CC BY
280
УДК 004.94: 378.1
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ В ЗАДАЧАХ МЕНЕДЖМЕНТА КАЧЕСТВА ОБРАЗОВАНИЯ ВУЗА
В.В. Быстров, Ю.О. Самойлов
ИИММ КНЦ РАН
Аннотация
Приводятся некоторые теоретические и практические результаты исследований, проводимых в Институте информатики и математического моделирования КНЦ РАН в сфере менеджмента качества образования. Предлагается использовать мощные возможности имитационного моделирования для создания информационных технологий и средств управления качеством образования. Рассматривается специфика применения агентного подхода к моделированию учебного процесса отдельного вуза. Приводится описание практической реализации отдельных элементов модели с помощью средства Anylogic.
Ключевые слова:
информационная технология, качество, образование, имитационное моделирование, агенты.
Введение
Современная Россия переживает важный и сложный период своего развития. За последние два десятилетия произошла кардинальная трансформация экономического уклада, политического устройства, системы социально-культурных ценностей российского общества.
Хорошо известный факт, что текущее состояние системы образования страны влияет на все аспекты ее жизнедеятельности. Система образования задает нравственный, моральный облик целым поколениям людей, которые и определяют дальнейшее будущее страны, непосредственно влияют на темпы ее экономического, технологического и культурного развития. В вязи с этим в государстве остро стоит вопрос подготовки конкурентоспособных молодых специалистов.
Проблема качества образования постоянно привлекает к себе внимание отечественных и зарубежных исследователей. Непрерывно предпринимающиеся на протяжении последних десятилетий попытки реформировать отечественную систему образования имеют в основном ситуативный характер. Вследствие этого многих граждан начинает остро волновать состояние образования в России, возможные результаты проводимых правительством реформ в этой сфере. Данный факт способствует появлению научноисследовательских работ, направленных на повышение эффективности функционирования системы образования, исследование различных теоретических и прикладных аспектов явлений и процессов, протекающих в научно-образовательной сфере.
Менеджмент качества или управление качеством образования - одно из направлений подобных исследований, бурно развивающееся в последние годы. Если говорить об истории появление термина «менеджмент качества образования», то можно отметить, что его употребление обязано международному стандарту КО 9000, который декларирует основные принципы построения систем качества. По современной версии стандарта ИСО-9000 система качества трактуется как система менеджмента качества, которая состоит из трех подсистем: система управления качеством, система обеспечения качеством и система подтверждения качества [1]. Управление качеством базируется на документации, в которой описываются все процессы и процедуры, а также действия участников процессов для достижения требуемого уровня качества.
Чтобы непосредственно строить систему качества, необходимо определиться, что такое качество. По этому поводу не стихают бурные дискуссии и споры в российском научнопедагогическом сообществе, но все склоняются к мнению, что это комплексное понятие, сложно поддающееся количественному измерению. Одним из подходов к количественной оценке качества образования является применение некоторого набора показателей, на основе которых и судят о качестве в целом.
Авторы данной статьи считают, что качество образования можно определить как сбалансированное соответствие совокупности свойств и характеристик образовательного процесса, его результатов, и всей системы образования установленным потребностям, целям, требованиям и нормам, которые определяются предприятиями, организациями и государством.
На текущий момент нельзя быть полностью уверенным, что образование в конкретно взятом учебном заведении соответствует именно тем стандартам, которые диктует современное общество. Невозможно также предугадать, принесет ли пользу какая-либо учебная программа, используемая данным учебным заведением. Последствия ошибочного составления учебного плана чреваты негативными явлениями как для обучающихся, так и для репутации заведения.
Переподготовка специалистов, в которых современное общество более не нуждается вследствие произведенных прогрессом инноваций, - еще одна злободневная тема нашего времени. Техника идет вперед, отвергая устаревшие стереотипы. Неизбежно устаревают и профессии.
