CC BY
23СИСТЕМНЫЙ АНАЛИЗ: ДИДАКТИЧЕСКАЯ ИНЖЕНЕРИЯ КАК ДИДАКТИКА ЭПОХИ
ЦИФРОВИЗАЦИИ
Старыгина С.Д.
к.п.н., доцент,
Казанский национальный исследовательский технологический университет
Нуриев Н.К.
д.п.н., профессор, заведующий кафедрой, Казанский национальный исследовательский технологический университет
SYSTEM ANALYSIS: DIDACTIC ENGINEERING AS A DIDACTIC OF THE DIGITAL AGE
Starygina S.,
PhD, Associate Professor, Kazan National Research Technological University
Nuriev N.
Dr. Sc., Prof, Department Chair, Kazan National Research Technological University
АННОТАЦИЯ
В работе, на основе системного анализа развития цивилизации, показано следующее: 1. В развитии цивилизации произошел качественный скачок, т.е. люди из пространства жизнедеятельности с двумя степенями свободы (составляющие: когнитивная сфера, реальное пространство) по мере развития цивилизации перешли в пространство жизнедеятельности с тремя степенями свободы (составляющие: когнитивная сфера, виртуальное, реальное пространство). 2. Пространство жизнедеятельности с тремя степенями свободы обладает огромным потенциалом для роста производительности труда, что формирует качественно новое общество с «цифровой экономикой». 3. Для того, чтобы решить основную проблему педагогики «Требуется разработать эффективную образовательную систему» для эпохи цифровизации, необходимо разработать эффективные образовательные SMART системы. 4. Обоснована закономерность зарождения «Дидактической инженерии» как науки об организации образовательной деятельности в обществе с «цифровой экономикой», способной разрешить основную проблему педагогики на основе инженерного подхода. 5. Доказано, что «Дидактическая инженерия является продолжением «Дидактики» как науки об организации обучения в эпоху цифровизации.
ABSTRACT
In the work, based on a system analysis of the development of civilization, the following is shown. 1. In the development of civilization, a quantum leap has taken place, i.e. people from the space of life with two degrees of freedom (components: the cognitive sphere, real space) as civilization developed, moved to the space of life with three degrees of freedom (components: the cognitive sphere, virtual, real space). 2. The living space with three degrees of freedom has enormous potential for the growth of labor productivity, which forms a qualitatively new society with a "digital economy". 3. In order to solve the main problem of pedagogy "It is required to develop an effective educational system" for the digital age, it is necessary to develop effective educational SMART systems. 4. The regularity of the origin of "didactic engineering" as a science about the organization of educational activity in a society with a "digital economy", capable of solving the main problem of pedagogy based on an engineering approach, is substantiated. 5. It is proved that "didactic engineering is a continuation of" didactics "as a science about the organization of education in the digital age.
Ключевые слова: дидактика, обучение, дидактическая инженерия, искусственный интеллект, SMART система, пространство жизнедеятельности, три степени свободы.
Keywords: didactics, training, didactic engineering, artificial Intelligence, SMART system, life space, three degrees of freedom.
С исторической точки зрения, каждая эпоха в зависимости от уровня развития экономики определенного формата имела свою образовательную систему, которая обеспечивала кадрами этот формат экономики и строила фундамент для перехода на следующий формат организации экономики с более высокими показателями значений производительности труда. Таким образом, можно утверждать, что эффективные образовательные системы, обеспечивающие быстрое развитие науки, техники, культуры труда, являются одним из главных элементов механизма «толкающего вперед» развитие общества в целом. Отличительной особенностью
нашей эпохи является то, что в пространстве жизнедеятельности человека с двумя степенями свободы (когнитивная сфера, реальное пространство), в котором создавался любой продукт за счет интеграции «мысли» и «материи», сформировалось новое - виртуальное пространство. В свою очередь, это привело к тому, что пространство жизнедеятельности человека стало с тремя степенями свободы и стали создаваться новые системы - продукты жизнедеятельности за счет сущностной интеграции «мысли», «искусственного интеллекта», «материи» и их «Web коммуникации». Как резуль-
тат, появились системы - продукты с новыми свойствами, основанными на технических средствах с программным обеспечением и с «искусственным интеллектом», тесно связанные между собой на основе этих Web коммуникаций в «автоматизированный коллективный интеллект». Эти системы как «интернет вещей» из техносферы стали интенсивно внедряться через образовательные системы в быт и в экономику и в результате изменился формат организации всей экономики, т.е. общество перешло в эпоху с «цифровой экономикой» с огромным потенциалом по возможностям производительности. Очевидно, что в этой ситуации, дидактическая инженерия [1 - 6] как методология организации автоматизированной учебной жизнедеятельности в пространстве с тремя степенями свободы, появилась в силу исторической необходимости и призвана способствовать решению проблемы обеспечения квалифицированными кадрами «цифровую экономику». На сегодняшний день, это один из главных методологических инструментов, который на базе инженерного подхода, т.е. системного анализа и поэтапного моделирования занимается разработкой
теоретических основ образовательных систем нового поколения, включающих элементы «искусственного интеллекта» для принятий решений.
