CC BY
59
Технология подготовки инженера в метрическом компетентностном формате в реально-виртуальной среде
развития
Наиль Кашапович Нуриев профессор, к.т.н., д.п.н., заведующий кафедрой информатики и прикладной
математики,
Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 nurievnk@mail. ru Светлана Дмитриевна Старыгина к.п.н., доцент кафедры информатики и прикладной математики,
Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 svetacd kazan@mail.ru Евгений Абрамович Печеный к.т.н., доцент кафедры информатики и прикладной математики,
Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 platova51 @mail.ru Артур Гайфутдинов магистрант кафедры информатики и прикладной математики,
Казанский национальный исследовательский технологический университет, ул. К.Маркса, 68, г. Казань, 420015, (843)2314119 invictusru@gmail.com
Аннотация
Проведен анализ деятельности инженера. Установлены основные параметры, характеризующие деятельностный потенциал инженера и их метрики. Разработана многомерная шкала качества владения компетенцией. Построена модель организации подготовки инженера в метрическом компетентностном формате. Спроектировано программное обеспечение Web-составляющей дидактической системы нового поколения.
The analysis of the engineer. The basic parameters that characterize the activity and potential engineer their metrics. Developed a multidimensional scale of quality possession competence. A model of the training of engineers in the competence-metric format. Designed software Web-didactic component of the new generation.
Ключевые слова
подготовка инженера, компетентность, деятельностный потенциал, шкала качества, дидактическая система, программное обеспечение, web-система engineer training, competence, activity potential, quality scale, didactic system, software, web-system
Введение
Из результатов исследований [1, 2] следует, что подготовку студента необходимо вести в опережающем или хотя бы в актуальном контексте деятельности инженера принятой в передовой мировой инженерной практике. Поэтому весь учебный материал и сам процесс подготовки должен базироваться на основе
результатов исследований операций инженерной деятельности на актуальный момент времени.
Очевидно, учебный процесс должен быть валидной имитационной моделью (в академическом смысле) процесса работы инженера.
Исследование операций деятельности инженера
Инженер как профессионал предназначен для разрешения потока проблем из определенной компетенции. Разумеется, чем сложнее проблемы способен разрешить инженер из этой компетенции в системе реального времени, тем выше его уровень развития (качество) как профессионала, а так же, как правило, конкурентоспособность и как следствие социальный статус.
В модели поток проблем, который должен разрешить инженер, представлен потоком (сетью) работ Р1, Р2, Р3, ... сложности (рис. 1). На практике эффективность работы инженера оценивается исходя из того, сколько проблем и какой сложности смог разрешить инженер в ходе своей деятельности.
Априорный поток работы инженера Апостериорный поток
проблем проблем
©
О
- неразрешенная проблема
- разрешенная проблема
Рис. 1. Модель потока проблем сложности Р1, Р2, Р3,...
Рассмотрим вопрос о том, от каких основных факторов и значений показателей зависит эффективность разрешения проблемы инженером. Из результатов исследований операций деятельности инженера следует, что процесс разрешения проблемы (при крупномасштабной детализации) представляет собой трехэтапную операцию (рис. 2).
1
Операция ^ ф ормализ ации проблемы .
2
Операция конструирования решения У
3
Рис. 2. Модель последовательности операций деятельности инженера по
разрешению проблем
На первом этапе (операция А-формализация), инженер на основе своих знаний и способностей, проблему преобразует (в когнитивной сфере) в известные ему задачи. На втором этапе разрешения проблемы (на основе и за счет знаний и способностей) инженер производит построение конструкта (алгоритма) для поиска решения задач, полученного на первом этапе, т.е. на втором этапе происходит (операция В - конструирование) решения задач. И наконец, на третьем этапе происходит исполнение (операция С) полученного конструкта в реальной (виртуальной) среде. Разумеется, инженер на фоне своих знаний должен уметь делать все эти операции в комплексе, т.е. на фоне своих знаний обладать следующими способностями: 1) формализовать проблему, 2) конструировать решение, для полученных в первом пункте задач и 3) реализовать, полученный во втором пункте алгоритм в среде. В целом, перечисленные способности инженера назовем его АВС способностями в определенной компетенции. При этом у разных инженеров, уровни (меры) развития АВС способностей и глубина (мера) наличия знаний из области решаемых проблем будут разные, и в зависимости от конкретных значений этих мер, они с разным успехом (вероятностью) будут разрешать профессиональные проблемы разной сложности. Мера глубины владения знаниями из определенной области деятельности характеризуется двумя параметрами: полнотой (параметр POL) и целостностью (параметр CHL) владения этими знаниями. По смыслу, полнота знаний инженера это мера обладание им знаниями - фактами из области решаемых проблем, т.е. насколько полно его «человеческая фактографическая база данных». Целостность знаний инженера - это мера его знаний «логики взаимосвязей», т.е. мера знаний о связях между элементами этой человеческой фактографической базы данных.
