Журнал "1 сентября"

Педагогические и образовательные статьи
  • lu_res@mail.ru
  • Статьи в следующий номер журнала принимаются по 31.12.2024г.

Регистрация СМИ: ЭЛ № ФС 77 - 77018 от 06.11.2019г. Смотреть

Регистрация периодического издания: ISSN 2713-1416 Смотреть

         
kn publ 1   kn publ 2   kn publ E
         
         
kn publ 5   kn publ 3   kn publ 4
         

Цифровая школа России: кластерная модель

Дата публикации: 2020-06-08 22:12:26
Статью разместил(а):
Кашицин Владимир Петрович

Цифровая школа России: кластерная модель

Автор: Кашицин Владимир Петрович

ИСРО РАО, г. Москва

 

Аннотация: в статье представлен подход к формированию кластерной модели вариантов цифровизации сферы общего образования России, исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-29-14208 по конкурсу "Фундаментальное научное обеспечение процессов цифровизации общего образования".

Ключевые слова: цифровые образовательные ресурсы, цифровая школа.

Тематическая рубрика: Средняя школа, НПО, СПО.

 

Последние события начала 2020 года для многих внезапно ясно обозначили, насколько человек зависим от внешних факторов, природных явлений. Пандемия заставила нас всех взглянуть на жизнь, на процесс организации обучения в школе по-новому. Понятно, что пришла эпоха цифровой трансформации школы. Насколько этот процесс ощутим? Вызывает он понимание, поддержку педагогов или, наоборот, неприятие? Насколько цифровизация неизбежна? Какие трудности и проблемы сопряжены с ней? Насколько мы готовы к этому? Каждый педагог наверняка задавал себе подобные вопросы.

Поэтому вдруг оказался очень востребован проект, целью которого поставлена задача на основе анализа происходящих "внутренних" процессов в реальных школах смоделировать прогноз сценариев цифровизации для сферы общего образования России с учетом сегодняшних вызовов пандемии, с которыми столкнулся весь мир. Гипотеза моего исследования состоит в предположении о неравномерности процессов изменений, происходящих в общеобразовательных организациях при одинаковых или схожих внешних воздействиях, в том числе процессов внедрения новых технологий. Эта тема находится на пересечении нескольких предметных областей педагогики и информационных технологий, что позволило на основе анализа ряда современных работ [1, 2, 3] сформулировать подход, включающий применение краудсорсинговых методов формирования модели "запросов" для выявления существенных параметров, обеспечивающих эффективность цифровой трансформации института школы.

В проводимом исследовании разрабатывается подход к формированию сценарной модели изменений образовательных организаций на основе утверждения о том, что технологии цифровизации могут позволить более эффективно решать задачи развития, в то же время эти сценарии будут различны для организаций с разными экономическими, административными условиями и педагогическими коллективами. Исходя из анализа, в рамках реализации предлагаемого исследования мной сформулированы следующие задачи:

- на основе статистических методов и кластерного анализа выявление структуры множества школ по степени развития цифровой трансформации процессов, разбив его на группы схожих объектов;

- проведение факторного анализа внутри каждого кластера, выявляя наиболее значимые факторы, ускоряющие или препятствующие развитию цифровой трансформации;

- выявление «нетипичных» школ, не входящих ни в один из кластеров, формирование для этих объектов взаимосвязи факторов.

Методология, методы и алгоритм исследования

В рамках проводимого исследования в 2020 году выполняется:

- разработка системы показателей для определения текущего уровня "цифровизации" школы;

- формирование инструментария проведения исследования;

- сбор данных не менее чем от 300 школ и их первичная обработка;

- кластерный анализ и классификация школ;

- факторный анализ и для определения структуры влияния и взаимосвязи факторов внутри кластеров.

Важной задачей стала разработка подхода, который позволит "измерить текущее состояние" конкретной школы и определить в соответствии со значением ряда параметров некую "позицию в пространстве цифровизации". Этот подход стал развитием идей, заложенных в работе Александра Уварова по определению схожих состояний общеобразовательных организаций [3].

Подход разработан с использованием идеи и математического аппарата кластеризации – определения облачных образований, состоящих из "позиций" в пространстве состояний школ со схожими или одинаковыми значениями исследуемых параметров. Такие "облака школ" сформируют кластеры в "пространстве цифровизации".

Формирование математической модели.

В результате первичной обработки данных по цифровизации школ (ответов на вопросы анкеты), планируется получить матрицу, содержащую N объектов (школ), каждый из которых будет характеризоваться определенным числом переменных X1……Xn.

Для уменьшения размерности данного описания предполагается использовать компонентный анализ. Как известно, в его основе лежит идея о том, что искомые факторы должны наилучшим образом объяснять наблюдаемую дисперсию в значениях переменных (метод главных компонент). Главными компонентами будем называть новые независимые переменные F1,...,Fk, для которых:

Xi = ai1F1 + ai2F2 + ... + aikFk,

где aik — свободные числа.

Компонента F1 и каждая следующая за ней очередная компонента берет на себя максимально возможный вклад в суммарную дисперсию всех переменных. Соответственно, набор переменных X1,...,Xn можно заменить существенно меньшим набором компонент F1,...,Fk, которые достаточно полно будут отражать вариативность исходных данных, и таким образом, можно получить значительную экономию описания. Таким образом, планируется использовать компонентный анализ для оценки количества факторов с помощью, которых можно наилучшим образом описать собранные данные.

