ПРОЕКТИРОВАНИЕ ДИДАКТИЧЕСКИХ СИСТЕМ НОВОГО ПОКОЛЕНИЯ ДЛЯ ПОДГОТОВКИ СПОСОБНЫХ К ИННОВАТИКЕ ИНЖЕНЕРОВ

Н.К.Нуриев

профессор, д.п.н., заведующий кафедрой информатики и прикладной математики,

Казанский государственный технологический университет,

ул. К.Маркса, 68, г. Казань, 420015, (843)2314119

nuritevnk@mail.ru

Л.Н.Журбенко

профессор, д.п.н., доцент кафедры информатики и прикладной математики,

Казанский государственный технологический университет,

ул. К.Маркса, 68, г. Казань, 420015, (843)2314119

artem501@list.ru

С.Д.Старыгина

к.п.н., доцент кафедры информатики и прикладной математики,

Казанский государственный технологический университет,

ул. К.Маркса, 68, г. Казань, 420015, (843)2314119

svetacd_kazan@mail.ru

 

Е.В.Пашукова

аспирант кафедры информатики и прикладной математики,

Казанский государственный технологический университет,

ул. К.Маркса, 68, г. Казань, 420015, (843)2314119

 

А.Р. Ахмадеева

аспирант кафедры информатики и прикладной математики,

Казанский государственный технологический университет,

ул. К.Маркса, 68, г. Казань, 420015, (843)2314119

Аннотация.

Статья результат работы коллектива (команды) авторов и ее можно использовать как пособие для проектирования дидактических (D) систем нового поколения. В работе определенны требования к D-системам. Приведены методики оценки надежности их функционирования с требуемыми значениями показателей эффективности, выработаны критерии смены прототипов этой системы. Рассмотрены методики проектирования виртуальной составляющей D-системы формата Web2, которая развернута в образовательной среды MOODLE. Проведен анализ возможности организации опережающей подготовки инженеров в рамках университета на базе рассмотренной D-системы. В целом, D-система (в рамках различных дисциплин) успешно прошла апробацию на кафедре информатики и прикладной математики при подготовке инженеров по направлению «Информационные системы» и продолжает развиваться.

Авторы считают, что в рамках ФГОС ВПО третьего поколения D-системы нового поколения могут успешно развиваться с высокими значениями показателей эффективности, особенно в областях инженерного образования.

Article the result of work of collective (command) of authors and it can be used as the grant for designing didactic (D) systems of new generation. In work requirements to D-systems are certain. Techniques of an estimation of reliability of their functioning with demanded values of indicators of efficiency are resulted, criteria of change of prototypes of this system are developed. Techniques of designing of virtual making D-system of format Web2 which is developed in educational MOODLE environments are considered. The analysis of possibility of the organisation of advancing preparation of engineers within the limits of university on the basis of the considered D-system is carried out. As a whole, the D-system (within the limits of various disciplines) has successfully passed approbation on chair of computer science and the applied mathematics by preparation of engineers in a direction «Information systems» and continues to develop.

Authors consider that in frameworks state that the third generation of D-system of new generation can successfully develop with high values of indicators of efficiency, especially in engineering education areas.

Ключевые слова

модель деятельности, параметрическая модель, среда подготовки, дидактическая система, вектор направления развития, способности, усвоенные знания, профиль свойств характера, диаграмма SADT

activity model, parametrical model, the preparation environment, didactic system, vector of a direction of development, the ability, the acquired knowledge, profile of properties of character, diagramme SADT

Образовательная среда университета и ее эффективность

Рассмотрим следующую иерархическую структуру организации образовательной среды университета (рис. 1).

Рис. 1. Иерархическая структура образовательной среды университета

Очевидно, для того, чтобы готовить способных к инноватике, т.е. к созданию инновационного продукта инженеров, образовательная среда университета должна быть все время в развитии. Из этого следует, что можно определить рамки требований к выпускникам-инженерам, таким образом: в худшем случае выпускник этой среды должен удовлетворить потребности экономики социума на актуальный момент, а в лучшем случае сам являться «творцом» развития общества в определенном направлении инженерии. Таким образом, в техногенном обществе состояние развития образовательной среды университета во многом определяет темпы развития общества в целом. При этом дидактическая система (D-система) является «локомотивом» развития образовательной среды университета (рис. 1., заштрихованная область), т.к. является непосредственным исполнителем реализующей подготовку способных к инноватике, конкурентоспособных в социуме инженеров. Разумеется, чтобы университет был лучшим (по критерию подготовки способных к инноватике инженеров) необходимо выполнение множества взаимосвязанных условий, на разных иерархических уровнях университета, как организации.

Проблемную ситуацию иерархической организации лучшего университета можно представить исходя из логики структурного системного анализа на «языке» диаграмм SADT (рис. 2).

Рис. 2. Организация образовательной среды университета

В модели (диаграмме) D-система (первый уровень в иерархии) рассматривается как средство подготовки способного к инноватике инженера, развивающегося по двум направлениям (способности к деятельности, усвоение знаний). Эффективность (параметр Э1) функционирования D-системы (среды подготовки по направлению) зависит от состояния факторов УПРАВЛЕНИЕ (класс параметров У(1)), МЕХАНИЗМ (класс параметров М(1)) и эффективности (параметр Э2) функционирования системы на более высоком иерархическом уровне и т.д., т.е. в данном случае эффективность (Э(система)) функционирования образовательной среды университета, можно записать в двух вариантах движение по иерархии «снизу-вверх» и «сверху-вниз», т.е.