Очевидно, все эти разносторонние показатели А, В, С, POL, CHL, характеризующие уровень развития инженера в определенной области деятельности взаимосвязаны и представляют собой единую многомерную характеристику его состояния развития. Структура организации этих показателей в единую систему приводится на рис. 3.
Рис. 3. Структура организации единой системы показателей уровня развития
инженера
Комментарий. В деятельности способности проявляются, как умения добиться результата, т.е. на практике АВС способности инженера проявляются, как умения на базе наличных знаний формализовать проблему, сконструировать решение задачи и реализовать это решение на практике. Тот факт, что проблема определенной сложности будет разрешено или не разрешено инженером зависит от конкретных значений показателей его параметров А, В, С, POL, CHL. Из этого следует, что параметры А, В, С, POL, CHL в комплексе характеризуют уровень развития инженера, т.е. в зависимости от конкретных значений этих параметров можно судить на сколько (не) развит инженер в своей области деятельности.
Процесс разрешения проблемы инженером в динамике представимо через диаграмму SADT (рис. 4).
СПОСОБНОСТИ (личностные технологии) I
ЗНАНИЯ (личностные ресурсы)
Рис. 4. Функциональная модель разрешения проблем через деятельности
Согласно этой схеме инженер, функционирует следующим образом. Допустим, на ВХОД поступает проблема ПР1 сложности Р(АВС). Очевидно, что любая проблема для него имеет формализационную, конструктивную и исполнительскую сложности одновременно [2, 3]. В абстракции эти сложности будем рассматривать раздельно, т.е. через Р(А) обозначим сложность формализации проблемы, Р(В) - сложность конструирования решения задачи, Р(С) сложность исполнения этого решения в реальной (виртуальной) среде. Разумеется, если уровень развития А-способностей и знаньевых ресурсов у инженера достаточно, чтобы преодолеть Р(А) - сложность проблемы, то с большей вероятностью операция 1 (см. рис. 4) будет им проведена успешно. Аналогично, обстоят дела с (не)успешностью операций 2 и 3.
Из контекста следует, что все показатели А, В, С, POL, CHL можно и необходимо организовать в единую пятимерную измерительную систему, которая в зависимости от конкретных значений будет характеризовать деятельностный потенциал инженера (рис 5). Как было сказано ранее, высокий уровень развития (высокий деятельностный потенциал) позволяет его обладателю с большей вероятностью разрешать сложные проблемы, т.е. быть компетентным в области своей деятельности. Поэтому, таким образом, построенную измерительную систему назовем шкалой качества владения компетенцией или коротко - шкалой КВК.
В А Конструктивные ^ V способности
Исполнительские
способности
Невысокий деятельностный потенциал
(готовность решать несложные проблемы)
Полнота владения знаниями
Целостность владения знаниями
Рис. 5. Шкала качества владения компетенцией
Комментарий. Компетентность - это качество владения компетенцией [4, 5]. На практике это означает, что компетентный инженер в системе реального времени способен (умеет) надежно разрешать проблемы до определенной сложности из компетенций, которыми он должен владеть на рабочем месте.
Основные факторы и условия оптимального развития будущего инженера
Как отмечено в «Психологии развития личности» [6], определяющими факторами развития являются: наследственность, среда, активность. Действие фактора наследственности проявляется в индивидуальных свойствах человека и выступает в качестве предпосылок для его развития. Фактор среда выступает в качестве средства обеспечения этого развития, а фактор активность определяет интенсивность развития.
Таким образом, из сказанного и результатов исследований операций деятельности инженера следует, что для подготовки инженера высокого качества требуется: 1. Отобрать абитуриентов с необходимыми для этой профессиональной деятельности задатками. 2. Создать проблемно-ориентированную знаньевую среду для развития, состоящую из труднодоступных проблем. 3. Стимулировать активность обучающегося для решения этих проблем всеми методами и средствами педагогического воздействия.