Таким образом, создание методов и информационных технологий управления качеством подготовки и переподготовки специалистов в системе высшего и среднего специального образования для нужд промышленности нашей страны является актуальной задачей. Применение современных методов моделирования к менеджменту качества образования - один из возможных путей решения данной задачи. Авторы считают, что есть необходимость в разработке информационной технологии, которая позволила бы прогнозировать тенденции образовательного процесса и своевременно реагировать на них. Предлагается выполнить задачу путем прохождения классического цикла разработки имитационной модели, но с учетом специфики предметной области и применением наработок Института информатики и математического моделирования КНЦ РАН в области моделирования социально-экономических систем. Таким образом, процесс можно разбить на следующие этапы: разработка формальной модели процесса обучения; ее реализация с помощью современных средств и методов имитационного моделирования; проверка адекватности построенной модели; выработка информационной технологии управления качеством образования на уровне отдельного высшего учебного заведения. Технология опирается на полученные данные в ходе многократной имитации и специально разработанное дополнительное программное обеспечение.
Основное назначение имитационной модели заключается в возможности тестировать учебные планы, выявлять положительные и негативные факторы и недостающие элементы образовательного процесса. Все это может служить информацией для принятия рациональных решений по улучшению качества образовательного процесса.
В настоящее время бурными темпами развиваются различные способы моделирования абсолютно разных процессов. В связи с этим отличаются и парадигмы, лежащие в основе этих способов. В качестве платформы для разработки модели выбрана система отечественных разработчиков AnyLogic, так как данное программное средство поддерживает различные подходы имитационного моделирования, включая агентный подход, успешно применяемый в различных сферах деятельности. Кроме того, по мнению многих специалистов, AnyLogic - очень удобный инструмент моделирования, позволяющий создавать гибкие модели с агентами, взаимодействующими как друг с другом, так и со своим окружением [2].
Имитационная модель
Активные сущности, способные взаимодействовать между собой и окружающей средой и обладающие своим собственным поведением, принято называть агентами. В отличие от системной динамики, при использовании агентного подхода аналитик определяет поведение агентов на индивидуальном уровне, а глобальное поведение возникает как результат деятельности множества таких агентов (моделирование «снизу вверх»). Такой подход подходит для моделирования учебного процесса вуза ввиду наличия большого количества однотипных объектов, каждый их которых обладает своими характеристиками и своим собственным поведением.
Система образования включает в себя довольно большое количество структурных элементов, которые предстоит описать и связать в единую модель (рис. 1). В качестве агентов такой имитационной модели были выбраны «студенты» и «преподаватели», а сцены - аудиторные занятия. Для оценки качества образования используются значения уровней знаний, полученных студентами по каждой дисциплине учебного плана. Для каждого студента имитируется уровень усвоения каждой дисциплины.
Сцены - аудиторные занятия, на которых происходят действия агентов по передаче и получению знаний. Сцены имеют ряд параметров, которые могут влиять на эффективность действий
агентов и на качество образования. Сцена «Аудиторные занятия» имеет следующие параметры: учебный план, лабораторная база, библиотека, качество аудиторий. Учебный план представляет собой набор дисциплин с проекцией на временную шкалу и связей между дисциплинами, отражающими степень их взаимного влияния с точки зрения усвоения. Набор отношений между дисциплинами является подмножеством декартова произведения набора дисциплин на себя. Лабораторная база определяется набором и качеством лабораторного оборудования. Библиотека -ассортиментом и количеством изданий для каждой группы дисциплин. Качество аудиторий -соответствием санитарным нормам и наличием мультимедийной техники.
Агентами реализуются проактивные сущности - преподаватель и студент. Количество агентов первого типа равно количеству преподавателей. Каждый агент параметризуется по данным конкретного преподавателя. Параметрами являются: квалификация, компетентность, опыт работы, профессиональные качества, личные качества. Квалификацию преподавателя определяет ученая степень. Профессионально-педагогическая компетентность содержит пять видов компетентности, значения каждого из которых определяются экспертными методами [3]: специальная и
профессиональная компетентность в области преподаваемой дисциплины; методическая компетентность в области способов формирования знаний, умений у студентов; социальнопедагогическая компетентность в области процессов общения; дифференциально-психологическая компетентность в области мотивов, способностей, направлений учащихся; аутопсихологическая компетентность в области достоинств и недостатков собственной деятельности и личности. Опыт работы задается формально. Профессиональные и личные качества определяются с помощью анкетирования.
