CC BY
12испытывали при работе с бумагой? Также результатом урока может стать мини-выставка. Для детей это будет полезно тем, что наглядно они смогут увидеть результаты своей работы, ощутить значимость своего творчества.
Выводы. Подводя итог, можно смело сказать, что искусство оригами обладает большим развивающим потенциалом, является достойным способом развития конструкторских способностей и многих других навыков у младших школьников, а также имеет множество плюсов для использования на школьных уроках изобразительного искусства. Это бюджетный, не сложный в организации и интересный для детей вид искусства, имеющий широкое поле выбора изделий для создания.
Аннотация. Статья посвящена изучению проблемы развития конструкторских способностей обучающихся в процессе изучения оригами. В статье предпринята попытка обосновать значимость развития конструкторских способностей у младших школьников. Исследуются вопросы по использованию оригами на занятиях изобразительного искусства. На основе анализа научных работ отечественных исследователей предпринята попытка дать рабочее понятие «конструкторские способности». Изучив специфику искусства оригами, а также сопоставив со спецификой процесса конструирования было уточнено понятие «развитие конструкторских способностей средствами оригами». При изучении вопроса были предложены формы конструкторской деятельности для развития конструкторских способностей. Изучив педагогический опыт отечественных исследователей был предложен некий алгоритм преподавания оригами на уроках по изобразительному искусству.
Ключевые слова: конструкторские способности, развитие конструкторских способностей, конструирование под диктовку, конструирование по аналогии, конструирование по собственному замыслу, оригами.
Annotation. The article is devoted to the study of the problem of developing the design abilities of students in the process of studying origami. The article attempts to substantiate the significance of the development of design abilities in younger students. Questions on the use of origami in the classroom of fine arts are being explored. Based on the analysis of scientific works of domestic researchers, an attempt was made to give a working concept of "design abilities". Having studied the specifics of origami art, as well as comparing it with the specifics of the design process, the concept of "development of design abilities by means of origami" was clarified. When studying the issue, forms of design activity were proposed for the development of design abilities. Having studied the pedagogical experience of domestic researchers, a certain algorithm for teaching origami in fine arts lessons was proposed.
Key words: design abilities, development of design abilities, designing from dictation, designing by analogy, designing according to one's own plan, origami.
Литература:
1. Зинченко, В.П. Психология образования / В.П. Зинченко. - Москва: Центр гуманитарных инициатив, 2018. - 684 с.
2. Конструирование из бумаги на уроках изобразительного искусства в начальных классах / В.И. Колякина, Т.М. Дмитриева. - Магнитогорск: изд-во гос. пед. ин-т, 1996. - 106 с.
3. Кузнецов, С.А. Большой толковый словарь русского языка / С.А. Кузнецов. - Москва: Норинт, 2008. - 1536 с.
4. Лурия, А.Р. Лекции по общей психологии / А.Р. Лурия. - Санкт-Петербург: ПИТЕР, 2020. - 385 с.
5. Подласый, И.П. Педагогика: Учебник / И.П. Подласый. - Москва: Высшее образование, 2006. - 540 с.
6. Тарабарина, Т.И. Оригами и развитие ребенка: Популярное пособие для родителей и педагогов / Т.И. Тарабарина. - Ярославль: Академия развития; 1996 - 222 с.
7. Шпикалова, Т.Я. Изобразительное искусство и художественный труд: учебное пособие (1-4 классы) / Т.Я. Шпикалова, Л.В. Ершова. - Москва: Просвещение, 2008. - 160 с.