Комментарий. Из того факта, что в современных условиях студенты значительную часть своего времени проводят в виртуальном пространстве, следует, что среда быстрого развития должна быть реально-виртуальной средой, т.е. пункт два в требованиях должен быть сразу дополнен и сформулирован следующим образом: 2. Создать проблемно-ориентированную знаньевую реально-виртуальную среду (РВС) быстрого развития.
Соблюдение этих трех требований обеспечит условие для оптимального природосообразного развития будущего инженера в определенном направлении инженерной деятельности.
Развивающее обучение как система подготовки разрабатывалась с конца 50 годов в рамках школ Л.В. Занкового и Д.Б. Эльконина [7, 8]. Центральную идею основного принципа развивающего обучения можно сформулировать так. Обучение
ведется на высоком уровне трудности. Обучаемый стремиться преодолеть трудности в «зоне ближайшего развития», которые выходят за рамки его актуальных возможностей. Этот процесс ведет к развитию его способностей и усвоению знаний. Понятие «зона ближайшего развития» (ЗБР), принадлежит советскому психологу Л.С. Выготскому. По смыслу (ЗБР) - это расхождение между уровнем актуального развития (оценивается трудностью самостоятельно решаемых проблем - задач) и уровнем потенциального развития (чего обучающееся может достигнуть в процессе подготовки). В своих работах Л.С. Выготский отмечал, что между процессами развития и обучением устанавливаются сложнейшие динамические зависимости, которые нельзя охватить единой, наперед данной, априорной умозрительной формулой [9]. На практике при развивающем обучении акцент переносится с изучения учебного материала на учебную деятельность. Разумеется, одним из основных вопросов в организации развивающего обучения является проблема создания благоприятной среды как инструментария для наискорейшего устойчивого развития будущего инженера через это обучение.
При всей ясности идеи динамичного развития будущего инженера через ЗБР, практическая реализация его в реально-виртуальной среде с разработкой технологии и содержания учебного материала для быстрой подготовки по конкретному направлению является сложной проблемой.
Организация реально-виртуальной среды (РВС) быстрого развития
На практике РВС быстрого развития реализуется в виде дидактических систем нового поколения [10, 11, 12], основанных на технологии подготовки инженера в метрическом компетентностном формате (МКФ), в которой (не)успешность студента оценивается на шкале КВК. На рис. 6 приводится модель организации обучения с технологией подготовки в МКФ.
ПРАКТИКА
База учебных проблем (БУП)
і і1 Н §: : 1 8- Поток проблем по возрастанию сложности ^
Студент ^
1!
“ і
і
Т
Поток знаний, необходимых для разрешения проблем
ТЕОРИЯ
База База
знаний вопросов
(БЗ) (БВ)
СПОСОБНОСТИ
студента
Специально организованная реально-виртуальная среда быстрого развития
Деятельность: разрешение учебных проблем по возрастанию сложности (из ЗБР) на фоне усвоенных знаний
ЗНАНИЯ
студента
Рис. 6. Модель технологического маршрута подготовки инженера в МКФ
В целом, дидактическая система (среда развития) представляет собой личный кабинет студента, развернутый в реально-виртуальном пространстве. Кабинет функционирует следующим образом. Из базы учебных проблем (БУП) формируется поток проблем из «зоны ближайшего развития» студента. Синхронно с потоком проблем из БЗ формируется поток знаний как «помощь» для разрешения этих
проблем. Эта «помощь» позволяет освоить «зону ближайшего развития», т.е. надежно разрешать проблемы по сложности, относящие к этой зоне. Процесс разрешения проблем на фоне усвоения знаний и есть специально организованная гармоничная среда для развития АВС способностей. От качества организации среды развития (дидактической системы) зависит темп развития АВС способностей студента. В технологии подготовки в МКФ преподаватель в основном занимается консультированием и «администрированием» развития АВС способностей. Разумеется, администрирование возможно, если преподаватель знает состояние развития студента на шкале КВК. Таким образом, вполне можно считать, что шкала КВК - это специальная навигационная система преподавателя, которая позволяет управлять развитием будущего инженера.
