CC BY
30Развитие образовательной среды в условиях цифровой трансформации
сч
0 сч
сч
01
о ш m
X
<
m О X X
Захаров Григорий Владимирович,
аспирант, ФГБОУ ВО «Государственный университет управления»
Коростелев Олег Владимирович,
соискатель, ФГБОУ ВО «Государственный университет управления»
В статье рассмотрены такие технологии, как большие данные, блокчейн, искусственный интеллект, машинное обучение. Приведены характеристики каждого из них, проанализированы их задачи и функции, описаны источники больших данных. Рассмотрены перспективы внедрения новых технологий в образовательную среду. Раскрыты задачи, которые они могут решать в сфере образования, а также проанализированы риски, с которыми можно столкнуться в этом процессе. Сформулирована роль цифровой среды обучения. Проанализирована степень её развития в настоящий момент. Сделан вывод, что оптимальным вариантом обучения выступает смешанный формат, предполагающий сочетание традиционных и инновационных форм донесения знаний.
Ключевые слова: цифровая экономика, цифровизация образования, большие данные, машинное обучение, электронная образовательная среда.
Современный мир находится в условиях повсеместной цифровизации. В рамках Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы определяются меры, направленные на развитие экономики знаний и формирование цифровой экономики, которая появилась сравнительно недавно. Развитие цифровой экономики является стратегически значимым направлением для России, определяя её конкурентоспособность на мировой арене.
Революцию создают такие технологии, как блокчейны, Big Data, искусственный интеллект, машинное обучение. Уникальность этих технологий проявляется в их универсальности. Они находят применение в различных областях и не обошли стороной образование. Прежде чем рассмотреть особенности внедрения этих технологий в образовательную среду, стоит ознакомиться с каждой из этих технологий, прояснив, какие выгоды может получить общество от их применения.
Big Data (большие данные) - это огромные объёмы сложно устроенных структурированных и неструктурированных данных, которые обрабатывают с помощью специальных систем [1]. Полученные в результате этого сведения используют в процессе деятельности для анализа, прогнозов и принятия управленческих решений.
Можно выделить следующие характеристики больших данных:
— большой объем информации, который трудно обрабатывать традиционными способами;
— постоянно увеличивающаяся скорость накопления данных и их обработки;
— возможность одновременной обработки различных форматов как структурированной, так и неструктурированной информации.
Основные источники больших данных — это социальные медиа и Интернет вещей, при котором окружающие нас объекты подключаются к глобальной сети и обмениваются данными в режиме реального времени. Классический пример-умный дом. В социальных медиа люди оставляют цифровые следы. Например, фотография, сделанная на смартфон, несет гораздо больше информации, чем может казаться. Она позволяет узнать место и время съемки, а геометка расскажет, где сделано фото, распознает других людей на фотографии. Место, время и прочие извлекаемые данные — это дополнительная информация, поясняющая смысл основной.
Считается, что большие данные — это не только сами данные, но и инструменты и методы обработки информации.
Наличие больших данных ведет к передовой аналитике. Обработать и осмыслить накопленный объем информации помогает искусственный интеллект. Искусственный интеллект (ИИ) — это способность системы имитировать человеческое поведение. При этом комбинация искусственного интеллекта и больших данных невозможна без участия человека. Чтобы искусственный интеллект делал правильные выводы, необходимо опираться на надежные данные, поэтому для управления ими нужен человек, задача которого заключается в том, чтобы взять под контроль их качество.
Можно сказать, что большие данные выступают топливом, а искусственный интеллект-средством достижения намеченной цели.
Технологию блокчейн связывают, как правило, с криптовалютой. Но блокчейн — это не только про криптовалюту. Эта технология представляет собой технологию распределенного (децентрализованного) хранения данных, главное преимущество которой заключается в безопасности, так как зафиксированную информацию нельзя изменить [3]. Информация хранится в виде цепочки блоков, каждый из которых содержит данные о всей предыдущей цепочке. При этом информация дублируется на разных компьютерах, чем и объясняется невозможность изменить сведения.
