CC BY
13IV. СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
УДК 004.04
DOI: 10.24412/2222-7520-2022-1 -62-67
Казаринова Наталья Леонидовна
доктор экономических наук, профессор, заведующий кафедрой прикладной информатики, информационных систем и технологий e-mail: [email protected]
Кудреватых Виталий Анатольевич
ассистент кафедры прикладной информатики, информационных систем
и технологий e-mail: [email protected]
ФГБОУ ВО «Пермский государственный гуманитарно-педагогический
университет», г. Пермь, Россия 614990, г. Пермь, ул. Сибирская, 24
РАСЧЕТ СФОРМИРОВАННОСТИ КОМПЕТЕНЦИЙ СТУДЕНТОВ НАПРАВЛЕНИЯ ПОДГОТОВКИ 44.03.05 «ПЕДАГОГИЧЕСКОЕ ОБРАЗОВАНИЕ» С ПОМОЩЬЮ ИНСТРУМЕНТОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Natalya L. Kazarinova
Doctor of Economics, Professor, Chief of Applied Informatics, Information Systems
and Technologies Department
e-mail: [email protected]
Vitaliy A. Kudrevatykh
Assistant of the Department of Applied Informatics, Information Systems and
Technologies e-mail: [email protected]
Federal State Budget Educational Institution of Higher Education 'Perm State Humanitarian Pedagogical University' 614990, Russia, Perm, 24, Sibirskaya Str.
CALCULATION THE FORMATION OF STUDENTS' COMPETENCIES ON THE DIRECTION 44.03.05 "PEDAGOGICAL EDUCATION" USING ARTIFICIAL INTELLIGENCE TOOLS
© Казаринова Н.Л., Кудреватых В.А., 2022
Аннотация: в статье рассмотрен способ расчета сформированности компетенций студентов педагогического направления подготовки 44.03.05 по ФГОС [4] и профессиональным стандартам [2] с помощью формирования векторного представления слов в тексте. Благодаря этому инструменту компетенции рассчитываются на основе уровня владения терминологией, сформированной при реализации дисциплин. Работа выполнялась в соответствии с государственным заданием № 07-00080-21-02 от 18.08.2021 г. (номер реестровой записи № 730000Ф.99.1) с Министерством просвещения Российской Федерации по теме «Разработка цифрового профиля студента педагогического университета».
Ключевые слова: искусственный интеллект, компетенции, ФГОС, профессиональный стандарт, педагог, студент.
Abstract: The article considers a method for calculating the formation of competencies of students of the pedagogical direction of training 44.03.05 according to the Federal State Educational Standards and professional standards using the formation of a vector representation of words in the text. Thanks to this tool, competencies are calculated based on the level of knowledge of the terminology formed during the implementation of disciplines. The work was carried out in accordance with the state task No. 07-00080-21-02 dated August 18, 2021 (registry entry number No. 730000F.99.1) with the Ministry of Education of the Russian Federation on the topic "Development of a digital profile of a student of a pedagogical university"
Key words: artificial intelligence, competencies, FSES, professional standard, teacher, student.
В наше время в мире взят курс на глобальную цифровизацию. Современный человек уже не представляет своей жизни без использования множества технических и цифровых средств: Интернета, различного рода информационных систем, гаджетов, компьютеров и так далее. Внедрение цифровых технологий в различные сферы жизнедеятельности человека набирает обороты и является одним из самых актуальных направлений развития общества.
Изменения не обошли стороной и систему высшего образования. Стремительные темпы роста технологического развития способствуют расширению списка необходимых, и, как следствие, получаемых компетенций в ходе обучения, которыми должен обладать конкретный специалист. Усложнение модели компетенций требует пересмотра подходов к обучению и разработке образовательных и профессиональных стандартов, построению учебных планов и оценки сформированности компетенций обучающихся.
На данный момент каждый федеральный государственный образовательный стандарт высшего образования имеет перечень профессиональных стандартов, соответствующих профессиональной деятельности выпускников, освоивших программу бакалавриата по направлению подготовки. Установленная таким образом связь должна
IV. СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
обеспечивать выпускнику способность осуществлять профессиональную деятельность не менее чем в одной области профессиональной деятельности и помогать формировать требования к выпускникам-соискателям при приеме на работу. Но на практике часто оказывается совсем по-другому: сформированные компетенции выпускника-соискателя не в точности соответствуют заявленным в трудовых функциях профессиональных стандартов трудовым действиям, необходимым умениям и необходимым знаниям.