Организации базы учебных проблем и базы вопросов теста
Физически база учебных проблем (БУП), база знаний (БЗ) и базы вопросов (БВ) по каждой дисциплине разворачиваются в виртуальной составляющей дидактической системы. В базе проблемы рассматриваются в рамках отдельных тем (компетенций) и представляются с оценкой их сложности. Причем, очевидно, о сложности проблемы каждый инженер судит субъективно, исходя из трудности ее решения им самим. Для объективной оценки сложности проблемы необходимо оценить ее через трудоемкость разрешения этой проблемы экспертом в (час/раб). Например, пусть сложность проблемы ПР1, равна 0,5 (час/раб) эксперта, коротко запишем так Р(ПР1) = 0,5 (час/раб). Это означает, что за полчаса эксперт полностью разрешит проблему, т.е. сделает всю работу целиком. Другой пример, допустим сложность проблемы ПР2 равна Р(ПР2) = 5 (час/раб) эксперта. Это будет означать, что эксперт может выполнить всю работу целиком по разрешению проблемы за пять часов работы. Таким образом, в примере проблема ПР2 в 10 раз сложнее проблемы ПР1.
В то же время, если даже сложности двух проблем одинаковы, то профиль сложности у них может отличаться из-за разной сложности операций формализации, конструирования и исполнения, т.е. структура организации сложности внутренних операций этих проблем может значимо отличатся. Например, пусть две проблемы П1 и П2 имеют одинаковую сложность Р(П1) = Р(П2) = 10 (час/раб). При этом внутренние операции А - формализация, В - конструирования и С - исполнения в составе проблем по сложности у них значимо отличаются. Допустим, у проблемы П1 сложности операций распределены следующим образом: сложности операций А, В, С соответственно равны Р(А) = а = 6, Р(В) = в = 3, Р(С) = с = 1. Коротко этот формат сложности проблемы П1 запишем так: Р(П1:6|3|1) (суммарная сложность 6 + 3 + 1 =10), а формат сложности проблемы П2 , Р(П2: 4|1|5), т.е. Р(А)=4, Р(В)=1, Р(С)=5. Таким образом, проблема П1 сложнее проблемы П2 по операциям А - формализация и В - конструирование, но проще по операции С - исполнение. На рис. 7 приводится профили организации сложности у проблем П1 и П2.
Комментарий. Так как развитие будущего инженера происходит в процессе разрешения проблем в логике «от простого к сложному», то при организации системы подготовки приходится сортировать эти проблемы по сложности. Приведем примеры установления сложности четырех учебных проблем экспертом (преподавателем), рассматриваемых в рамках дисциплины «Исследование операций» в разделе «Линейное программирование».
Сложность (трудоемкость) учебных проблем будем оценивать в (мин/раб).
Учебная проблема П1. Для обработки малахита и агата, из которых изготавливаются украшения, используются три вида оборудования. Малахитовая заготовка обрабатывается на оборудовании первого вида 0,5 часа, на оборудовании второго вида 0,2 часа, на оборудовании третьего вида 0,1 часа. Агатовая заготовка обрабатывается на оборудовании первого вида 0,4 часа, на оборудовании второго вида 0,4 часа, а оборудование третьего вида для обработки агата не применяется. Фонд рабочего времени оборудования составляет 40, 28 и 6 часов соответственно. Найти оптимальный план производства украшений, обеспечивающий максимальную прибыль от их продажи, если цена малахитового украшения 10 д.е., а агатового 8 д.е. При этом формализовать учебную проблему. Проверить правильность полученных результатов посредством геометрических построений и дать их содержательную интерпретацию.
По оценке эксперта сложности проблемы П1 имеет формат: Р(П1: 12|2|1), т.е. Р(А) = 12 (мин/раб), Р(В)=2 (мин/раб), Р(С) = 1 (мин/раб).
Учебная проблема П2. Для изготовления трех видов продукции предприятие использует три разновидности ресурсов И15 И2 и Из, запасы которых составляют 180; 120 и 220 единиц соответственно. Нормы расхода ресурса Я на единицу продукции первого вида составляют 9 единиц, на единицу продукции второго вида 9 единиц, на единицу продукции третьего вида 2 единицы. Соответствующие нормы для ресурса Яг составляют 4 единицы, 3 единицы и 2 единицы, а для ресурса Я3 1 единицу, 2 единицы и 4 единицы. Цена первого вида продукции равна 7 д. е., второго вида 8 д. е., третьего вида 6 д. е. Найти план производства, при котором достигается
наибольшая стоимость произведенного продуктового набора. При этом найти решение с помощью симплекс- таблиц, дать их содержательную интерпретацию.
