913

В настоящее время для повышения интерактивности и вовлеченности студентов всё чаще внедряют в образовательный процесс информационные технологии. В рамках данной статьи можно рассмотреть некоторые примеры технологий, которые оказывают неоднозначное влияние на вовлеченность студентов и прочность усвоения ими учебных материалов.

Сервис Google Colaboratory можно использовать для формирования интерактивных учебников по технологиям программирования [4], размещая и систематизируя в одном документе в удобной и наглядной форме как описание алгоритма, так и программный код к нему. Ценность богатого функционала нивелируется тем, что в условиях превалирования учебной цели, определяемой как оперативность и успешность сдачи отчётности, большинство обучаемых не будут вчитываться и анализировать подготовленный преподавателем текст, а сразу «переместятся» к проверяемым заданиям. Основной акцент в учебной деятельности учащихся, поставленных в такие условия, будет сводиться к подбору уже существующих решений к сформулированным преподавателем заданиям. Собственно, такого рода тренировка, конечно, предопределяет некоторое развитие умений учащегося, так как для сложных проблем «подогнать» стандартные алгоритмы тоже нетривиальная задача. Но в этом случае на этапе сдачи отчётности преподавателю приходится тратить избыточно много времени на выявление плагиата и диагностику непонимания или недостаточности уровня понимания обучаемым использованного подхода.

Похожий эффект можно наблюдать и при использовании преподавателем автоматизированных систем, таких как Stepik или Яндекс.Контест, обеспечивающих контроль правильности выполненных студентами программных решений. По крайней мере, для обучающихся с низким уровнем мотивации и знаний можно обнаружить отсутствие стремления к личному успеху в решении задач. Их цель ограничивается именно «проведением» (специализированный термин, означающий успешно сданный программный код) решения, но не пониманием особенностей реализации алгоритма. В этой ситуации теряется смысл внедрения интерактивного инструмента проверки программных решений, так как преподавателю для объективности оценивания приходится «стоять за спиной» у каждого решающего задания или избирательно возвращаться к устной проверке выполненных студентами программ.

Гипотеза исследования. В рамках оценки вовлеченности студента в учебную деятельность можно обратить внимание на то, что большее влияние оказывает не экстерьер образования, то есть не то, что происходит вокруг обучаемого (учебные ролики в сети интернет, интерактивные платформы, электронные учебники), а интерьер, то есть то, что происходит в «голове» у студента – способы освоения предметного поля программирования, особенности «присвоения» знаний, познание себя как специалиста. Для смещения акцентов образовательной деятельности важно поместить обучающегося в такую социальную среду взаимодействия, где естественным считается наличие множественности правильных ответов, где ошибка не принимается негативно, где нет готовых предписаний и выводов – их нужно для себя сформировать.

Такое смещение акцентов достигается при включении в учебную деятельность исследовательских форм организации занятия. Предположим, что обучающемуся предстоит освоить алгоритмы сортировки коллекций. В этом случае на лекции можно обсудить существующие решения и затем на лабораторном занятии провести контрольное мероприятие с целью проверки уровня усвоения обучающимися

341

предложенного материала. С точки зрения преподавателя – это легко формализуемый, управляемый и контролируемый подход.

Для сравнения рассмотрим возможный вариант организации учебного процесса, когда на лекции вводится понятие асимптотики сложности алгоритмов, объясняются базовые принципы и некоторые алгоритмы сортировки, а лабораторные задания формулируются в таком виде, который требует провести сравнение методов сортировки для разных входных потоков данных, самостоятельно выявить асимптотики сложности и установить факторы, на них влияющие, предложить способы оптимизации расходов памяти или времени. В этом случае итоговые студенческие решения не будут подчинены одному шаблону и могут сильно различаться по глубине понимания, сделанным «открытиям» и точности формулировок.

В таких условиях формальная значимость контрольного мероприятия в конце занятия падает, так как большее понимание о вкладе студента в получаемые решения и о его вовлеченности в учебную деятельность преподаватель получает непосредственно в процессе занятия, включаясь в сотрудничество, присоединяясь к совместному обсуждению этапов решения и результатов, к поиску корректных и оптимальных формулировок. Более того, эффект нерешённости задания или неполноты найденных решений останется в памяти обучающегося и станет мостиком для вовлеченности в следующие занятия.

