Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Актуальные проблемы и перспективы совершенствования процесса подготовки научных кадров высшей квалификации для сферы физической культуры и спорта. Мон

.pdf
Скачиваний:
0
Добавлен:
07.09.2026
Размер:
2 Мб
Скачать
Понятно, что образовательный процесс в вузе не всегда поддаётся точному анализу, но всегда можно получить объективную оценку его организации, подходя к проблеме с различных точек зрения. С этой целью нами в 2022 году был проведён опрос студентов СГУС, обучающихся по профилю подготовки «Спортивно-оздоровительный туризм», направленный на изучение их мнений относи­тельно внедрения инструментария нейронных сетей в об­разовательный процесс университета.
Результаты анкетирования показали, что большинство опрошенных студентов оценивают уровень своей компе­тентности в вопросах применения технологии нейросете­вого моделирования как низкий (средняя оценка 2,8 балла по 10-балльной шкале).
Анализируя данные анкетирования, связанные с вы­явлением мнения о важности владения научным инстру­ментарием нейронных сетей, респонденты отметили, что в практической деятельности специалистов по спортив­ному туризму и спортивно-оздоровительному туризму, есть возможность широкого использования новых иссле­довательских технологий, основанных на принципах ис­кусственного интеллекта (6,0 баллов).
Ответы студентов на вопрос «Теоретические знания каких учебных дисциплин позволят более эффективно освоить методику нейросетевого моделирования?» пока­зали, что, в первую очередь, необходимы знания инфор­матики (36,0%), математики (20,0%) и ОНМД в спорте (16,0%). При этом респонденты выделили значительную сложность усвоения теоретического и практического материала по нейросетевому моделированию в физиче­ской культуре и спорте (6,9 баллов).
На вопрос «В каких областях деятельности специали­ста по спортивно-оздоровительному туризму возможно применение нейросетевых технологий?» в числе приори­тетов студенты назвали разработку маршрута спортивного или спортивно-оздоровительного похода (16,0%), подго-
71
товку картографического материала для организации тре­нировок и соревнований (13,3%), прогнозирование на­правлений развития спортивно-оздоровительного туризма и физической культуры в целом (12,0%).
Таким образом, на сегодняшний день очевидна воз-
можность более широкого использования технологий нейросетевого моделирования в учебном процессе и прак­тической деятельности специалистов по физической куль­туре и спорту. На основе результатов проведённого иссле­дования также можно заключить, что вопросы, касаю­щиеся применения научного инструментария нейронных сетей в области физической культуры и спорта, носят раз­розненный и противоречивый характер. Это объясняется отсутствием основополагающих научно-методических материалов и недостаточностью знаний у профессорско­преподавательского состава, занимающихся данной про­блемой. При этом разработка разнообразных моделей соревновательной деятельности и тренировочного про­цесса на основе нейросети, которая обучалась по различ­ным положительным данным, характеризующим соревно­вательную деятельности в различных видах спорта, даёт возможность проводить многомерный анализ и выявлять закономерности многолетней подготовки спортсменов и прогнозировать результативность их соревновательной деятельности в многолетнем плане.
Как мы видим, современная образовательная среда,
основанная на применении технологий искусственного интеллекта, представляет собой сложную многоступенча­тую систему, включающую целый ряд аппаратных, алго­ритмических и программных подсистем [Т.М. Шамсут­динова, 2022; Р.В. Файзуллин, 2023].
Обобщая результаты проведённых исследований по
проблемам и перспективам применения искусственного интеллекта в спорте, можно предположить, что следую­щим этапом применения нейросетевого моделирования и прогнозирования в практике научно-исследовательской
72
деятельности станет его интеграция в сложные многоком­понентные системы, способные в автоматическом режиме осуществлять сопровождение процесса обучения студен­тов и аспирантов на всех этапах реализации их персональ­ных образовательных траекторий.