По оценке эксперта сложности проблемы П2 имеет формат: Р(П2:
12|30|3), т.е. Р(А) = 12 (мин/раб), Р(В)=30 (мин/раб), Р(С) = 3 (мин/раб).
Учебная проблема П3. Найти решение или доказать его отсутствие с помощью геометрических построений f = min( — 3x2)
lOXj + 3x2 > 30
— x1 + x2 < 3
Xj — x2 < 4
Xj + x2 < 10
xx > 0; x2 > 0.
По оценке эксперта сложности проблемы П3 имеет формат: Р(П3: 0|5|1), т.е. Р(А) = 0 (мин/раб), Р(В)=5 (мин/раб), Р(С) = 1 (мин/раб).
Учебная проблема П4. Решить задачу линейного программирования с помощью пакета Ms Excel.
f = min( 2 + x — x2 + 2 x3)
x + x2 > 2 x — x2 < 0 x + x3 > 2 x + x2 — x3 < 3
По оценке эксперта сложности проблемы П3 имеет формат: Р(П3: 0|2|5), т.е. Р(А)=0 (мин/раб), Р(В)=2 (мин/раб), Р(С)=5 (мин/раб).
Как показывает опыт, в целом, базу учебных проблем (БУП) разрабатываемых по разным учебным дисциплинам технологично организовать в рамках некоторого принятого шаблона «Сетка сложности проблем». На рис. 8 приводится пример такого шаблона организации БУП для определенной инженерной дисциплины.
| БУП. Тема 3
БУП. Тема 2
БУП. Тема 1
Содержание Сложность
а 8 м ПР1(1) ПР1(20) «б а а а &!р гр £® 53 и и и 5 с с ^ V V V 0-0-0-
а о Ч м ПР1(21) ПР1(40) (о(о «б а а а срср с. £® 53 и и и с V V V 0-0-0-
X о & ПР1(41) ПР1(60) (о(о «б а а а СРС с. £® ЕЕ и и и ^ ^ чо V V V 0-0-0-
X о Ч м ПР1(61) ПР1(80) (о(о «б а а а СРер с. ЕЕ""3 ЕЕ и и и с ао 5? ос V V V 0-0-0-
X 8 м ПР1(81) Р(А) < 10( мин/раб) р(в) < 10(мин/раб)
ПР1(100) Р(С) < 10(мин/раб)
Рис. 8. Организация базы учебных проблем на «Сетке сложности проблем» по
дисциплине (*)
В блок 1 по теме 1, например, входят однородные двадцать учебных проблем ПР1(1), ПР1(2), ..., ПР1(20). К сложности этих проблем следующие требования: Р(А) < 2(мин/раб); Р(В) < 2(мин/раб); Р(С) < 2(мин/раб) эксперта (преподавателя). В блок 2 входят проблемы ПР1(21),..., ПР1(40) сложности: Р(А) < 4(мин/раб); Р(В) < 4(мин/раб); Р(С) < 4(мин/раб) эксперта и далее аналогично.
Комментарий. Разумеется, что база учебных проблем является открытой системой, т.е. количество проблем в блоках и количество самих блоков может сколько угодно расти, а также шаблон «Сетка сложности проблем» может быть разным в зависимости от «зоны ближайшего развития» обучаемого. Образно говоря, «Сетка сложности проблем» накрывает проблемы предметной области (учебной дисциплины), что позволяет их идентифицировать и ранжировать по сложности. Таким образом, деятельностный потенциал инженера окажется измеримым и управляемым в развитии. На практике, на шкале КВК эта сетка выглядит так, как показано на рис. 9. Чем более продвинутым окажется инженер по этой «Сетке сложности проблем», т.е. чем больше его пентагон развития, тем большим деятельностным потенциалом он будет обладать.
Качество базы учебных проблем с «сеткой» зависит от преподавателя и является определенной характеристикой этого преподавателя как профессионала.
База вопросов теста диагностики глубины усвоенных знаний, так же организуется в рамках шаблона «Сетка сложности вопросов» по каждой теме в рамках дисциплины. Разумеется, в данном случае «Сетка сложности вопросов» отличается от «Сетки сложности проблем» и не имеет размерности (рис. 10).