Исследования способов организации учебной деятельности показывают [5], что для каждого сложного умственного учебного действия характерна своя специфика динамики биоэлектрической активности головного мозга, обусловленная содержанием учебной задачи и способом ее решения. Простые задания, требующие выполнения по шаблону, задействуют меньше рабочей памяти и на меньший срок вовлекают обучающегося в учебную деятельность. Сложные, проблемные задания, в свою очередь, требуют от обучаемого большего когнитивного контроля, используют больший объём рабочей памяти и заметно дольше удерживают внимание. Таким образом, можно ожидать, что организация исследовательской деятельности в рамках лабораторных занятий по программированию может иметь положительный эффект, выражающийся в большей вовлеченности в учебный процесс и большей прочности усвоения материала.

Методика организации исследовательской деятельности. Сформулируем кратко этапы педагогической методики организации исследовательской деятельности при обучении программированию:

в рамках лекционного занятия преподаватель раскрывает особенность изучаемого алгоритма, структуры данных или технологии;

в рамках лекционного или лабораторного занятия преподаватель совместно с обучающимися формулирует практическую задачу или проблемную ситуацию по программной реализации на основе изучаемого алгоритма;

в рамках лабораторного занятия студент реализует часть учебных исследовательских мероприятий:

1) формулирует гипотезу в форме аналитически обоснованного предположения об эффективности возможных решений;

2) самостоятельно или в ходе диалога с преподавателем или другими студентами разрабатывает программное решение или несколько вариантов решения;

342

3) формулирует аналитический текст, готовит сводную таблицу или визуальные графики, описывающие суть решения.

в процессе выполнения исследовательской работы и по её итогам проводится собеседование (преподаватель-студент), где обсуждаются альтернативные гипотезы и аналитические выводы, выбираются наиболее точные формулировки, проводится кодревью текста программной реализации, озвучиваются возможные подходы к решению.

Результаты. В течение 2020-2022 гг. автором были проведены пробные эмпирические исследования особенностей использования исследовательской деятельности при обучении программированию в рамках учебных дисциплин: «Алгоритмизация и программирование», «Анализ и разработка алгоритмов» и «Алгоритмы и структуры данных». По итогам педагогических наблюдений можно выделить и отметить ряд особенностей, проявляющихся при использовании описанного

вданной работе подхода.

1.«Атмосфера» занятия. Прежде всего следует отметить, что в условиях снижения значимости итоговой оценки акцент участия в занятии смещается на взаимодействие, так как на результативность напрямую влияет участие в обмене мнениями в аудитории, в проведении экспериментов и обсуждении способов решения.

2.Вовлеченность. Важным положительным эффектом исследовательского занятия является большее количество студентов, вовлечённых в активную познавательную деятельность.

3.Результаты. Цель исследовательского занятия не сводится к отработке некоторого списка навыков и, как правило, сосредоточена на всестороннем изучении одного-двух проблемных вопросов. По этой причине можно отметить формальное снижение количества достигаемых учебных результатов.

4.Прочность запоминания. Исследовательская форма организации занятия расширяет варианты взаимодействия студента с изучаемым предметом. Можно сказать, что чем больше способов взаимодействия с запоминаемой информацией, тем больше будет сформировано логических связей на изучаемом предметном поле и тем прочнее запоминание.

5.Деятельный подход. Постановка исследовательской задачи побуждает студента проводить эксперименты, разрабатывать альтернативные варианты алгоритмов и неоднократно проводить апробацию своих решений. При этом в ряде исследований [6] подтверждается, что обучающийся в большей степени усваивает не те знания, которые были даны в готовом виде, а те, которые он использовал в деле, применял и проверял на практике.

Выводы. Следует отметить, что разумно применяемые элементы исследовательской деятельности в рамках одной учебной дисциплины повлияют и на восприятие студентом всего своего периода обучения в вузе. При этом можно ожидать переноса навыков исследовательского и самостоятельного подхода к освоению нового материала и на другие учебные дисциплины, что в конечном итоге отразится на повышении уровня профессиональной подготовленности выпускников.