Стоит подчеркнуть, что большинство педагогических проблем современности, разумеется, на базе прошлых достигнутых в педагогике результатов, решаются только методами, основанными на инженерном подходе. Это означает, что решения находятся на основе системного анализа методом поэтапного моделирования. В свою очередь, эти этапы поиска решения любой проблемы, в основном, состоят из вербального; графического; табличного; параметрического; математического; имитационного моделирования. На рис. 1 (с исторической точки зрения) приводится методологическая модель поиска пути решения для одной из извечных основных педагогических проблем, которая возникает на каждом новом формате (эпохе) развития экономики. Эта проблема формулируется так: «Требуется разработать эффективную образовательную систему».
Рис. 1. Схема решения проблемы методом поэтапного моделирования
Как следует из истории, поиск решения основной педагогической проблемы в разные исторические периоды развития пространства жизнедеятельности общества всегда ограничивался на определенном этапе моделирования, т.е. заканчивался на том этапе, когда найденная модель образовательной системы полностью удовлетворяла потребности экономики на этом этапе развития. Таким образом, когда наступила эпоха быстрого развития технического прогресса с «умными машинами», появилась потребность в решении основной педагогической проблемы в пространстве жизнедеятельности общества с тремя степенями свободы, т.е. появилась потребность решения этой проблемы через создание «умных» автоматизированных образовательных систем. На практике это означает, что для достижения цели по решению проблемы в педагогике в целом и в дидактике в частности, как науке об организации учебной деятельности, для построения дидактических «умных» систем, стало необходимо кроме этапов вербального, графического, табличного, пройти еще этапы параметрического, математического и имитационного моделирования. Как уже отмечалось, что моделирование на этих этапах делается не на пустом месте, т.к. в ходе истории, для решения основной педагогической проблемы, усилиями педагогов, психологов и других ученых прошлого и настоящего, созданы тысячи моделей на этапах вербального, графического, табличного моделирования. При всем этом, в отличие от других предметных областей, в педагогике появилась определенная «запоздалость» при решении основной педагогической проблемы. Это можно объяснить несколькими причинами:
1. На прошлых этапах развития экономики не было такой острой необходимости в автоматизированных системах в пространстве жизнедеятельности с двумя степенями свободы. Острая потребность в автоматизированных обучающих системах появилась с процессом формирования «цифровой экономики», при которой устанавливается высокий темп развития производства через автоматизацию, в результате которого можно достигнуть высоких значений в показателях производительности труда.
2. Трудностью, валидной формализации процессов обучения человека на этапах параметрического, математического, имитационного моделирования из-за сложности поиска решения проблем в этой предметной области.
3. В отсутствии единого взгляда у специалистов разных отраслей науки (педагогов, психологов, математиков и т. д.) на необходимость дальнейшей автоматизации процессов: организации обучения, самого обучения, диагностики качества обучения. Это происходит потому, что, в основном, специалисты в области педагогики и психологии сомневаются (без человеческого фактора) в эффективности решения основной проблемы педагогики через ее почти полную автоматизацию.