БВ. Тема (*)
БВ. Тема 2
БВ. Тема 1
Вопросы
на полноту усвоенных знаний
а § мэ ВП1(1) ВП1(20) КС < 0, 2 ^ У У! а § ма ВП1(1) ВП1(20) КС < 0, 2
г* а § ма ВП1(21) ВП1(40) = КС < 0, 4 Й о Я г* а § ма ВП1(21) ВП1(40) КС < 0, 4
го а о ИЗ ВП1(41) ВП1(60) § КС < 0, 6 « 3 н го а о ИЗ ВП1(41) ВП1(60) КС < 0, 6
■ч- X о Ч м ВП1(61) ВП1(80) КС < 0, 8 я ■е ■ч- X о Ч и ВП1(61) ВП1(80) КС < 0, 8
ич т § и ВП1(81) О КС < 1 ^ МЧ т § и ВП1(81) КС < 1
ВП1(100) ВП1(100)
на целостность усвоенных знаний
■Є
п
£
Рис. 10. Организация базы вопросов на «Сетке сложности вопросов» по
дисциплине
Комментарий. Вопросы на полноту усвоенных знаний - это вопросы на знания определений и понятий, т.е. вопросы типа «я знаю, что...». Например, вопрос с коэффициентом сложности КС<0,2: В прямоугольном треугольнике сторона, прилежащая к прямому углу называется: 1) Гипотенузой; 2) Биссектрисой; 3) Медианой; 4) Катетом. Вопросы на целостность усвоенных знаний - это вопросы на знание методов, алгоритмов, технологий, т.е. вопросы типа «я знаю как.». Например, вопрос из той же темы и той же сложности: В прямоугольном треугольнике известны длины двух катетов. Как вычисляется длина гипотенузы: 1) как сумма длин катетов; 2) как сумма квадратов длин двух катетов; 3) как квадратный корень из квадрата суммы длин двух катетов; 4) как квадратный корень из суммы квадратов длин двух катетов.
Технологический маршрут работы студента в реальновиртуальной среде развития
На рис. 11 приводится эпизод технологического маршрута подготовки инженера в МКФ. Эта подготовка может быть организована в разных форматах: самостоятельная работа, в аудитории с преподавателем, дистанционно в on-line или off-line. Разумеется, подготовка осуществляется в специально-организованной реально-виртуальной среде развития в рамках дидактической системы. Сценарий организации учебной деятельности следующий.
В рамках учебной дисциплины и изучаемой темы из БУП формируется случайный поток проблем по возрастанию сложности (стохастический поток). Далее организуется (преподавателем или самим студентом) деятельность по решению этого потока проблем на фоне доступного из БЗ знаний, необходимых для решения этих проблем. Проводится автоматизированная проверка правильности результата решения проблем. В зависимости от сложности решенных проблем, оценивается уровень развития АВС-способностей будущего инженера и фиксируется на трех векторах А, В, С шкалы КВК. Затем, из БВ формируется поток контрольных вопросов с целью установления глубины усвоенных знаний. И наконец, результаты с конкретными значениями параметров A=a, B=b, C=c, POL=pol, CHL=chl фиксируются на пяти векторах шкалы КВК и строится «пентогон».
I ПРАКТИКА | 1.Организация базы учебных проблем (БУП)
ТЕОРИЯ
БУП. Тема *
Тема *
БУП. Тема 2 Тема 2
БУП. Тема 1 — Тема 1
База учебных проблем (БУП) по теме 1 с шаблона —1 Содержание учебного материала по теме 1 (текст, картинки,чертежи, анимация и т.д.)
“Сетка сложности” База вопросов (БВ) в шаблоне
2. Организация стохастического потока проблем ▼ Вопросы на полноту усвоенных Вопросы на целостность усвоенных
Случайным образом формируется билет состоящий из одной знаний в рамках темы 1 знаний в рамках темы 1 —1
проблемы каждого блока по каждой теме
3. Организация процесса подготовки (развития)
________________2________________________
4. Идентификация правильности ответа
5. Оценка уровня развития АВС-способностей
г1
Диагностика на полноту
Диагностика на целостность усвоенных знаний
п
Автоматизированная система проверки
Рис. 11. Схема реализации технологии подготовки инженера в МКФ для быстрого роста его деятельностного потенциала в реально - виртуальной среде
развития
Проектирование программного обеспечения для подготовки инженера в МКФ
Необходимость разработки новой Web-оболочки для реализации подготовки в МКФ вызвано тем, что эта подготовка является высокотехнологичной, автоматизированной и в своем развитии устремленным к SMART - системам обучения. В полном объеме эта система подготовки может быть развернута только в реально - виртуальной среде как инструментальное средство, обеспечивающее быстрое развитие будущего инженера. По технологии подготовки инженера в МКФ предполагается организация высокого темпа работы студента и преподавателя. При этом преподавателю приходится одновременно следить за изменением значений пяти параметров (А, В, С, POL, CHL) развития каждого студента, управлять этим развитием и администрировать Web-систему.
