Модель образовательного контента: от структурирования понятий к адаптивному обучению

Цель исследования. В современных условиях изменения мирового «образовательного ландшафта» ведущим трендом в построении новой системы управления учебным процессом выступает персонализация образовательного процесса в электронной среде. Развиваются новые педагогические технологии и инновационные формы организации персонализированного обучения в электронной среде, одним их которых выступает адаптивное обучение. Разработка структуры и содержания адаптивных электронных обучающих курсов, проектирование и реализация образовательной стратегии, методики обучения, подходов к оцениванию результатов определяется моделью его предметной области – моделью образовательного контента. Цель исследования заключается в разработке подхода к построению модели образовательного контента адаптивного электронного обучающего курса, обеспечивающей формализованное представление учебного материала дисциплины и построение логически обоснованной стратегии его изучения.
Материалы и методы. Методологическую базу исследования составляют методы логико-гносеологического анализа и теории графов, а также сравнительно-сопоставительный анализ психолого-педагогической, научно-методической литературы, анализ нормативно-методических документов по проблематике исследования, профессиональных и федеральных образовательных стандартов высшего образования.
Результаты. Особенностью авторского подхода выступает структурирование предметной области в виде последовательности термов (учебных объектов) образовательного контента, изучаемых в определенном порядке и представленных в нескольких редакциях изложения. Представленная модель построения образовательного контента учебной дисциплины отличается от известных наличием логического упорядочения понятий на основе интеграции логических методов анализа понятий, логико-гносеологических методов соотношения объема и содержания понятий с методами теории графов и гиперграфов; определением учебных объектов дерева (древесного гиперграфа) термов, полученного на основе дерева понятий дисциплины; определением последовательности их изучения; включением в содержание учебного объекта феноменологической и структурной модели, позволяющей идентифицировать и раскрывать сущность каждого изучаемого понятия в рамках предметной области дисциплины.
Заключение. Предложенный подход апробирован в учебном процессе студентов направления 09.03.02 – «Информационные системы и технологии» Сибирского федерального университета. Обработка результатов и оценка эффективности внедрения в учебный процесс разработанного адаптивного электронного обучающего курса осуществлялась с применением рангового дисперсионного анализа Краскела-Уоллиса. В результате проведенного эксперимента выявлено, что на конец эксперимента контрольная и экспериментальная группы статистически значимо различаются, что позволило сделать вывод об эффективности внедрения в учебный процесс разработанного адаптивного электронного обучающего курса. Адаптивные электронные обучающие курсы, построенные на основе предложенного авторами подхода, позволили осуществить представление образовательного контента в виде логически целостных микропорций, позволяющих производить адаптацию образовательной среды под индивидуальные характеристики обучающихся. В перспективе предложенный подход может способствовать разработке персонализированной адаптивной обучающей экосистемы вуза в условиях цифровизации образования.

1. Уваров А.Ю., Гейбл Э., Дворецкая И.В. Трудности и перспективы цифровой трансформации образования. М.: Издательский дом Высшей школы экономики, 2019. 343 с.

2. Григорьев С.Г., Гриншкун В.В., Львова О.В., Шунина Л.А. Использование средств информатизации для формирования толерантности при обучении в течение всей жизни // Вестник Моск. гор. пед. ун-та. Серия: Информатика и информатизация образования. 2016. № 1 (35). С. 8–19.

3. Дворянчиков Н.В., Калашникова Т.В., Печникова Л.С., Фролова Н.В. Использование электронного обучения в образовательном процессе: проблемы и перспективы // Психологическая наука и образование. 2016. № 21(2). С. 76–83.

4. Brusilovsky P. Adaptive and Intelligent Webbased Educational Systems // International Journal of Artificial Intelligence in Education. 2003. № 13. С. 156–169.

5. Растригин Л.А., Эренштейн М.Х. Адаптивное обучение с моделью обучаемого. Рига: Зинатне, 1988. 160 с.

6. Esichaikul V., Lamnoi S., Bechter C. Student modelling in adaptive e-learning systems // Knowledge Management and E-Learning. 2011. № 3(3). С. 342–355.

7. Комлева Н.В., Вилявин Д.А. Цифровая платформа для создания персонализированных адаптивных онлайн курсов // Открытое образование. 2020. № 24 (2). С. 65–72. DOI: 10.21686/1818-4243-2020-2-65-72.

8. Bronov S.A., Stepanova E.A., Katsunova A.S., Pichkovskaya S.Yu, Volkov M.V., Puh M.V, Sokolov P.V. The process of forming a tree of didactic units at the automated curriculum' synthesis // Education Transformation Issues. 2019. № 3. С. 97–102.

9. Бурняшов Б.А. Персонализация как мировой тренд электронного обучения в учреждениях высшего образования // Современные проблемы науки и образования. 2017. № 1.

10. Голикова Е.А. Опыт построения структуры курса «Дискретная математика» с отслеживанием логических связей между ее компонентами // Современные проблемы науки и образования. 2018. № 5.

11. Шершнева В.А., Вайнштейн Ю.В., Кочеткова Т.О. Адаптивная система обучения в электронной среде // Программные системы: теория и приложения. 2018. № 9 (4). С. 159–177.

12. Федосеев А.А. К вопросу об уменьшении объема порций учебного материала при электронном обучении // Информатика и её применение. 2016. № 10 (3). С. 105–110. DOI: 10.14357/19922264160314.

13. Fernandez J. The microlearning trend: Accommodating cultural and cognitive. Santa Rosa, CA. 2014. [Электрон. ресурс]. Режим доступа: www.learningsolutionsmag.com/articles/1578/themicrolearning-trend-accommodating-culturalandcognitive-shifts.

14. Dolasinski M.J., Reynolds J. Microlearning: A New Learning Model // Journal of Hospitality & Tourism Research. 2020. № 44(3). С. 551–561. DOI: 10.1177/1096348020901579.

15. Войшвилло Е.К., Дегтярев М.Г. Логика: учебник для студентов вузов. М.: Владос, 2010. 527 с.

16. Тюхтин В.С. Отражение, системы, кибернетика. Теория отражения в свете кибернетики и системного подхода. М.: Наука, 1972. 256 с.

17. Асмус В.Ф. Избранные философские труды Т.1. М.: Издательство МГУ, 1967.

18. Куваев М.Р. Методика преподавания математики в вузе. Томск: Издательство Томского университета, 1990.

19. Кочеткова Т.О., Карнаухова О.А. Адаптивная образовательная стратегия обучения математике студентов в электронной среде // Вестник КГПУ им. В.П. Астафьева. 2018. № 2 (44). С. 50–56.

20. Слепченко Н.Н., Цибульский Г.М., Ямских Т.Н. От модели обучаемого к его адаптации в интеллектуальных обучающих системах // Информатизация образования и науки. 2018. № 1. С. 68–79.

21. Есин Р.В. Формирование математической компетентности бакалавров направления подготовки «Информатика и вычислительная техника» в электронной среде. Красноярск: СФУ, 2019. 232 с.