Э(система) = Э1(У(1), М(1), Э2(У(2), М(2), Э3(У(3), М(3)))),

Э(система) = Э3(У(3), М(3), Э2(У(2), М(2), Э1(У(1), М(1)))).

Изначально возникает противоречие в понимании эффективности функционирования системы между «верхами» и «низами». Как правило, «верхи» абсолютизируют менеджерство, т.е. значение фактора УПРАВЛЕНИЕ, сводя его к директивному, и при этом пренебрегают значением «тонкого» фактора МЕХАНИЗМ, а «низы» наоборот. Разумеется, только сбалансированный учет и использование этих взаимосвязанных факторов на каждом иерархическом уровне ведет к точке целеполагания.

Рассмотрим проект D-системы нового поколения на основе которой возможно организовать среду подготовки инженеров способных к инноватике в определенном  направлении деятельности.

Основные требования к D-системам нового поколения.

Исследования [1-8] показывают, что D-системы, организующие среду подготовки нового поколения должны удовлетворять (минимум) следующим четырем требованиям.

Первое требование.

D-системы должны быть открытыми развивающимися системами.

Обоснование требования.

В техногенном обществе возникает особая необходимость проектирования среды подготовки нового поколения в инженерном образовании, т.е. реализовать массовую подготовку инженеров, способных к инноватике на старых системах становится плохо решаемой проблемой. Попытка решить эту проблему только с помощью стандартов третьего поколения, также вызывает сомнения, хотя новые стандарты необходимы, но из «старых» систем подготовки даже новыми стандартами требуемую эффективность получить маловероятно.

В этих условиях необходимы новые развивающиеся D-системы, реализующие массовую подготовку способных к инноватике в социуме инженеров, т.е. в проекте D-системы должна быть заложена программа пошагового развития самой системы, это означает, что на каждом этапе каждый прототип D-системы должен поддерживать требуемый уровень эффективности подготовки (рис. 3).

Рис. 3. Модель развития в университете среды подготовки инженера

Методики реализации первого требования к D-системе.

Классическим механизмом, создающую потребность обновления D-систем, является ФГОС ВПО. В целом, ФГОС ВПО задает  минимально требуемый формат D-системы, а также требования к качеству подготовки инженера. Разумеется, все это положительно отражается на развитии D-систем, но описательный характер требований ФГОС ВПО позволяет их трактовать по-разному, оставляя простор для субъективных оценок как для контролирующих, так и для исполняющих эти требования организаций. В областях деятельности с быстрым темпом развития этот инструмент (ФГОС ВПО) разворачивается очень медленно и темпы создания нового ФГОС ВПО гораздо медленнее темпов развития инженерии в этих областях. Примером являются темпы внедрения ФГОС ВПО третьего поколения в практику.

Положительным моментом в ФГОС ВПО третьего поколения является то, что в проектах не содержится тормозящих развитие D-систем моментов, но нет механизмов толкателя. В этой ситуации основным механизмом прогресса становится кафедра, которая поддерживает обратную связь с проблемной средой в профессиональной деятельности. Это означает, что в процессе подготовки инженера кафедра должна отвечать на вопрос когда и как должны меняться «устаревшие прототипы» D-системы на новые. Очевидно, что это может сделать только та кафедра, которая находится в опережающем развитии.

Рассмотрим две функциональные модели деятельности инженера: модели профессиональной и учебной деятельности, представленные через контекстные диаграммы SADT (рис. 4, 5).

Рис. 4. Функциональная модель профессиональной деятельности

Рис. 5. Функциональная модель учебной деятельности

Анализ этих диаграмм позволяет сделать три важных вывода:

1.  Интеллектуальные задачи в составе учебных проблем должны быть сложнее, чем аналогичные задачи в составе профессиональных проблем, т.к. через деятельность по решению этих задач развиваются способности до требуемого уровня и усваиваются необходимые знания в требуемых объемах для их решения.

2.  В тестах проверки качество подготовки у всех задач должны быть оценены их сложность, а также оценена надежность их решения тестируемым.

3.  В целом, надежность D-системы можно оценить по совокупности надежностей подготовки каждого обучающегося. Если надежность D-системы устойчиво ниже требуемого порогового значения, то надо усовершенствовать D-систему путем ввода в эксплуатацию нового прототипа, гарантирующего большее значение надежности, чем предшествующий прототип.

Развитие среды подготовки происходит за счет проектирования новых прототипов D-систем следующим образом. Подготовка инженера происходит путем обучения его в системе дисциплин, регламентированных ФГОС ВПО.

Для этого организуется учебная деятельность в рамках дисциплины, которая также регламентируется ФГОС ВПО. Таким образом, дисциплина является частью (компонентом) среды обучения и средством достижения цели (рис. 6). Исходя из этого, дисциплина сама должна быть все время в развитии, т.е. в проектировании.

Рис. 6. Среда обучения, как модель среды профессиональной деятельности

Проектирование учебной дисциплины в рамках модели подготовки происходит по спиральной схеме развития. При этом развитие дисциплины происходит дискретно через разработку прототипов (прототип 1, прототип 2, прототип 3, …), т.е. вначале преподавателем создается и эксплуатируется прототип 1 дисциплины. По мере развития научной, экономической, социальной сферы на базе прототипа 1 актуализируется прототип 2 и т.д. Разумеется, этот процесс продолжается до тех пор, пока «умещается» в рамки регламентации ГОС ВПО. В противном случае, дисциплина начинает делиться на несколько дисциплин. Рассмотрим развитие состояний среды подготовки по мере разработки прототипов (рис. 7).