УДК 37.01
BIG DATA В ОБРАЗОВАНИИ КАК РЕСУРС ПОСТРОЕНИЯ СИСТЕМЫ ПРЕДИКТИВНОЙ АНАЛИТИКИ
кандидат технических наук, доцент кафедры общевоенных дисциплин Скляров Владимир Петрович Краснодарское высшее военное авиационное училище лётчиков имени Героя Советского Союза Анатолия Константиновича Серова (г. Краснодар);
старший преподаватель кафедры общевоенных дисциплин, доцент Николаев Александр Алексеевич Краснодарское высшее военное авиационное училище лётчиков имени Героя Советского Союза Анатолия Константиновича Серова (г. Краснодар);
кандидат исторических наук, старший преподаватель кафедры общевоенных дисциплин Масленников Алексей Геннадьевич Краснодарское высшее военное авиационное училище лётчиков имени Героя Советского Союза Анатолия Константиновича Серова (г. Краснодар)
Постановка проблемы. В настоящее время большие данные окружают нас везде, при этом мы сами их постоянно производим, информация о нашей коммуникации, нашем передвижении постоянно собирается и систематизируется различными сервисами, когда, например, мы совершаем покупки, смотрим фильмы, системы рекомендаций, отслеживая наш цифровой след, подключаются к процессу вариативности предложений по просмотрам видео или покупкам и т.д.
В образовании происходит много интересного. Во-первых, это касается улучшения опыта обучающихся. Создаются такие приложения, которые используют специальный алгоритм для продвижения наиболее релевантного контента каждому студенту на основе его предыдущих ответов. Так формируется более широкое представление об общих моделях обучения и трудностях, с которыми сталкиваются обучающиеся.
Изложение основного материала исследования. Оптимизация методов обучения - это область, в которой раскрываются большие данные. Принцип работы такого рода приложений направлен на сбор аналитической информации об обучающихся. Информация обо всех обучающихся сопоставляется, и преподаватели могут группировать тех, у кого одинаковые потребности в обучении, либо выделять ту целевую аудиторию, представителям которой необходима индивидуальная программа, и уже на основе этих данных разрабатывать такие индивидуальные программы с учетом потребностей каждого обучающегося. Среди приоритетных задач развитие критического мышления, транслируемого также в цифровой след и индивидуальную образовательную траекторию обучающихся [1].
Другая область, в которой большие данные активно продвигаются и раскрываются - это анализ процесса обучения. Такие системы обучения могут отслеживать, когда студент входит в систему, сколько времени он проводит на разных страницах данной системы, что позволяет видеть общий прогресс обучающегося. Также можно с помощью технологии больших данных анализировать тенденцию формирования группы риска среди обучающихся, отслеживая данные об
отчислениях, с помощью построения определенного алгоритма, в котором система оповещает, когда студент сталкивается с определенными трудностями и проблемами. Такой подход позволяет сохранить целевую аудиторию, работать с обучающимися потенциальной группы риска индивидуально, предлагая перевод на другой курс или помощь репетиторов [2].
Большие данные также активно применяются в помощи по профессиональной ориентации. Это может быть система для выбора образовательных курсов на основе результатов обучения и успеваемости предыдущих студентов. Big Data подбирает учебные курсы, максимально соответствующие интересам, способностям и учебной программе отдельного студента. Прогнозируемая точность рекомендаций может доходить до 90%. Несомненным достоинством такой технологии является не только построение персональной карьерной траектории, но и подбор курсов, которые максимально раскроют таланты каждого конкретного обучающегося.
Сегодня остро ставится задача по созданию информационного образа обучающегося и преподавателя, что, бесспорно, эксплицировано в систему контроля знаний и поиска инновационных технологий, определяющих педагогический дизайн фонда оценочных средств. Все вышеперечисленное позволит персонифицировать процесс обучения и детально контролировать все стадии усвоения материала [3].
Следующим запросом по внедрению Big Data в образовании является построение системы предиктивной аналитики. Данная система позволит собирать информацию об академической истории студентов, их активности в цифровой учебной среде, а также получить пул демографических данных. На основе этой информации можно рассчитать уровень риска отсева для каждого студента. Благодаря такой активной Big Data системе можно значительно улучшить результаты обучения и снизить показатели отсева.