Разумеется, технологию подготовки инженера в МКФ можно развернуть и в типовых оболочках, например, в MOODLE [13, 14, 15]. Практически это сделано на сайте www.moodle.ipm.kstu.ru, где развернуто образовательное пространство, но в полной мере реализовать возможности этой технологии не удается. В целом, для быстрой, качественной и надежной подготовки инженеров в метрическом компетентностном формате [10, 11, 12, 16] нужна дидактическая система нового поколения.
Блок - схема архитектуры организации оболочки с технологией подготовки в МКФ приводится на рис. 12 [17].
Рис. 12. Блок - схема архитектуры образовательной системы с технологией подготовки инженера в МКФ
При создании образовательной системы нового поколения основной акцент делался на логичность и простоту. Накопленный опыт свидетельствует о том, что стандартные модели интерфейса имеют гораздо больше шансов стать популярными, поскольку их структура хорошо знакома пользователю, а значит, ему будет удобнее ориентироваться в нем. На основании этих факторов, а также основываясь на блок-схеме архитектуры приложения (рис. 12) был создан интерфейс системы (рис. 13).
Рис. 13. Главная страница системы
На рис. 13 показано, что сверху располагается меню навигации:
1. Ссылка на главную страницу, доступна из любого раздела. Переход осуществляется по щелчку мыши на логотипе сайта.
2. Пользователи - список всех пользователей сайта, а также количество решенных ими задач.
3. Кабинет - подробная информация о состояние развития студента.
4. Курсы - ссылка на список всех доступных курсов.
5. Настройки - возможность сменить свои данные: пароль и т.п.
На рис. 14, показана страница демонстрационных курсов с предоставлением краткого описания каждого курса, количества тем/подразделов, количества задач, а также именем автора курса.
Пглдоютгля Ктрги (ибнтт Нагтротк Виято ||)м>гц |ц|м»ялмт- нмформлимлмнм* сипгм
ШПМММ «ургм: П|ф«М1|Н1 ►М^МШНН! м*|*
Кпшм'ии га«] I. Кп.1И«М ТМ М1»Ч Лшф а^ги ЛЛмг
Чтмпшмс мгтдм
Шпмати 1>|и|1 Им» «п*1имг1 чимти! «тм -
11 | ■ .trru.tr ап- ш пшш и—и ■ шага ш ■ ш |ТвШ
книппчм га«1 1
Кигагтм шп: «
Лат«ф «урин АЛ», и
Рис. 14. Раздел курсов
Нажав на кнопку «Подробнее» студент (или преподаватель) попадает на следующую страницу (рис. 15).
Рис. 15. Подробная информация о курсе
Выбрав нужный ему подраздел, пользователь, наконец, может приступить к процессу самообучения (рис. 16). Представленную страницу на рисунке можно условно разделить на 3 части:
1. Блок мониторинга развития студента (график A,B,C,POL,CHL). График представлен в двух вариантах: синим цветом, обозначен максимальный на данный момент времени результат (выборка из результатов других студентов), зеленым цветом обозначен уровень развития данного студента.
2. Блок учебного материала (лекции, тесты). Количество тестов и лекций не ограничено, для преподавателей был разработан отдельный интерфейс, с удобным текстовым редактором. Также присутствует возможность изменять уже созданные лекции/тесты.
3. Блок решения учебных проблем (задачи). Задачи также создаются автором данного курса/раздела. Отдельно задаются коэффициенты сложности А,В,С.
Рис. 16. Пример: окно курса «Численные методы», тема «Численное
интегрирование»
При решении студентом учебных задач, динамически происходят изменения на графике (и в личном кабинете). А сама задача переходит в статус “решенной” (рис. 17).
