Министерство образования и науки Российской Федерации 
Институт ЮНЕСКО по информационным технологиям в образовании
Институт проблем информатики Российской Академии наук
Федеральный институт развития образования
Академия повышения квалификации и профессиональной переподготовки работников образования
Автономная некоммерческая организация
«Информационные технологии в образовании»
Российский государственный гуманитарный университет
Международный институт новых образовательных технологий
III Международная научно-практическая конференция
«Инновации в информационных технологиях и образовании»
«ИТО-Москва-2014»
4 - 5 декабря 2014 года, г. Москва

Концепция автоматизированного формирования актуализированного набора учебных курсов с учетом требований рынка труда на основе интеллектуального анализа результатов обучения

Авторы: Ботов Дмитрий Сергеевич, Мельников Андрей Витальевич, доктор технических наук, профессор
ФГБОУ ВПО "Челябинский государственный университет"
В статье представлена концепция автоматизированного формирования актуализированного набора учебных курсов, которая позволяет решить проблему формирования и регулярного пересмотра образовательного контента профессиональных дисциплин, учитывая при этом опыт ведущих российских и зарубежных университетов по аналогичным образовательным программам путем анализа результатов обучения, с одной стороны, и требования рынка труда и профессионального сообщества – с другой.

Современное высшее профессиональное образование существует и развивается в условиях появления в открытом доступе в среде Интернет огромного количества образовательного контента, в том числе качественного и современного, создаваемого ведущими университетами мира в рамках систем Massive Open Online Courses. Это открывает новые возможности перед преподавателями и руководством вузов в решении проблемы регулярного обновления и пересмотра целей, задач, результатов обучения и содержания профессиональных дисциплин с учетом развития науки, культуры, экономики, техники, технологий. При этом важным фактором в подготовке конкурентоспособных выпускников вузов несомненно является учет требований рынка труда, особенно в таких динамично развивающихся отраслях экономики, какой является, к примеру, ИТ-отрасль.

Точка зрения рынка труда и профессионального сообщества на знания, умения, навыки специалистов в рамках отдельной отрасли выражается, в первую очередь, в профессиональных стандартах и в информации о требованиях к вакансиям, публикуемой в среде Интернет. Так например, для ИТ-отрасли существуют профессиональные стандарты, разработанные Ассоциацией предприятий компьютерных и информационных технологий [1] и утвержденные приказами Министерства труда и социальной защиты РФ. В данных стандартах публикуется информация о конкретных трудовых функциях и действиях для определенного квалификационного уровня профессии, а также о требуемых профессиональных знаниях, умениях и навыках. В информации о требованиях к вакансиям работодатели чаще всего публикуют информацию о требуемом опыте работы и о конкретных технологиях, методах, инструментах, которыми должен владеть специалист, претендующий на данную должность.

Со стороны высшего образования в мире общепринятым подходом к обучению в последние десятилетия становится студентоориентированный подход. Разработка учебной программы любого уровня (от образовательной программы по направлению подготовки в целом до рабочей программы отдельной дисциплины или плана проведения отдельного занятия) в рамках этого подхода опирается на ожидаемые результаты обучения (learningoutcomes). Результаты обучения - это формулировки того, что, как ожидается, будет знать, понимать и/или будет в состоянии продемонстрировать учащийся после завершения процесса обучения [2]. Результаты обучения для отдельных дисциплин, как правило, описываются в аннотациях к образовательным курсам вместе с целями и задачами дисциплины. Исходя из ожидаемых результатов обучения преподаватель выстраивает содержание образовательного курса (дисциплины, модуля),  определяет критерии оценки и продумывает стратегию обучения [3].

Сегодня  российские и зарубежные вузы публикуют множество информации о реализуемых образовательных программах, включая аннотации к образовательным курсам в среде Интернет, причем объемы такой информации достаточно значительны и постоянно растут, и при этом стоит отметить, что данная информация описана на естественном языке и является слабоструктурированной, поэтому целесообразно использование для ее анализа методов Data Mining [4] и подхода Big Data.