Злободневной проблемой, требующей конструктивного решения, является также определение эффективности образования. Очевидно, что необходимо создать такой инструмент, который каждому из пользователей в отдельности, и всем им вместе взятым, будет давать показатель не только достаточный, но и необходимый, для принятия дальнейшего решения, что будет способствовать и проявлению инициативы и побуждать к изменениям [4; 9].
На основе Big Data можно вплотную подойти к аналитике и выявлению закономерностей: построить персональные рейтинги преподавателей, учебных материалов, курсов, портреты студентов и академических групп по большому количеству параметров. Big Data позволяют строить скоринговые и прогнозные модели: оценивать вероятность с учетом условий, но в агрегированном виде (без раскрытия персональной информации остальных участников процесса). Это касается прогноза успеваемости, персональных рекомендаций по образовательной траектории и по профилактическим мерам, являющихся предиктором психологически комфортной и безопасной образовательной среды.
Анализ больших данных позволяет проектировать актуальные для рынка труда образовательные программы. Проблемным аспектом, требующим конструктивного и оперативного решения, также является тот факт, что диада «профессиональный стандарт - образовательная программа» слишком медленно учитывает изменения, происходящие в практике тех или иных профессий. Сегодня правовая платформа позволяет осуществлять активную интеграцию профессиональных компетенций из нескольких областей. Big Data в данной плоскости могут использоваться в качестве предиктора построения прогностических моделей, что весьма актуально в контексте турбулентности и изменчивости современного социума, а также вызовов быстро меняющейся цифровой экономики с ее запросами на конкурентоспособных специалистов, компетенции которых должны опережать время [5; 10].
Можно использовать Big Data, чтобы проектировать программы обучения: во-первых, с использованием на начальном этапе внедрения опроса работодателей, нанимающих на вакансии, соответствующие определенным образовательным программам и профилям подготовки; во-вторых, проведение анализа массива вакансий на карьерных порталах, обязательно с учетом того, сколько их публикуется, как быстро они закрываются, какие требования в них предъявляются к кандидатам. Таким образом, с помощью такой технологии, как Big Data можно выяснить, какие знания и навыки совершенно точно необходимы специалисту на рынке труда, какие достаточно получить только на уровне поверхностного ознакомления. Так можно проектировать и объем, и содержание образовательной программы [6].
Анализ, например, лекционных занятий, может дать обратную связь преподавателю. Это может быть особенно полезно начинающим педагогам, при этом данный алгоритм позволит определить, насколько удалось поддерживать вовлеченность в аудитории. Также можно и оценивать не только групповую, но и проектную работу обучающихся.
Выводы. По сути использование технологии Big Data в образовании ничем не отличается от их применения в других индустриях. Можно искать курс, материалы, образовательную программу, релевантную портрету обучающегося. Или, завершив обучение по какой-либо программе, можно получить рекомендации о дополнительных необходимых надпрофессиональных навыков, например, связанных с вызовами цифровой экономики. Эти элементы могут с каждым днем все интенсивнее проникать в формализованную образовательную среду [7; 8].
Big Data могут служить вспомогательным ресурсом в маркетинге образовательных учреждений. Сегодня серьезные изменения претерпевают и сами образовательные учреждения, и образовательные институты, которые также, как и онлайн-платформы, конкурируют за внимание целевой аудитории. Конкуренция достаточно жесткая в этом вопросе, и она не столько обусловлена необходимостью идти в ногу со временем, а в большей степени она катализирована прогрессивными и быстрыми внедрениями, которые с огромной скоростью наполняют конкурентную среду. Это могут быть прогрессивные онлайн-платформы, которым не нужны огромные кампусы и финансирование.
Big Data позволяют дать аргументацию, связанную со стоимостью обучения, релевантной его наполнению, вдобавок, -это возможности для адаптации того предложения, которое делают образовательные организации, находящиеся в очень сильной конкурентной среде, т.к. они конкурируют не только с такими же, как они, образовательными организациями, например, высшей школы, но и крупными ИТ-корпорациями, EdTech-платформами.
