Электронная информационно-образовательная среда учреждения высшего образования. Монография

Simformer – русско- и англоязычный проект (офис разработчиков находится в Вильнюсе (Литва). Simformer Business Simulation (SBS) – учебная платформа, многопользовательская бизнес-симуляционная среда, в которой моделируются реальные бизнес-процессы, позиционируемая разработчиками как инновационная платформа для бизнес-симуляций [295].

Образовательные решения платформы Simformer: проведение состязаний в сфере экономических и управленческих дисциплин, геймификация учебного процесса, проведение академических бизнес-игр.

Образовательная платформа позволяет создавать новые учебные курсы и адаптировать существующие учебные программы (интеграция в учебный процес). Специальное решение для вузов Academic Realm обладает расширенным пакетом инструментов разработчика для настройки симуляции, отслеживания игровой динамики, конструирования шаблонов и событий и возможностью интеграции в существующую LMS.

Эти решения позволяют совершенствовать у студентов практические навыки менеджмента в реалистичной бизнес-симуля- ции, преподавателям:

–наглядно демонстрировать результаты применения управленческих решений во время лекции;

–использовать бизнес-игры для практических занятий и организации самостоятельной работы студентов;

–применять готовые игровые сценарии Simformer или создавать свои собственные;

–перенести часть учебного процесса в онлайн среду;

–добавить элемент соревновательной динамики;

–получать объективную оценку всех участников в онлайн режиме.

В момент написания монографии клиентами платформы были 4 российских вуза: Дальневосточный федеральный университет, Российская академия народного хозяйства и государствен-

111

ной службы при Президенте РФ, Бизнес-инкубатор НИУ Высшей школы экономики, МГИМО.

Игры для врачей и медперсонала обычно представляют собой симуляторы и используются для тренировки. Например, начинающие врачи могут отрабатывать те или иные медицинские сценарии на компьютеризированных манекенах. Такое обучение сравнительно дешево и помогает избежать врачебных ошибок.

Крупнейшей в мире социальной платформой виртуальной реальности для детей и подростков с точки зрения количества пользователей, часов участия, одновременных игроков и объема контента в настоящее время является Roblox.

Разработкой систем игрового онлайн-обучения для бизнессектора экономики уже несколько лет занимается российская компания Active Learning. По высказанному в ноябре 2013 года мнению главы компании Романа Мандрика ввиду дороговизны игровой симуляции должно пройти еще лет 5-7 до того момента, как игровые компьютерные методы станут широко распространенным явлением [78].

Преимущества геймификации:

–обеспечивает тренировку навыков;

–помогает хорошо и надолго запомнить изученный матери-

ал;

–повышает мотивацию обучающихся;

–обеспечивает индивидуальный подход к обучающимся;

–стимулирует творчество обучающихся;

–укрепляет взаимопомощь в учебной группе. Недостатки геймификации:

–сложность дидактического оснащения игры;

–не всякая учебная ситуация поддаётся геймификации;

–стимулирование игровой зависимости у обучающихся, склонных к бегству от проблем реального мира;

–некоторые обучающиеся в принципе не приемлют игру как средство обучения.

112

Преимущества учебной симуляции:

–позволяет получить необходимый для обучения опыт в безопасных условиях;

–наиболее полно по сравнению с другими сценариями отвечает компе-тентностному подходу в обучении;

–удешевляет обучение врачей, пожарных, военных и др.

–повышает качество знаний за счёт наглядности и «проживания» учебного материала.

Недостатки учебной симуляции:

–симуляция упрощает свойства реальных объектов и условия их существования;

–недостаточная стандартизация учебного процесса с применением учебной симуляции;

–высокая стоимость тренажёров-симуляторов;

–большие затраты на разработку учебных сценариев с применением учебной симуляции.

Большим преимуществом использования виртуальной и дополнительной реальности нам предоставляется повышение мотивации обучающихся, возможно повышение качества знаний за счёт наглядности;

Недостатки использования виртуальной и дополнительной реальности:

–высокая стоимость используемых устройств;

–большие затраты на разработку учебных сценариев.