Можно предположить, что преподавателю, желающему использовать в рамках отдельных профессиональных дисциплин опыт ведущих университетов и образовательный контент массовых открытых online-курсов и при этом учитывать постоянно изменяющиеся требования рынка труда, необходимы средства интеллектуальной поддержки, позволяющие решить трудоемкую задачу регулярного мониторинга и подбора учебных курсов под определенный набор результатов обучения, который в свою очередь должен постоянно пересматриваться с учетом изменения запросов рынка труда на специалистов соответствующих профессий в рамках определенного региона, страны или мира в целом.

На сегодняшний день существует достаточно много работ, посвященных методам интеллектуального анализа образовательных программ, которые чаще всего сводятся к сопоставлению содержания дисциплин, названий дисциплин, формализованной структуры учебных планов с применением семантических сетей и продукционных моделей. К примеру, в работе Сметаниной О.Н. [5] предложены модели системы управления образовательным маршрутом и средства информационной поддержки принятия решений с использованием интеллектуальных технологий, которые позволяют сопоставлять и определять степень схожести российских и международных образовательных программ путем сопоставления на самом низком уровне терминов (ключевых слов), знаний, умений, навыков, компетенций и наименований дисциплин учебных планов. В работе Тархова С.В. [6] представлен метод создания агрегативных учебных модулей на основе адаптивного учебного контента, формируемого из дидактических единиц, хранимых в системе электронного обучения.

Однако можно предложить другой подход к анализу образовательных программ, в основе которого будет лежать сопоставление точек зрения профессионального сообщества и рынка труда на требования, предъявляемые к специалистам определенных профессий, с одной стороны, а с другой – точек зрения высшего образования на профессиональные знания, навыки, умения выпускника, описанные в общем виде как компетенции образовательных стандартов и более детально в виде результатов обучения профессиональных дисциплин. Основные источники информации, которые предлагается проанализировать и сопоставить, представлены на рисунке 1.

Рисунок 1. Сопоставление точек зрения профессионального сообщества/ рынка труда и высшего образования на требования к выпускнику вуза

Целью исследования является разработка метода автоматизированного формирования актуализированного набора учебных курсов с учетом требований рынка труда на основе интеллектуального анализа результатов обучения  для повышения качества высшего образования и конкурентоспособности выпускников.

Для достижения данной цели поставлены следующие задачи:

  1. Разработать семантическую модель результата обучения.
  2. Разработать алгоритм автоматизированного формирования набора результатов обучения с учетом требований рынка труда.
  3. Разработать алгоритм семантического поиска учебных курсов под актуализированный набор результатов обучения.
  4. Разработать программные средства интеллектуальной поддержки на основе полученных моделей и алгоритмического обеспечения.
  5. Провести экспериментальные исследования эффективности предложенного метода.

В результате преподавателю будут доступны средства интеллектуальной поддержки, позволяющие производить семантический поиск учебных курсов под сформированный набор результатов обучения с учетом требований рынка труда.

Предлагается следующая последовательность этапов формирования подходящего набора учебных курсов:

  1. Определение исходных параметров:
    • название учебной дисциплины в рамках определенной образовательной программы, для которой будет производиться поиск;
    • географии образования: информация об образовательных программах различных университетов, которая будет анализироваться при формировании набора результатов обучения и в дальнейшем при поиске подходящих учебных курсов;
    • профессии: набор профессий, для которых будут определены соответствующие профессиональные стандарты отрасли и будет проводиться поиск и анализ требований к вакансиям;
    • географии рынка труда.
  2.  Семантический поиск и анализ под заданные параметры следующей информации:
    • о вакансиях по профессиям и видам деятельности, соответствующих заданной образовательной программе;
    • об уровнях квалификации, трудовых функциях и умениях, описанных в соответствующих профессиональных стандартах;
    • о требованиях к результатам освоения образовательных программ, определенных в ФГОС ВО;
    • о результатах обучениях в формулировках, приводимых в международных образовательных программах и массовых открытых online-курсах.
  3. Формирование набора результатов обучения с указанием частотности встречи их в образовательных курсах (программах) различных университетов с учетом востребованности их профессиональным сообществом в рамках информации из профессиональных стандартов и с учетом частоты упоминания в требованиях к вакансиям на рынке труда с указанием контекста (конкретных технологий, опыта, методов) в качестве дополнительных модификаторов.
  4. Доопределение экспертом в интерактивном режиме формулировок результатов обучения и степени их важности для заданной дисциплины.
  5. Семантический поиск учебных курсов образовательных программ и MOOC-систем в заданной географии образования с формированием результирующего набора учебных курсов с указанием их релевантности (по результатам обучения).

