CC BY
1280Тренды развития сквозных технологий в образовании в контексте реализации цифровой экономики в России
Плотников Даниил Максимович,
студент, Финансовый университет при Правительстве
Российской Федерации
E-mail: [email protected]
В работе рассматривается применение ключевых инновационных технологий в образовании. Данные технологии также называют сквозными, поскольку они являются мультидисиц-плинарными и охватывают спектр различных отраслей. В настоящее время их развитию уделяется пристальное внимание, как в нашей стране, так и за рубежом, так как их быстрое практическое внедрение при создании новых продуктов и услуг предполагает получение значительного экономического эффекта, а также существенных конкурентных преимуществ. Соответственно, это предполагает развитие необходимых компетенций у студентов, которые в настоящее время получают образование в высших учебных заведениях. В статье делается обзор базовых сквозных технологий и примеров их использования в образовательном процессе. Некоторые из них, такие как системы виртуальной реальности, робототехника, уже активно применяются в зарубежных образовательных учреждениях. Другие, например, решения Big Data относительно недавно были внедрены в стенах университетов. Однако, эффект от их применения уже положительно сказался на результатах учебы. При этом следует отметить, что использование сквозных технологий улучшает не только традиционные образовательный методы и подходы, но и развивает относительно новые, такие как геймификацию и персонализацию обучения. В нашей стране на правительственном уровне принята Программа по развитию сквозных технологий, которые, как полагают авторы статьи, найдут достойное место в отечественном образовании.
Ключевые слова: сквозные технологии, образование, цифровая экономика, цифровизация.
1. Введение
В последнее время эксперты в правительственных кругах и в бизнесе уделяют пристальное внимание инновационному направлению, как сквозные технологии. На развитие сквозных технологий в разных странах выделяются крупные суммы из бюджетов и создаются долгосрочные планы их развития [1,2]. Например, на территории Российской Федерации финансирование данного направления ведется в рамках национальной программы «Цифровая экономика Российской Федерации». В соответствии с определением, данным Национальной технологической инициативой (НТИ), сквозные технологии - это «научно-технические направления, которые оказывают наиболее существенное влияние на развитие рынков».
Считается, что к сквозным относятся такие технологии, которые одновременно охватывают несколько научно-технических направлений или отраслей.[3]. В соответствии с программой «Цифровая экономика Российской Федерации» создано девять дорожных карт по развитию таких технологий как:
• искусственный интеллект;
• робототехника;
• Большие Данные;
• системы распределительного реестра;
• квантовые технологии;
• системы виртуальной и дополненной реальности;
Для реализации этих дорожных карт предусмотрен инвестиции в объеме 547,12 млрд рублей без учета затрат на внедрение в отраслях. Относительно развития сквозных технологий в Российской Федерации следует также отметить, что данные дорожные карты включают различные инструменты поддержки, такие как гранты, субсидирование процентной ставки по кредиту, выделение финансирования по модели господдержки программ деятельности лидирующих исследовательских центров (ЛИЦ). Получателями финансовой помощи будут операторы поддержки, которые отбираются в соответствии с технологическими задачами. Крупнейшими из них являются:
• Минпромторг;
• Министерство связи и цифрового развития;
• Российская венчурная компания (РВК);
• Фонд «Сколково»;
• Российский фонд развития информационных технологий;
• Фонд содействия инновациям.
Таким образом, можно констатировать, что масштабность вызовов, которые предстоит ре-
сз о со -а
I=i А
—I
о
сз т; о m О от
З
ы о со
шать в рамках реализации данных программ требует развития соответствующих компетенций и навыков у учащихся ВУЗов как профильных специальностей, так и смежных направлений. При этом следует отметить, что сами сквозные технологии уже также активно используются в образовании. Так их важность для образовательного процесса была продемонстрирована еще 70-х годах прошлого века, когда была создана автоматизированную обучающую платформу PLATO для предоставления обучающимся полных учебных программ по таким дисциплинам, как математика, физика, химия и т.д. Рассмотрим инновационные технологии, решения и подходы, которые доступны на современном этапе.