В целом, с исторической точки зрения, процесс поиска решения основной педагогической проблемы в разных эпохах развития цивилизации про-
исходил следующим образом. На первом этапе развития образовательных систем для решения проблемы эффективного обучения (в системе «учитель-ученик»), оказалось достаточным использовать метод вербального моделирования, т.е. решение основной проблемы педагогики удавалось за счет «мыслительных умений» человека найти на первом этапе в цикле: проблема, системный анализ проблемной ситуации, вербальное моделирование, решение. На втором этапе развития образовательных систем, появилась промышленность, т.е. объекты изучения и обучения сильно усложнились. Для решения проблемы эффективного обучения, появилась потребность значительного увеличения информативной составляющей метода моделирования. Поэтому, на этом этапе развития для решения основной педагогической проблемы, потребовалось использовать методы графического, табличного моделирования в интеграции с вербальным моделированием, т.е. поиск решения проблемы велся в цикле: проблема, системный анализ проблемной ситуации, вербальное, графическое, табличное моделирование. На третьем этапе исторического развития образовательных систем, в экономике появились искусственные технические объекты, функционирующие под интеллектуальным управлением человека (автомобили, станки, самолеты, вычислительная техника), для создания этих сложных объектов, необходимо было проектировать их в метрическом (математическом) пространстве, т.к. необходимо было указать размеры и количественные соотношения. Поэтому, для решения проблемы построения эффективных технических, образовательных систем, наряду с вербальным, графическим, табличным методом моделирования, появилась необходимость использовать метрический метод, т.е. метод математического моделирования. На четвертом этапе развития экономики, появилась вычислительная техника с программным обеспечением, которая уже в принципе (в зависимости от уровня развития «искусственного интеллекта») может имитировать и заменить управляющие функции человека. Следует подчеркнуть, что при автоматизации любых сложных процессов, имитационная модель играет особую роль, т.к. представляет собой алгоритм программного обеспечения для автоматизированных систем, которые имитируют «мыслительные умения» человека и системы сами «умеют» найти решение проблемы. Например, в рассматриваемом случае дидактическая система будет имитировать «мыслительные умения» человека, который организует и проводит обучение с диагностикой его качества. При этом, поиск решения большинства проблем, где это возможно, ведётся в метрическом формате. Разумеется, результаты, также представляются в цифровом формате. Таким образом, в образовании это позволяет формализовать организацию и процесс ведения учебной деятельности, где управление этим процессом ведется через формализованные механизмы педагогического и обучающего воздействия, а также формализовать процесс оценки качества результатов обучения с требуемой
точностью и надежностью. Особо стоить подчеркнуть, что в пространстве жизнедеятельности с тремя степенями свободы это позволяет автоматизировать весь комплекс процесса обучения, диагностики качества результатов, документооборота и делопроизводства в виртуальном пространстве, т.е. человек может учиться в этом пространстве, общаясь интерактивно с «умной» средой, сгенерированной дидактической системой в on-line режиме. В свою очередь, высокий уровень автоматизации дидактических систем с использованием «искусственного интеллекта», т.е. с участием преподавателя как проектировщика - организатора и менеджера,
опосредованно управляющим процессом обучения, позволит в перспективе отнести эти системы к классу дидактических SMART систем. При этом отметим, что процесс «потери» управляющих функций человека происходит постепенно по следующему сценарию. При проектировании автоматизированных сложных систем, эффективно функционирующих по какому-то критерию оптимальности в среде с тремя степенями свободы, на каждом иерархическом уровне их организации возникают, как правило, проблемы автоматизации управления без человеческого участия (рис. 2).
УПРАВЛЕНИЕ
ВХОД
Функционирующая сложная автоматизированная система
ВЫХОД
Í
МЕХАНИЗМ (М(1))
УПРАВЛЕНИЕ (У(1))
| М(2,1) |~| М(2,2) |~|М(2.3) |<\ [
п
/
I
У(2)
г
/
I
I
I
I М(3,1) ^-ГМ(3,2) -/—I У(3) I ^
Рис. 2. Модель сложной системы с многоуровневым автоматизированным управлением
Из литературы [7], известно, что любая сложная открытая система функционирует так: ВХОД преобразуется в ВЫХОД путем целенаправленного УПРАВЛЕНИЯ, реализующего этот ВЫХОД с помощью какого-то МЕХАНИЗМА. Рассмотрим две основные разделяющие ситуации, которые возникают при классификации «умных» автоматизированных систем. Допустим, что у системы, приведенной на рис. 2, автоматизировано все, вплоть до принятия решения и реализации этих решений через Web коммуникации, только второй и третий уровень управления, т.е. блоки У(2), У(3). В этом случае, рассматриваемую систему можно отнести только к классу киберфизических [9] систем, т.к. управление (блок У(1)) на более высоком иерархии организации, т.е. первом уровне иерархической системы организации реализуется человеком. Рассмотрим вторую ситуацию, когда автоматизированы все блоки управления с принятием решений и с реализацией этих решений на практике в пространстве жизнедеятельности с тремя степенями свободы, т.е. блоки У(1), У(2), У(3). Только в этом случае, рассматриваемую систему можно отнести к классу SMART систем.