Рис. 7. Схема развития учебной дисциплины в модели подготовки в рамках регламентации ГОС ВПО

Таким образом, в процессе развития учебная дисциплина проходит фазы эксплуатации, актуализации, построения и испытания.

В фазе эксплуатации, формы представления, содержания учебного материала, а также процесс (технология) подготовки остается неизменной.

По мере развития социально-экономической среды и в свете новых научных достижений, конкретный прототип дисциплины начинает «стареть», т.е. значения показателей эффективности падают, и поэтому требуется актуализация прототипа.

В фазе актуализации происходят процессы обновления формы представления и содержания учебного материала (база знаний, база вопросов диагностики состояния качества подготовки, база проблем), а также совершенствуются процессы сотрудничества (появляются новые организованные формы технологии и средства организации автоматизации).

В целом, постепенно накопленные в фазах эксплуатации и актуализации (в основном количественные изменения) вызывают необходимость построения качественно нового прототипа системы подготовки, который реализуется в фазе построения. Итак, в фазе построения проектируется качественно новая D-система подготовки, разумеется, с требуемыми значениями показателей эффективности.

В фазе испытания, как правило, в эксплуатации находятся сразу два прототипа D-системы подготовки («родившийся» новый прототип и «старый» эксплуатируемый прототип). По ходу испытания в новом прототипе устраняются замеченные недостатки, и этот прототип становится главным, поддерживающем учебный процесс, т.е. переходит относительно стационарную фазу эксплуатации, а затем процесс смены прототипов повторяется.

Второе требование.

D-системы, должны базироваться на комплексе подходов: знаниевом, деятельностном, компетентностном, параметрическом.

Обоснование требования.

Опыт показывает, что абсолютизация определенного подхода в проектах, как правило, не дает требуемого эффекта. Проекты эффективных систем  основываются на определенном комплексе подходов. При этом знаниевый подход в системах подготовки декларирует необходимость больших объемов усвоенных знаний. Деятельностный подход предполагает организацию обучения через деятельность по решению учебных проблем по нарастанию сложности в режиме предельных возможностей обучающегося. Реализация компетентностного подхода в дидактической системе предполагает обязательное достижение в результате подготовки в этой системе академической компетентности, т.е. усвоение знаний и развития способностей до  уровня, позволяющего  решать проблемы любой сложности, рассматриваемых в рамках системы подготовки.

Сущность параметрического подхода объясним на примере. Когда мы говорим о технических средствах, например, о стиральной машине или автомобиле, то сразу начинаем интересоваться значениями их характеризующих параметров: количество оборотов и мощность двигателя, вес, проходимость, надежность, габариты и т.д. Очевидно, от значения этих параметров во многом зависит эффективность работы агрегата в целом. В экономических системах в зависимости от значений комплекса параметров судят о состоянии предприятия и прогнозируют успешное будущее или банкротство.

Разумеется, каждый деятель (инженер, экономист и т.д.) также имеет вполне конкретный набор параметров со значениями, характеризующими его с точки зрения специалиста (комплекс характеристических параметров с конкретными значениями). Состояние этих параметров потенциально предопределяет эффективность результатов его труда. Дидактика рассматривается как наука об обучении (в частности, деятельности), следовательно, при параметрическом подходе, задачей дидактики является выявление этих параметров, установления значений, при которых успех в деятельности будет гарантирован. Разумеется, все это необходимо, чтобы затем вести целенаправленную подготовку по развитию будущего специалиста в направлениях роста этих параметров до значений потенциально гарантирующей его успех.

Очевидно, целью любой системы профессиональной подготовки является формирование специалиста способного успешно решать проблемы требуемой сложности в определенной области деятельности (компетенции). При этом каждый подход предполагает свой вектор направления развития будущего инженера и в то же время их комплекс организует единую платформу D-системы, в котором гармонично формируется этот инженер (рис. 8). Таким образом, при параметрическом подходе предполагается выделение (идентификацию) необходимых направлений развития обучающегося и моделирование их через классы векторов со значениями, характеризующими состояние развития с их мониторингом. Итак комплекс перечисленных подходов составляет основу (платформу D-системы нового поколения).

Рис. 8. Системообразующий комплекс подходов, формирующих платформу D-системы нового поколения

Методики проектирования D-системы на базе выбранной платформы.

В модели (диаграмме), построенной на взятой платформе, представим инженера как средство по решению проблем. На рис. 9 успешность результата (параметр Э1) инженера в основном зависит от состояния факторов СПОСОБНОСТИ (параметр S), СВОЙСТВА ХАРАКТЕРА (параметр P), ОСВОЕННЫЕ ЗНАНИЯ (параметр Z). Эффективность D-систем (параметр Э2) зависит от факторов ПОТОК ПРОБЛЕМ (параметр П), УПРАВЛЕНИЕ (параметр У), МЕХАНИЗМ (параметр R) с характеристическими параметрами П, У, R.