2. Обзор сквозных технологий, использующихся в образовании
Одной из наиболее быстро развивающихся технологий в образовании является искусственный интеллект (ИИ). Искусственным интеллектом называется способность компьютера выполнять функции, которые ранее были доступны только человеку. [4] Одной из отправных точек развития понятия «искусственный интеллект», считается изобретение специального теста известным математиком А. Тьюрингом, который предназначен для проверки, является ли собеседником живой человек или компьютер. Методы ИИ постоянно развиваются в решении все новых задач, которые ранее были подвластны только человеку. Так одним из последних ярких примеров, подобных тесту Тьюринга, является нейросеть, созданная студией Артемия Лебедева и выполнившей более 20 реальных коммерческих проектов. При этом заказчики не знали, что работу выполняет машина. Сегодня благодаря облачным технологиям, мобильному интернету и высокой скорости доступа к сети, использование систем искусственного интеллекта стало возможно не только исследователям в рамках экспериментов, но и обычным людям для решения ежедневных практических задач. В качестве примера можно привести следующие функции ИИ, которыми мы часто используем в повседневной жизни:
• машинный перевод;
• расшифровка рентгеновских снимков;
• индивидуальные рекомендации при выборе товара в интернет-магазине;
Технологии искусственного интеллекта также активно используются в образовании. Данные решения относятся к «системам с узкой ИИ». Это значит, что данные технологии используются для реализации одного действия. И здесь, очевидно, наиболее заметным явлением в последнее время стали чат-боты. Так, например, любой учащийся может задать вопрос голосовому помощнику Siri 5 или Алисе, уже установленному на его смартфоне о и получить быстрый ответ на обычном человече-S ском языке. Данный пример иллюстрирует инте-S грацию в процесс обучения чат-ботов с примене-sS нием ИИ, которые заменяют репетиторов, опреде-
ленным образом чередуя теорию с практикой в соответствии с индивидуальной скоростью усвоения материала. Таким образом развивается индивидуальная траектория обучения. Уже есть примеры успешного внедрения данной технологии в образовательные учреждения. Например, администрация Фламандского региона Бельгии развернула технологию Century Tech, которая будет дополнять традиционное обучение в классах, подстраиваясь под индивидуальный уровень знаний каждого ученика [5]. Соответственно, принимая во внимания все перечисленный выше факторы, можно предположить, что процесс обучения, при котором преподаватель является единственным источником передачи знаний, будет трансформироваться при все большем участии технологий искусственного интеллекта в образовании.
Другой многообещающей сквозной технологией является виртуальная реальность (virtual reality - VR). Первые прототипы системы виртуальной реальности стали появляться более полувека назад. [6]. Уже в то время была предложена концепция, принципиальная идея которой не изменилась до наших дней:
• компьютер генерирует образ (трехмерное измерение, звуковой фон и т.д.);
• данный образ воздействует на пользователя VR-системы;
• датчики на теле пользователя передают информацию о его действиях и положении тела;
• система VR использует данную информацию для изменения виртуальной реальности под человека.
В настоящее время технологии виртуальной реальности дают возможность создавать реалистичные виртуальные миры с полным ощущением погружения. Используемое оборудование, такое как гарнитура и специальный шлем, позволяет пользователю перемещаться в нем, видеть и слышать [7]. На сегодняшний день существует несколько типов виртуальной реальности:
• классическая виртуальная реальность (VR -virtual Reality);
• дополненная виртуальная реальность (AR -Amended Reality);
• смешанная реальность (MR - Mixed Reality);
В VR пользователь взаимодействует с миром, который генерируется компьютером и существует в полностью синтезированном цифровом контенте. Этот виртуальный мир целиком охватывает человека и позволяет ему почувствовать себя в совершенно другом месте, подчас фантастическом, никак не связанном с окружающей реальностью. В MR виртуальный мир связан с реальным и включат его в себя. Основное отличие MR от VR это непрерывное сканирование окружающего мира. MR "смешивает" виртуальный мир и реальный и способна делать статичные предметы физической реальности интерактивными. Так в частности, эта технология сейчас используется в некоторых музеях, представляющих экспонаты палеонтологии. Благодаря ей современный человек может
«пройтись» по доисторическому лесу рядом с динозаврами. В AR информация, генерируемая компьютером, накладывается поверх изображения реального мира. Характерным примером является популярная телефонная игра "Рокетоп GO", появившаяся в Японии. В этой игре человек должен найти фантастическое существо - покемона, ориентируясь по карте реального города, где указаны координаты этого покемона. Достигнув указанной точки, игроку необходимо «поймать» покемона, нацелив на него свой смартфон.
Технологии виртуальной реальности активно применяются в системе образования. Они делают процесс получения знаний более наглядным и увлекательным [8]. Виртуальная реальность упрощает совместную работу учеников для выполнения общих проектов. Преподаватели, в свою очередь, используют виртуальные лаборатории для объяснения материала. Так был предложен проект учебника стереометрии, в котором у каждого рисунка был представлен специальный код. При наведении учащимся смартфона на этот код у него на экране отражалась трехмерная модель, наглядно показывающая, например, сечение пирамиды плоскостью. Таким образом, у учащегося гораздо более быстрее формировались навыки построения различных сечений.