Машинное обучение (МО, Machine Learning, ML) — это подраздел искусственного интеллекта, который представляет собой алгоритмы, способные обучаться самостоятельно на основе предыдущего опыта, то есть системы могут учиться выявлять закономерности и принимать на основе этого решения [5]. Есть два подхода:
1. Градиентный бустинг, при котором происходит последовательное построение алгоритмов, когда каждый последующий алгоритм исправляет недочеты предыдущего.
2. Нейронные сети, представляющие собой аналог нейронных сетей человеческого мозга. Много маленьких нейронов взаимосвязаны и совместно выполняют сложные функции.
Как же применяются эти технологии в образовательном процессе? Также последовательно рассмотрим каждую технологию.
Развитие экономики знаний связано с развитием информационно-коммуникационных технологий. Экономику знаний, в основе которой лежит нематериальное производства, можно определить как экономику, где драйверами экономического роста выступают процессы создания, распределения и применения знаний. В рамках процесса развития цифровой экономики непрерывное обучение становится образом жизни, получают популярность образовательные онлайн-проекты, происходит отказ от бумажных носителей, привязка к которым
создает дополнительную нагрузку на преподавателей, что может оказывать негативное влияние на качество обучения. Отказ от бумажных носителей в пользу цифровых сможет решить эту проблему, а также ряд других (например, риск утраты или подделки бумажных документов в архивах учебных заведений; разрозненность данных об успеваемости, что снижает эффективность их использования; отсутствие единой и полной базы данных о выпускниках и их навыках, что вызывает у работодателей недоверие и не дает достаточной и подтвержденной информации для поиска специалистов; отсутствие полной и открытой базы данных о трудоустройстве выпускников, что не дает преподавателям оценивать эффективность их работы и др.). Одной из конкретных технологий, которая может помочь в решении этих проблем, является раннее описанная блокчейн-технология, где преимуществом выступает невозможность внесения изменений в данные, их удаления или утраты, что и гарантирует достоверность информации.
Блокчейн уже широко используется в образовательных учреждениях зарубежных стран, позволяя преподавателям и студентам обмениваться между собой информацией. Некоторые российские высшие учебные заведения также активно изучают и планируют внедрение этой технологии (например, ИТМО).
Итак, внедрение блокчейн-технологии позволит
[3]:
— упростить образовательный процесс в целом;
— обеспечить невозможность утраты данных или подделки документа, а также прозрачность финансовых потоков внутри образовательного учреждения;
— получить работодателю доступ к данным студента и подтверждение того, что студент обладает нужными компетенциями, обеспечив тем самым рынок труда специалистами, обладающими профессиональными умениями и навыками;
— снизить нагрузку на преподавателя путем экономии временных ресурсов на выполнение рутинных задач, связанных с обработкой документов;
— иметь достаточную базу данных о трудоустройстве выпускников с целью оценки эффективности реализации образовательных программ;
— и др.
Актуальным и амбициозным проектом выступает образовательная платформа TeachMePlease, основанная на технологии блокчейн. Задача платформы- создать условия, при которых участники могут обмениваться образовательными ценностями. Сейчас создатели этой платформы приступили к разработке блокчейн-платформы Disciplina, которая должна объединить
х
X
о
го А с.
X
го m
о
2 О M
сч
0 сч
сч
01
о ш m
X
<
m О X X
обучающихся, учебные заведения, работодателей. Одна из задач платформы- создать условия для поддержания достоверности информации, внесенной участниками системы, ведь зачастую выпускникам тяжело доказать ценность знаний, полученных в процессе обучения в вузе.
Конечно, переход на блокчейн-технологию -это крайне дорогостоящий процесс, но следует иметь в виду, что современная цифровая инфраструктуру позволит образовательным учреждениям быть конкурентоспособными в будущем.