3.7СЦЕНАРИЙ«ПЕРСОНАЛИЗАЦИЯ»

Как уже отмечалось во введении, в материалах исследования группы немецких учёных «Сценарии электронного обучения в высшей школе» сценарий «персонализация» назван одним из восьми основных сценариев электронного обучения [161]. В значительной мере этому сценарию соответствует «Программное

113

обеспечение учебного курса, рассчитанного на индивидуальную скорость обучения», – один из семи основных типов продукта для электронного обучения, выделенных в ежегодном (2016 г.) отчёте компании Ambient Insight, многие годы занимающейся изучением мирового и региональных рынков продуктов и услуг электронного образования [143, с. 5].

Именно сценарий «персонализация», по нашему мнению, становится в настоящее время мировым трендом в электронном обучении с точки зрения педагогического содержания этой формы учебного процесса – появляется возможность частичной реализации индивидуального подхода к обучающимся. Растущую популярность персонализации у потребителей (обучающихся) можно объяснить, с одной стороны, отражением естественного для человеческой природы желания индивидуального подхода к личным запросам, с другой, – обусловленным технологическими достижениями ростом потребности людей в ещё большей производительности и комфортности работы по овладению новыми компетенциями. Преподаватели обращаются к электронным инструментам персонализации, с одной стороны, удовлетворяя растущий рыночный спрос, с другой – для интенсификации процесса обучения. Спрос потребителей – и обучаемых, и преподавателей – рождает соответствующие технологические предложения от разработчиков электронных платформ обучения. Для обеспечения персонализации можно использовать такой канал как социальные сети – основатель и генеральный директор Facebook Марк Цукерберг, например, публично принял на себя обязательство вкладывать капитал в персонализированное изучение [178, с. 25].

Авторы исследования, проведённого американским консорциумом новых медиа (New Media Consortium), относят персонализацию к актуальным сложно решаемым проблемам высшего образования «проблема, которую мы понимаем, но способ решения которой пока неуловим» [206, c. 2].

114

Сценарий «Персонализация» может быть реализован как минимум, в трёх формах: через дифференцированное обучение, через расширение автономности обучающегося вплоть до самообразования, через адаптивное обучение.

Дифференцированное обучение подразумевает разделение обучающихся на различные по численности группы с характерными признаками подбора специфических методов и приёмов работы с участниками каждой из групп. Этот путь характерен и для персонализации неэлектронного обучения и реализуем с меньшими затратами, чем две другие формы.

Расширение автономности обучающегося особенно востребовано для больших вводных курсов в университетах и колледжах, в процессе изучения которых студенты определяют, какой набор дисциплин они будут изучать. Для российского высшего образования, к сожалению, такой подход не характерен, – учебные программы, как правило, спланированы заранее с жёстко фиксированным набором дисциплин, образовательная траектория едина для всех и спланирована без участия обучающегося.

Самообразование – электронное обучение предоставляет обучающемуся возможность самому выбирать учебные задачи, контент и дидактические средства для достижения образовательной цели. На наш взгляд, для обеспечения персонализации при самообразовании можно использовать все формы учебной работы, определённые исследователями [169] как характерные для другого сценария электронного обучения – для сценария «Взаимодействие и совместное обучение»: использование социальных сетей, пиринговое и совместное онлайн-обучение.

Однако путь «расширение автономности обучающегося вплоть до самообразования» доступен только пользователю, обладающему высокого уровня информационными, в частности, мультимедийными компетенциями (Goertz Lutz, [196, с. 23]) и, добавим, способному составить программу продвижения к учебной цели. Этот путь наиболее реализуем в дополнительном об-

115

разовании специалистов. Среди студентов вузов, в частности – российских, на сегодняшний день составить такую программу смогут лишь единицы, поэтому на первый план выходит третья форма персонализации электронного обучения – адаптивное обучение.