Для выявления скрытых параметров, которые должны объяснять связи между наблюдаемыми переменными, будет использован факторный анализ, который позволит найти наилучшее объяснение корреляции между переменными с помощью небольшого числа скрытых параметров (факторов). При этом каждый фактор может быть общим для двух и более переменных, а также характерным, то есть связанным с одной переменной. Общие факторы, число которых гораздо меньше числа наблюдаемых переменных, будут вносить главный вклад в описание корреляции исходных переменных. Под факторами будем понимать такие новые независимые переменные F1,...Fm, для которых:

Xi = ai1F1+ ai2F2 + ... + aimFm+ diUi,

где Xi — нормированные переменные;

Ui — характерный фактор i %ой переменной;

Aij — коэффициенты, называемые факторными нагрузками;

di— коэффициент характерного фактора.

Таким образом, будет выполнена основная задача анализа - найдена такая факторная структура, которая даст возможность объяснить корреляцию наблюдаемых переменных, и позволит представить исходные данные в виде значений ограниченного числа факторов, а не полного набора исходных переменных (провести факторное шкалирование) и использовать найденные факторы в качестве параметров для проведения кластерного анализа.

После определения совокупности первичных факторов, которые можно использовать в качестве параметров для классификации школ, сгруппируем их по исходным переменным с учетом величины полученных факторных нагрузок. После того, как переменные будут сгруппированы, будет ясно, какие стороны школьной действительности описывают каждый фактор. При разбиении исходных переменных по факторам, прежде всего будем учитывать величины коэффициентов корреляции: если переменная коррелирует одновременно с несколькими факторами, мы будем ее относить к тому из них, с которым ее коэффициент корреляции больше. После того, как переменные были сгруппированы, планируется определить, какие стороны цифровизации школы описывает каждый фактор.

В целом, проведенный статистический анализ собранных данных позволит утверждать, что существует набор факторов, которые можно интерпретировать как параметры цифровизации школы и использовать их для исследования структуры пространства цифровизации школы с помощью кластерного анализа. Для проведения кластерного анализа проведем отбор выборки объектов; определим множества переменных, по которым будут оцениваться объекты в выборке; вычислим значения меры сходства между объектами; создадим группы сходных объектов (кластеров).

При выборе метода кластеризации исходим из того, что все школы уникальны, а кластеры получаются благодаря объединению школ со схожими образовательными процессами (в деталях и в целом).

При проведении кластерного анализа, будем также исходить из того, что школа может принадлежать более чем к одному кластеру (например, если она находится на большом расстоянии от всех известных кластеров либо на границе, то есть в зоне перекрытия двух соседних кластеров).

С учетом принятых ограничений исследования считаем, что группы кластеров являются статическими, определяя устойчивое на период в несколько лет состояние в «цифровом пространстве» всех общеобразовательных организаций России.

В рамках проекта в 2020 году разработаны механизмы и инструментарий для сбора первичных данных (включая анкеты, инструкции) от общеобразовательных организаций, подготовлено и разослано информационное письмо о проекте в органы исполнительной власти субъектов Российской Федерации, осуществляющие управление в сфере образования, проведено информирование потенциальных участников – администрации и педагогов общеобразовательных организаций о проведении проекта средствами электронных коммуникаций, получен первый массив ответов от педагогов более 300 школ.

В связи с угрозой коронавируса пришлось отложить на следующий этап реализации проекта мониторинговые поездки в субъекты Российской Федерации для экспертного опроса компетентных лиц (включая руководителей общеобразовательных организаций). Выезды в общеобразовательные организации, работы по фото-видео записи элементов образовательного процесса, фото-видео-аудио редактированию и издательской подготовке материалов перенесены на 2021 год.

В рамках подготовки и проведения Московского международного салона образования ММСО-2020 было организовано информирование педагогической общественности о проекте по исследованию потребностей, ближайшим перспективам и препятствиям цифровой трансформации школы.

В период до октября 2020 года идет процесс формирования базы данных и проведения верификации данных по более чем 8 000 заполненных анкет. Анкеты были анонимные, именно поэтому получены ясные ответы, которые помогут реально понять, с какими сложностями сталкиваются педагоги сегодня, какие дефициты имеются и где находится вектор развития; позволят более точно оценить ситуацию, чтобы оказать педагогам страны реальную помощь и предложить сценарии цифровизации для школ России.

 

Список литературы:

1. Водопьян Г.М., Уваров А.Ю. О построении модели процесса информатизации школы. М.: РФРДПО, 2006, 340 с.

2. Асмолов А.Г., Семенов А.Л., Уваров А.Ю. Российская школа и новые информационные технологии: взгляд в следующее десятилетие. М.: "НексПринт", 2010, 84 с.

3. Кашицин В.П., Бузоева М.Д. Методические рекомендации по использованию ЭФУ в общеобразовательных организациях. М.: Фонд "Первое сентября", 2018, 68 с.

 

. . . . .

logo     
    
          
    
Регистрация СМИ:
ЭЛ № ФС 77 - 77018 от 06.11.2019г.
svid smi
                       
      Контакты   Обратная связь  
Свидетельство периодического
издания: ISSN 2713-1416
svid ISSN
technologi.site