Рис. 1. Схема модели образовательного процесса
Количество агентов второго типа равно количеству студентов одного курса (взаимодействие между студентами разных курсов в модели не рассматривается). Каждый агент также параметризуется по данным конкретного студента и, кроме того, имеет набор параметров (уровень усвоения каждой дисциплины учебного плана), которые являются выходными и используются для оценки качества образования. Основными параметрами «студента» являются базовые знания, уровень усвоения дисциплины, способности, мотивация, состояние здоровья. Базовые знания для студентов первого курса определяются по результатам ЕГЭ, далее учитываются значения параметра усвоения каждой дисциплины учебного плана. Способности определяются в процессе психодиагностического тестирования. Мотивация и состояние здоровья могут изменяться в процессе имитации.
Реализация модели
В качестве средства моделирования была взята среда Апу^ю 5.0, предоставляющая достаточно большой арсенал инструментов по созданию полимодельных комплексов и представлению результатов их имитации. Так в среде моделирования сцена представляет собой основной активный объект, вмещающий в себя остальные объекты. В качестве сцены использовалось аудиторное занятие.
Параметры в среде AnyLogic можно задать двумя способами:
• в качестве переменной;
• в качестве параметра активного объекта.
Целесообразно воспользоваться этой возможностью среды и распределить переменные между двумя этими способами задания, то есть необходимо разбить переменные на группы по признакам. Совершенно очевидно, что качество аудиторий, лабораторную базу, а также полноту библиотечных ресурсов следует рассматривать именно как параметры активного объекта (сцены). Объяснение этому можно найти в том, что данные параметры практически не подлежат изменению. Ухудшение или улучшение условий преподавания является долговременным процессом, а также требует многих ресурсов, вследствие чего данные параметры имеют тенденцию к постоянству значений.
Чтобы задать данные параметры, необходимо их оценить. Простейшим способом в данном случае является процентное соотношение реальных условий и идеальных, то есть следует оценить, какую долю комфорта (если речь идет о качестве аудитории) обеспечивает аудитория по сравнению с максимально удобной. С точки зрения определения типов данных эту ситуацию можно представить в виде переменных, принимающих вещественные значения на интервале от 0 до 1, где 0 интерпретируется как полное отсутствие комфорта, 1 - идеальное качество аудитории.
Рассмотрим теперь параметр стипендии. Свойства этого параметра наилучшим образом передаются свойствами переменной, так как пользователю необходимо производить различные манипуляции с объектом такого рода, то есть размер стипендии необходимо регулировать. Из анализа предметной области следует, что параметр «стипендия» может принимать положительные вещественные значения.
В среде моделировании учебный план в виде двумерного массива. Каждая строка массива характеризует совокупность дисциплин отдельно взятого семестра. Количество столбцов равно количеству семестров в учебном плане подготовки специалистов.
С точки зрения агентного подхода на сцене размещаются агенты. Каждый агент является проактивной сущностью, способной взаимодействовать с окружающей средой и другими объектами. В качестве таких сущностей в работе выделены и реализованы два типа агентов - «преподаватель» и «студент». В пространстве функционирования сцены для синхронизации работы агентов был размещен объект «таймер», который срабатывает с шагом, равным одному учебному семестру.
Рассмотрим более подробно агент «преподаватель». Присвоив некоторому экземпляру агента значение вышеописанных параметров, мы получим определенного преподавателя, имеющего некоторые присущие ему качества, характеризующие его деятельность в образовательной сфере. Из этих качеств складывается способность преподавателя доносить до студентов знания. Основными из задач педагога являются структуризация и наглядное представление материала с целью наиболее эффективного усвоения информации обучающимися.
Личные и профессиональные качества преподавателя относятся к свойствам объекта. Данные свойства задаются в среде моделирования в виде переменных, принимающих вещественные значения. Усложняет задачу многократное числовое описание абстрактных и сугубо субъективных понятий, хотя благодаря опросу студентов и коллег можно с достаточной точностью охарактеризовать того или иного преподавателя.