Очки виртуальной реальности позволяют учащимся оказаться в научных лабораториях, где у них будет возможность поработать с макро и микрообъектами, проводить эксперименты и т.д. [9] Кроме того, данная технология позволяют учащимся сформировать навыки, отработка которых в реальности может быть опасна для неопытных специалистов или получить возможность поработать с очень дорогостоящим оборудованием, доступ к которому ограничен. Применять технологии виртуальной реальности для обучения персонала уже начали применять крупнейшие российские государственные компании. Например, АО «Атомэнергоремонт» запустил пилотный проект применения виртуальной реальности на базе «Фабрики процессов». С помощью данного нововведения можно смоделировать ситуации, которые практически невозможно или чрезвычайно имитировать в реальности, например, сильный радиоактивный выброс. Кроме того, система виртуальной реальности позволяет проанализировать, как работник будет действовать в критической ситуации и оценить квалификацию персонала.
Блокчейн является сквозной технологией, появившейся относительно недавно, но уже прочно интегрированной в некоторых отраслях, в частности, в финансовой сфере. Блокчейн - это распределенный цифровой реестр, который представляет собой один из видов децентрализованной сетевой технологии хранения данных, основанной на записи синхронизированных цифровых транзакций в узлах компьютерной сети, разбросанных по всему миру. [10]. Информацию, хранимую в блокчейне, практически невозможно подделать
или похитить. Основные преимущества системы блокчейн:
• повышение степени доверия у пользователей (с помощью данной технологии снижаются риски модификации и удаления информации);
• самостоятельность работы пользователей (для ведения записей не требуется единый центр управления, следовательно пользователи могут вносить информацию без потери времени и обращения к третьим лицам).
Помимо платежей, электронного голосования и Интернета Вещей, блокчейн также может активно применяться в сфере образования. С помощью данной сквозной технологии появляется возможность централизованно хранить аттестаты, цифровые портфолио, дипломы и другие учебные документы. В качестве примера можно привести применение данной технологии при проведении Единого Государственного Экзамена (ЕГЭ). По словам С. Кравцова, Министра Просвещения Российской Федерации, блокчейн начал использоваться на данном экзамене в 2019 году и обеспечил безопасное хранение результатов. Данную технологию в предоставлении доступа и верификации учебных документов также применяет MIT (Массачусетский Технологический Институт). Для просмотра и проверки подлинности сертификата или любого другого документа необходимо скачать специальное мобильное приложение "Blockerts" [11].
Большие данные (Big Data) - это совокупность непрерывно увеличивающихся объемов информации одного контекста, но разных форматов представления, а также методов и средств для эффективной и быстрой обработки. В современном мире в подавляющем большинстве эти данные представлены в текстовом формате, что вызывает значительные сложности при их обработке. Тем не менее, данная технология активно применяется в образовании в настоящее время. Например, английский Университет Ноттингем Трент внедрил систему описательной аналитики (данный вид аналитики собирает данные из разных источников и отвечает на вопрос "Что случилось?" [12] в виде панели мониторинга, которая показывает данные о вовлеченности студента в образовательный процесс. На панели можно увидеть следующие показатели:
• частота работы с библиотекой;
• сведения об изучаемых курсах;
• посещаемость и т.д.
У каждого студента есть возможность посмотреть свою активность и сравнить ее с одногрупп-никами, чтобы убедиться в том, что он "не выпадает" из университетской жизни. Через три года после внедрения, исследования показали, что 72% первокурсников использовали данную систему и она побудила их посвящать больше времени учебе. Еще один пример успешного внедрения системы Больших Данных можно увидеть в американском университете Остин Пии. Там была внедрена рекомендательная система по подбору
сз о со -а
I=i А
—I
о
сз т; о m О от
З
ы о со
необходимых студенту образовательных курсов [13]. В качестве входных данных в систему подается информация об учениках, уже прошедших этот курс, их успехах и среднее время прохождения. На основе этих данных, алгоритм дает рекомендации студенту в соответствии с его личными интересами и достижениями в учебе. Точность рекомендации системы достигает 90%. [14]. Еще одним примером использования Big Data в образовательном процессе является поиск необходимой информации литературных источниках или правовых справочных системах для подготовки научных публикаций или экспертных заключений [15].
