Цель исследования заключается в выявлении потребностей, отношения и имеющегося опыта у людей третьего возраста в области применения информационно-коммуникационных технологий в условиях современного этапа информатизации.
Современная система дополнительного образования пожилых людей в области компьютерной грамотности в настоящее время весьма устарела и нуждается в модернизации. Трансформация потребностей данной категории людей в новых знаниях и умениях вызвана бурными темпами развития цифровизации, роста спектра электронных услуг и расширением возможностей, связанных с применением информационно-коммуникационных технологий. Вовлеченность пожилых людей в данные процессы и необходимость приспособления к новому укладу жизни актуализирует необходимость исследования, каким должен быть современный курс цифровой грамотности с точки зрения людей третьего возраста, а именно, необходимо определить их потребности в компьютерной подготовке, имеющийся опыт и ресурсы, которыми они располагают.
Материалы и методы. Исследование проводилось с 2016 по 2019 гг. на базе Муниципального казенного учреждения города Новосибирска «Координационный центр «Активный город» среди 214 человек, обучающихся по программе «Академия компьютерной грамотности», посвященной основам работы с компьютером и сетью Интернет, организованной при поддержке фонда развития социальных программ им. Л.И. Сидоренко.
В исследовании проводился теоретический анализ психолого-педагогической и научной литературы по теме исследования, анкетирование и опрос респондентов, анализ и обобщение полученных данных. В качестве основных задач были поставлены следующие: а) выявить, какими ресурсами информационно-коммуникационных технологий располагают респонденты в домашних условиях; б) определить мотивирующие факторы, определяющие необходимость обучения в области компьютерной грамотности; в) выявить требование к содержанию курса компьютерной грамотности в современных условиях в соответствии с требованиями респондентов; г) провести анализ, как эти требования проявляются в разных возрастных группах: 55–60 лет, 61–70 лет, 71–80 лет и старше 80 лет.
Результаты. Полученные результаты исследования показывают необходимость разработки курса уже не компьютерной, а цифровой грамотности нового формата, обладающий характером гибкости, способствующей удовлетворению любой потребности в ликвидации проблем информационной деятельности на любом уровне: низком, среднем или продвинутом. Кроме того, быстро меняющиеся информационные технологии вызывают необходимость обеспечения такой подготовки, которая позволит пожилому человеку в будущем разобраться с любой новой и неизвестной технологией. Очень важно адаптировать современных пенсионеров к новой цифровой реальности, научить их взаимодействовать с ней и понимать принципы устройства.
Заключение. Данные исследования являются основанием и доказывают необходимость пересмотра существующих курсов компьютерной грамотности и разработки нового содержания и методов преподавания, учитывающие современные запросы людей третьего возраста.

Цель исследования: изучение регионального опыта использования онлайн образовательных платформ в период дистанционного обучения школьников и выявление особенностей новых реалий на формирование человеческого капитала.
Материалы и методы: оценка организации процесса дистанционного обучения в муниципальных образованиях Республики Карелия, Петрозаводском и Костомукшском городском округе в период первой и второй волны перехода на дистанционное обучение школьников. Анкетирование проводилось по окончанию каждого периода среди учителей, детей и родителей по вопросам организации и осуществления процесса обучения.
Результаты: Исследование результатов онлайн-анкетирование учителей Республики Карелия выявило ряд особенностей и трудностей внедрения дистанционных технологий обучения школьников в условиях новых реалий изолированного образовательного процесса: уровень владения технологиями дистанционного обучения на начало пандемии Covid-2019 у педагогов Карелии был достаточно высок – 68,3% , из них имели опыт самостоятельного изучения форм и технологий дистанционного обучения – 72,8%, закончили курсы повышения квалификации – 27,9% опрошенных учителей. Из большого числа образовательных платформ действующих в рамках предоставления онлайн доступа к обучающим и тестирующим ресурсам учителя чаще всего использовали в работе: Uchi.ru, Yaklass.ru, Google класс, Российскую электронную школу. Только 4,5% опрошенных признаются, что не вели онлайн уроков, в том числе по причине отсутствия Интернета в их поселении.
По результатам анкетирования родителей проявились новые риски развития системы образования, и выявленные тенденции заставляют задуматься о том, что можно изменить и сделать уже сейчас, чтобы образование детей во время дистанционного обучения было в радость и детям, и родителям, и учителям.
Выводы: оценивая опыт использования онлайн образования в российских школах при массовом переходе на дистанционное обучение можно отметить как объективные трудности и проблемы в организации образовательного процесса в дистанционном режиме, так и положительные эффекты, которые невольно проявились в развитии у населения конкретных узких навыков цифровой грамотности, знакомства с новыми программами и цифровыми инструментами, наставничества среди участников отношений, обмена эффективными практиками и опытом.
Тем не менее, практически все исследования отмечают, что общеобразовательные школы и учителя, в целом до массового перехода на дистанционное обучение практически не обладавшие опытом онлайн-обучения, смогли довольно быстро сориентироваться в новой ситуации и освоить новые формы коммуникации с учениками. При этом положительным синергетическим эффектом явилось формирование умения продуктивного общения детей и взрослых, взаимодействия и взаимопомощи в процессе освоения ИКТ-технологий.

