BIG DATA КАК СРЕДСТВО ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ УЧЕБНЫХ ЗАНЯТИЙ В КОНТЕКСТЕ РАЗВИТИЯ ЛИЧНОСТНОГО ПОТЕНЦИАЛА ОБУЧАЮЩИХСЯ СПО

Обложка

Цитировать

Полный текст

Аннотация

В статье представлены результаты сравнительного анализа понятий «человеческий потенциал» и «человеческий капитал» в контексте рассмотрения актуальности и специфики использования технологий больших данных в образовании. Материалы статьи подготовлены на основе методов теоретического анализа, Big Data, наблюдения, анализа продуктов деятельности, тестирования обучающихся для выявления их способностей, сравнения и аналогии. Актуализированы возможности больших данных как средства повышения эффективности образовательных практик. Аргументирована целесообразность применения больших данных в учебном процессе среднего профессионального образования, ориентированных на развитие человеческого потенциала. Дано описание особенностей организации и результатов опытно-экспериментальной работы, проведенной на базе ОГБПОУ «Томский государственный педагогический колледж», по апробации авторского видения возможности применения технологий больших данных в практике учебной работы. Доказательно обосновано повышение эффективности учебного занятия профессиональной образовательной организации при использовании Big Data в контексте обеспечения условия для самореализации каждого обучающегося. Заданы ориентиры развития опыта применения технологий больших данных для обогащения образовательных контекстов антропоцентрированной направленности.

Об авторах

Владислав Валерьевич Малахов

Томский государственный педагогический университет

Email: malakhov14@yandex.ru
аспирант ул. Киевская, 60, Томск, Россия, 634061

Лариса Германовна Смышляева

Томский государственный педагогический университет

Email: laris.s@mail.ru
доктор педагогических наук, доцент, профессор кафедры социальной педагогики, директор института психологии и педагогики ул. Киевская, 60, Томск, Россия, 634061

Список литературы

  1. Асмолов А. Г. Психология современности: вызовы неопределенности, сложности и разнообразия // Психологическое исследование. 2015. Т. 8, № 40.
  2. Волгин H. A., Одегов Ю. Г. Экономика труда: социально-трудовые отношения. М.: Экзамен, 2003. 736 с.
  3. Беккер Г. Человеческий капитал и личное распределение доходов. М.: Наука, 1964. 242 с.
  4. Леманова П. В. Социальная политика в управлении развитием человеческого капитала. М.: Экзамен, 2008. 436 с.
  5. Tyunnikov Yu. S. Methodological Guidelines for Defining a Complex Psycho-Pedagogical Concept: A Case of the Definition of the Research Capacity of a Teacher in the Vocational Education System // European Journal of Contemporary Education. 2020. Vol. 9 (4). P. 915–923.
  6. Фиофанова О. А. Анализ больших данных в сфере образования: методология и технологии. М.: Дело, 2020.
  7. Онлайн-университет Walden University. URL: https://www.waldenu.edu/online-masters-programs/ms-ineducation/resource/creative-ways-schools-are-using-artificial-intelligence (дата обращения: 14.03.2022).
  8. Интернет-журнал Skillbox. URL: https://skillbox.ru/media/business/onlayn_obrazovanie_posle_2020_goda_kakim_ono_budet_i_pochemu_eto_rabotaet/ (дата обращения: 17.03.2022).
  9. Oxford languages. URL: https://oxforddictionaries.com (дата обращения: 17.03.2022).
  10. Калинюк Ю. В., Смышляева Л. Г., Матвеев Д. М. Проектирование изменений в системе профессионального образования региона: кластерный подход // Научно-педагогическое обозрение (Pedagogical Review). 2021. Вып. 6 (40). С. 84–94. doi: 10.23951/2307-6127-2021-6-84-94
  11. Фиофанова О. А. Big Data в российском образовании: методы анализа данных об образовании и развитии человека, цифровые сервисы данных // Digital Society. 2020. С. 89–96.
  12. Журнал глобального анализа рынка образования Holon IQ. URL: https://www.holoniq.com/edtech/10-chartsthat-explain-the-global-education-technology-market/ (дата обращения: 17.03.2022).
  13. Программа персонализированного обучения Century. URL: https://www.century.tech/ (дата обращения: 17.03.2022).
  14. Программа адаптивного образования Squirrelai. URL: http://squirrelai.com/ (дата обращения: 18.03.2022).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».