Рис. 9. Параметрическая модель организации учебной деятельности

В контексте рассмотренной модели проблема проектирования эффективной системы подготовки может быть сформулирована так: Спроектировать систему подготовки (D-систему) с характеристическими параметрами П, У, R в рамках которой может быть организован процесс подготовки, который позволит обучающемуся за время Т достигнуть развития характеристических параметров инженера S, Z до требуемого уровня (порога), т.е. значения параметров показателей СПОСОБНОСТЕЙ и ОСВОЕННЫХ ЗНАНИЙ будут выше некоторого порогового уровня.

Методика идентификации требуемых в инженерной деятельности способностей.

Инженерная деятельность это в основном интеллектуальная деятельность, т.е. деятельность, которая проходит в когнитивной сфере или внутренняя деятельность. На методологическом уровне рассмотрим вопрос: как инженер решает профессиональную проблему:

1.       Изучая проблему, инженер в когнитивной сфере строит ментальный образ проблемы (формализует проблему как ее модель). Причем у каждого инженера свои способы (технологии) построения этой модели с использованием усвоенных знаний как ресурсов. Эти способы (технологии) и ресурсы находятся у инженера на разных уровнях развития и усвоения. Очевидно, от уровня  развития этого типа способностей и наличия ресурсов зависит, какой сложности проблему может понять (формализовать) инженер. Такого типа способности назовем формализованными (А) способностями (способности нельзя рассматривать раздельно от знаний и ресурсов, т.к. при формализации проблемы они участвуют).

2.       Используя образ проблемы (модель проблемы) и опираясь на знания как ресурсы, инженер начинает конструировать решение проблемы. Очевидно, у инженера, также имеются выработанные способы (технологии) конструирования решения и усвоенные знания в этой области. Такого типа способности назовем конструктивными (В) способностями.

3.       Продукт внутренней деятельности (конструкт решения проблемы) инженер реализует во внешней среде. При этом также опирается на усвоенные знания и свои способы (технологии) реализации. Способности решения проблемы во внешней среде назовем исполнительскими (С) способностями.

Таким образом, если промоделировать деятельность инженера по решению проблем на «языке» диаграмм, то имеем следующую схему организации деятельности инженера.

Рис. 10. Модель деятельности по решению проблем инженером

Эта схема нам позволяет идентифицировать требуемые для успешной деятельности инженера АВС–способности и обязательности наличия в качестве ресурсов усвоенных знаний.

Опыт показывает, эффективность результата деятельности по решению проблемы в основном зависит от уровня развития АВС–способностей, от объемов усвоенных знаний и профиля свойств характера инженера.

Приведенная методика идентификации способностей позволяет понять, что в рамках D-систем необходимо в комплексе целенаправленно развивать АВС–способности и целенаправленно усваивать знания. Высокий уровень развития АВС–способностей и большие объемы усвоенных знаний во многом гарантируют инженеры успешность в деятельности.

Таким образом, для каждого инженера (будущего инженера) можно построить параметрическую модель «портрет» состояния его развития как профессионала (рис.11).

Рис. 11. Параметрическая модель «портрет» состояния развития инженера как профессионала

На рис. 11 пунктирным контуром (пентагоном) показано начальное состояние развития будущего инженера (профиль с параметрами <a(1), b(1), c(1), pol(1), chl(1)>). Сплошным контуром показано требуемое состояние развития инженера (профиль с параметрами <a(2), b(2), c(2), pol(2), chl(2)>), как профессионала. Методики определения значения параметров <a, b, c, pol, chl>приведены в работах [6-8].

Методика идентификации профиля свойств характера инженера.

Успешность инженера в деятельности во многом зависит не только от уровня развития проектно-конструктивных способностей и объемов усвоенных знаний, но и от профиля свойств его характера (от свойств личности в деятельности). Характеризующий профиль (формат свойств личности) строится исходя из двух положений [2]:

1.       Все инженеры обладают одним и тем же набором свойств (в модели рассматриваются 64 варианта свойств).

2.       Закон распределения значений метрик свойств характера индивидуален, т.е. каждая личность имеет свой закон распределения свойств.

Для построения закона распределения свойств инженера предлагается следующая методика.

Рассмотрим первый фактор - мотивы, поддерживающие профессиональную деятельность. В качестве инвариантных относительно поиска целей в деятельности, функционально-автономных, по Оллпорту, мотивов можно взять комплекс (добавив принцип удовольствия из теории Фрейда): 1) удовольствие от процесса (деятельности); 2) удовольствие от результата деятельности; 3) удовольствие от морального поощрения; 4) удовольствие от материального поощрения.

Для определения конкретных метрик, представим эти мотивы как две пары дуалов (противоположных начал) (рис.12).

Рис.12. Полюса удовольствий от деятельности инженера

По представлению этих полюсов в модели возможно четыре типа инженеров по мотивам, т.е. инженер типа ML, инженер типа MK, инженер типа OL и инженер типа OK. Разумеется, любой инженер с разной мерой несет в себе все эти типы.

Например, рассмотрим диаграмму состояния мотивов в профессиональной деятельности двух инженеров S1 и S2 и построим законы распределения их свойств (рис. 13).

Рис. 13. Диаграмма состояния комплекса мотивов двух инженеров S1 и S2

Считается, что инженер S1 мотивирует свою деятельность всеми четырьмя типами мотивов, т.е. существует закон распределения у инженера S1 типов мотивов (рис. 14).