Цель исследования. Для российских вузов проблема выбора формы электронного портфолио и его программного обеспечения является актуальной, поскольку действующими федеральными государственными стандартами высшего образования России обеспечение формирования электронного портфолио обучающегося закреплено в требованиях к электронной информационно-образовательной среде учебного учреждения. Цель исследования – на основе обобщения практики использования автором возможностей иностранного и отечественного программного обеспечения для организации работы по ведению студентами электронного портфолио выработать рекомендации по выбору программного обеспечения. Исследование предпринято в качестве очередного шага в осуществлении разработки автором понятийного аппарата предметного поля «электронное портфолио».    

Материалы и методы. Автором исследования педагогическое и организационное руководство учебной работой студентов с электронным портфолио осуществляется с 2007 года:  с 2007 по 2019 год в Южном институте менеджмента (сначала в качестве заведующего кафедрой прикладной информатики, затем – помощника ректора по информатизации и электронному обучению), с 2019 года – в Северо-Кавказском филиале Российского государственного университета правосудия и Кубанском государственном университете в качестве преподавателя информатики, психологии и педагогики. Только в 2020-2021 учебном году студентами этих двух вузов в ходе изучения преподаваемых автором учебных дисциплин облачными инструментами Google и 7Р Офис велось около 400 электронных портфолио. Критерии для сравнения программного обеспечения электронного портфолио от разных разработчиков разрабатывались на основе авторского видения функционала электронного портфолио в российских вузах как виртуального рабочего кабинета  обучающихся. Для определения используемых российскими учреждениями высшего образования форм электронного портфолио и используемого ими программного обеспечения автором проведён анализ размещённой на официальных сайтах вузов страны документации по организации электронной среды учреждения.

Результаты. В ходе исследования компонентов структурной модели исследуемой проблемы автором классифицированы и рассмотрены  варианты программного обеспечения портфолио и выявлено, что наиболее функциональной формой электронного портфолио является электронное портфолио в виде Интернет-сайта, конструируемого и поддерживаемого по модели «программное обеспечение как услуга». В перечень традиционных критериев для сравнения программного обеспечения электронного портфолио от разных разработчиков автором добавлены следующие критерии: наличие (количество) учебных инструментов для выполнения учебных заданий инструментами экосистемы, в которую интегрировано портфолио, и наличие регистрации в Едином реестре российских программ для электронных вычислительных машин и баз данных. Автор дополнил рекомендации по выбору программного обеспечения портфолио вузам пожеланиями его разработчикам и заказчикам.

Заключение. Ряд российских вузов продолжает собственную разработку систем электронного портфолио «с нуля» без учёта имеющихся в культуре наработок. Это обстоятельство, как и факт зависимости большинства вузов от иностранных  технологических платформ, обеспечивающих ведение электронного портфолио, побудили автора показать возможность создания системы электронного портфолио путём доработки экосистемы офисных приложений 7Р Офис в соответствии с имеющимся примером использования для ведения электронное портфолио онлайн-инструментов экосистемы  Google.   

Цель исследования. Цель данной статьи – рассмотреть теоретические и практические аспекты проектирования адаптивных учебных курсов, ориентированных на создание индивидуальной образовательной траектории, с учетом различных механизмов (ресурсов) адаптации.