Основным ресурсом такой системы выступают инди­видуальные профили обучающегося, которые являются объектом управления искусственного интеллекта. При этом, в качестве входных и выходных данных для нейро­сетевой обучающей среды могут выступать: 1) оценки, по­лученные студентом за выполнение практических и теоре­тических заданий; 2) протоколы тестирования уровня развития физических и интеллектуальных способностей;
3) протоколы соревнований различного уровня; 5) прото­колы проверок текста на плагиат; 6) отдельные числовые данные электронного портфолио студента; 7) сообщения из форумов, чатов и электронной почты; 8) данные раз­личных анкетных опросов; 9) банк учебного контента вуза: практические задания, тесты, лабораторные работы, критерии оценки профессиональных и универсальных компетенций [И.М. Кушнирчук и др., 2020; Е.Н. Летягина, В.И. Перова, 2020; Д.А. Тельных, 2020; А.В. Босов, 2022; Т.М. Шамсутдинова, 2022; Р.В. Файзуллин, 2023].
Очевидно, что практическая реализация комплексных нейросетевых систем подобного уровня в вузах физиче­ской культуры и спорта является очень сложной, но акту­альной задачей. В настоящее время такая задача может быть решена только на уровне отдельных подсистем, имеющих собственную структуру и предназначенных для решения своего класса задач.
Таким образом, можно сделать вывод, что поступатель­ное развитие российского общества опирается на систему образования, которая, по мнению академика Российской академии образования Г.А. Бордовского [36, с. 3], «должна опережать сиюминутные потребности экономики и обще­ства». В тоже время в нашем государстве отсутствует ясно
73
выраженная направленность модернизации системы об­разования, которая на фоне перехода большинства стран мира к высокотехнологичной экономике, должна опирать­ся на результаты исследования перспективных направле­ний развития высшей школы. В этой связи диссертацион­ные исследования в сфере физической культуры и спорта могут быть направлены, в первую очередь, на обосно­вание современных теоретико-методических подходов к тренировке спортсменов высокой квалификации, на поиск инновационных средств и методов подготовки спортивного резерва, обоснование причин возникновения и методам профилактики травматизма, на совершенство­вание средств восстановления после тренировочных и со­ревновательных нагрузок.
Так как у большинства исследователей в области спор-
тивной педагогики не всегда имеется доступ к современ­ной сложной диагностической аппаратуре, необходимо обратить пристальное внимание на исследования в обла­сти психологии спорта, теоретическим исследованиям эволюции научных знаний в спортивной деятельности, международному олимпийскому движению и иннова­ционным технологиям в адаптивном физическом воспи­тании.
ГЛАВА 2
О НЕКОТОРЫХ ВОПРОСАХ
ПРИМЕНЕНИЯ ПЕДАГОГИЧЕСКИХ
ИЗМЕРЕНИЙ В ПРОЦЕССЕ
ПРОВЕДЕНИЯ НАУЧНЫХ
ИССЛЕДОВАНИЙ В ФИЗИЧЕСКОЙ
КУЛЬТУРЕ И СПОРТЕ
2.1. Проблемы измерений в педагогической
теории и практике спорта
В повседневной жизни и профессиональной деятель­ности, а также в процессе научных исследований, мы часто сталкиваемся с событиями и явлениями с неопреде­лённым исходом. Например, менеджер спортивно-оздоро­вительного клуба не знает, сколько посетителей придёт к нему в офис. При этом нам постоянно приходится при­нимать в подобных неопределённых условиях управлен­ческие решения. В быту мы можем принимать такие решения на основе здравого смысла, предыдущего опыта или интуиции. Однако в бизнесе, спорте, науке, на про­изводстве решения должны приниматься на основе тща­тельного анализа имеющейся информации, т.е. быть обос­нованными [А.П. Кизько, 2004; Ю.Г. Пузаченко, 2008].
Поэтому для решения задач, связанных с анализом дан­ных в области физической культуры и спорта при наличии случайных и непредсказуемых воздействий, математи­ками был выработан мощный и гибкий арсенал методов, называемых в совокупности математической статистикой (или прикладной статистикой) [Г.П. Конюхова, В.В. Брит­вина, 2013; И.В. Строева, 2006, 2016].
Эти методы позволяют выявить закономерности на фоне случайностей, делать обоснованные выводы и про-
75
гнозы, давать оценки вероятностей их выполнения или невыполнения в практической деятельности.