Номер типа мотивации

1

2

3

4

Аббревиатура типа

ML

MK

OL

OK

Вероятность принадлежности к типу

14/100

56/100

6/100

24/100

Рис. 14. Закон распределения типов мотивов в инженере S1

Закон распределения типов мотивов у инженера S2 будет изображен на рис. 15.

Номер типа мотивации

1

2

3

4

Аббревиатура типа

ML

MK

OL

OK

Вероятность принадлежности к типу

15/100

5/100

60/100

20/100

Рис. 15. Закон распределения типов мотивов в инженере S2

В качестве второго фактора рассмотрим темперамент. Темперамент – это индивидуальные свойства психики, определяющие динамику психической деятельности человека, особенности поведения и степень уравновешенности реакций на жизненные воздействия.

Имеется достаточно много методик определения типов темперамента личности.

Очевидно, что на практике инженера с «чистым» темпераментом, как правило, не бывает, т.е. нет чистых сангвиников, холериков, меланхоликов, флегматиков (Гиппократ, И. Кант).

Рассмотрим следующие признаки темперамента (рис. 16).

Рис.16. Полюса признаков типов темперамента у инженера

По представлению этих полюсов в модели возможны четыре типа инженеров по темпераменту, т.е. DH - флегматик, DG - меланхолик, AH - сангвиник, AG – холерик (рис. 17).

Рис. 17. Диаграмма темпераментов с двумя различными профилями

Считается, что каждый инженер это комбинация всех этих типов темперамента, метрика который может выступать закон распределения типов темперамента (рис. 18).

Номер типа темперамента

1

2

3

4

Аббревиатура типа

АН

АG

DG

DH

Вероятность принадлежности к типу

6/100

14/100

56/100

24/100

Рис. 18. Закон распределения типов темперамента в инженере S1

Аналогично, вычисляется закон распределения типов темперамента у инженера S2.

В качестве следующего фактора влияющего на эффективность кооперативного труда рассмотрим стиль интеллекта. Для этого построим пары полюсов с доминированием свойств стилей интеллекта (рис. 19). Разумеется, что каждый инженер обладает всеми четырьмя свойства одновременно, но в разной степени.

Рис. 19. Полюса признаков стиля интеллекта у инженера

По представлению этих полюсов в модели возможны четыре типа инженеров по стилю интеллекта, т.е. RP, RS, VP, VS (рис. 20).

Рис. 20. Диаграмма стилей интеллекта с двумя различными профилями

Считается, что каждый инженер обладатель всех этих стилей интеллекта, метрикой который может выступать закон распределения (рис. 21).

Номер типа стиля интеллекта

1

2

3

4

Аббревиатура типа

RP

RS

VP

VS

Вероятность принадлежности к типу

9/100

21/100

21/100

49/100

Рис. 21. Закон распределения стилей интеллекта в инженере S1

Разумеется, закон распределения разных стилей интеллекта у инженера S2 вычисляется аналогично.

Очевидно, что каждый инженер в разной мере сочетает в себе четыре типа мотивов, четыре типа темперамента и является обладателем четырех типов разных стилей интеллекта. В результате характер инженера задается законом распределения всех его свойств вместе (всего их 4*4=64) со своими метриками (вероятностями проявления их в деятельности).  На рис. 22 приводится параметрическая модель «портрет» свойств характера инженера

Рис. 22. Параметрическая модель («портрет») свойств характера инженера

На практике развитие значений параметров проектно-конструктивных способностей в D-системе (среде обучения) ограничивается относительно статическим состоянием значений параметров свойств характера.

На рис. 23 приводится параметрическая модель обучения в среде обучения. Среда обучения рассматривается как специально спроектированный процесс с целью быстрого усвоения знаний и повышения уровня развития проектно-конструктивных способностей в определенной области деятельности. Разумеется, для того чтобы инженер был конкурентоспособным в среде профессиональной деятельности он должен иметь параметры со значениями, например, не ниже a2, b2, c2, pol2, chl2. Тогда цель подготовки конкурентоспособного инженера в D-системе может быть сформулирована так. В специально спроектированной среде обучения путем развития необходимо перевести будущего инженера из состояния со значениями параметров (a1, b1, c1, pol1, chl1) в состояние со значениями параметров (a2, b2, c2, pol2, chl2) за промежуток времени [t(0), t(1)]. Очевидно, продуктивно эту задачу можно решить только с учетом индивидуальных особенностей личности (свойств характера) путем управляемого развития в D-системе.

 

Рис. 23. Параметрическая модель развития инженера в среде обучения

Методика проверки надежности функционирования D-системы.

В качестве базовой модели для проверки надежности  D-системы возьмем известную в статистике модель [9].

Пусть по достаточно большому числу n независимых испытаний, в каждом из которых вероятность р появления события постоянна, но неизвестна, найдена относительная частота m/n. Пусть имеются основания предполагать, что неизвестная вероятность равна гипотетическому значению р0.

Задача. Требуется при заданном уровне значимости a проверить нулевую гипотезу, состоящую в том, что неизвестная вероятность р равна гипотетической вероятности р0.

Решение. Поскольку вероятность оценивается по относительной частоте, рассматриваемую задачу можно сформулировать и так: требуется установить, значимо или незначимо различаются наблюдаемая относительная частота и гипотетическая вероятность.

В качестве критерия проверки нулевой гипотезы примем случайную величину

где .

Величина U при справедливости нулевой гипотезы распределена приближенно нормально с параметрами M(U)=0, s(U)=1.