В целом, внедрения SMART систем в пространство жизнедеятельности человека происходит
постепенно в порядке возрастания сложности автоматизированного управления этими системами и при условии их эффективного функционирования. С эволюционной точки зрения, этот порядок внедрения во времени, формируется следующим образом. Вначале внедряются объекты из тех предметных областей, для которых на основе системного анализа и поэтапного моделирования можно построить последовательность адекватных моделей: вербальных, графических, табличных, параметрических, математических, имитационных. Это означает, что должны быть построены имитационные модели принятия решений и управления процессами создания и массового эффективного изготовления готовых предметов в пространстве жизнедеятельности с тремя степенями свободы. Далее, на основе этих моделей проектируется автоматизированные (до SMART) системы. Эту последовательность внедрения SMART систем в практику разных предметных областей, можно проследить по рисунку 1. Как показывает практика, эта последовательность внедрения SMART систем в разные предметные области следующая: техническая, экономическая, и т.д. Следует подчеркнуть, что образовательная предметная область, т.е. образовательные системы, относятся к открытым супер-
сложным системам, с опосредованным управлением, т.к. в этих системах педагогическое и обучающее воздействие на человека, передается опосредованно через образовательную среду. Из этого следует, что до достижения самого высокого уровня развития автоматизации, автоматизированные образовательные системы еще долго будут оставаться в классе киберфизических систем. Это, несмотря на то, что произошел качественный скачок в пространстве жизнедеятельности человека, который многократно увеличил возможности его в организации автоматизации своей деятельности, результаты которой отразились бы в скорости развития экономики, и во всем его пространстве жизнедеятельности с тремя степенями свободы. Из всего сказанного следует, что в стратегическом смысле, для быстрого развития общества в сфере образования, глобальный научный интерес представляет собой решение проблемы проектирования эффективных SMART систем. Это, очевидно, т.к. организация эффективного обучения в on - line среде, которое по многим основным критериям оптимальности могло бы конкурировать с эффективными системами обучения с квалифицированным преподавателем, даст сильный толчок для развития цивилизации в целом. Таким образом, анализ ситуации с исторической точки зрения показывает что, решение основной проблем педагогики носит стратегический характер и может быть найдено только в перспективе, согласованными усилиями ученых, работающих на стыке многих наук: педагогики, психологии, кибернетики, информатики, программной инженерии и т.д. На актуальный момент времени, многие локальные проблемы педагогики, необходимые для решения основной проблемы педагогики, решены на основе инженерного подхода на практическом уровне с использованием метода поэтапного моделирования [8 - 12].
В принципе, сложная проблема приставляет собой задачу, для решения которой исследователю (решателю) не хватает информации и в этом случае используется Системный анализ как наука (методология) организации исследований с целью решения сложной проблемы. По этому поводу, в книге Дж. фон Неймана и О. Моргенштерна «Теория игр и экономическое поведение» [13], «красной нитью» проводится мысль: если у «решателя» не хватает информации для решения проблемы, то надо ее купить, но если это невозможно, то можно решить как-то эту проблему на основе этой книги.