Список литературы

1. Стратегия развития информационного общества в Российской Федерации на 2017 - 2030 годы: [Электронный ресурс] // Официальный сетевой ресурс Президента России. М., 2018. URL: http://kremlin.ru/acts/bank/41919. (Дата обращения: 26.09.2022).

343

2.Яковлева, И.В. Компетентностный и знаниевый подходы: философскообразовательные проблемы понимания и применения/ И.В. Яковлева, Т.С. Косенко // Профессиональное образование в современном мире. ‒ 2020. ‒ Т. 10, № 1. ФГБОУ ВО Новосибирский ГАУ. – Текст: электронный. – Режим доступа: https://profed.nsau.edu.ru/jour/article/viewFile/651/630 (дата обращения: 25.09.2022).

3.Гершунский, Б.С. Философия образования для XXI века: учебное пособие для самообразования/ Б.С. Гершунский. – М.: Педагогическое общество России, 2002. – 512 с.

4.Беляков, А.Ю. Цифровая трансформация образовательного пространства лекции для обучающихся программированию. Tехноуклад 6.0. Цифровая трансформация АПК и продовольственная безопасность/ А.Ю. Беляков. Материалы международной научнопрактической конференции (Пермь, 14-16 октября 2021). – Пермь: ИПЦ «Прокростъ», 2021. ‒ С.116–123.

5.Костромина, С.Н. Введение в нейродидактику: учебное пособие/ С.Н. Костромина. – СПб.: Издательсьство С.-Петерб. ун-та. 2019. – 182 с.

6.Хегенхан, Б. Теория научения/ Б. Хегенхан, М. Олсон. – 6-е изд. ‒ СПб.: 2004. – 474 с.

УДК 004.522:631.171

УПРАВЛЕНИЕ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ТЕХНИКОЙ С СИСТЕМОЙ РАСПОЗНАВАНИЯ БАЗОВЫХ АУДИО КОМАНД

А.М. Бочкарев

ФГБОУ ВО Пермский ГАТУ, г. Пермь, Россия

E-mail: albo-73@mail.ru

Аннотация. В современном мире все чаще встречаются технологии распознавания речи. Данные технологии можно внедрить в процесс управления сельскохозяйственной техникой с целью упрощения взаимодействия человека с машиной. Простые команды должны передаваться от человека технике, которая, распознав их, выполнит соответствующие задачи.

Ключевые слова: системы команды, распознавание аудио команд, управление сельскохозяйственной техникой, голосовые интерфейсы (I\O face).

Постановка проблемы. Существующие технологии распознавания голосовых команд управления сельхозтехникой предполагают дальнейшее совершенствование и развитие. Создание и обучение базовой модели автоматического распознавания речи на примере набора данных Speech Commands (Warden, 2018) [1] является одним из примеров данного направления.

Данная нейросеть будет создавать и обучать базовую модель автоматического распознавания речи для 8 разных слов [2] на примере набора данных Speech Commands

(Warden, 2018).

Метод проведения эксперимента. Исследование сравнительного расчета тестовой и обучаемой выборки на основе Dataset`a.

Содержание Dataset`a предполагает аудиофайлы формата WAV – 1000 записанных вариантов произношения для каждой команды (down, go, left, no, right, stop, up, yes).

Задачей масштабирования является возможность повышения сложности технологических процессов управления сельхозтехникой через определение новых требова-

344

ний к системам аудио распознавания. Увеличение количества распознаваемых слов предполагается до 100 и более.

Используемые функции [3]:

‒получение данных;

‒чтение аудиофайлов и их меток;

‒преобразование сигналов в спектрограммы;

‒построение и обучение модели;

‒оценка производительности модели.

Выполнение логического вывода по аудиофайлу (сравнение результатов с предсказанием) [4].

Получение задачи на распознавание определило минимальный набор возможных функций.

1.Matplotlib [5].

2.NumPy.

3.Seaborn.

4.TensorFlow.

Актуальность данной работы состоит в автоматизации человеко-машинного взаимодействия, управления отечественной сельскохозяйственной техникой.

Система голосового I\O face является необходимым элементом, когда речь идет о повышении эффективности условий работы для людей, в том числе и в сельскохозяйственной отрасли.

Существующие методы распознавания звуковых команд не соответствуют всем сегодняшним реалиям. Данное исследование может помочь в развитии подобных голосовых интерфейсов.

