Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Эффекты коронакризиса и новых экономических санкций в цифровой экономике высшее образование и рынок труда. Монография
.pdf
для включения в программу, а также последующего мониторинга. Проблемой
здесь может быть необходимость оценки МООК стороннего университета, по
которому нет данных учебной аналитики.
Оценка качества образовательных программ и офлайн курсов.
Предложенная авторами данного раздела методика оценки качества МООК может
быть обобщена на случай образовательных программ и учебных курсов,
реализуемых в традиционном офлайн формате.
В отношении образовательной программы в качестве контрольных точек
можно рассматривать дисциплины, входящие в ее состав, а в качестве итогового
теста – выпускную квалификационную работу.
При оценке учебных курсов, реализуемых в традиционном формате,
контрольными точками могут быть различные аттестационные мероприятия
внутри семестра – коллоквиумы, контрольные работы, мини-тесты и т.д., а в
качестве итогового теста – экзамен или зачет по итогам курса.
При обобщении методик оценки качества МООК на образовательные
программы и традиционные курсы, имеют место две проблемы на уровне данных:
1. Объем собираемых данных по каждому студенту. Количество
фиксируемых данных при обучении в традиционном офлайн формате
существенно меньше. Если количество контрольных точек в случае МООК –
десятки, то в традиционном формате – единицы.
2. Количество студентов в выборке для анализа. В случае МООК объем
выборки составляет сотни и даже тысячи студентов. В традиционном формате –
это десятки студентов (численность классических академических групп). Если
количество студентов критично для анализа (например, в случае подсчета ИЦП –
индивидуального цифрового профиля [386]), то проблему можно решить,
объединив несколько запусков курса или программы (при условии, что студенты
были сопоставимого уровня подготовки, а содержание курса или программы
существенно не менялось).
Пример оценки качества образовательной программы бакалавриата
«Промышленный менеджмент и инвестиционно-строительный бизнес»
131
Уральского федерального университета (период обучения 2016-2020 годы).
Выборка для расчета показателей включает 38 студентов, которые прошли
обучение в полном объеме. Для образовательной программы в целом индекс
качества по формуле (1) составил 0,77, что является достаточно высокой оценкой.
Индекс качества для отдельных дисциплин образовательной программы показан
на графике (рис. 32).
1.20
1.00
0.80
0.60
0.40
Индекс качества Q
0.20
"Промышленный менеджмент и инвестиционно-строительный бизнес (период 2016 - 2020 годы)"
Бакалавриат. Образовательная программа:
0.00
A1A3A5A7A9
A11
B2
B4B6B8
C1C3C5
C7
B10
C9
Дисциплины образовательной программы
C11
D2D4D6
E2E4E6
E8
E10
F5
F7
F1
F3
G1
G3
G5
G7
G9
E12
E14
G11
G13
G15
H1
Рис. 32. Индекс качества дисциплин образовательной программы
Источник: эмпирические данные авторов
На графике присутствуют дисциплины, например, с кодами A4, C5, E3 и
т.д., выпадающие на общем уровне индекса качества. В отношении данных
дисциплин, особенно тех, что формируют ключевые профессиональные
компетенции, необходимо дополнительное внимание со стороны руководителя
образовательной программы и преподавателей.
Предлагаемая авторами данного раздела методика оценки качества
образовательных программ и офлайн курсов может быть полезна для
руководителей образовательных программ и администрации университета, в чьи
задачи входит управление образовательным процессом и портфелем
образовательных программ.
Основной проблемой при оценке качества образовательных программ
может быть неполнота цифровой информации (например, отсутствие цифровых
132
карт формируемых компетенций, отсутствие данных о текущих активностях
студентов), а также субъективность оценок по дисциплинам в офлайн режиме.