Квалификацию, компетентность и опыт работы логично задать в виде переменных, которые в процессе образовательной деятельности способны изменяться. Опыт работы целесообразно определить в виде неотрицательной переменной вещественного типа, которая будет показывать, сколько лет преподаватель отработал в образовательной сфере. Компетентность является более абстрактным понятием, которое характеризует качество знаний самого преподавателя по преподаваемой им дисциплине. У этой переменной есть некоторое сходство со знаниями студента, фактически это такая же оценка знаний. Поэтому естественно использовать пятибалльную шкалу, хотя следует отметить, что приближение или округление такого рода значений может привести к абсолютно одинаковым результатам среди различных преподавателей. Также это может привести к
возрастанию погрешности результатов моделирования, в связи с этим лучше использовать вещественный тип.
Неотъемлемой частью преподавательской деятельности является сам процесс преподавания. Тогда введем состояние «преподавать». Похоже, что в нашей модели это единственное состояние данного типа агента, в которое он переходит из семестра в семестр, при этом приобретая опыт преподавания.
Переход внутри состояния «преподавать» связан с переходом в следующий семестр, следовательно, условием перехода является модельный шаг. В среде AnyLogic такой переход называется переходом по таймауту.
Теперь рассмотрим агент «студент». Одним из допущений в ходе разработки имитационной модели является то, что личные качества студента не изменяются в ходе образовательного процесса. Выше описан набор параметров агента «преподаватель», характеризующий личные качества преподавателя. Исходя из тех же самых рассуждений параметры агента «студент» задаются в виде вещественных переменных. В ходе обучения не изменяются результаты единого государственного экзамена, которые принято представлять в виде суммы баллов по трем дисциплинам. Таким образом, переменная «базовые знания» будет принимать значения от 0 до 300.
В области функционирования активного объекта «студент» параметр «здоровье» является уровнем, на изменение которого влияют такие переменные, как отдых, физкультура и спорт. В имитационной модели было принято, что отдых и физкультура являются положительными факторами для здоровья, а спорт - отрицательным. В свою очередь, здоровье влияет на посещаемость студента. Таким образом, при создании переменной, отвечающей за посещаемость, необходимо учитывать взаимосвязь объектов в области функционирования активного объекта «студент». На посещаемость также влияют мотивация и занятость внеучебной деятельностью, например, наличие работы.
Целевой параметр разработанной модели - параметр отображения полученных студентом знаний от преподавателя, поэтому была определена переменная «знания». Переменная такого рода должна отображать количественную оценку знаний студента по всем дисциплинам, в связи с этим она представляется в виде двумерного массива, в котором количество столбцов равно количеству семестров в учебном плане, а количество строчек равно максимальному количеству дисциплин в семестре. В работе учитывается взаимосвязь параметра «знания» с посещаемостью и способностями студента, знаниями преподавателя.
Рассмотрим поведение агента «студент». Агент должен пребывать в состоянии обучения -целевом состоянии, которое является главным, а также начальным состоянием агента. Так как шагом модели является один семестр, то во время перехода в иное состояние необходимо проверить, насколько хорошо студент учился в семестре.
С этой целью было введено состояние «сессия». Переход в состояние «сессия» определяется сигналом таймера модели. Основное назначение данного состояния имитировать возможность отчисления студентов за неуспеваемость. По этой причине состояние «сессия» может переходить как обратно в состояние «обучение», так и в состояние «отчислен». Переход в состояние «отчислен» реализовано в виде проверки условия на сравнения количества неудовлетворительных оценок за семестр с порогом отчисления. Определено также и четвертое состояние «академический отпуск», переход в которое возможен при плохом здоровье студента. Из этого состояния агент осуществляет обратный переход в состояние «обучение» по истечении двух модельных шагов, то есть года обучения.
При разработке имитационной модели был учтен тот факт, что эксперимент или образовательный процесс длится не более 10 семестров, таким образом, если отображать семестр как единицу модельного времени, модель будет работать 10 шагов. Следовательно, в среде AnyLogic для проведения непосредственной имитации создавался эксперимент, и с помощью встроенных средств среды разрабатывался пользовательский интерфейс настройки модели и представления результатов.