Используемая функция активации Relu и Leaky ReLU имеет следующую формулу f(x) = max(0, x) и реализует простой пороговый переход в нуле.

Используемая функция нормализации Conv2D:

ke#ras.laye#rs.Conv2D(filte#rs, ke#rne#l_size#, stride#s=(1, 1), padding=’valid’, data_format=None#, dilation_rate#=(1, 1), activation=None#, use#_bias=True#, ke#rne#l_initialize#r=’glorot_uniform’, bias_initialize#r=’ze#ros’, ke#rne#l_re#gularize#r=None#, bias_re#gularize#r=None#, activity_re#gularize#r=None#, ke#rne#l_constraint=None#, bias_constraint=None#)

Описание результатов. В результате анализа обработанных данных было составлено представление об использовании свёрточных слоев. Слой 2D свертки (объемная свертка над макетами) [6].

Аргументы:

‒filters

‒kernel_size

‒strides

‒padding

‒data_format

‒dilation_rate

‒use_bias: Boolean

‒kernel_initializer [7]

‒bias_initializer

‒kernel_regularizer: функция регулялизатора, применяемая к матрице весов кернела.

345

Результаты эксперимента позволили спрогнозировать повышение сходимости нейросети.

Выводы и предложения. Тестовое использование данной системы на виртуализированном оборудовании позволило выявить перспективные направления дальнейших исследований.

Значимость данной работы состоит в перспективной автоматизации человекомашинного взаимодействия, управления отечественной сельскохозяйственной техникой.

Система голосового I\O face [8] является необходимым элементом, когда речь идет о повышении эффективности условий работы для людей, в том числе и в сельскохозяйственной отрасли.

Существующие методы распознавания языка не соответствуют всем заявленным требованиям. Данное исследование может помочь в развитии подобных голосовых интерфейсов.

Список литературы

1.Рышард, Тадеусевич Элементарное введение в технологию нейронных сетей с примерами программ / Тадеусевич Рышард. - М.: Горячая линия - Телеком, 2021. - 493 c

2.Университет искусственного интеллекта: [Электронный ресурс]. URL: https://neuraluniversity.ru/ (дата обращения: 22.09.2022).

3.Тарик, Рашид Создаём нейронную сеть / Рашид Тарик. – M.: Диалектика, 2020. – 120 с.

4.Tensorflow API Документация [Электронный ресурс]. URL: https://www.tensorflow.org/api_docs (дата обращения: 22.09.2022).

5.Автоэнкодеры: типы архитектур и применение [Электронный ресурс]. URL: https://neurohive.io/ru/osnovy-data-science/avtojenkoder-tipy-arhitektur-i-primenenie/ (дата обраще-

ния: 22.09.2022).

6.Библиотека Keras - Русскоязычная документация [Электронный ресурс]. URL: https://ru-keras.com/home/(дата обращения: 22.09.2022).

7.Функции активации нейросети [Электронный ресурс]. URL: https://neurohive.io/ru/osnovy-data-science/activation-functions/ (дата обращения: 22.09.2022).

8.Хайкин, С. Нейронные сети: полный курс / С. Хайкин. - М.: Диалектика, 2019. - 1104 c.

УДК 004.7:61

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИ ЗДРАВООХРАНЕНИЕМ

М. И. Бубнова, И. Ю. Загоруйко

ФГБОУ ВО Пермский ГАТУ, г. Пермь, Россия

Е-mail: mari.bubnova.2016@mail.ru; 89082750080@mail.ru

Аннотация. Информационные технологии с каждым годом развиваются все быстрее и быстрее и постепенно проникают во все сферы жизни. Здравоохранение характеризуется наличием большого количества уникальных технологических продуктов, непосредственно помогающих в лечении пациентов, но в то же время ощущается нехватка базовых цифровых технологий, в том числе и для управления, которые либо полностью отсутствуют, либо внедрены в небольшом количестве. В статье исследуются особенности промышленного применения информационных технологий в здравоохранении. Информационные технологии стали не только неотъемлемой частью экономи-

346

ческой и социальной жизни, но и ведущей основой для осуществления деятельности в отдельных отраслях.