Адаптивное обучение определяется аналитиками образования и как концепция, и как инструмент [183] и предполагает возможность предоставления студенту подходящих лично ему инструментов обучения, выбора объёма получаемых знаний и индивидуальной траектории обучения. В идеале, при предоставлении учебного контента и заданий обучаемому должны учитываться его эмоциональное состояние, пол, особенности восприятия текстовых и аудиовизуальных видов учебного контента, особенности культуры, уровень сформированности учебных навыков. К адаптивным учебным платформам по версии исследователей Eduventure в 2015 году можно было отнести платформы 2U, Wiley, Canvas, Loud Cloud, Blackboard, Knewton, RealizeIT, Adaptcourseware, Anewspring, к компаниям, производящим адаптивный контент – Adaptcourseware, Wiley, Pearson, Mc Graw Hill Education, Jones& Bartlett Learning, sixRedMarbles, Smart Sparrow, Acrobatiq, Cengage Learning, Toolwire [там же].

Адаптивная обучающая система (АОС) «Adaptive Lernsysteme», «Tutorielle Assistive Systeme», «Intelligent Tutoring Systems» (ITS) – система, отражающая некоторые характеристики обучаемого в «модели обучаемого» и применяющая данную модель для адаптации различных аспектов программированного обучения и контроля знаний.

Можно выделить три уровня обучающих систем адаптивного обучения: системы, обеспечивающие «пассивную», «активную» и «умную» адаптивность. Такая классификация как устоявшаяся приводится в онлайн-словарях европейских стран по психологии и педагогике [256].

116

Системы, обеспечивающие «пассивную адаптивность»: активная роль делегируется обучающемуся: на основе рекомендованного набора параметров обучающийся, исходя из собственных интересов, сам планирует траекторию своего продвижения

вучебном материале, сроки изучения того или иного контента. В таких системах используются пассивные схемы «если…, → то…», простые системы гипертекста.

Системы, обеспечивающие «активную адаптивность»: сама система определяет на основании уже пройденного обучающимся учебного материала и на основе его ответов на тестовые вопросы, траекторию его дальнейшего обучения. В таких системах используются активные схемы «если…, → то…», применяется программирование.

Пример обучающей системы, обеспечивающей «активную адаптивность» – созданная ещё десять лет назад АОС (Адаптивная Обучающая Система) «Безопасность» для персонала, обслуживающего Куйбышевскую железную дорогу. Обратимся к авторскому описанию системы:

Основной структурной единицей электронно-обучающих материалов системы является «Упражнение-урок» – совокупность графических заданий с вариантами ответа и пояснениями ошибочных действий обучаемого. В случае принятия неправильного решения система выдаёт обучаемому поясняющий кадр, в котором есть полное разъяснение допущенной ошибки с рекомендациями, то есть, наряду с тестированием осуществляется автоматизированное обучение работника. Любому элементу адаптивного обучающего курса (материалу контроля знаний, справочному материалу, лекционному) явным образом ставится

всоответствие список шаблонов обучаемых (групп), которым данный материал доступен. При формировании отображения адаптивного обучающего курса программная система поэлементно обращается к каждому элементу курса и определяет его доступность в соответствии с имеющейся моделью обучаемого.

117

В случае использования метода дополнительных объяснений система определяет маркер в лекции, указывающий наличие дополнительного объяснения, определяет доступность данного объяснения для указанной группы обучаемого и в случае подтверждения доступности дополняет лекцию найденным дополнительным материалом [48].

Созданный под эгидой Еврокомиссии Европейский консорциум INTUITEL, в который входят информатики, педагоги и эксперты по электронному обучению из семи стран, с 2012 года разрабатывает на базе классической системы управления обучением (LMS) интегрированную среду обучения.

Название консорциума (проекта) представляет собой аббревиатуру (Интеллектуальный интерфейс преподавания для технологии расширенного обучения) Ведущая научная организация проекта – Университет прикладных наук Высшей школы техники

инауки Карлсруэ [220].