Использование Big Data в образовании дает возможность выстроить новую образовательную траекторию. Человек — это система, которую можно анализировать и настраивать. Если говорить об учебной группе, то внутри неё можно выстроить несколько подгрупп, каждая из которых будет иметь разный уровень способности к обучению. Преподаватель не сможет доносить информацию до каждого индивидуально, но буде стараться использовать разные форматы подачи информации с учетом способностей подгрупп. Использование Big Data позволяет настроить индивидуальную образовательную траекторию, расширить анализ процесса обучения, персонализировать его. Данные покажут, к чему обучающийся проявлял интерес, с какой информацией взаимодействовал, где нуждался в помощи и т.д. Более того, анализ данных может помочь студенту в выборе деятельности, наиболее соответствующей его интересам, личным качествам, возможностям.
Безусловно, роль педагога остается огромной. Именно он создает эмоциональный фон, мотивацию к обучению, а также может получить обратную связь от студентов и по их глазам понять, удалось ли им усвоить информацию. Но преимущество системы в том, что она сможет проанализировать тот объем информации, который не сможет проанализировать человек, а это впоследствии и позволит создать адаптированные методики обучения и персонализированный контент. Для анализа больших данных можно выделить следующие типы [1]:
— персональные данные;
— данные, отражающие взаимодействие с электронными ресурсами;
— данные, отражающие эффективность учебных материалов;
— административные данные, фиксирующие количество пропусков, их причины и т.д.;
— предполагаемые данные, дающие, например, прогноз выполнения обучающимися того или иного задания.
В настоящее время в образовательной среде все же идет работа с малыми данными из-за отсутствия развитой электронной среды, в которой бы взаимодействовало большое число пользователей.
Почти во всех как зарубежных, так и отечественных вузах используются платформы онлайн-образования. Как правило, эта цифровая среда
позволяет преподавателю выкладывать обучающие материалы, давать обратную связь в виде оценок или комментариев. Использование алгоритмов машинного обучение повысит эффективность от применения таких платформ. В частности, эти алгоритмы могут использоваться для выдачи релевантных советов студенту путем анализа его предыдущего опыта выполнения задания.
Говорить о внедрении полноценной цифровой среды в образовательных учреждениях пока рано. Оцифровка учебных материалов — это не залог создания успешной цифровой образовательной среды, а лишь начальное условие для её дальнейшего развития. Тем не менее этот процесс запущен.
Информационно-образовательная среда цифрового образования создают технические и образовательные ресурсы. К первым относятся компьютеры, планшеты, мобильные устройства и пр. В качестве образовательных ресурсов выступают программное обеспечение, электронные библиотеки, облачные ресурсы и пр. Еще одним элементом выступает непосредственно управление процессом (личные кабинеты, электронная почта и
пр).
Сейчас среди обучающихся набирают популярность разные Интернет-платформы, открытые образовательные ресурсы (Coursera, Открытое образование и др.), онлайн-библиотеки и т д. Некоторые учебные заведения используют Интернет-ресурсы параллельно со своими разработками. Это не только развивает собственный IT-потен-циал, но и продвигает личный образовательный контент на рынок.
Положительную оценку студентов получает доступ к онлайн-лекциям, онлайн-чаты, онлайн-курсы, что позволяет не быть привязанными к определенному географическому месту и сделать обучение более доступным, приложения тайм-менеджмента, позволяющие не пропустить значимые события и др. [4]. Смешанное обучение, предполагающее совмещение очного формата и работы в цифровой среде, дает максимальный результат.
Трансформируя традиционную систему образования, новые технологии позволяют создать индивидуально-ориентированную среду, которая повысит качество образования, делая обучение более гибким. Образовательный процесс становится ориентированным на сотрудничество преподавателей и обучающихся в цифровой среде.
Доступность образования для разных категорий населения (например, для лиц с ограниченными возможностями здоровья), повышение эффективности педагогической деятельности ввиду экономии времени, активное сотрудничество участников образовательного процесса, многообразие методов обучения, прогностическая аналитика — это всё, безусловно, положительные аспекты внедрения цифровых технологий.