Ключевые слова: информационные технологии, цифровые технологии управление персоналом, интернет-технологии, человеческие ресурсы, цифровая медицина, управление, здравоохранение.

Постановка проблемы. В последние годы информационные технологии проникли практически во все сферы жизни человека и общества: государственное и муниципальное управление, экономику, экономическую деятельность, научные исследования, образование, медицину и личную жизнь. Не является исключением и управление персоналом, кадровая служба деятельности предприятий и организаций.

Информационные технологии становятся все более актуальными для всех аспектов жизни, и без них не может обойтись ни одна современная компания, которая хочет идти в ногу со временем и быть конкурентоспособной [1].

Использование информационных технологий в процессе работы с персоналом не является полезным инструментом, но оно необходимо, поскольку позволяет максимально эффективно использовать многозадачность персонала вашей компании. Раньше для ведения отчетности требовалась целая команда обученных экспертов, теперь достаточно одного человека, чтобы иметь надежное программное обеспечение.

Кроме того, информационные технологии способствуют максимальной координации действий между структурными подразделениями организации, что положительно сказывается на скорости принятия решений руководством [4].

Материалы и методы. Современные медицинские учреждения производят и хранят огромные объемы данных. От эффективного использования информации врачами, руководителями и контролирующими органами зависит качество медици н- ской помощи, качество жизни населения, уровень развития страны и отдельных местных организаций. Поэтому для диагностики, лечения, статистики, управления и других функций необходимо использовать большой и одновременно растущий объем информации, что диктует проектирование информационных систем медицинских организаций.

Характерной чертой МИС является переход от работы с медицинской информацией к наблюдательной работе в комплексной системе, в которой все данные, проходящие через учреждение, распределяются из одной информационной среды. В то же время безбумажная технология полностью реализована, но возможность получить «твердую копию» сохраняется. Использование современных и качественных технологий, оптимизация управления структурными подразделениями и создание ключевых источников результатов на глобальном уровне оказания медицинской помощи позволяют повысить качество медицинских услуг.

Технологические и информационные ресурсы оказывают существенное влияние на работу специалистов и удовлетворяют растущему спросу на специализированную медицинскую помощь для широких слоев населения России. Во многих регионах страны разрабатывается сильный информационный потенциал. На сегодняшний день как никогда необходимо сосредоточить внимание на реализации мероприятий по повышению качества и методов оказания медицинской помощи населению.

Результаты исследований. В настоящее время в здравоохранении имеется большое количество разнообразных персонифицированных БД (рис.) и регистров целе-

347

правлений работы лечебного учреждения и работы персонала здравоохранения, системы управления медицинскими ресурсами (кадровая организация, финансовый менеджмент, аппаратно-технологическая база, лечебно-диагностические процедуры, доставка лекарств и изделий медицинского назначения).

Поэтому вопрос о создании автоматизированных условий труда для врачей и других медицинских работников в лечебно-профилактических учреждениях перешел из теории в практику. Проектно-техническая разработка документации, издание распорядительных актов по созданию и внедрению конкретных предметно-ориентируемых автоматизированных рабочих мест для медицинских работников как составляющих элементов системы для клинической практики в медицинских центрах.

Однако понятие автоматизированного рабочего места очень широкое. Оно содержит как представление компьютеризированного медицинского осмотра пациента в конкретном медицинском учреждении, так и сложнейшие программно-аппаратные комплексы, что позволит сделать снятие и преобразование медицинской информации. При этом экспортируемые данные, предоставленные в цифровом виде, могут быть использованы для дальнейшей обработки с использованием персональных электронных компьютеров.

При использовании автоматизированных рабочих мест важным требованием является не нарушать известный пользователю (врачу) ритм и стиль работы. В то же время внедрение автоматизированных рабочих мест врачей и других медицинских работников требует дополнений и изменений в медицинских учреждениях, что иногда требует от специалистов новых юридических навыков, определяющих их права и обязанности в условиях функционирования автоматизированного рабочего места.

Автоматизация рабочего места позволяет обеспечить сопровождение по всей «цепочке» прохождения пациентом этапов лечебно-диагностического процесса, что с учетом установленных протоколов ведения больных, выполнения стандартизированных медицинских технологий, компьютерной обработки для получения медицинских данных и затрат проверяется, совершенствуется и контролируется, что очень важно для решения задач контроля качества медицинской помощи (КМП), управления экономикой и лечения.