Робототехника в настоящее время является как самостоятельной дисциплиной в образовательном процессе, так и вспомогательным инструментом в преподавании математики, физики, компьютерных наук, которая сочетает в себе игру с обучением [16]. Сегодня широко известны образовательные комплекты для робототехники LEGO и Arduino, которые развивают у обучающихся научный интерес, творческие способности и воображение, умения и навыки работать в команде, находить нестандартные решения [17]. Применение роботов позволяет детям с ограниченными возможностями почувствовать себя полноценными участниками процесса образования. [18] Одним из самых популярных решений в этой области является робот от компании VGo. Робот управляется ребенком дистанционно, оснащен микрофоном с круговой диаграммой приема, что позволяет оператору услышать большинство окружающих звуков и обеспечивает полное ощущение присутствия. Роботы телеприсутствия могут заменять не только учеников, но и учителей. Например, данные роботы были внедрены в школе города Бангалор (Индия), они проводят уроки по пяти предметам, при этом взаимодействия с детьми и отвечая на вопросы [19].
3D-печать - технология создания физических объектов с помощью цифровых данных. Принцип работы 3D печати состоит в том, что под воздействием ультрафиолетового лазера специальный полимерный материал застывает, превращаясь в пластиковое изделие. При изготовлении предмета слои полимера последовательно накладываются друг на друга. Это позволяет создавать прототипы различных физических объектов. Применение данной сквозной технологии в ходе практических занятий развивает у студентов образное мышление, увеличивает интерес к обучению и дает возможность учащимся увидеть результаты своей работы в короткий срок. [20] Высокая скорость получения результатов труда повышает вовлеченность в учебный процесс. При работе с 3D принтером у обучаемтго есть возможность обучения на собственных ошибках. Например, создав неудачный 5 макет, учащийся наглядно видит недостатки и упу-5 щения при проектировании. Благодаря 3D печа-S ти у учебных заведений есть возможность обучать ° студентов на практике, что может положительно ¡в влиять на качество полученных знаний и навыков.
3. Выводы
Амбициозные задачи, которые стоят перед Российской экономикой, связанные с технологической и структурной модернизацией, призваны обеспечить долгосрочный научно-технический задел для успешного развития нашего государства и общества в целом [21]. Очевидно, что модель образования, отвечая данными вызовами, вынуждена будет так или иначе трансформироваться, гармонизируя традиционные методы и подходы процессов обучения с инновационными цифровыми решениями и средствами. Опыт, приобретенный во время дистанционного обучения в период карантина из-за пандемии COVID-19, наглядно продемонстрировал, что мы пока еще находимся в начале пути цифровизации образования. Представленный в данной работе обзор показывает, что в разных странах данный процесс происходит с разными скоростями, последовательно преодолевая различные проблемы технического, социального и гуманитарного характера. Вместе с тем, можно констатировать, что динамика этого процесса набирает темп, и те страны, которые начали его несколько раньше, уже добились определенных успехов. В тоже время Правительство РФ предлагает различные возможности для отечественных учебных заведений и их сотрудников принять активное участие в развитии сквозных технологий в образовании, предлагая для этого финансовые и организационные возможности, связанные с развитием сотрудничества с операторами поддержки (фондами, госкорпорациями и пр.)
DEVELOPMENT TRENDS OF CROSS-CUTTING TECHNOLOGIES IN EDUCATION IN THE CONTEXT OF DIGITAL ECONOMY IMPLEMENTATION IN RUSSIA
Plotnikov D.M.
Financial University under the Government of the Russian Federation
This work reviews the use of key innovative technologies in education. These technologies are also called cross-cutting because they are multidisciplinary and cover a range of different industries. Currently, close attention is paid to their development, both in our country and abroad since their rapid practical implementation in the creation of new products and services presupposes obtaining a significant economic effect, as well as significant competitive advantages. Respectively, this presupposes the development of necessary competencies among students who are currently getting an education in higher educational institutions. The article provides an overview of basic cross-cutting technologies and examples of their use in the educational process. Some of them, such as virtual reality systems, robotics, are already actively used in foreign educational institutions. Others, for example, Big Data solutions have relatively recently been implemented within the walls of universities. However, the effect of their use has already positively affected the results of studies. It should be noted that the use of cross-cutting technologies improves not only traditional educational methods and approaches, but also develops relatively new ones, such as gamification and personalization of learning. In our country, at the governmental level, a program for the development of cross-cutting technologies has been adopted, which, as the authors of the article believe, will find a worthy place in domestic education.