Математическая статистика изучает числа, чтобы об-
наружить в них закономерности. Все мы хорошо знакомы с закономерными явлениями и закономерными измене­ниями, которые и составляют главный объект научных ис­следований. Например, мы можем точно вычислить, когда в данной местности произойдет следующее солнечное затмение. Однако не во всех ситуациях интересующий нас результат жестко определяется влияющими на него факто­рами. Например, мы не можем точно указать, сколько часов будет светить электрическая лампочка. Невозможно предвидеть число посетителей стадиона или количество туристских путёвок, которые приобретут клиенты в кон­кретном месяце года. У всех этих примеров есть общая черта – непредсказуемость результатов, процессов или явлений, происходящих в неизменных условиях. Ответы на подобные вопросы можно получить, только проведя со­ответствующие испытания. Поэтому для описания явле­ний с неопределённым исходом используется идея слу­чайности.
В большинстве происходящих процессов или явлений
присутствуют оба вида изменчивости – и закономерная, и случайная, и для нахождения закономерностей нам при­ходится «отсеивать» мешающие случайные факторы. Ста­тистический подход к изучению явлений природы состоит в мысленном разделении наблюдаемой изменчивости на две части – обусловленные закономерными и случайными причинами, и выявлению закономерной изменчивости на фоне случайной. То есть методы математической стати­стики позволяют в подобных ситуациях оценивать пара­метры имеющихся закономерностей и проверять те или иные гипотезы об этих закономерностях.
Предметом математической статистики является анализ
результатов массовых, повторяющихся измерений. Хорошо известно, что результаты таких измерений всегда
76
более или менее отличаются друг от друга, т.е. из-за мно­гочисленных причин, не поддающихся контролю, резуль­таты измерений всегда претерпевают случайное рассе­ивание. Хотя результаты каждого отдельного измерения при случайном рассеивании заранее предсказать нельзя, это не означает, что мы имеем дело с полным хаосом. Установлено, что массовые измерения однородных объ­ектов, обладающих качественной общностью, обнаружи­вают определённые закономерности. При этом следует подчеркнуть, что методы статистического анализа, на­правленные на изучение этих закономерностей, являются универсальными и могут применяться в самых разных областях человеческой деятельности [И.В. Аулик, 1990; В.С. Иванов, 1990; С.И. Изаак, 2005, 2016; В.В. Афанасьев и др., 2017; Т.А. Безусова, 2018].
Применяя в научном исследовании те или иные ме­тоды, в конечном итоге мы получаем совокупность раз­личных числовых показателей, которые характеризуют изучаемое явление. Однако без систематизации и надле­жащей обработки полученных результатов невозможно выявит закономерности и сделать обоснованные выводы. С целью количественного анализа изучаемых явлений и используются методы математической статистики, так как корректный математический анализ фактического материала – это непременное условие и культура научного эксперимента.
В настоящее время методы математической статистики широко применяются в различных отраслях науки и жиз­недеятельности людей. При этом наблюдаются различные подходы математических школ к обозначению одних и тех же показателей свойств или признаков. Анализ научных работ в области статистики [В.С. Иванов, 1990; И.И. Ели­сеева, М.М. Юзбашев, 1995; Р.С. Немов, 1999; Г.Л. Гро­мыко, 2008; М.Р. Ефимова и др., 2000; М.Р. Ефимова, 2005; О.Ю. Реброва, 2002; А.А. Лебедев, 2006; В.В. Езерский, 2007; В.Г. Конюхов, 2016] показывает, что, например,
77
средняя арифметическая обозначается более чем пятью различными символами, достоверность различий более чем четырьмя математическими терминами и т.д.
В связи с этим в практике спорта необходимо исполь-
зовать математические символы и терминологию, полу­чившие наибольшее распространение в психолого-педа­гогических и социологических исследованиях. Также сле­дует сказать, что в спортивно-педагогической теории и практике для изучения, коррекции, планирования, про­гнозирования образовательного и учебно-тренировочного процессов используются методы количественных и каче­ственных измерений. Качество – это совокупность свойств, указывающих, что представляет собой предмет, чем он является. Количество определяет размеры, отождеств­ляется с мерой, числом; качество традиционно раскрыва­ется с помощью описания признаков. Анализируя каче­ство, педагог определяет, к какому классу уже известных явлений принадлежит данное и в чем его специфика. Затем устанавливает причинно-следственные зависимо­сти между явлениями. Задача количественного анализа традиционно сводится к измерению и счёту выявленных свойств. Изучение педагогических явлений, как правило, начинается с качественного познания. Педагог постигает качественное своеобразие педагогических явлений и про­цессов, используя методы наблюдения, анализа, синтеза, обобщения, конкретизации и систематизации знаний о различных свойствах изучаемых объектов [В.П. Губа, Ю.С. Воронов, В.Ю. Карпов, 2010; В.П. Губа, Г.Е. Сень­кина, 2011; А.В. Родин, П.С. Захаров, С.В. Артюгин, 2019].
