается дихотомическое дерево формирования отдельной компетенции, то оценка верхнего уровня означает степень развития в учебном процессе данной компетенции. В случае дихотомического дерева комплексной оценки выпускников образовательного направления оценка элемента верхнего уровня означает обобщенную академическую оценку компетентности выпускников образовательного направления.
Перейдем к описанию корректирующего механизм, который на основании учета мнений работодателей и важности соответствующих сегментов рынка труда, позволяет проводить
корректировку матриц свертки в механизме комплексного оценивания, и, как следствие, получать рекомендации об изменении приоритетов в оценке важности различных элементарных и составных компетенций в процессе формирования компетентностной модели выпускника. Для построения данного механизма необходима статистическая база исследования. В данной работе предлагается статистическую базу строить на основании преддипломной практики студентов. Перед прохождением преддипломной практики можно, используя механизм комплексной оценки, определить уровень каждой отдельной компетенции (в соответствии с дихотомическим деревом формирования отдельной компетенции) и общую академическую компетентность студента (в соответствии с дихотомическим деревом комплексной оценки выпускника), после прохождения производственной практики работодатель (фиксируется сегмент рынка труда) дает собственную комплексную оценку компетентности студента. Таким образом, статистическая база исследования будет содержать по каждому студенту следующие позиции: набор оценок уровней отдельных компетенций А = (,а2,...,ак)
(к - общее количество компетенций), комплексную академическую оценку компетентности а>(А),
комплексную оценку компетентности со стороны работодателя ст(А), Л,(а) - вес важности сегмента рынка труда, где проходила преддипломная практика. Если величина отклонений
£А(А)(ю(А)-СТ( А))2
А
— ^Я(А)-------- меньше некоторого порого-
А
вого значения, то делается вывод об адекватности академической оценки компетентности требованиям рынка труда, в противном случае, на основании описанной статистической базы ставится задача провести корректировку логических матриц свертки.
Будем рассматривать корректировки, обладающие следующими свойствами: допускают
изменения элементов матриц свертки только на ±1; сохраняют свойство не убывания в каждой строке и в каждом столбце матрицы свертки; затрагивают по возможности минимальное количество элементов матриц свертки для каждого этапа.
Задачу корректировки матриц свертки можно рассматривать как задачу обучения на каждом элементе статистической базы и решать ее методом динамического программирования, поскольку она удовлетворяет основным предположениям данного метода.
В методе динамического программирования, как правило, рассматривается некоторый управляемый процесс, в нашем случае - это процесс корректировки матриц свертки, соответствующих дихотомическому дереву. В результате управления система переводится из начального состояния я0 через
последовательность состояний на каждом этапе
s1,s2,...,sn_l в заключительное состояния Sn . Переход системы из состояния sm_l в состояние ,?т осуществляется по действием управляющего воздействия Хт. Для задач корректировки под этапом будем понимать этап корректировки соответствующей матрицы, количество этапов п определяется по дихотомическому дереву (при формировании этапов оговаривается некоторый порядок объединения отдельных компетенций). Состояние 8т системы на
этапе т описывается вектором Ат. Координаты ат вектора Ат представляют собой значения элементарных и составных компетенций, которые имеет рассматриваемый элемент статистической базы к данному этапу (компетенции, входящие в составные компетенции отдельно не рассматриваются). При генерации различных возможных состояний к определенному этапу считается, что значения элементарных компетенций жестко зафиксированы у каждого рассматриваемого элемента статистической базы, значения составных компетенций могут принимать все возможные значения (это определяется предшествующими матрицами свертки) расположенные от наименьшего до наибольшего из значений отдельных компетенций, входящих в составную. Начальное состояние 50 описывается набором оценок уровней отдельных компетенций А = (, а2,..., ак). Под управляющим воздействием
Хт = (Хт ) -, ^ = 1,4 понимается корректирующая матрица, которая корректирует элементы логической матрицы свертки на т -м этапе.
Показатель эффективности процесса управления - целевая функция - зависит от начального состояния и управления.
Для рассматриваемой задачи справедливы следующие предположения:
1. Состояние системы 8т в конце т -го шага зависит только от состояния 5т-1 и управления на т -м шаге Хт .
2. Целевая функция является аддитивной от показателя эффективности каждого шага. Обозначим показатель эффективности т -го шага через
2 т = 1т (£т-1,Хт ) ,
тогда
2 =Е I,т (£т-1, Хт ) . т
3. Под целевой функцией 2т всех этапов с первого до предпоследнего понимается сумма квадратов элементов матрицы Хт . Такая целевая функция отражает минимальные корректирующие воздействия на всех промежуточных шагах.
