Татьяна Михайловна Шамсутдинова - канд. физ.-мат. наук, доцент кафедры цифровых технологий и прикладной информатики
Tatyana M. Shamsutdinova - Candidate of Physical and Mathematical Sciences, Associate Professor of the Department of Digital Technologies and Applied Informatics
Цель данного исследования – рассмотреть перспективы и проблемы применения больших данных в образовании.
Материалы и методы. Методами исследования выступали анализ, систематизация и структурирование информации в области применения больших данных в образовании, а также моделирование и программная реализация тестовой модели обработки больших данных с использованием фреймворка Apache Spark.
Результаты. В статье рассмотрены ключевые аспекты использования больших данных в образовании, в частности, их источники в виде цифрового следа обучения, методы анализа и направления применения больших данных. При этом были выделены следующие источники больших данных в образовании: электронная образовательная среда и электронная библиотека вуза; мобильные приложения для обучения; сайт вуза; социальные сети и форумы; данные обратной связи, обращений и опросов; персональные данные, включая психометрические характеристики обучающихся; данные научных smart лабораторий; данные видеонаблюдений и систем контроля управления доступом; данные о карьерном пути и успешности выпускников. Направления применения больших данных в образовании включают в себя следующие моменты: персонализация электронного обучения, выдача персонализированных рекомендаций; аналитика данных; оценка и обратная связь; прогнозирование успеха студентов; мониторинг качества образования; создание модели обучаемого; разработка учебных планов на основе запросов работодателей; разработка новых образовательных программ; появление новых моделей обучения; совершенствование процессов управления вузом; совершенствование работы приемной компании; модернизация программно-технических средств обучения; оптимизация педагогического состава. В качестве проблем применения больших данных в образовании рассматриваются проблемы защиты личных (персональных) данных, необходимость в новых методологиях и технологиях анализа больших данных, потребность в существенной модернизации имеющихся в системе образования технических средств, необходимость в квалифицированных кадрах. В статье также приведен тестовый пример анализа log-файла (журнала событий) электронного курса с помощью технологий обработки больших данных Spark SQL, показывающий потенциальную возможность и практическую применимость технологий обработки больших данных к задачам анализа цифрового следа обучения.
Заключение. Большие данные в образовании способны предоставить уникальные возможности для анализа и оптимизации учебного процесса, помогая выявить тенденции, прогнозировать успехи студентов и адаптировать образовательные программы к индивидуальным потребностям учащихся. Но нельзя также забывать, что использование больших данных в сфере образования также несет с собой определенные риски и вызовы, связанные с этическими аспектами, защитой личных данных и необходимостью кадровой модернизации сложившейся системы образования. Для успешной интеграции аналитики данных в образовательную практику необходимо развивать не только технические ресурсы, но и уровень цифровой безопасности и этики в использовании персональных данных.
The purpose of this study is to consider the prospects and problems of using big data in education.
Materials and methods. The research methods include analysis, systematization and structuring of information in the field of big data application in education, as well as modeling and software implementation of a test model for processing big data by using the Apache Spark framework.
Results. The article considers the key aspects of using big data in education. In particular, the sources of big data in the form of a digital footprint of learning, methods of analysis and areas of application of big data are considered. At the same time, the following sources of big data in education were identified: electronic educational environment and electronic library of the university; mobile applications for learning; university website; social networks and forums; feedback data, requests and surveys; personal data, including psychometric characteristics of students; data from scientific smart laboratories; data from video surveillance and access control systems; data on the career path and success of graduates. The use of big data in education includes the following points: personalization of e-learning, issuance of personalized recommendations; data analytics; assessment and feedback; predicting student success; monitoring the quality of education; creation of a learner model; development of curricula based on employer requests; development of new educational programs; emergence of new learning models; improvement of university management processes; improvement of the work of the admissions office; modernization of software and hardware teaching aids; optimization of the teaching staff. The following problems are considered as problems of using big data in education: protection of personal data, the need for new methodologies and technologies for analyzing big data, the need for significant modernization of the technical means available in the education system, the need for qualified personnel. The article also provides a test example of analyzing a log file (event log) of an e-course using Spark SQL big data processing technologies. The example shows the potential and practical applicability of big data processing technologies to the tasks of analyzing the digital footprint of learning.
Conclusion. Big data in education can provide unique opportunities for analyzing and optimizing the educational process, helping to identify trends, predict student success and adapt educational programs to the individual needs of students. However, the use of big data in the educational sphere also implies certain risks and challenges related to ethical aspects, protection of personal data and the need for personnel modernization of the existing education system. For the successful integration of data analytics into educational practice, it is necessary to develop not only technical resources, but also the level of digital security and ethics in the use of personal data.
The authors declare that there are no conflicts of interest present.