Описанный процесс поиска подходящих учебных курсов на основе предварительно сформированного актуализированного набора результатов обучения представлен графически на рисунке 2.

Рисунок 2. Процесс поиска учебных курсов на основе формирования актуализированного набора результатов обучения с учетом требований рынка труда

 

На практике в образовательном процессе такие средства интеллектуальной поддержки, позволяющие производить поиск учебных курсов через формирование набора результатов обучения, могут применяться для решения следующих задач:

  1. Определения структуры образовательной программы (вариативная часть профессионального цикла, дисциплины по выбору) и содержания отдельных профессиональных дисциплин исходя из:
    • целей и результатов обучения образовательных программ ведущих вузов;
    • требований профессиональных стандартов и рынка труда.
  2. Регулярный пересмотр целей, задач, результатов обучения и содержания профессиональных дисциплин с использованием материалов открытых online-курсов в образовательном процессе с учетом постоянных изменений потребностей рынка труда, развития науки, техники, экономики, технологий
  3. Подбор или заказ разработки или переработки содержания образовательных курсов у сторонних образовательных организаций под определенные цели, задачи и результаты обучения.

Представленная концепция автоматизированного формирования актуализированного набора учебных курсов с учетом требований рынка труда на основе интеллектуального анализа результатов обучения позволяет решить проблему формирования и регулярного пересмотра образовательного контента профессиональных дисциплин.

Список использованных источников
  1. Information & Computer Technologies Industry Association (APKIT): official website, 2014. URL: www.apkit.ru/.
  2. ECTS Users’ Guide. Brussels: Directorate-General for Education and Culture, 2005.
  3. Adam, S. “Using Learning Outcomes: A consideration of the nature, role, application and implications for European education of employing learning outcomes at the local, national and international levels.” Report on United Kingdom Bologna Seminar, Herriot-Watt University, 2004.
  4. Witten, I. H. “Data mining: practical machine learning tools and techniques” / Ian H.Witten, Eibe Frank, Mark A. Hall. – 3rd ed. Burlington, MA : Morgan Kaufmann, 2011.
  5. Smetanina O.N., Methodological bases of management of the educational route using intellectual information support. Doctoral thesis, UGATU, Ufa, 2012.
  6. Тархов С.В. Методологические и теоретические основы адаптивного управления электронным обучением на базе агрегативных учебных модулей: дис. д-ра техн. наук: 05.13.10 / Тархов Сергей Владимирович. – Уфа, 2009. – 336 с.
Вид представления доклада  Публикация
Презентация доклада  Загрузить
Ключевые слова  учебные курсы, результаты обучения, семантический анализ, семантический поиск, Big data, Data mining, MOOC, рынок труда, профессиональные стандарты, образовательный контент, студентоориентированный подход

В статусе «Черновик» Вы можете производить с тезисами любые действия.

В статусе «Отправлено в Оргкомитет» тезисы проходят проверку в Оргкомитете. Статус «Черновик» может быть возвращен тезисам либо если есть замечания рецензента, либо тезисы превышают требуемый объем, либо по запросу участника.

В статусе «Рекомендован к публикации» тезис публикуется на сайте. Статус «Черновик» может быть возвращен либо по запросу участника, либо при неоплате публикации, если она предусмотрена, либо если тезисы превышают требуемый объем.

Статус «Опубликован» означает, что издана бумажная версия тезиса и тезис изменить нельзя. В некоторых крайне редких ситуацих участник может договориться с Оргкомитетом о переводе тезисов в статус «Черновик».

Статус «Отклонен» означает, что по ряду причин, которые указаны в комментариях к тезису, Оргкомитет не может принять тезисы к публикации. Из отклоненных тезис в «Черновики» может вернуть только Председатель программного или председатель оргкомитета.