Прогнозирование успеваемости. При прогнозировании успеваемости в
качестве целевой переменной авторами данного раздела были использованы
оценки студентов за итоговый тест. В российской образовательной практике
итоговый тест (экзамен) традиционно считается важным этапом подведения
итогов по прослушанному студентом курсу. В качестве независимых переменных
могут быть использованы оценки за прохождение контрольных точек, а также
иные активности студентов, фиксируемые в журналах событий образовательной
платформы, и производные от них величины, например, регулярность занятий
студента во время освоения курса. Для прогнозирования авторами данного
раздела были проверены модели машинного обучения – нейронные сети [372]
(многослойный персептрон, сеть Кохонена), а также статистические модели [373]
(регрессия, кластеризация). В общем виде использование модели
прогнозирования может быть записано следующим образом:
o
[модель]: {показатели текущей активности}
{итоговый тест} (7)
Полученный результат с долей ошибочных прогнозов порядка 30 % можно
считать удовлетворительным. Такой результат может быть использован
преподавателями курсов при работе с проблемными студентами на ранних этапах
возникновения проблемы. Также на основе методики можно формировать
рекомендации непосредственно для студентов по улучшению успеваемости и
минимизации рисков получения низких оценок.
Серьезной проблемой при построении и использовании предиктивных
моделей, в том числе с использованием искусственного интеллекта, является
неполнота данных образовательной платформы. Так, студенты могут проходить
обучение по материалам МООК на образовательной платформе университета, но
сдавать итоговый тест вне платформы. Это может быть, например, очный экзамен
или независимый тест контроль. В таком случае на платформе отражены все
активности студента, но отсутствуют сведения о результатах итогового теста – а
это целевая переменная прогностической модели. Если речь идет о «своих»
133
студентах, то мы имеем дело с проблемой извлечения данных из других
информационных систем и их интеграции с данными платформы. Это может быть
сложно технически, но реализуемо при условии приложения определенных
усилий. Однако если речь идет о студентах другого университета, которые
проходили курс по партнерскому договору, то возможность получения
информации о результатах итогового теста у университета, разработавшего курс,
может в принципе отсутствовать.
Мониторинг активности студентов. При мониторинге активности
студентов во время освоения материалов курса используются данные журнала
событий образовательной платформы, формирующие цифровой след студента.
Это могут быть данные о работе студента с текстовыми и видео материалами
курса, повторные обращения к содержимому курса и т.д. Мониторинг возможен
как по академическим группам, так и по отдельным студентам.
Пример мониторинга нескольких академических групп на запуске курса
«Философия» Уральского федерального университета в осеннем семестре 2019
года. Групповые показатели – средняя активность за период (неделя) в расчете на
одного студента, доля активных студентов в группе приведены на
рис. 33 и 34.
500.00
450.00
400.00
350.00
300.00
250.00
200.00
150.00
100.00
Средняя активность на 1-го студента
50.00
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Философия (осенний семестр 2019)
группа 1
группа 2
группа 3
Неделя курса
Рис. 33. Групповые показатели активности студентов
134
ID группы
ID студента
Средняя
активность
Индекс
активности
Средний балл
текущей
успеваемости
успеваемости
Группа 1
971689
113,3
1,01
0,87
1,08
1337472
137,62
1,23
0,71
0,87
983920
288,67
2,58
0,54
0,66
996208
87,0
0,78
0,89
1,09
1.20
Доля активных студентов в группе
1.00
0.80
0.60
(%)
0.40
0.20
0.00
12345678910111213141516
Философия (осенний семестр 2019)
группа 1
группа 2
группа 3
Неделя курса
Рис. 34. Доля активных студентов в группе
Источник: эмпирические данные авторов
В табл. 23 представлены индивидуальные показатели мониторинга –
средняя активность за период (неделя) конкретного студента и индекс активности
данного студента (показывает активность студента на фоне группы), средний балл
текущей успеваемости студента и индекс успеваемости (показывает успеваемость
студента на фоне группы).
Таблица 23
Индивидуальные показатели мониторинга активности и успеваемости студентов
Источник: эмпирические данные авторов
преподавателям широкие возможности по отслеживанию прогресса в обучении
как группы в целом, так и отдельных студентов, позволяет принимать
своевременные меры при обнаружении негативных тенденций. Проблемным
фактором при внедрении мониторинга студентов на основе данных является, как
и большинстве других задач, неполнота данных. Так, в предоставляемых
образовательными платформами данных могут отсутствовать метаданные курса,
Индекс
Мониторинг активности и успеваемости студентов открывает
135
например, порядок и сроки прохождения контрольных точек курса, что может
затруднить мониторинг. Также мониторинг активности создает дополнительную
нагрузку на преподавателей.
Таким образом, внедрение цифровых технологий в сфере высшего
образования открывает перед всеми участниками образовательного процесса
широкие возможности и одновременно формирует перед ними новые вызовы.