На рис. 3 приводится методологическая модель организации деятельности по разработке «умных» систем, в котором эта SMART система получается в результате проведенных работ в пространстве жизнедеятельности с тремя степенями свободы. Эта деятельность по решению проблемы проводится по логике «сверху вниз» и «снизу вверх». Работа «сверху вниз» проводится в следующей последовательности: системный анализ и поэтапное моделирование. Системный анализ необходим для декомпозиции сложной проблемной ситуации на локальные проблемные ситуации (проблемы), например см. рис. 3, в которой изначальная сложная проблема детализируется исследователем на локальные проблемы ЛП(1),..., ЛП(*), где * означает, что число «деталей» проблемы определяется исследователем по ситуации. В результате декомпозиции формируется иерархический граф из локальных проблем конкретизированных до задач, которые на рисунке 3 отделены штриховой линией. Далее, исследователь начинает решать задачи методом поэтапного моделирования, который состоит в общем случае, из 6 этапов моделирования: 1. В(*) - вербальная модель, результат - текст. 2. Г(*) - графическая модель, результат -рисунок, диаграмма, график, граф и т.д. . 3. Т(*) -табличная модель, результат - таблица, базы данных и т.д. 4. П(*) - параметрическая модель, результат - часть определенных параметров системы. 5. М(*) - математическая, результат - в определенном метрическом пространстве установлены связи (детерминированные, стохастические) между значениями интегративных показателей (переменных), через которые, в свою очередь, можно установит: оптимальные (по формализованному критерию) значения параметров, оптимальные режимы управления динамическими системами и т.д.. 6. И(*) - имитационная, результат - алгоритм программы, построенная на базе математической модели для части эскизного проекта SMART системы. Следует отметить, что при проектировании сложных автоматизированных систем, используется, как правило, все этапы моделировании. Затем, начинается исследовательская работа «снизу вверх». Например, допустим, исследователь решил задачу И (3. 3. 5) аналитически или с помощью компьютера способом, в этом случае он получает часть недостающей информации (формирует у себя знания) для преобразования (превращения) локальной проблемы в задачу.
СИСТЕМНЫМ АНАЛИЗ
t t
Несложные
% модели »
\
V
ПОЭТАПНОЕ МОДЕЛИРОВАНИЕ
В(3.3.5) модель J ^
_ I _ (
^Г(3.3.5) модель^ ^
I
^П(33.5 ) модель^^^^ | ^ $
СМ(3.3.5) модель^ ^
СЩ33.5 ) модель^^^
Суперсложные i
модели J *
У
G
эскизныи проект SMART системы
>
ПРОГРАММНАЯ ИНЖЕНЕРИЯ
С
Программный комплекс
3
Рис. 3. Методологическая модель организации работ по созданию SMART систем
При этом, аналогично, если исследователем будет решен весь комплекс задач, т.е. ЗД (3. 3. 1), ... , ЗД (3. 3. *), то он сформирует у себя знания, требуемого качество, которых будет достаточно для преобразования локальной проблемы ЛП(3. 3) полностью в задачу. В целом, таким образом, при организации деятельности исследователя «снизу вверх» происходит преобразование всех проблем в задачи.
Что касается проектирования SMART систем для нужд образования, следует отметить, что, в конечном счете, решение основной проблемы педагогики, должно быть найдено образовательной системой любого государства с «цифровой экономикой». Так же, очевидно и то, что решение этой проблемы позволяет обществу перейти в следующую эпоху развития нашей цивилизации, т.к. увеличит степень
свободы деятельностного пространства и сделает это пространство уже с четырьмя степенями свободы со всеми исходящими из этого факта выводами.
В целом, в результате анализа было уже сказано, что Дидактическая инженерия как наука занимается решением педагогических проблем, т.е. решением проблем организации обучения автоматизированным способом, востребованных в обществе с «цифровой экономикой». В тоже время, как показывает анализ, поиском решения тех же проблем, занимается Дидактика, но эти две науки по цели поиска решения основной педагогической проблемы различимы. Цель решения основной педагогической проблемы в рамках Дидактической инженерии может быть формулирована так: «Требуется разработать автоматизированную эффективную
образовательную систему». В то же время, как было указано ранее, цель решения основной педагогической проблемы в рамках Дидактики, т.е. в классической формулировке может быть формулирована так: «Требуется разработать эффективную образовательную систему». Таким образом, в Дидактике, т.е. в классической формулировке цели не учитывается (и не могло учитываться), фактор «скачка» в развитии цивилизации. Как уже говорилось, этот скачок произошел в результате перехода общества с пространства жизнедеятельности с двумя степенями свободы (когнитивная сфера, реальное пространство) в пространство жизнедеятельности с «искусственным интеллектом» с тремя степенями свободы (когнитивная сфера, виртуальное, реальное пространство). Также, еще подчеркнем, эти две близкие науки отличаются по способу поиска решений и реализации этих решений в обществе. Несмотря на все эти различия, очевидно, что главным объединяющим фактором этих двух наук является их единая предметная область - Педагогика. Поэтому, Дидактическая инженерия как методология Педагогики есть продолжение Дидактики как методологии Педагогики, но только методологии следующей эпохи развития образования.