Пояснение. Доказано (теорема Лапласа), что при достаточно больших значениях n относительная частота имеет приближенно нормальное распределение с математическим ожиданием р и средним квадратическим отклонением. Нормируя относительную частоту (вычитая математическое ожидание и деля на среднее квадратическое отклонение), получим

,

причем M(U)=0, s(U)=1.

Гипотеза Н0: В рамках дисциплины студент со значениями параметров информационно-интеллектуального (ИИ) развития <a1, b1, c1, 75, 75> решит с вероятностью (надежностью) Р=0,95 любую проблему сложности <a2, b2, c2>, если а1³а2, b1³b2, c1³c2 (рис. 24).

Рис.24. Логическая модель педагогического эксперимента

Условия эксперимента. При первом испытании взята батарея из 20 задач с одинаковыми общими p=2 час.раб сложностью (рис. 25).

Формализационная (А) сложность (час. раб)

Конструктивная (В)  сложность (час.раб)

Исполнительская (С) сложность (час.раб)

Общая сложность

(час.раб)

1

0,3

0,7

1

2

2

0,3

1

0,7

3

0,4

0,5

1,1

4

0,4

0,7

0,9

5

0,5

0,5

1

6

0,5

0,7

0,8

7

0,5

0,8

0,7

8

0,6

0,8

0,6

9

0,6

0,9

0,5

10

0,7

0,3

1

11

0,7

0,7

0,6

12

0,7

0,8

0,5

13

0,7

0,9

0,4

14

0,8

0,6

0,6

15

0,8

0,9

0,3

16

0,9

0,3

0,8

17

0,9

0,4

0,7

18

0,9

0,6

0,5

19

1

0,5

0,5

20

1,1

0,5

0,4

Рис. 25. Данные спектра сложности задач

Также выбрана группа студентов из 20 человек имеющих на текущий момент следующие состояния развития компетенции в рамках дисциплины (показатели величин POL (полноты) и CHL (целостности) у студентов усреднены) (рис. 26).

POL, CHL

А

В

С

1

79,7

1,2

1,9

2,4

2

80,7

1,1

1,6

2,3

3

78,0

0,2

1,5

2,5

4

75,5

0,7

1,6

2,3

5

79,5

1,1

1,7

2,0

6

81,2

1,1

2,0

3,0

7

77,7

0,8

1,6

2,6

8

75,3

1,3

2,0

3,0

9

80,2

1,1

1,9

2,5

10

78,2

1,3

2,0

2,4

11

82,5

1,0

1,7

2,2

12

75,2

1,0

1,8

2,3

13

76,8

1,0

1,7

2,4

14

88,8

0,8

1,7

2,6

15

78,8

1,0

1,1

1,3

16

90,5

1,2

1,9

3,0

17

83,8

1,0

1,5

2,6

18

79,7

0,6

1,2

2,1

19

78,8

1,0

1,9

2,8

20

80,8

1,1

1,9

2,1

Рис. 26. Данные ПК развития и состояния интериоризованности знаний

В течение двух часов студенты решали случайным образом, выпавшую им проблему, результаты этого решению приведены на рис. 27.

Номер задачи

Должен решить

Решил

1

1

1

1

2

4

1

1

3

18

0

1

4

9

1

1

5

8

1

1

6

6

1

1

7

16

0

0

8

3

1

1

9

2

1

1

10

7

1

1

11

5

1

1

12

10

1

1

13

20

1

1

14

15

1

1

15

17

1

0

16

11

1

1

17

12

1

1

18

19

0

0

19

13

1

1

20

14

1

1

Рис. 27. Данные по факту решения

Аналогично взята вторая группа студентов из 20 человек. В течение двух часов студенты решали выпавшую им проблему. Показатели развития компетенции, результаты решения приведены на рис. 28.

POL CHL

А

В

С

Номер задачи

Должен решить

Решил

1

87,33

1,24

2,00

3,00

5

1

1

2

76,50

1,09

1,85

2,85

3

1

1

3

89,83

1,19

1,95

2,95

8

1

1

4

76,67

1,14

1,90

2,90

10

1

1

5

87,33

1,19

1,95

2,95

2

1

1

6

63,50

0,82

1,56

2,55

15

0

1

7

92,33

0,97

1,71

2,70

4

1

1

8

97,50

1,09

1,85

2,85

18

1

1

9

76,33

1,24

2,00

3,00

17

1

1

10

85,17

1,04

1,80

2,80

14

1

1

11

75,00

0,89

1,65

2,65

4

1

1

12

81,67

0,94

1,70

2,70

6

1

1

13

75,50

1,19

1,95

2,95

20

1

1

14

68,50

1,19

1,95

2,95

14

1

1

15

76,33

0,62

1,36

2,35

18

0

0

16

76,33

0,69

1,45

2,45

9

0

0

17

80,33

0,74

1,50

2,50

2

1

1

18

96,83

1,24

2,00

3,00

16

1

1

19

86,33

1,19

1,95

2,95

7

1

1

20

77,83

1,14

1,90

2,90

6

1

1

Рис. 28. Данные ПК развития, состояния интериоризованности знаний и данные по факту решения, причем «1» факт решения, а «0» не решения проблемы

На рис. 29 показаны показатели развития компетенции 3 группы студентов, состоящей из 23 человек и  результаты решения.