Справиться с такими вызовами можно, применяя технологии управления на
основе данных. Работа с данными сопряжена с организационными и
техническими проблемами. В частности, необходимо решать проблемы
извлечения и интеграции данных из разных информационных систем
университета, согласовывать получение данных из сторонних информационных
систем, решать проблемы неполноты имеющихся данных и метаданных,
обеспечивать согласованность используемых в анализе данных. В конечном итоге
решение указанных проблем позволяет упростить работу с данными студентам,
преподавателям, авторам курсов, руководителям образовательных программ и
администрации университета.
Применение массовых открытых онлайн курсов (МООК) в российском и
зарубежном высшем образовании: тенденции, проблемы и перспективы
На сегодняшний день одной из самых революционных и инновационных
концепций обучения являются массовые открытые онлайн-курсы (далее –
МООК). МООК – это курсы с открытым доступом (без ограничений) к учебноизмерительным материалам курса для обучающихся в объеме, достаточном для
достижения запланированных (декларируемых) результатов обучения и их
оценки. То есть, учебный материал доступен всему обществу, тем самым облегчая
обучение на протяжении всей жизни [21; 37; 67; 100; 266; 267; 325].
Как известно, с начала 2000-х годов появилось большое количество открытых
онлайн-курсов как продолжение отдельных открытых образовательных ресурсов
в Интернете от ведущих университетов и бизнес-школ, таких как:
Массачусетский технологический институт (MIT, США); Стэнфордский
136
университет (США); Гарвардский университет (США) и др. В настоящее время
МООК активно используются как инструмент повышения квалификации в вузах и
бизнес-обучения. Кроме того, МООК стал одним из инструментов самообучения,
основанных на мотивации и метакогнитивных навыках [266; 304; 380]
практически во всех уголках мира.
МООК имеют ряд ключевых особенностей, которые очень полезны для
многих людей во всем мире, в том числе:
- масштабность, полнота и доступность для всех интересующихся онлайн-
обучением;
- нахождение в открытом доступе на цифровой платформе онлайн-обучения;
- представленность в электронном формате для освоения исключительно в
онлайн-формате;
- свободный, бесплатный доступ к части обучающих курсов;
- привлечение к созданию курсов лучших профессоров и специалистов-
практиков из ведущих университетов мира;
- стирание доминирующей роли преподавателя и превращение его в
посредника или коллегу;
- включение элементов традиционного обучения: расписание, дедлайны,
зачеты, экзамены и т.д.;
- наличие множества каналов обратной связи между всеми элементами
системы образования: обучающийся-преподаватель, обучающийся-обучающийся,
преподаватель-преподаватель;
- предоставление возможности собирать цифровой след действий студента во
время онлайн-обучения и иметь большой объем аналитических данных,
генерируемых в ходе реализации МООК [56; 246; 266; 267].
Хотя МООК являются относительно новым образовательным явлением, они
вызвали значительный интерес в научном сообществе во всем мире. Связано это с
тем, что МООК могут влиять на педагогическую, организационную, научную и
предпринимательскую модели как отдельных ученых, так и университета в целом.
Вот почему необходимо искать новые педагогические форматы, такие как МООК,
137
предоставляющие новые образовательные возможности для каждого [1; 20; 56;
246; 304].
Следует отметить, что во всех образовательных проектах с использованием
МООК проводится большое количество исследований для анализа
образовательного процесса. Это позволяет оценить качество обучения и
эффективность используемых онлайн-технологий для достижения целей обучения
с использование МООК, что обусловлено следующими эффектами: 1) включение
в мировую систему образования и работа со студентами разных стран; 2) рост
узнаваемости и продвижение бренда университета; 3) использование МООК как
эффективного маркетингового инструмента для привлечения талантливой и
одаренной молодежи к обучению в вузах;4) повышение качества образовательных
программ за счет получения обратной связи от широкой аудитории;
5) обеспечение доступности образования для людей с ограниченными
возможностями здоровья и др. [56; 232; 266; 267; 304].
На сегодня МООК являются одним из самых передовых способов реализации
дистанционного образования посредством онлайн-технологий. Данные формы
активно внедряются как инструмент повышения квалификации в вузах и бизнесобразования в компаниях. Таким образом, во всем мире МООК стали одним из
инструментов самообразования, основанного на мотивации и метакогнитивных
навыках [266; 304; 380].