Аннотация. В данной статье представлены некоторые аспекты использования больших данных в образовании. В современной образовательной среде обосновываются парадигмы, связанные с цифровой трансформацией с позиции системного подхода, что обусловит качественные сдвиги в образовании в ответ на вызовы цифровой среды. Важной целью является понимание причинно-следственных связей между процессами диффузии технологий разного класса решений искусственного интеллекта и происходящими изменениями в образовании. Для этих целей актуализируется такая технология, как большие данные (Big Data). На основе Big Data приобретут практико-ориентированный и персонализированный смысл такие ключевые детерминанты образовательного процесса, как: аналитика и выявление закономерностей. Большие данные позволят не только построить персональные рейтинги преподавателей, учебных материалов, курсов, но и систематизировать личностные профили целевой аудитории. Для построения портретов студентов и академических групп может применяться большое количество параметров.
Ключевые слова: Big Data, персонализация обучения, цифровая трансформация, надпрофессиональные навыки, современная образовательная среда, аналитика, закономерности, цифровые технологии, цифровые инструменты, цифровые платформы, эффективность образования.
Annotation. This article presents some aspects of the use of big data in education. In the modern educational environment, paradigms related to digital transformation are substantiated from the standpoint of a systematic approach, which will cause qualitative shifts in education in response to the challenges of the digital environment. An important goal is to understand the causal relationships between the processes of diffusion of technologies of different classes of artificial intelligence solutions and the ongoing changes in education. For these purposes, such technology as Big Data is being updated. On the basis of Big Data, such key determinants of the educational process as analytics and identification of patterns will acquire a practice-oriented and personalized meaning. Big data will allow not only to build personal ratings of teachers, teaching materials, courses, but also to systematize the personal profiles of the target audience. A large number of parameters can be used to build portraits of students and academic groups.
Key words: Big Data, personalization of learning, digital transformation, supra-professional skills, modern educational environment, analytics, patterns, digital technologies, digital tools, digital platforms, educational efficiency.
Литература:
1. Боцоева, А.В., Мосина О.А. О необходимости развития навыков критического мышления современных студентов в рамках дистанционного формата обучения // Проблемы современного педагогического образования. - 2020. - № 67-4. -С. 51-55.
2. Гвозденко, Ю.В. Большие данные в системе образования / Ю.В. Гвозденко, А.А. Ищенко, А.В. Пилипенко // Международный студенческий научный вестник. - 2019. - № 5-1.; URL: https://eduherald.ru/ru/article/view?id=19731 (дата обращения: 26.04.2022).
3. Дьяков, И.И. Оценка инновационной среды вузов / И.И. Дьяков, Н.А. Третьяк, К.С. Грищенко // Современное образование. - 2018. - № 1. - С. 22-34. - DOI: 10.25136/2409-8736.2018.1.25491. - URL: https://nbpublish.com/library_read_article.php?id=25491
4. Daniel, D. Gutierrez. Inside BIGDATA Руководство по предиктивной аналитике. - http://www.spotfiretibco.ru/wp-content/uploads/2017/09/InsideBIGDATA.pdf
5. Kuz'mina, E.V. Using data analysis methodology to foster professional competencies in business Informaticians / E.V. Kuz'mina, N.G. P'yankova, N.V. Tret'yakova, A.V. Botsoeva // European Journal of Contemporary Education. - 2020. - Т. 9. -№ 1. - С. 54-66.
6. Лапидус, Л.В. Турбулентность цифровой среды как драйвер цифровой трансформации. Международная научная конференция «Ломоносовские чтения - 2021». Секция экономических наук: сборник тезисов выступлений, ISBN 978-5906932-65-5, место издания Экономический факультет МГУ имени М.В. Ломоносова. - М., 2021.