ІІиліміми ли k}pcu Клбммі і НоггроЙкя Uultna
ЧіШИПМОС интегрирование
Лекции:
Наши
IW«i
Рис. 17. Пример динамического изменения графика развития студента при
решении задачи.
Заключение
Разработан экспериментальный вариант программного обеспечения для реализации технологии подготовки инженеров в МКФ.
Система позволяет вести обучение и <А, B, C, POL, CHL> - мониторинг развития по целому комплексу дисциплин.
Проектирование программного обеспечения реализовано на языке RUBY с использованием FRAMEWORK RUBY ON RAILS.
Демонстрационный прототип программного продукта развернут в сети интернет по адресу https://abc-go.com.
Литература
1. Дьяконов Г.С., Жураковский В.М., Нуриев Н.К. и др. Подготовка инженера в реально-виртуальной среде опережающего обучения. - Казань: КГТУ, 2009. - 404 с.
2. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Системный анализ деятельности инженера. - Казань, Изд-во Казан. гос. технол. ун-та, 2008. - 88 с.
3. Нуриев Н.К., Старыгина С.Д. Цифровая модель деятельностного потенциала инженера // Альма-Матер - 2011. - № 10. - С.49-55.
4. Галимов А.М., Нуриев Н.К., Старыгина С.Д. Проектирование дидактических систем нового поколения как средство управления качеством саморазвития студента // Высшее образование сегодня. - 2010. - № 7. - С.65-70.
5. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. и др. Методология проектирования дидактических систем нового поколения. - Казань, Центр инновационных технологий, 2009. - 456 с.
6. Психология развития личности / под ред. А.А.Реана. - М.: АСТ, 2007. - 384 с. (14)
7. Занков Л.В. Обучение и развитие. - М.: Просвещение, 1975. - 275 с.
8. Эльконин Д.Б. Психология развития. - М.: Академия, 2001. - 232 с.
9. Выготский Л.С. Развитие высших психологических функций. - М.: ЛПН СССР,
1960. - 182 с.
10. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Дидактические системы нового поколения // Высшее образование в России. - 2010. - № 8-9. - С.128-137.
11. Нуриев Н.К., Старыгина С.Д. и др. Подготовка инженеров в дидактических системах нового поколения // Международный электронный журнал "Образовательные технологии и общество (Educational Technology & Society)" - 2011
- V.14. - N 4. - С. 386-403. - ISSN 1436-4522. URL:
http://ifets.ieee.org/russian/periodical/ioumal.html.
12. Нуриев Н.К., Старыгина С.Д. и др. Подготовка инженеров в дидактических системах нового поколения // Международный электронный журнал "Образовательные технологии и общество (Educational Technology & Society)" - 2011
- V.14. - N 4. - С. 386-403. - ISSN 1436-4522. URL:
http://ifets.ieee.org/russian/periodical/iournal.html.
13. Богомолов В.А., Старыгина С.Д. Опыт эксплуатации системы ДО на кафедре ИПМ КГТУ и переформатизация дисциплин в метрический компетентностный формат // Международный электронный журнал "Образовательные технологии и общество (Educational Technology & Society)" - 2008. - V.11.- N 1. - 10 c. - ISSN 1436-4522. URL: http ://ifets.ieee.org/russian/periodical/i ournal. html.
14. Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д., Зайцева О.Н. Университет как инновационная площадка для подготовки способных к инноватике инженеров // Вестник Казанского государственного технологического университета - № 12. - 2010
- С. 250 - 255.
15. Нуриев Н.К., Старыгина С.Д. Методологические аспекты проектирования квазиинтеллектуальных web-дидактических систем // Образовательная среда сегодня и завтра: Материалы IV Всеросс. науч.-практ. конф. - М.: Рособразование, 2007. - С. 169 - 171.
16. Иванов В.Г., Нуриев Н.К. Формирование конкурентоспособности профессиональной команды для информационно-интеллектуальной подготовки бизнес процессов // Дополнительное профессиональное образование. - 2005. - №6 [18]. - C. 24 - 27.
17. Нуриев Н.К., Старыгина С.Д., Туркиниджрес Т.Т. Проектирование программного обеспечения природосообразно-развивающего обучения // Современные проблемы науки и образования. - 2012. - № 4; URL: http://www.science-education.ru/104-6703 (дата обращения: 18.07.2012).