Информационные системы и технологии для здравоохранения разрабатываются

иэксплуатируются более 30 лет. Согласно приказу Минздрава РФ, по инициативе местных органов здравоохранения и учреждений проводились научно-исследовательские

ипроектные работы по оснащению лечебно-профилактических учреждений (ЛПУ) компьютерами.

Основной аргумент в пользу использования информационных систем в медицинской практике заключается в том, что использование информационных систем приводит к экономии и эффективному использованию ресурсов.

Основное значение информационных технологий заключается в учетных операциях в части человеческих и финансовых ресурсов, временных и трудовых затрат медицинского персонала, стоимости товаров, лекарственных средств и медицинской техники, а также наладить систему управленческого учета для учреждений здравоохранения. Эти рекомендации определяют второе (и более важное) преимущество проведения финансово-экономического анализа деятельности организации здравоохранения.

Информационные системы и технологии, внедряемые медицинскими учреждениями, собирают информацию об услугах, оказанных каждому пациенту, о доходах,

349

получаемых учреждением по разным причинам, о лечении, полученном каждым пациентом, и общих затратах учреждения и формируют базу данных для экономического и финансового анализа деятельности организации здравоохранения и принятия эффективных управленческих решений.

Третье направление эффективного использования – мониторинг и управление качеством медицинской помощи, где первые полученные в результате показатели и информация относятся к текущей работе врачей для улучшения лечения и диагностики, а также совершенствования лечебного процесса, улучшения качества здравоохранения, проводимых социальных исследований, также для оценки удовлетворенности пациентов качеством ухода и условиями оказания медицинской помощи.

В итоге информационные технологии являются основой для реализации всех аспектов систем управления лечебным учреждением. План действий по достижению тактических и стратегических целей по обеспечению оптимизации использования ограниченных ресурсов, оценка финансовой устойчивости, клиническое управление и контроль качества здравоохранения, а также проектирование механизмов динамики развития организаций на региональных рынках в условиях становления рыночных механизмов в отечественном здравоохранении ‒ динамика экономического развития государства, демографических процессов и тенденций заболеваемости населения.

Информационные технологии могут успешно применяться в различных областях современной медицины. В области безопасности пациентов, например, современные автоматизированные системы могут улучшить управление качеством и безопасностью лекарственных средств и медицинских услуг, снизить вероятность врачебных ошибок, обеспечить машины скорой помощи оперативной связью и получить доступ к критически важной информации о здоровье пациентов. Современные технологические решения могут обеспечить бесплатную медицинскую помощь независимо от того, где живут пациенты, и значительно повысить доступность современных медицинских услуг и медицинских знаний.

Медицинская информационная система, состоящая из большого количества специализированных модулей, может одновременно выполнять такие функции, как диагностика, лечение, управление, финансы и статистика. Все это в конечном итоге приводит к конечной цели любого медицинского учреждения – оказывать качественную медицинскую помощь.

Список литературы

1.Агафонова, М.С. Использование информационных технологий в сфере управления персоналом / М.С. Агафонова, А.К. Климачева, К.О. Гайдар // Научно-методический электронный журнал «Концепт». - 2017. - № 39. - С. 546–550.

2.Голиков, В.В. Реформа здравоохранения в условиях цифровизации общества // Сборник материалов V Всероссийской научно-практической конференции «Менеджмент в здравоохранении: вызовы и риски XXI века». Волгоград: Изд-во ВолгГМУ, 2020. - С. 6–7.

3.Гусев, А.В. Искусственный интеллект в медицине и здравоохранении/ А.В. Гусев, С.Л. Добриднюк // Информационное общество. - 2017. - № 4-5. - С. 78-93.

4.Кукарцев, В.В. Использование информационных технологий в сфере управления персоналом / В.В. Кукарцев // Менеджмент социальных и экономических систем. - 2017. -

С. 62-64.

5.Липатов В.А. О проблемах внедрения IT-систем в практическое здравоохранение / В.А. Липатов, И.Г. Зайцев, Д.А. Северинов // Бюллетень сибирской медицины. - 2018. - № 17. - С. 177-190.

350