Аннотация
в условиях первоочередной потребности в технологической независимости Российской Федерации от системы образования ждут гибкого подхода к обучению, при котором каждый студент может полностью раскрыть свой потенциал и получить максимальную пользу от обучения. Для внедрения индивидуализации образования применяются технологии адаптивного обучения, которые построены на регулярной проверке знаний и автоматическом выборе темы и уровня сложности материала, который должен изучать студент для достижения наилучших доступных ему результатов по итогам обучения. Современные адаптивные технологии разрабатываются с использованием больших объемов накопленных данных, которые формируют цифровой след обучения. Авторы применили для исследования процесса внедрения адаптивных технологий имитационное моделирование методом системной динамики. Разработанная авторами модель процесса внедрения описывает систему взаимосвязанных процессов обучения студентов, накопления данных для разработки, реализации адаптивной технологии, апробации адаптивной технологии и ее распространения. По результатам анализа для каждого этапа внедрения предложены архитектурные решения, нацеленные на ускорение процесса внедрения технологий индивидуализированного обучения за счет построения учебной среды, состоящей из локальных систем учебных заведений, единых внешних образовательных платформ и авторских учебных платформ.
Литература
Decoding Adaptive. Режим доступа: https://www.edsurge.com/research/reports/adaptive-learningclose-up.
Дьяченко М. С., Леонов А. Г. Цифровой след в образовании как драйвер профессионального роста в цифровую эпоху. E-Management. 2022;5(4):23–30. DOI: 10.26425/2658-3445-2022-5-4-23-30.
Heift T. Web Delivery of Adaptive and Interactive Language Tutoring: Revisited. International Journal of Artificial Intelligence in Education. 2015. DOI: 10.1007/s40593-015-0061-0.
Кречетов И. А., Дорофеева М. Ю., Дегтярев А. В. Раскрываем потенциал адаптивного обучения: от разработки до внедрения. Материалы международной конференции, Москва, 05–06 декабря 2018 года / Отв. ред. Е. Ю. Кулик. Москва: Национальный исследовательский университет «Высшая школа экономики»; 2018. С. 76–88.
Кречетов И. А., Романенко В. В. Реализация методов адаптивного обучения. Вопросы образования. 2020;2:252–277. DOI: 10.17323/1814-9545-2020-2-252-277.
Tang H., Jiang G., Wang Q. Personalized Learning Behavior Evaluation Method Based on Deep Neural Network. Scientific Programming. 2022;2022:9993271. DOI: 10.1155/2022/9993271.
Miao D., Jui-Long H., Xu D., Hengtao T., Hao L. Knowledge Tracing: A Review of Available Technologies. Journal of Educational Technology Development and Exchange. 2021;14(2):1. DOI: 10.18785/jetde.1402.01.
Shi Y. et al. Code-DKT: A Code-based Knowledge Tracing Model for Programming Tasks. Режим доступа: https://arxiv.org/abs/2206.03545. DOI: 10.48550/arXiv.2206.03545.
Cheng S., Liu Q., Chen E. Domain Adaption for Knowledge Tracing. Режим доступа: http://arxiv.org/abs/2001.04841. DOI: 10.48550/arXiv.2001.04841.
Leonov A. G., Matyushin M. A., Dyachenko M. S. Neural Networks for a priori Estimates of the Student Outcomes in Mirera. Lecture Notes in Civil Engineering. 2022;210:475–486. DOI: 10.1007/978-3-03090843-0_55.
Дьяченко М. С., Леонов А. Г., Матюшин М. А. Исследование и разработка методов машинного обучения и архитектур нейронных сетей для применения в области проверки. Труды НИИСИ РАН. Математическое и компьютерное моделирование сложных систем: теоретические и прикладные аспекты. 2021;11(3):48–53.
Cocco L., Mannaro K., Concas G., Marchesi M. Simulating Kanban and Scrum vs. Waterfall with System Dynamics. Agile Processes in Software Engineering and Extreme Programming. XP 2011. Lecture Notes in Business Information Processing / Eds: Sillitti A., Hazzan O., Bache E., Albaladejo X. Vol. 77. Springer, Berlin, Heidelberg. DOI: 10.1007/978-3-642-20677-1_9.
Комлева Н. В., Вилявин Д. А. Цифровая платформа для создания персонализированных адаптивных онлайн курсов. Открытое образование. 2020;24(2):65–72. DOI: 10.21686/1818-4243-2020-2-6572.
Бесшапошников Н. О., Леонов А. Г., Прилипко А. А. Цифровизация образования — новые возможности управления образовательными треками. Вестник кибернетики. 2018;2:154–160.
Дьяченко М. С., Леонов А. Г. Применение подхода поэтапной трансформации при построении системы адаптивного обучения на примере цифровой образовательной платформы Мирера. Информатизация образования и методика электронного обучения: цифровые технологии в образовании: материалы VI Международной науч. конф., г. Красноярск, 20–23 сентября 2022 г.: в 3 ч. Ч. 3 / под общ. ред. М. В. Носкова. Красноярск: Красноярский государственный педагогический университет им. В. П. Астафьева; 2022. C. 166–172.