Вместе с тем педагогическая практика требует выявле-
ния у одинаковых в целом педагогических объектов раз­личных свойств и сравнения разнокачественных величин по общему свойству. Таким образом, возникает необходи­мость измерений и вычислений в педагогике.
В историческом ракурсе проблема качественного и ко-
личественного изучения учащихся рассматривалась в раз-
78
личных аспектах. Великий русский педагог К.Д. Ушин­ский писал: «Если педагогика хочет воспитывать человека во всех отношениях, то она должна прежде узнать его тоже во всех отношениях». Он советовал педагогам «изучать сколь возможно тщательно физическую и ду­шевную природу человека вообще, изучать своих воспи­танников и окружающие обстоятельства», вести «истории воспитания» каждого ученика. Его высказывания об из­учении детей не утратили своей актуальности и для со­временной педагогики.
Целостному изучению и развитию ребёнка в начале XX в. были посвящены исследования многих педологов. Например, П.П. Блонский раскрывал особенности воз­раста и давал рекомендации по работе в каждом из перио­дов на основе детального изучения детей, а С.Т. Шацкий утверждал, что надо работать с детьми, всё время их изучая. Большое внимание проблемам педагогических из­мерений уделялось известными педагогами советского периода А.С. Макаренко и В.А. Сухомлинским.
В силу своей гуманитарной специфики отечественная педагогическая наука оставалась преимущественно на качественном уровне исследований. В ней хорошо про­сматривалась эмпирическая часть, отражающая богатей­ший материал наблюдений и экспериментов; представ­лены теоретические обобщения, завершающие система­тизацию материала. Но практически незначительно был представлен аппарат исследований, характеризующий развитую науку, – математической статистики.
Классические математические методы оказались не приспособленными для анализа явлений такой сложности, как педагогические. Преодолевается это препятствие двумя способами: с одной стороны, попытками предста­вить явления в таком упрощенном виде, который доступен для анализа традиционными математическими методами, с другой – разработкой и применением новых способов формализованного описания. Появляясь, новые методы
79
сразу привлекают к себе пристальное внимание специа­листов.
Необходимо различать два основных направления в ис-
пользовании количественных методов в педагогике: первое – для обработки результатов наблюдений и экспе­риментов, второе – для моделирования, диагностики, про­гнозирования, компьютеризации учебно-воспитательного процесса. Методы первой группы хорошо известны и до­статочно широко применяются. Здесь наиболее освоен­ными в педагогической науке являются статистические методы. Статистические методы являются базовым ин­струментарием обработки данных измерений практически во всех областях научного знания. Наиболее широкое при­менение они получили в естественных науках, где воз­никла острая необходимость анализа огромного массива эмпирических данных. В сочетании с методами планиро­вания и моделирования эксперимента статистические методы позволяют выявлять объективные закономерности при проверке различных научных гипотез.
В гуманитарных науках, таких как педагогика и психо-
логия, статистические методы прочно утвердились тогда, когда эти науки стали активно использовать эксперимент в качестве метода научного исследования, где измерениям различных параметров, факторов, признаков отводится важная роль. Дополняя качественные представления о своём предмете формализованными обобщениями, педагогиче­ская теория приобретает необходимую строгость и устой­чивость.
Вместе с тем несостоятельными оказываются попытки
формализовать буквально все элементы педагогического процесса. Например, разрабатывались методики оценки эффективности обучающих воздействий учителя на основе подсчёта количества используемых технических средств учения, плакатов, раздаточного материала, демонстраций, количества учащихся, отвечающих у доски, общего числа правильных ответов учащихся, количеств выполненных
80
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]