Результаты моделирования
Верификация имитационной модели проводилась на основе статистических данных с применением экспертных оценок. В ходе исследования брались данные о группе (30 чел.) студентов факультета информатики и прикладной математики Кольского филиала Петрозаводского государственного университета 2006 года поступления, обучающихся по пятилетней программе специальности «Информационные системы». На основе результатов вступительных испытаний и
профориентированного тестирования задавались конкретные значения параметров агентов «студент». На основе данных о профессорско-преподавательском составе с использованием экспертных оценок задавались конкретные параметры агентов «преподаватель», имитирующих поведение педагога в процессе передачи знаний. Преподавание каждой дисциплины имитировалось путем генерации последовательности сцен с определенными параметрами с набором агентов типа «студент» и одним агентом типа «преподаватель».
В ходе проведения исследований были выделены три основных направления использования имитационной модели для управления качеством образовательных услуг вуза. Было предложено назвать их «информационными технологиями управления».
1. Прямая задача моделирования или непосредственно задача управления качеством образования. Основная идея которой заключатся в том, чтобы на основе заданных параметров агентов и сцены получить уровень успеваемости в различных срезах. Если представить модель в виде черного ящика, то в качестве входных параметров задаются значения всех параметров каждого студента и преподавателя.
В качестве внутренней составляющей модели берутся параметры сцены. На выходе модели получают матрицу усвоения 2, которая содержит информацию об уровне усвоения каждой дисциплины учебного плана каждым студентом ^). Выполняя различные срезы результатов многократной имитации, можно делать выводы о поведении образовательного процесса в целом. В качестве среза можно взять усредненный уровень усвоения, средний уровень усвоения конкретной дисциплины, количество усвоивших конкретную дисциплину. Можно рассматривать результаты с точки зрения математической статистики, представляя уровни усвоения дисциплин в виде распределения некоторой случайной величины, и анализировать ее характеристики с помощью этого математического аппарата.
Разрабатываемую агентную модель можно использовать для управления качеством образования по следующему принципу. На начальном этапе настраивается модель, т.е. берутся данные о реальных студентах и преподавателях, сцене и закладываются в качестве значений параметров. Осуществляется имитация (несколько имитаций). На выходе получают некоторый результат усвоения. Если он не устраивает, то начинают искать причину неудовлетворенности. Осуществляется это путем варьирования различных параметров агентов. Т.е. рассматриваются различные ситуации по типу «Что будет, если...?». Возможны следующие варианты: различные категории студентов дать реальным преподавателям, или реальным студентам дать различные категории преподавателей. За счет таких вариаций выделяют факторы, которые приводят либо к увеличению результата, либо к уменьшению, т.е. таким способом определяется, что нужно поменять в вузе, чтобы улучшить качество образования. В работе рассматривались следующие варианты:
• «хорошие студенты - реальные преподаватели»;
• «плохие студенты - реальные преподаватели»;
• «реальные студенты - плохие преподаватели»;
• «реальные студенты - хорошие преподаватели».
2. Задача распределения приоритетов. В этом случае студент под себя настраивает один агент и смотрит полученные результаты моделирования, тем самым модель выступает в качестве средства распределения внимания студента между изучаемыми дисциплинами.
Идея похожа на первую задачу, но главное отличие заключается в том, что здесь настраивается лишь агент типа «студент» (подразумевается, что в качестве исследователя модели выступает сам студент). Основной задаваемый параметр - это вектор заинтересованности агента, который показывает, какое внимание уделяет студент каждой дисциплине. На выходе модели получается вектор усвоения дисциплин. Анализируя этот вектор, студент видит, к чему привели заданные им параметры. И при следующей имитации он может перераспределить внимание, тем самым пытаясь улучшить конечный результат.
3. Обратная задача. В данном случае необходимо по заданным целевым значениям уровня усвоения найти значения параметров агента с учетом минимизации прикладываемых усилий.