ВUniversidad Internacional de La Rioja (UNIR) – испанском частном международном Интернет-университете (университете дистанционного образования), базирующемся в Логроньо, – предлагаются онлайн-программы бакалавриата, мастера (аналог российской магистратуры) по целому ряду направлений. В виртуальном кампусе университета разработана автоматизированная система помощи преподавателям в составлении персонализированных учебно-методических рекомендаций студентам, названная iLIME. Адаптивная по своей сути система учитывает наряду с уровнем знаний обучающихся возможности их формального и неформального обучения. В 2012 году модель iLIME была успешно внедрена в модуле «Мастер в области электронного обучения

исоциальных сетей» [319].

К системам, обеспечивающим «активную адаптивность» можно отнести «SmartBook» – адаптивную цифровую версию учебного курса на базе электронной книги, реализованный фирмой McGraw-Hill Education проект датчанина Ульрика Кристен-

118

сена. SmartBook представляет собой систему, доступную пользователям нетбука или смартфона через браузер или как мобильное приложение. Система подстраивает учебный контент под индивидуальный темп его изучения студентом, расставляя приоритеты, вычленяя ключевые понятия темы, заставляя пользователя сосредотачиваться на неусвоенном содержании. SmartBook от McGraw-Hill интегрируется с LMS Angel, Blackboard, Canvas, Desire2learn, Moodle, Pearson Learning Studio, Sakai [299].

Learning Analytics

В исследовании Horizon Report 2016 Higher Education Edition Аналитика обучения (Learning Analytics) наряду с адаптивным обучением названы главными трендами в электронном обучении на ближайшие год-два [206, с. 42].

Использование больших объёмов данных для образования является гораздо более сложной задачей, чем использование больших объемов данных для точечного маркетинга и целевой рекламы. Изучение аналитики включает технический, культурный и социальный аспекты и любое организационное изменение должно учитывать уникальные проблемы, которые привносят эти элементы.

Learning Analytics – процесс сбора и анализа деталей учебной онлайн-деятельности. Learning Analytics позволяет на основе анализа большого массива данных получить информацию о пользователях той или иной обучающей платформы (системы): какие уроки просматривались, теги этих уроков, каким задания остались невыполненными, откуда обучающийся пришёл , какой у него уровень, как давно он занимается на платформе (в системе), по каким параметрам можно классифицировать обучающихся в системе, каковы траектории движения по учебному контенту и т.д. Собранная информация позволяет проектировать разные траектории обучения для разных типов обучающихся – то есть, Learning Analytics предшествует созданию систем адаптивного обучения, предоставляя исходные данные для их проектирова-

119

ния. Анализ запросов самих обучающихся, с учётом указанных ими пробелов в знаниях и умениях, также позволяет более точно подстроить модули и блоки адаптированной обучающей системы.

По мнению экспертов, одним из самых проверенных и хорошо зарекомендовавших себя на практике инструментов адаптивного программного обеспечения является адаптивная система обучения математике Aleks от McGraw-Hill [246].

Создатель платформы Knewton Хосе Феррейра такие системы, «способные сделать несколько хороших догадок на основе простых данных и выстроить более-менее верный индивидуальный маршрут для каждого студента», отделяет от адаптивного обучения, относя его к обучению дифференцированному [123]. Созданная Х. Феррейра платформа обеспечивает «умную» адаптивность процесса электронного обучения.

Примеры современных систем обеспечивающих «умную адаптивность»: платформа Knewton [231], курсы Pearson MyLab [264].

Системы, обеспечивающие «умную адаптивность»: система создаёт и постоянно корректирует полную психологическую картину обучающегося, картину его предпочтений и траекторию продвижения в освоении контента. В таких системах используются методы программирования на основе использования аналитики больших данных в области обучения – Learning Analytics. Разработка систем Learning Analytics предшествует созданию систем адаптивного обучения, предоставляя исходные данные для их проектирования.

По мнению Ч. Хэррингтона, на сегодняшний день Интернет хорошо справляется с двумя задачами: распространением информации и анализом данных. Адаптивное обучение в цифровой среде делают возможным обозначенные Хэррингтоном три тренда современного электронного образования:

120