Keywords: cross-cutting technologies, education, digital economy, digitalization.
References
1. Moens H. Roadmap for cross-cutting KETs activities in Horizon 2020. European Union, 2014. P. 439.
2. Butter M., Fischer N., Gijsbers G., Hartmann C., Heide de M., Zee van der F. Horizon 2020: Key Enabling Technologies (KETs), Booster for European Leadership in the Manufacturing Sector. Policy Department Economic and Scientific Policy European Parliament, 2014, P. 89.
3. Páez-Avilés C., Juanola-Feliu E., Samitier J. Cross-fertilization of Key Enabling Technologies: An empirical study of nanotechnology-related projects based on innovation management strategies // Journal of Engineering and Technology Management, Volume 49, 2018, pp. 22-45.
4. Yampolskiy R. Turing Test as a Defining Feature of AI-Com-pleteness // Studies in Computational Intelligence, 2013, vol. 427, pp. 3-17.
5. Luckin R., Cukurova M. Designing educational technologies in the age of AI: A learning sciences-driven approach // British Journal of Educational Technology. 2019, Volume50, Issue 6, pp. 2824-2838.
6. Guoliang Z., Caiping M. The research on virtual reality applied for digitalize education of mining engineer speciality // 2nd International Conference on Education Technology and Computer, Shanghai, China, 2010, pp. 304-306.
7. Cheng J. Evaluation of physical education teaching based on web embedded system and virtual reality // Microprocessors and Microsystems, 2021, Volume 83, 103980.
8. McCarthy C., Uppot R., Advances in Virtual and Augmented Reality - Exploring the Role in Health-care Education // Journal of Radiology Nursing, 2019, Volume 38, Issue 2, pp 104-105
9. Zhou X., Tang L., Lin D., Han W., Virtual & augmented reality for biological microscope in experiment education // Virtual Reality & Intelligent Hardware, 2020, Volume 2, Issue 4, pp. 316-329.
10. Alammary A, Alhazmi S, Almasri M, Gillani S. Blockchain-Based Applications in Education: A Systematic Review // Applied Sciences. 2019; 9(12), 2400.
11. Capece, G., Levialdi Ghiron N., Pasquale F. Blockchain Technology: Redefining Trust for Digital Certificates // Sustainability, 2020, 12, 8952.
12. Sclater N., Peasgood A., Mullan J. Learning Analytics in Higher Education: A review of UK and international practice. Jisc. 2016. P. 40.
13. Whitten L., Sanders A. Data-Mining and Predicting Academic Success: A Recommendation System for College Students // Educational Technology, 2013, Vol. 53, No. 4, pp. 40-42.
14. Laux C., Li N., Seliger C., Springer, J. Impacting Big Data analytics in higher education through Six Sigma techniques // International Journal of Productivity and Performance Management, 2017, Vol. 66 No. 5, pp. 662-679.
15. Rezaee, Z., Wang J. Relevance of big data to forensic accounting practice and education // Managerial Auditing Journal, 2019, Vol. 34 No. 3, pp. 268-288
16. Stergiopoulou M., Karatrantou A., Panagiotakopoulos C. Educational Robotics and STEM Education in Primary Education: A Pilot Study Using the H&S Electronic Systems Platform // Advances in Intelligent Systems and Computing, 2017, Vol. 560. pp. 88-103
17. Spolaor N., Vavassori Benitti F.B. Robotics applications grounded in learning theories on tertiary education: A systematic review // Computers & Education, 2017, Volume 112, pp. 97-107.
18. Henkemans O., Bierman B., Janssen J., Looije R., Neerincx M., Dooren M., Vries J., Burg G. van der, Huisman S. Design and evaluation of a personal robot playing a self-management education game with children with diabetes type 1 // International Journal of Human-Computer Studies, 2017, Volume 106, pp. 63-76.
19. Chauhan S., Saha S.K., Kumar S., Krovi V. Overview of Robotics Activities in India // IEEE Robotics & Automation Magazine, 2013, vol. 20, no. 4, pp. 15-17.
20. Ford S., Minshall T., Invited review article: Where and how 3D printing is used in teaching and education // Additive Manufacturing, 2019, Volume 25, pp. 131-150.
21. Bukalova G., Dorofeev A., Novikov A. Organizational capacity of cdio syllabus in actualization of the objectives of engineering education from regional perspective // IOP Conference Series: Materials Science and Engineering. International Scientific Conference Interstroymeh - 2019, ISM 2019. 2020, 012078.