По окончании обучения выпускник - будущий соискатель - может обладать уровнем компетенций не на том уровне, который изначально предполагала программа направления подготовки, а также перечень Федерального государственного образовательно стандарта (ФГОС) высшего образования (ВО) [3].
В виду этого предложен вариант реализации модели векторного представления слов в тексте и расчета семантической связанности эталонных и фактически сформированных компетенций как модуля для информационного комплекса «Система формирования оценки цифрового профиля студента педагогического университета».
Изначально формируются словари векторного представления из взятых во ФГОС ВО направления подготовки 44.03.05 (Педагогическое образование) текстов общепрофессиональных и уникальных компетенций выпускника, а также из профессионального стандарта 01.001 «Педагог (педагогическая деятельность в сфере дошкольного, начального общего, основного общего, среднего общего образования) (воспитатель, учитель)».
Тексты разделены на заголовки и описания компетенций. В заголовках при помощи библиотеки spaCy были выделены ROOT - слова в предложениях (являющиеся корнями предложений, от которых зависят остальные слова). Эти слова были приведены в нормальные формы и сформированы в перечни ядер компетенции. У каждой компетенции (все ОПК и УК) сформированы перечни ядер. Сами тексты компетенций являются словарями для обучения модели Word2Vec [1].
Тексты были предварительно обработаны при помощи библиотеки nltk corpus - были удалены «стоп-слова» (различные предлоги, союзы и прочие, не имеющие семантическую нагрузку, слова). После этого были удалены все символы, а слова были переведены в нормальные формы. Далее были сформированы словари и получен следующий результат: каждое слово имеет координаты в векторном пространстве, исходя из размерности векторного пространства. Большое количество размерности не способен увидеть человеческий глаз, однако с помощью данного инструмента можно сформировать, а также интерпретировать в двумерное представление, удобочитаемое человеку для визуализации векторного пространства. Суть работы модели заключается в том, что чем ближе по векторам находятся слова, тем более они семантически схожи. Чем больше слов в тексте встречается с различными расположениями, тем точнее модель может определить семантическую схожесть. После перевода слов в векторное представление,
в библиотеке представлены инструменты для расчета семантической близости при помощи косинусного коэффициента. На данном этапе были получены перечни ядер компетенций, а также база данных с векторным представлением слов в тексте.
На следующем этапе необходимо определить более практическую составляющую деятельности педагога в будущем - примерные рабочие программы из банка официальных примерных рабочих программ. Изначально были взяты 7 ПРП для составления словарей, а именно: ПРП_1 - Информатика 7-9 классы; ПРП_2 - Математика 7-9 классы, углубленный уровень; ПРП_3 -Проект Информатика 10-11 классы, углубленный уровень; ПРП_4 - Проект Математика 10-11 классы, углубленный уровень; ПРП_5 - Проект Физика 1011 классы, углубленный уровень; ПРП_6 - Проект Физика 7-9 классы, углубленный уровень; ПРП_7 - География 10-11 классы, углубленный уровень. Исходя из направления работы будущего педагога, планируется выбирать те или иные ПРП для расчета сформированности необходимых компетенций.
Аналогично компетенциям по ФГОС, были сформированы словари по всем ПРП, а также обобщенным трудовым функциям и трудовым функциям из профессионального стандарта 01.001. Эти показатели будем считать за эталонные при расчете сформированности компетенций студентов, исходя из текстов загруженных работ.
Рис. 1. Визуальное представление формирования эталонного профиля по компетенциям
На рис. 1 отображено визуальное представление формирования эталонного профиля студента, исходя из созданных словарей и обученной модели векторного представления (и фиксировании значений косинусных
IV. СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
коэффициентов между ядрами компетенций и остальными словами в тексте компетенции).