4.Целевая функция последнего шага представляет собой выпуклую линейную комбинацию с коэффициентами Я(а) и 1 -Л(а) двух компонент. Первая компонента представляет собой квадрат отклонения полученной с учетом корректировки величины комплексной академической оценки компетентности (данная величина совпадает со скалярной величиной
Ап = аП для состояния ь'п) и комплексной оценки компетентности со стороны работодателя ст(А). Вторая компонента линейной комбинации - сумма квадратов элементов матрицы Хп .
В основе решения задач динамического программирования лежит принцип, сформулированный Р. Беллманом [2]: каково бы ни было состояние £ системы в результате какого-либо числа шагов, на ближайшем шаге нужно выбирать управление так, чтобы оно в совокупности с оптимальным управлением на всех последующих шагах приводило к оптимальному выигрышу на всех оставшихся шагах, включая данный.
Как следует из принципа оптимальности, на каждом шаге при любом состоянии системы £т-1 решение Хт нужно выбирать с «оглядкой», так как этот выбор влияет на последующее состояние 8т и дальнейший процесс управления. Исключение составляет последний шаг, который для любого состояния £п-1 можно планировать локально-оптимально, исходя из оптимальности этого шага, т.е. корректирующую матрицу Хп нужно выбирать из условия минимума целевой функции данного шага. Обозначим через ^п-1) минимум целевой функции п -го шага при условии, что к началу данного шага система была в произвольном состоянии £п-1, а на последнем
*
шаге управление было оптимальным. 2п (£п-1) называется условным минимумом целевой функции на п -ом шаге
2*(£п-1) = ПШ1 1п ^п-Ь Хп ^
ХпЕДп
решение обозначается Х*(«п-1) и называется условно оптимальным управлением на п -ом шаге. После решения задачи на п -ом шаге для всевозможных состояний £п-1 приступают к решению задачи для п -1 -го шага. Для любых состояний £п-2, произвольных управлений Хп-1 и оптимальном управлении на п -ом шаге значение целевой функции на двух последних шагах равно:
1 п—1 (5п-2, Хп-1 ) + (5п-1 ) .
Согласно принципу оптимальности для любых £п-2 решение нужно выбирать так, чтобы вместе с оптимальным управлением на последнем п -ом шаге приводило бы к минимуму целевой функции на двух последних шагах
2*-1 (£п-2 ) = {/п-! (Sn-2, Хп-1 ) + К (5п-1)} .
Хп-1еДп-1
п
7п-1(5п-2) называется условным минимумом целевой функции на п -1 -ом шаге, решение обозначается Х*-1 (£п-2) и называется условно оптимальным управлением на п -1 -ом шаге.
Далее рассматривается трехшаговая задача и т. д. В результате решения всех задач получаем две последовательности:
2п(‘?п-\), 2п-1(5п-2), •••, 22(£1), (£0) -
условные минимумы на всех шагах и
Х„* (£п-1) , Х*- (£п-2 ), ..., Х* (£ ), Х* (£0 ) -условные оптимальные управления на всех шагах.
Конкретизируем задачи каждого этапа. Для нахождения условно оптимального управле-
п
ния Хпс?*-]) на п -м шаге при любом £*—1 решается следующая задача 2* (£*-!) = Л(А)((а*„—1а*—1 + хап„—1ап—1) - а(А))2 +
(1 -Я(А)) £ ( )2 ^ т1п
г=1 ] =1
1 <а* + х* < 4, г = 1,47 ] = 1,4
I] I] 7 7 7 •> 7
а** + х* <«”+: + Х-П+1 г = 1,47 ] = 13
а* + Х-П <<1у + х*+1 ] г = и ] = 1,4 -1 <хгп < 1, г = 1,4"] = М, Хгп - целое
П—1 П—1 л П—1
где а1 , а 2 - координаты вектора А , харак-
теризующего состояние ?п-1, а* - значение элемента с индексами г, ] в имеющейся к данному моменту исходной логической матрице свертки п
- го этапа, х* - значение элемента с индексами
Ч
г, ] в управляющей (корректирующей) матрице п - го этапа, ограничения описывают требования к корректирующей матрице. Решение полученной задачи можно найти методом целочисленного квадратичного программирования. Небольшая
размерность задачи в принципе позволяет находить решение непосредственным перебором.