POL, CHL

А

В

С

Номер задачи

Должен решить

Решил

1

80,17

1,14

1,90

2,90

13

1

1

2

76,00

1,14

1,93

2,90

8

1

1

3

91,50

0,93

1,73

2,63

5

1

1

4

78,00

1,24

2,00

3,00

9

1

1

5

77,83

1,09

1,90

2,80

6

1

1

6

90,50

1,24

2,00

3,00

15

1

1

7

75,33

0,83

1,67

2,53

1

1

1

8

75,83

1,11

1,87

2,87

11

1

1

9

75,00

1,14

1,90

2,90

20

1

1

10

76,33

0,90

1,77

2,43

10

1

1

11

78,50

1,17

1,93

2,93

12

1

1

12

76,17

0,78

1,67

2,30

19

0

1

13

81,67

1,17

1,93

2,93

4

1

1

14

70,33

1,04

1,83

2,80

18

1

1

15

76,17

1,14

1,90

2,90

22

1

1

16

73,00

1,21

1,97

2,97

7

1

1

17

76,33

1,05

1,90

2,67

2

1

1

18

76,67

0,91

1,70

2,67

17

1

1

19

75,00

1,13

1,93

2,77

3

1

1

20

75,17

1,07

1,87

2,83

14

1

1

21

78,00

1,07

1,83

2,83

16

0

0

22

75,83

1,07

1,83

2,83

23

1

1

23

76,17

0,75

1,60

2,40

21

0

0

Рис. 29. Данные ПК развития, состояния интериоризованности знаний и данные по факту решения, причем «1» факт решения, а «0» не решения проблемы

Для того чтобы при заданном уровне значимости проверить нулевую гипотезу Н0: р=р0 о равенстве неизвестной вероятности гипотетической вероятности при конкурирующей гипотезе Н1: р¹р0, надо вычислить наблюдаемое значение критерия:  по таблице функции Лапласа найти критическую точку uкрит по равенству Ф(uкрит)=(1–a)/2. Если  - нет оснований отвергнуть нулевую гипотезу, если  - нулевую гипотезу отвергают.

Итак, у нас n=63, M=59, р0=0,95, q0=0,05. Найдем :

.

Найдем критическую точку Ф(uкрит)=(1–0,05)/2=0,475. По таблице функции Лапласа находим uкрит=1,96.

Вывод: Так как  нет оснований отвергнуть нулевую гипотезу. Следовательно, наблюдаемая относительная частота незначимо отличается от гипотетической вероятности, т.е. с надежностью 95% можно утверждать, что подготовленный в метрическом формате инженер решил профессиональную проблему рассматриваемой сложности.

По смыслу модель 2 статистического эксперимента призвана установить, тот факт, что при подготовке инженеров в метрическом компетентностном формате удается провести серьезную интенсификацию процесса за счет оптимального подбора (экспериментальным путем) характеристических регулируемых параметров в технологии подготовки инженеров в метрическом компетентностном формате, т.е. провести параметрическую оптимизацию в технологии подготовки. При этом, интенсификация ни в коем случае не повредит качеству подготовки – уровень информационно-интеллектуального потенциала инженера резко возрастет, а в традиционной балльной (балльная система не чувствительна к разнице) остается неизменно высоким [1-5].

В качестве регулируемых параметров в технологии подготовки в D-системе рассмотрены параметры трудность проблемы (ТП) и величина шага моментов диагностики (МД) во времени (режим мониторинга).

Пояснение. Сложность проблемы понятие объективное, хотя оценивается субъективно, а трудность проблемы понятие субъективное – зависит от подготовленности инженера к решению проблемы.

Логическая модель эксперимента состоит в следующем: в течение трех лет велась подготовка инженеров в метрическом компетентностном формате в рамках дисциплины «Проектирование информационных систем» (рис. 30). Причем проекты были одной сложности.

Год

Количество проектов

Количество

прототипов

Количество

контрольных точек

2006

1

1

1

2007

2

2

4

2008

3

4

12

Рис. 30. Режим организации учебной деятельности при подготовке инженеров в D-системе

В начале 2006 г. обучающийся (из последующей группы) получил один из трех возможных проектов сложности p (час.раб) и в конце курса этот проект сдавал. Имеются данные качества его подготовки. В целом, по годам складывается такая ситуация (рис. 31).

Рис. 31. Модель педагогического эксперимента

В начале 2007 г. обучающийся получил 2 проекта из трех возможных, каждый из которых был разбит на 2 прототипа, и имел 4 точки контроля. Имеются данные состояния качества его подготовки в 4 точках. В начале 2008 г. обучающийся получил 3 проекта из трех возможных, каждый был разбит на 4 прототипа и имел 12 точек контроля (разумеется, это можно сделать только при наличии виртуального кабинета преподавателя). Имеются данные состояния качества его подготовки.

Третье требование.

D-система должна быть системой с виртуальной составляющей или реально-виртуальной дидактической (RVD) системой.

Обоснование требования.