После формирования эталонных показателей, необходимо определиться с тестовой выборкой работ студентов для апробации работы системы. Партнерами выступили 5 педагогических вузов Российской Федерации, а именно: ФГБОУ ВО «АГГПУ им. В.И. Шукшина»; ФГБОУ ВО «ГГПИ им. В.Г. Короленко»; ФГБОУ ВО «Омский ГПУ»; ФГБОУ ВО «Оренбургский ГПУ»; ФГБОУ ВО «ЯГПУ им. К.Д. Ушинского». Вузами были предоставлены работы студентов по видам: практические работы, отчеты по практикам, курсовые работы, выпускные квалификационные работы и прочее. Данные студентов, в виду цифровой безопасности, были зашифрованы уникальными идентификаторами. Первично была проделана большая работа по структуризации предоставленных данных, работы студентов на данном этапе отсортированы по уникальным идентификаторам и видам работ.
Логика формирования словарей работ студентов следующая: из всех работ определенного студента формировался текстовый документ кодировки ШГ-8. Работы собирались воедино частично вручную, но для большей части был написан алгоритм автоматического прохождения по работам студентов и добавления текстов в единый формируемый файл. После сбора всех работ в едином файле, из него, по аналогии формирования словарей по компетенциям, были составлены словари для векторного представления. У каждого студента сформирован свой словарь для векторного представления пространства слов в текстах его работ. При загрузке новых работ модель дообучалась, формируя новый словарь и корректируя значения зависимостей.
После формирования всех словарей и их структуризации, применяется собственноручно написанный алгоритм вычисления приведенных показателей сформированности компетенций. Алгоритм проходит по всем папкам студентов выбранного вуза, считывает сформированные словари. Далее открываются файлы перечней ядер компетенций и поочередно ищется определенное ядро сначала в компетенции, затем в работе студента. В компетенции у ядра смотрятся косинусные коэффициенты с остальными словами в тексте, фиксируются значения. Аналогично, по ядру считываются зависимости в работе студентов и фиксируются значения, если нашлось такое ядро в работе. Если ядра нет, то фиксируется его отсутствие. В процессе работы алгоритма формируется xslx файл для визуализации сформированности компетенций по каждому ядру и зависимости в нем: как эталонной, так и фактической. Дополнительно формируется итоговый лист результатов, где рассчитываются приведенные показатели сформированности компетенций.
По итогу работы системы, генерируется xlsx файл со всеми необходимыми расчетами (рис. 2). По итоговым показателям в таблице отображены значения сформированности различных компетенций, исходя из соотношения найденных семантических зависимостей в работах студентов и эталона. Благодаря значениям сформированности каждой компетенции, можно посмотреть в разрезе всех студентов и проанализировать, у кого лучше или хуже сформирована определенная компетенция.
Су г,,,. Су,,;, Суш,
Суг,
Рис. 2. Генерируемый файл с результатами расчетов
На данный момент алгоритм работает исключительно на текстах в определенных форматах. В будущем планируется добавление различных форматов, в том числе распознавание pdf, jpg и прочих подобных файлов и приведение спарсенных текстов в формализованный вид для добавления к общему словарю для дообучения модели сети.
Алгоритм, описанный ранее, является модулем разрабатываемого комплекса «Система формирования оценки цифрового профиля студента педагогического университета», в который дополнительно будет внедрена клиентская часть в виде веб-приложения для предоставления самостоятельного доступа педагогическим университетам.
Список литературы
1. О модели Word2Vec [Электронный ресурс]. - URL: https://habr.com/ru/post/446530/ (дата обращения: 29.12.2022).
2. Профессиональный стандарт направления «Педагог» [Электронный ресурс]. - URL: https://profstandart.rosmintrud.ru/obshchiy-informatsionnyy-blok/natsionalnyy-reestr-professionalnykh-standartov/reestr-professionalnykh-standartov/?ELEMENT_ID=56367 (дата обращения: 29.12.2022).
3. Современная наука: актуальные вопросы, достижения и инновации: сб. ст. XXVII Междунар. науч.-практ. конф. В 2 ч. Ч. 1. - Пенза: МЦНС «Наука и Просвещение». - 2022. - С. 46-49.
4. ФГОС ВО 44.03.05 «Педагогическое образование (с двумя профилями подготовки)» [Электронный ресурс]. - URL: https://fgosvo.ru/uploadfiles/FGOS%20VO%203++/Bak/440305_B_3_16032018.pdf (дата обращения: 29.12.2022).