Несмотря на очевидные преимущества, внедрение искусственного интеллекта в образовательное пространство несет и риски [2]:
— неравный доступ к технологиям (цифровой разрыв);
— необходимость непрерывного повышения компетенций научно-педагогических сотрудников;
— формирование поверхностных выводов в эмоциональной области ввиду неспособности восприятия всего спектра эмоций человека;
— высокая степень зависимости от цифровых технологий, влекущая за собой снижение креативных способностей человека, ухудшение памяти.
Ввиду этого наиболее предпочтительным будет смешанный формат обучения, когда традиционное обучение в аудиториях сочетается с элементами электронного обучения.
Литература
1. Гвозденко Ю.В. Большие данные в системе образования/ Ю.В. Гвозденко, А.А. Ищенко, А.В. Пилипенко // Международный студенческий научный вестник. - 2019. - № 5-1.
2. Коровникова Н.А. Искусственный интеллект в образовательном пространстве: проблемы и перспективы / Н.А. Коровникова // Социальные новации и социальные науки. - Москва : ИНИОН РАН, 2021.- № 2.- С. 98-113.
3. Кузнецова В. П. Блокчейн в образовании / В. П. Кузнецова, И. А. Бондаренко // Россия: тенденции и перспективы развития : Ежегодник, Москва, 01 января - 01 2018 года / Институт научной информации по общественным наукам Российской академии наук; Ответственный редактор В.И. Герасимов. - Москва: Институт научной информации по общественным наукам РАН, 2018. - С. 858-860.
4. Романова Г.В. Цифровизация высшего образования: новые тренды и опыт внедрения / Г.В.Романова // Гуманитарные науки, 2020.-С.31-35.
5. Аналитика больших данных и Machine Learning в образовании: 5 кейсов из вузов [Электронный ресурс]. - Режим доступа: https://www.bigdataschool.ru/blog/big-data-analytics-education-cases.html (дата обращения 03.12.2021).
Development of the educational environment in the context of digital
transformation Zakharov G.V., Korostelev O.V.
postgraduate student, State University of Management
JEL classification: B00, D20, E22, E44, L23, L51, L52, M11, M20, M30, Z33
The article discusses technologies such as big data, blockchain, artificial intelligence, machine learning. The characteristics of each of them are given, their tasks and functions are analyzed, and the sources of big data are described. The prospects of introducing new technologies into the educational environment are considered. The tasks that they can solve in the field of education are disclosed, as well as the risks that can be encountered in this process are analyzed. The role of the digital learning environment is formulated. The degree of its development at the moment is analyzed. It is concluded that the best training option is a mixed format, involving a combination of traditional and innovative forms of knowledge delivery.
Keywords: digital economy, digitalization of education, big data, machine
learning, electronic educational environment. References
1. Gvozdenko Yu.V. Big data in the education system / Yu.V. Gvozdenko,
A.A. Ishchenko, A.V. Pilipenko // International student scientific bulletin. - 2019. - No. 5-1.
2. Korovnikova N.A. Artificial intelligence in educational space: problems and
prospects / N.A. Korovnikova // Social innovations and social sciences. -Moscow: INION RAN, 2021. - No. 2. - P. 98-113.
3. Kuznetsova V. P. Blockchain in education / V. P. Kuznetsova, I. A.
Bondarenko // Russia: development trends and prospects: Yearbook, Moscow, January 01 - 01 2018 / Institute of Scientific Information on Social Sciences of the Russian Academy sciences; Executive editor V.I. Gerasimov. - Moscow: Institute for Scientific Information on Social Sciences of the Russian Academy of Sciences, 2018 .-- P. 858-860.
4. Romanova G.V. Digitalization of higher education: new trends and
implementation experience / G.V. Romanova // Humanities, 2020.-P.31-35.
5. Big data analytics and Machine Learning in education: 5 cases from
universities [Electronic resource]. - Access mode: https://www.bigdataschool.ru/blog/big-data-analytics-education-cases.html (date of access 03.12.2021).
X X О го А С.
X
го m
о
2 О
м
