Добавил:
ivanov666
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
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]