D-система с виртуальной составляющей (с использованием дистанционных технологий), в целом, переводит D-систему на новый качественный уровень с высокими значениями показателей эффективности (Э2). Спроектированная реально-виртуальная среда подготовки имеет свои технологии и предоставляет новые возможности для быстрого развития способностей,  поддержки эффективной деятельности и усвоения знаний. RVD-системы обладают большой гибкостью и адаптивностью, что дает им возможность поддерживать в развивающемся режиме дидактические процессы в университете и является мощным механизмом развития (повышения квалификации) преподавательского состава (специфика России). На рис. 32 приводятся различные форматы организации реально-виртуальной среды. Формат Web виртуальной составляющей означает, что учебный материал (в основном в статике) представлен в D-системе в электронном виде в сети. Формат Web2 означает интерактивный формат представления учебного материала и организации там учебной деятельности с девизом «обучающийся – обучая других». Как показывает практика на настоящий момент значения показателей эффективности Э2 RVD-систем с виртуальной составляющей Web2 значительно выше показателей эффективности других форматов подготовки, т.е. Э2>>Э1>Э3. Что касается D-систем только с виртуальной составляющей, то они находятся в «бурном» развитии в направлении интеллектуализации и их эффективность на современном этапе в целом невысокая.

 

Рис. 32. Модели дидактических систем с виртуальной составляющей

Пример использования методики «Проектирование презентации дисциплины».

При организации виртуальной составляющей D-системы формата Web2, т.е. организации обучения под девизом «обучайся – обучая других» можно использовать множество методик. Рассмотрим одну из них. Пусть на базе RVD-системы происходит обучение по дисциплине «X». В начале процесса подготовки студент получает задание «заказ»: самостоятельно спроектировать презентацию дисциплины «Х», например, в PowerPoint с использованием VBA или Flash c целью обучить дисциплине «Х» другого студента. При этом выдаются общие требования к заказу, например: проект «Х» должен содержать структурированное, развитое меню с основными разделами дисциплины с использованием мультимедийных технологий, веденными основными понятиями из этих разделов, установленными связями между понятиями, а также отраженными основными проблемами, рассматриваемыми в рамках дисциплины. Презентация должна сопровождаться «тестированием на усвоенность  понятий и содержания проблем».

По статистике (с надежностью 0,95) среди студентов самостоятельно спроектировавших презентацию дисциплины «Х» нет студентов не усвоивших бы эту дисциплину на оценку «хор» или «отл». Результат, т.е. презентация дисциплины, выставляется в репозитарий презентаций студентов в виртуальном кабинете преподавателя. Разумеется, это только одна из методик организации «интерактива» в виртуальном кабинете (виртуальной составляющей D-системы). На рис. 33 показаны эпизоды из презентаций дисциплины «Проектирование информационных систем».

Рис. 33. Эпизоды презентации дисциплины

Четвертое требование.

D-система должна формировать среду опережающей подготовки (опережающего обучения).

Обоснование требования.

Для того, чтобы инженер был способен к инноватике в определенной области деятельности, а, следовательно, и конкурентоспособным необходимо и во многом достаточно выполнения следующих условий:

1.       Обладание большими объемами усвоенных и постоянно пополняемых профессионально-ориентированных знаний.

2.       Владение высоким уровнем развития проектно-конструктивных (ПК) способностей.

3.       Владение определенным профилем свойств характера.

Эти требования, могут быть записанны как требования к параметрам будущего инженера. Вопросам построения параметрического «портрета» инженера посвящены работы [2, 4, 6].

На рис. 34 приводится инвариантная структура организации любого прототипа RVD-системы, формирующая реально-виртуальную среду подготовки нового поколения.

Рис. 34. Инвариантная структура организации и направления развития RVD-системы

 

Литература

1.     Дьяконов Г.С., Жураковский В.М., Иванов В.Г., Кондратьев В.В., Кузнецов А.М., Нуриев Н.К. Подготовка инженера в реально-виртуальной среде опережающего обучения. – Казань: КГТУ, 2009. – 404 с.

2.     Нуриев Н.К. Модель подготовки инженера на основе компетентностного подхода и принципа природосообразности (монография) // Educational Technology & Society – 2009 (http://ifets.ieee.org/russian/periodical/journal.html) - V.12. - N 1. - 62 c. – ISSN 1436-4522.

3.     Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Двухуровневая образовательная система: благо или вред? // Высшее образование в России. – 2008. – № 2. – С. 83 – 91.

4.     Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Математическое моделирование как инструмент формирования команд для реализации бизнес-проектов // Математические методы в технике и технологиях – ММТТ-22: сб. тр. XXII Междун. науч. конф. – Псков: Изд-во Псков. гос. политехн. ин-та, 2009.- Т.7. – С. 72-77.

5.     Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Мониторинг качества подготовки будущего инженера (бакалавра, магистра в компетентностном формате): учебное пособие. – Казань: Изд-во Казан. гос. технол. ун-та, 2007. – 80 с.

6.     Нуриев Н.К., Журбенко Л.Н., Старыгина С.Д. Системный анализ деятельности инженера. – Казань, Изд-во Казан. гос. технол. ун-та, 2008. – 88 с.

7.     Нуриев Н.К., Старыгина С.Д., Сафина В.К.  Подготовка инженеров в компетентностном формате (бакалавров, магистров в компетенции «информационные технологии»): учебное пособие. – Казань: Изд-во Казан. гос. технол. ун-та, 2007. – 290 с.

8.     Старыгина С.Д. Виртуальный кабинет как инструментальное средство педагогической технологии преподавателя нового типа // Educational Technology & Society – 2007 (http://ifets.ieee.org/russian/periodical/journal.html)  - V.10. - N 4. - 5 c. – ISSN 1436-4522.

9.     Гмурман В.Е. Теория вероятностей и математическая статистика: учеб. пособие для вузов. – М.: Высш. шк., 1998. – 479 с.