В настоящее время наблюдается стремительный рост количества МООК во
всем мире. По данным Markets & Mart Research [347] было зафиксировано, что в
2014 году рынок МООК вырос на $1,13 млрд., тогда как к 2018 году мировой
рынок МООК уже оценивался в $3,9 млрд. Ожидается, что к 2023 году его размер
увеличится до $20,8 млрд., с большими различиями между регионами [202; 298;
380].
В России, по данным Мониторинга экономики образования НИУ ВШЭ [1; 93;
190], доля онлайн-образовательных технологий в высшей школе до 2019 года не
превышала 4 %. Только 1 % студентов прошли обучение по МООК и получили
диплом по результатам обучения. Еще 2,5 % прошли аналогичное обучение без
138
выдачи сертификатов. При этом 73 % студентов не знали о существовании таких
онлайн-курсов. Доля учителей, не знакомых с МООК, была значительно ниже:
только 41 % не слышали об онлайн-курсах. Судя по всему, МООК более
востребованы среди преподавателей, чем среди студентов: 11 % преподавателей
прошли онлайн-курсы и продолжат обучение в будущем, еще 40 % заявили о
намерении пройти онлайн-курс. Однако эксперты в сфере высшего образования
все чаще говорят о том, что в России в связи с высокими темпами роста
цифровизации онлайн-курсы будут внедрены в образовательную практику очень
скоро. В связи с тем, что в Российской Федерации более 80 % населения (118 млн.
человек) [1; 93] имеют доступ в Интернет, и все больше пользователей Интернета
выходят в сеть не только для общения в социальных сетях и развлечений, но и для
поиска для информации о товарах и услугах, уже в 2018 году объем электронной
торговли в РФ вырос почти на 60 % по сравнению с 2017 годом и достиг более
1,6 трлн. руб. [164]. Пандемия Covid 19 и режим самоизоляции в этот период
кардинально изменили ситуацию и привели к тому, что практически все
существующие процессы, позволяющие дистанционное взаимодействие, стали
более активными и приобрели массовый характер, в том числе: удаленная работа,
онлайн-обучение, виртуальные посещения музеев и театров, онлайн-продажи,
виртуальные платежи и т. д. Например, в структуре выручки от торговли одеждой
покупки через Интернет [164] в марте 2020 г. составили 45 %, хотя в 2019 г. –
всего 25 %.
В итоге, благодаря переходу к удаленному взаимодействию в условиях
пандемии, в 2020 году онлайн-образование стало частью повседневной жизни, а
МООК стали привычным инструментом многих российских преподавателей и
студентов. Как отмечают эксперты НИУ ВШЭ [23], в России уже есть успешные
кейсы интеграции МООК в высшее образование. Так, Уральский федеральный
университет (УрФУ) стал первым университетом в России, который успешно
прошел государственную аккредитацию образовательных программ,
включающих различные модели использования онлайн-курсов от вузов-партнеров
в образовательном процессе [54].
139
Что касается региональных различий в использовании МООК в формальном
Тихоокеанский регион
Видимость или
ожидания
Пик завышенных ожиданий
Через разочарование
Склон просвещения
Технологический триггер
Плато продуктивности
Время
образовании, следует отметить, что мировой рынок можно разделить на пять
географических зон, отличающихся темпами роста МООК: Северная Америка
(NA), Азиатско-Тихоокеанский регион (APAC), Европа (EU), Ближний Восток и
Африка (MEA) и Латинская Америка (LA). Ожидается, что к 2023 году в
Северной Америке будет крупнейший рынок МООК из-за большого присутствия
многих поставщиков MOOК в США (рис. 35).
25
20
15
10
5
0
Северная Америка Европа Азиатс ко-
Латинская Америка Ближний Восток и Африка
Однако по мнению некоторых исследователей рынок МООК уже достиг уровня
зрелости, что иллюстрирует адаптированная кривая цикла Гартнера (рис. 36).
Рис. 36. Кривая развития рынка МООК по стадиям согласно циклу зрелости
2016 2017 2018 2019 2020 2021 2022 2023
Рис. 35. Мировой рынок МООК по регионам, $ млн. [347]
технологий Гартнера в интерпретации Каберо [361]
140
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]