Когнитивная модель траектории электронного обучения на основе цифрового следа

Цель исследования. Актуальность статьи обусловлена цифровой трансформацией образовательного процесса и возрастающими при этом требованиями к цифровому образованию. Цель данного исследования — разработка когнитивной модели траектории обучения на основе цифрового следа и проведение анализа результатов ее апробации.

Материалы и методы. Исследование включает в себя обзор библиографических источников по проблемам использования цифрового следа в системе образования, а также построение модели системы управления траекторией электронного обучения с учетом цифрового следа обучаемых с ее реализацией в электронной образовательной среде на базе LMS Moodle.

Результаты. В данной работе дается понятие цифрового следа обучаемых, рассматривается структура его компонент. Под цифровым следом при этом понимается электронная форма представления данных о результатах учебной, профессиональной и социальной деятельности человека, характеризующей уровень его профессиональной компетентности с точки зрения траектории личностного и профессионального развития. При этом выделяются такие компоненты цифрового следа как технико-технологический, личностно-психологический, поведенческий, деятельностный, компетентностный, коммуникативный, рефлексивный. Также дается понятие структуры когнитивной модели обучаемого, включающей в себя личностный опыт и компетентность, познавательные способности, социально-обусловленные и биопсихические особенности, способность к рефлексии, техническую оснащенность в процессе обучения. При этом можно сделать вывод, что цифровой след обучаемого является цифровым отпечатком его текущей когнитивной модели, зафиксированным в определенный момент времени и показывающим место конкретного человека в социальной и профессиональной среде.

На основе результатов моделирования траектории электронного обучения спроектирована концепция электронного учебного курса, предназначенного для формирования и оценки профессиональных компетенций обучаемых с учетом их цифрового следа. Проведена апробация модели в системе электронного обучения LMS Башкирского ГАУ как для студентов очной формы обучения, так и для слушателей дистанционной группы курсов повышения квалификации в рамках дополнительного профессионального образования. Предлагаемый электронный курс позволяет, в том числе, реализовывать когнитивную модель образовательного процесса за счет варьирования учебных заданий и их траектории изучения.

Заключение. Рассмотренная методология формирования образовательной траектории на основе цифрового следа предназначена для совершенствования образовательного процесса, повышения его эффективности путем усиления контроля текущего уровня сформированности компетенций обучаемых. Предлагаемая концепция электронного обучения с учетом когнитивной модели обучаемого позволяет строить гибкую траекторию обучения, учитывающую имеющийся уровень профессиональной компетентности студента и его индивидуальные особенности и потребности. При этом делается вывод, что формирование и оценка профессиональных компетенций обучаемых является сложной, комплексной задачей, для эффективного решения которой необходима интеграция усилий всех участников образовательного процесса - как со стороны преподавателей, так со стороны самих обучаемых.

1. Елшин А.В., Родионов О.В. Методический аппарат оценивания личностных качеств обучающихся по результатам их активности в информационно-образовательной среде // Мир образования — образование в мире. 2018. № 4 (72). С. 150-157.

2. Lee J., Kao H.-A., Yang S. Service innovation and smart analytics for Industry 4.0 and big data environment // Procedia Cirp. 2014. № 16. С. 3-8. DOI: 10.1016/j.procir.2014.02.00.

3. Жигалова О.П. Формирование образовательной среды в условиях цифровой трансформации общества // Ученые записки Забайкальского государственного университета. 2019. Т. 14. № 2. С. 69-74.

4. Вартанов С.А. Цифровые медиа и Big Data: математический подход к анализу медиасреды // Век информации. 2018. Т. 1. № 2. С. 211-213.

5. Николаенко Г.А. Перспективы использования цифровых следов исследователей для анализа их коммуникативных стратегий (на примере социальной сети ResearchGate) // Социология науки и технологий. 2019. Т.10. № 2. С. 93-109. DOI: 10.24411/2079-0910-2019-12005.

6. Тулупьева Т.В., Тафинцева А.С., Тулупьев А.Л. Подход к анализу отражения особенностей личности в цифровых следах // Вестник психотерапии. 2016. № 60 (65). С. 124-137.

7. Вайндорф-Сысоева М.Е., Субочева М.Л. «Цифровое образование» как системообразующая категория: подходы к определению // Вестник Московского государственного областного университета. Серия: Педагогика. 2018. № 3. С. 25-36.

8. Шкарупета Е.В., Грешонков А.М., Сыщикова Е.Н. Разработка и масштабирование инструментария цифрового развития // Регион: системы, экономика, управление. 2019. № 3 (46). С. 82-86.

9. Положение о статусе Центров проектов и практик [Электрон. ресурс]. Режим доступа: https://2035.university/upload/Положение о статусе Центров проектов и практик.pdf (Дата обращения: 15.02.2020).

10. Розенберг И.Н. Обучение по гибкой траектории // Современное дополнительное профессиональное педагогическое образование. 2015. Т. 1. № 1 (1). С. 64-72.