Материалы и методы. Данное исследование включает обзор библиографических источников по проблемам формирования индивидуальной траектории обучения и реализации адаптивного обучения в электронных учебных курсах. Также включает построение структурной модели адаптивной системы управления обучением с описанием возможных механизмов адаптации, выступающих в качестве параметров формирования персонализированной траектории обучения, и описание примера реализации адаптивного курса в LMS Башкирского ГАУ.

Результаты. Проведен анализ факторов, влияющих на выбор профессиональной образовательной траектории. При этом говорится о различных уровнях формирования факторов, выделяются и характеризуются такие группы как макрофакторы, мезофакторы и микрофакторы. Рассматривается понятие гибкой адаптивной модели обучения и анализируются возможные ресурсы (параметры, механизмы) ее адаптации. Применительно к модели управления формированием индивидуальной траектории обучения в качестве ресурсов адаптации выделяются такие параметры как форма обучения, содержание обучения, методы обучения, организация электронного обучения в электронном учебном курсе, модель обучаемого, траектория обучения. Строится структурная модель адаптивной системы управления обучением, включающая следующий ряд структурных элементов: блок образовательного контента; блок контроля знаний, умений и навыков; коммуникативный блок; блок рефлексии; блок идентификации личности; система навигации; модуль управления траекторией обучения. Также рассматриваются различные подходы к концепции модели обучаемого (в частности, скалярная, оверлейная и когнитивная модели).

Для апробации модели адаптивного обучения спроектирован электронный курс по дисциплине «Информатика и информационные технологии», реализованный в системе управления электронным обучением Башкирского ГАУ на платформе LMS Moodle. Электронный курс используется в учебном процессе для очной и заочной форм обучения, а также как форма сопровождения дистанционного обучения в периоды самоизоляции. Проведен сравнительный анализ успеваемости студентов, обучающихся с использованием линейной и адаптивной версий электронного курса. Студенты, обучающиеся с помощью адаптивной версии электронного курса, показали более высокие результаты обучения. Из этого делается вывод, что адаптивный курс позволил студентам лучше адаптироваться к условиям вынужденного дистанционного обучения в обстоятельствах новой реальности.

Заключение. Индивидуальная образовательная траектория является одним из эффективных средств реализации профессионально-образовательного потенциала личности и строится на основе определенных форм, методов, технологий и механизмов обучения. Современные технологии электронного образования предоставляют широкие возможности по реализации концепции персонифицированного гибкого обучения, в частности, с использованием адаптивных учебных курсов. В качестве ресурса (параметра) адаптации при этом могут выступать как параметры среды управления обучением, так и характеристики и предпочтения самого обучаемого.

Целью исследования является разработка математической модели обучаемой марковской когнитивной системы при наличии на ее входе дискретных обучающих и мешающих случайных стимулов, возникающих в случайные моменты времени.
Метод исследования состоит в применении простейшей марковской модели обучения Эстеса со стохастической матрицей с двумя состояниями, в которой вероятности переходов рассчитываются в соответствии с оптимальным алгоритмом Неймана-Пирсона обнаружения воздействующих на систему стимулов. В работе предложена модель случайного появления образов на входе когнитивной системы (в терминах теории обучения это стимулы, на которые реагирует система). Модель предполагает широко применяемое для описания интеллектуальной работы экспоненциальное распределение времени реакции системы на стимулы, при этом их число распределено по пуассоновскому закону. Предполагается, что когнитивная система принимает решение о наличии или отсутствии стимула на своем входе в соответствии с критерием оптимальности Неймана-Пирсона, т.е. максимизирует вероятность правильного обнаружения стимула при фиксированной вероятности ложного обнаружения. Рассчитанные таким образом вероятности принимаются в качестве вероятностей переходов в стохастической матрице обучения системы. Таким образом, работе приняты следующие предположения, по-видимому, соответствующие поведению системы, предполагающей человеческие реакции, т.е. когнитивной системы.
Образы, анализируемые системой, возникают в случайные моменты времени, при этом длительность времен между соседними появлениями образов распределено по экспоненциальному закону.
Система анализирует возникшие образы и принимает решение о наличии или отсутствии образа на ее входе в соответствии с оптимальным алгоритмом Неймана-Пирсона, максимизирующим вероятность правильной идентификации образа при фиксированной вероятности ложной идентификации.
Система является обучаемой в том смысле, что решения о наличии или отсутствии образа принимаются последовательно на множестве идентичных ситуаций, причем вероятность принятия решения зависит от предыдущего решения системы. Новыми результатами исследования являются аналитические выражения для вероятностей пребывания системы в каждом из возможных состояний в зависимости от числа шагов процесса обучения и интенсивностей полезных и мешающих стимулов на входе системы. Указанные вероятности рассчитаны для интересного случая, в котором отчетливо проявляется дискретность появления стимулов во времени и приведены соответствующие графики. Рассчитаны также стационарные, т.е. соответствующие бесконечному числу шагов обучения вероятности пребывания системы в каждом из состояний и представлен соответствующий график.
В заключении отмечается, что представленные графики поведения обучаемой системы отвечают интуитивному представлению о реакции когнитивной системы на появление стимулов. Указаны некоторые возможные направления дальнейших исследований по упомянутой в работе теме.