Итак, резюме: из системного анализа истории развития образовательных систем следует, что дидактическая инженерия появилась в силу исторической необходимости как продолжение дидактики, которая с древних времен («Великая дидактика» Яна Коменского) занималась решением извечной проблемы педагогики: «Требуется разработать эффективную образовательную систему» для каждой эпохи развития цивилизации. Это происходило до той поры, пока не изменилось размерность пространства жизнедеятельности людей. Таким образом, доказано, что Дидактическая инженерия, хотя и различается от Дидактики по цели и по способам решения педагогических проблем, все ровно их объединяет единая предметная область исследования - Педагогика. Поэтому, можно сделать вывод, что Дидактическая инженерия есть дидактика эпохи цифровизации экономики, которая на основе инженерного подхода, способна решить основную педагогическую проблему: «Требуется разработать автоматизированную эффективную образовательную систему», опираясь на результаты достижений в педагогике, психологии, кибернетике, программной инженерии и других наук.
Литература
1. Douady R. L'intenierie didactique: une méthodologie privilegiee de la recherché // Proceedings of 11th PME Conference. Montreal, Canada. 1987. Vol. 3. P. 222-228.
2. Douady R. Didactic engineering. Learning and teaching mathematics: An international perspective // En. by T.Nunes & P.Bryant. East Sussex: Psychology Press, 1997. P. 373-401.
3. Дидактика и инженерия / М.А. Чошанов. М.: Бином. Лаборатория знаний, 2011. 248 с.
4. Нуриев Н.К., Старыгина С.Д. Дидактическая инженерия: подготовка инженеров в техногенной образовательной среде //Образование и наука. 2016. № 9 (138). С.61-79. DOI: 10.17853/1994-56392016-9-61-79.
5. Нуриев Н.К., Старыгина С.Д. Дидактическая инженерия: технология подготовки IT-инженеров в техногенной среде // Альма-Матер (Вестник высшей школы). 2016. № 11. С. 64-67. DOI: 10.20339/AM.11-16.088.
6. Старыгина С.Д., Нуриев Н.К. Теоретические основы дидактической инженерии // Образовательные технологии и общество. 2019. т.22. № 1. С.101-110.
7. David A.Marsa and Clement L.McGoman. SADT: Structured Analysis and Design Technique. McGraw-Hill, 1988.
8. Nail N., Artem N. Designing of the software web component of the didactic systems of the engineering education // International Conference on Interactive Collaborative Learning (ICL). 2013. 354-358 pp.
9. Nail N., Svetlana S. New didactic systems of the engineering education // International Conference on Interactive Collaborative Learning (ICL). 2013. 345-350 pp.
10. Нуриев Н.К., Старыгина С.Д., Гибадуллина Э.А. Дидактическая инженерия: проектирование систем обучения нового поколения // Интеграция образования. 2016. Т. 20. № 3 (84). С. 393-406. DOI: 10.15507/1991-9468.084.020.201603.393-406.
11. Обади А.А., Печеный Е.А., Нуриев Н.К. Математические модели прогноза и оперативного управления развитием многопараметрических объектов // Современные наукоёмкие технологии. 2019. № 8. С. 55-60.
12. Нуриев Н.К., Обади А.А., Печеный Е.А., Старыгина С.Д. Математическая модель развития проектно-конструктивных способностей в деятельности // Современные наукоёмкие технологии. 2019. № 7. С. 70-77.
13. Дж. фон Нейман, О. Моргенштерн. Теория игр и экономическое поведение. Наука, 1970. 983 с.