7. Санникова, Т.Д. К вопросу о проблемах и перспективах цифровизации образовательной среды высшей школы / Т.Д. Санникова, Ж.Н. Аксенова // Креативная экономика. - 2020. - Том 14. - № 11. - С. 3089-3104. - doi: 10.18334/ce. 14.11.111137
8. Сафуанов, Р.М., Лехмус М.Ю., Колганов Е.А, Цифровизация системы образования // Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. - 2019. - № 2 (28). - С. 116-121.
9. Утёмов, В.В. Развитие образовательных систем на основе технологии Big Data / В.В. Утемов, П.М. Горев // Концепт. - 2018. - №6. - URL: https://cyberleninka.ru/article/n/razvitie-obrazovatelnyh-sistem-na-osnove-tehnologii-big-data (дата обращения: 12.04.2022).
10. Яковлева, Е.В. Цифровая компетентность будущего педагога: компонентный состав / Е.В. Яковлева // Концепт. -2021. - №4. - URL: https://cyberleninka.ru/article/n/tsifrovaya-kompetentnost-buduschego-pedagoga-komponentnyy-sostav (дата обращения: 28.04.2022).
УДК 376.4
ОРГАНИЗАЦИЯ ПСИХОЛОГО-ПЕДАГОГИЧЕСКОГО СОПРОВОЖДЕНИЯ АДАПТАЦИИ ДОШКОЛЬНИКОВ С РАССТРОЙСТВАМИ АУТИСТИЧЕСКОГО СПЕКТРА К ОБРАЗОВАТЕЛЬНОЙ СРЕДЕ
магистрант Уварова Анна Владимировна Федеральное государственное бюджетное образовательное учреждение высшего образования «Нижегородский государственный педагогический университет имени Козьмы Минина» (г. Нижний Новгород); кандидат психологических наук, доцент Конева Ирина Алексеевна Федеральное государственное бюджетное образовательное учреждение высшего образования «Нижегородский государственный педагогический университет имени Козьмы Минина» (г. Нижний Новгород);
старший воспитатель Борисова Ольга Ильинична МБОУ «Детский сад №315» (г. Нижний Новгород)
Постановка проблемы. В реалиях современного мира проблема ранней адаптации детей с ограниченными возможностями здоровья (ОВЗ), в том числе и с расстройством аутистического спектра (РАС), к образовательной среде привлекает все больше внимания специалистов психолого-педагогического сопровождения. Ведь в период дошкольного детства начинается формирование ребенка как личности и от того, как пройдет этот процесс, будет зависеть дальнейшее развитие ребенка [1, С. 88].
Дошкольное образовательной учреждение является не только первым местом социализации детей, но и местом предъявления к ним определенных требований. Ребенку приходится взаимодействовать с новыми людьми, усваивать определенные правила поведения в ДОУ, находиться вдали от родителей. Все это приводит к эмоциональному дискомфорту и повышению уровня тревожности, характерному на начальных этапах адаптации [5, С. 261].
Как отмечают исследователи, у дошкольников с расстройствами аутистического спектра классические проблемы адаптационного периода к образовательной среде переживаются значительно труднее, чем у их нормально развивающихся сверстников. Для них, в силу влияния дефекта, характерны более длительный период привыкания к ДОУ, возникновение агрессивного и самоагрессивного поведения, трудности в установлении социальных связей и низкая коммуникативная мотивация [3, С. 175]. Кроме того, игра как ведущий вид деятельности дошкольного возраста у детей с РАС не соответствует возрастному развитию. Наблюдаются стереотипные действия с неигровым материалом, нефункциональное взаимодействие с игрушками [4, С. 124]. Также не развиты навыки самообслуживания - дети с РАС, зачастую, не могут самостоятельно пользоваться туалетом, им требуется помощь в переодевании [2, С. 126].
В связи с этим, дошкольники с РАС нуждаются в организации психолого-педагогического сопровождения специалистами на всех этапах адаптации к образовательной среде.