Цель исследования. Целью исследования является создание и развитие современных киберфизических систем. Эволюция киберфизических систем (КФС) связана с развитием когнитивного подхода в рамках применения механизмов, используемых человеком для решения своих повседневных задач. При когнитивном подходе к работе с киберфизическими системами рассматривается гештальт, как один из способов решения современных задач в рамках новой технологии Industrie 4.0. При когнитивном подходе для киберфизических систем интернета вещей (CPS IoT) с обработкой гештальта рассматривается простая задача. При исследовании в такой задаче для несложной киберфизической системы можно будет использовать гештальт с простой структурой. Усложнение задачи и структуры гештальта может происходить по мере развития CPS IoT. В статье рассматривается интеллектуальная киберфизическая система интернета вещей с применением методов гештальт-обработки их состояний – картины мира, при решении различных задач интернета вещей.
Материалы и методы исследования. Для решения задач в рамках когнитивного подхода к построению и развитию киберфизических систем требуются новые методы и наработки специалистов в области интеллектуальных систем. В контексте технологий Industry 4.0, интернета вещей рассмотрена гештальт-обработка CPS IoT. В рамках когнитивного подхода используются чувственные образы, концепты-представления, концепты-сценарии, концепты-гештальты киберфизических систем для взаимодействия с реальным миром. Важным является использование концептов-гештальтов которые могут отражать CPS IoT с новыми эмерджентными свойствами. Под гештальтом CPS IoT понимается определенное состояние киберфизической системы и среды ее обитания, которое возникает при появлении какой-либо потребности и закрывается после удовлетворения этой потребности. Главной задачей гештальт-обработки для киберфизической системы является удовлетворение её потребности. Решение этой задачи включает: Организацию сбора и непосредственно сбор необходимых элементов для формирования гештальта, а в дальнейшем для его закрытия; Формирование гештальта; Закрытие гештальта. Для накопления опыта, его использования и развития предполагается использовать методы машинного обучения. Результаты машинного обучения могут представляться в виде концептов-представлений, концептов-сценариев.
Результаты. Предложены, в рамках когнитивного подхода, концепты-гештальты CPS IoT, гештальт-обработка CPS IoT. В качестве основных этапов гештальт-обработки в статье выделяются: – подготовка исходных данных для формирования потребности CPS IoT: – формирование образного восприятия – картины мира, включающую текущее состояние CPS IoT и необходимое для закрытия гештальта; – формирование гештальта; – формирование исходных данных для планирования управляющих воздействий, необходимых для закрытия гештальта CPS IoT; – реализация управляющих воздействий для закрытия гештальта CPS IoT; – сохранение сценария гештальт-обработки для возможного повторного использования в будущем. Данные этапы гештальт-обработки относятся к CPS IoT любой природы и ориентированы на любые задачи интернета вещей. В демо-примере показано применение гештальт-обработки для CPS IoT с простой моделью без обучения. Заключение. В статье рассмотрен когнитивный подход, связанный с использованием и развитием интеллектуальных киберфизических систем для интернета вещей и интернета всего. Предложен метод, связанный с гештальт-обработкой ситуаций CPS IoT, который позволяет осуществлять распознавание потребности, формировать гештальт. На основе сформированного гештальта CPS IoT планируются управляющие воздействия для закрытия гештальта CPS IoT. Реализация предложенного подхода, развитие и использование концептов-гештальтов позволит отражать CPS IoT с новыми эмерджентными свойствами.