Условно оптимальное управление Х*—1 (?п-2) на п - 1-м шаге при любом дп-2 находится из решения задачи
4 4 I Ъ
2п-1 (£п-2 ) = ЕЕ (хП*- ) + 2п (£п-1 ) ^ т1п
г=1 ]=1
1 < а*-1 + х*-1 < 4, г = 1~4Г ] = 1,4
г] г] ^ 7 7 7
^-.п-1 . ,,.*-1 ^ „^п-1 , ,„п-1 ,• _ т-! ■ _ 1 о
аг] + Х] < а]+1 + Х]+1 1 = !,4, ] = !,3
--.п—1 . ...п—1 п—1 . п—1 • _1 о • _ 1/1
а] + Хг] < а+1 ] + Х+1 ] 1 = 1,3 ] = 1,4
-1 < хгп- < 1, г = 1,47 ] = 1,4, хгп- - целое
Алогично записываются и решаются задачи предыдущих этапов. Так постепенно решение задачи подходит к первому этапу, вначале которого мы имеем единственное возможное состоя-Воронежский государственный университет
ние £0. Решение задачи первого этапа выстраивает всю цепочку решений
Рассмотренный алгоритм нужно применять итеративно, шаги алгоритма можно назвать эпохами (по аналогии с нейронными сетями). На каждой эпохе на вход алгоритма подаются все обучающие элементы статистической базы, комплексные оценки а(А) сравниваются с оценками
работодателей ст(А), если данные значения не совпадают, то проводится корректировка механизма комплексного оценивания. Процесс обучения прекращается либо когда пройдено определенное количество эпох, либо когда ошибка достигнет некоторого определенного уровня малости, либо когда ошибка перестанет уменьшаться.
Одна из наиболее проблемных зон изложенного подхода заключается в том, что механизм комплексного оценивания обучается на специально выделенной обучающей части статистической базы. Обучение идет на той информации, которая заложена в исходных логических матрицах свертки и в обучающей части статистической базы, поэтому очень важно правильно подобрать обучающую часть статистической базы. Необходимо, чтобы она отражала сущность проблемы.
Если результат процесса обучения положительный, т. е. удалось действительно снизить ошибку на обучающей части статистической базы, то можно переходить к тестированию на контрольной части статистической базы. Изначально нужно тщательно проектировать процесс деления статистической базы на обучающую и контрольную части. Во-первых, индикатор ошибок на обучающей и контрольной выборке должен быть приблизительно одинаковым. Во-вторых, при делении статистической базы на контрольную и обучающие части нужно использовать стратифицированный отбор, так, что бы в равной пропорции были представлены различные сегменты рынка труда.
Литература
1. Баркалов С. А. Модели и механизмы в управлении организационными системами / Бурков В.Н., Новиков Д. А., Шульженко Н.А. - М.: Издательство «Тульский полиграфист», 2003. Том 1. - 560 с., Том 2 - 380 с., Том 3.-205 с.
2. Беллман Р. Динамическое программирование. -М.: ИЛ, 1960.-180 с.
METHODS OF EVALUATION, ANALYSIS AND DESIGN TASK STRUCTURE MODEL OF CO-PETENSES SPECIALIST TO THE DIFFERENT STRANDS OF VOCATIONAL EDUCATION T.V. Azamova
In this article examines the mechanisms for determining the competence of the graduates of educational generalized specialist directions of a specific category and forming system priorities when preparing work programmes, determine the forms and methods that meet the specific composition. The proposed arrangements provide an opportunity to negotiate for academic and professional (face) an assessment of educational content
Keywords: structure of competencies, integrated assessment, dynamic programming
элемент
учебного
процесса
Ї
теоретическая составляющая ч - > практическая составляющая включенный элемент учебного процесса к. .л Г д включенный элемент учебного процесса
Г Л аудиторная Г > традиционные практические и лабораторные занятия теоретическая г теоретическая
компонента составляющая составляющая
компонента самостоятельного изучения
тренинги, деловые игры, производственная практика
аудиторная
компонента
компонента самостоятельного изучения
практическая практическая
составляющая составляющая
аудиторная
компонента
компонента самостоятельного изучения
г традиционные практические и лабораторные у ^ — Г \ традиционные практические и лабораторные к. У
тренинги, деловые игры,
производственная
практика
тренинги, деловые игры, производственная практика
Рис. 1. Пример дихотомического дерева формирования отдельной компетенции
I К((1,2)(3,4))
К((1.2)(3.4))(((5.6)(7.8)). (9.10))
К(1,2)
-С
к
К(3,4)
ч
к
К(((5.6)(7.8)).(9.10))
К1
К2
К3
К4
—| К((5,6)(7,8))
К
ч
ч
К (9,10)
ч
к
К((((11,12)(13,14)) (((15,16)(17,18)), (19,20))))
К(((11,12)(13,14)) (((15,16)(17,18)), (19,20))))
К(5,6)
К(7,8)
К 9
К 10
К5
К6
К7
К8
[ К (21,22)
К((11,12)(13,14))
К(11,12)
К
К11
К12
К(13,14)
К13
К14
К (((15,16)(17,18)), (19,20)))
К ((15,16X17,18))
К (15,16)
ч
ч
К (17,18)
ч
к
К (19,20) |
К19
К 21
К 22
К15
К16
К17
К18
К20
Рис. 2. Дихотомическое дерево структуры компетентностной модели для направления «Бизнес-информатика»