Данная задача очень похожа на динамическое программирование. Сходство заключается в обратном времени решении задачи. В данном случае задается целевое значение уровня усвоения на выходе модели и задача определить возможные комбинации параметров, значения которых привели к этому целевому результату. Графически идею можно представить в виде следующей схемы, где 2с -целевое значение, 2І - множество успеваемости на і семестре. В результате получается некая область допустимых траекторий, приводящих к целевому множеству. Эта фигура - конус (рис. 2).
Рис. 2. Множество допустимых траекторий усвоения дисциплин
Если ввести в рассмотрение некоторую функцию затрат или прилагаемых усилий, зависящую от матрицы успеваемости, то можно поставить различные оптимизационные задачи. Например, как достигнуть целевого множества, приложив к этому минимум затрат и усилий, или как достигнуть целевого состояния, получив максимум знаний, но при этом затратив минимум усилий.
Рис. 3. Обратная задача моделирования
На рисунке 3 приводится схематичное представление основной идеи решения обратной задачи моделирования. Каждый агент типа «студент» движется по своей траектории обучения, которая характеризуется своей матрицей усвоения Ъ в каждом семестре. Таким образом, большой конус является множеством допустимых учебных траекторий, оставаясь внутри которого, агент гарантирует достижения конечной цели, а именно получение диплома о высшем образовании. Если
учебная траектория отдельного агента выходит за границы большого конуса, то это означает его отчисление из числа студентов. В нижней части рисунка приводится взаимосвязь различных дисциплин учебного плана, который необходимо выполнить каждому агенту. Кроме того, на рисунке изображен так называемый принцип «зачетка работает на студента»: когда студент на младших курсах, получая отметки на экзаменах, составляет о себе репутацию среди профессорско-преподавательского состава, и на старших курсах преподаватели выставляют итоговые оценки, принимая во внимание текущую репутацию студента. Тем самым облегчается достижение целевого значения для студента на старших курсах. Графически это можно представить как конус малого объема, направленный в противоположную сторону по отношению к большому конусу. Выход учебной траектории за пределы малого конуса не означает его отчисление, а лишь показывает, что данный агент будет достигать целевого значения с приложением больших усилий к образовательному процессу. Стрелками разного оттенка показывается степень усилий, которые нужно приложить студенту, чтобы его учебная траектория поменяла свое положение по отношению к малому конусу. То есть выйти студенту за пределы малого конуса проще, чем туда вернуться вновь.
Заключение
Исследование процессов, протекающих внутри любого учебного заведения, а тем более всей образовательной системы региона, является чрезвычайно сложной задачей. Но текущая ситуация в стране заставляет заниматься проблемами организации деятельности системы высшего и среднепрофессионального образования, в частности, вопросами создания и эффективного функционирования системы менеджмента качества в каждом учебном заведении.
Авторы данной статьи предлагают использовать имитационное моделирование в задачах менеджмента качества в рамках одного высшего учебного заведения. Предлагаемый подход позволяет путем многократной имитации формировать предпочтительные с точки зрения качества выпускаемых специалистов сценарии управления образовательной деятельностью учебного заведения. Имитационная модель дает возможность прогнозирования последствий изменения значений управляющих параметров относительно качества образования.
ЛИТЕРАТУРА
1. Системы управления качеством образования в вузах / В.П. Соловьев, А.И. Кочетов, Е.Ю. Тишина, Е.В. Плотникова. Режим доступа: www.misis.ru 2. Павловский Ю.Н. Имитационное моделирование: уч. пос. для вузов / Ю.Н. Павловский, Н.В. Белотелов, Ю.И. Бродский. М.: Издательский центр «Академия», 2008. 237 с. 3. Системные ресурсы качества высшего образования России и Европы / Н.И. Булаев, В.Н. Козлов, А.А. Оводенко, А.И. Рудской. СПб.: Изд-во Политехн. ун-та, 2007. 226 с.
Сведения об авторах:
Быстров Виталий Викторович - к.т.н., научный сотрудник; e-mail: [email protected] Самойлов Юрий Олегович - аспирант, инженер-программист; e-mail: [email protected]
