Сбор данных обучающихся становится ядром нового образования

Цифровая трансформация вузов, которая стала темой «Острова 10–22», предполагает изменение не только содержания и формы донесения материала до слушателя, но и кардинальное изменение педагогического процесса как такового. На смену традиционному методисту приходит Education Data Engineer, владеющий педагогическим дизайном и аналитикой данных, главным же инструментом для такого специалиста будет сбор и анализ цифрового следа.

Методология цифровизации образования строится из нескольких ключевых составляющих: педагогический дизайн, построение индивидуальных траекторий и персонализация, а также сбор и анализ подтвержденных образовательных результатов, говорит руководитель направления «Развитие на основе данных» Университета 20.35 Андрей Комиссаров. Сам «Остров» служит тому примером и площадкой для эксперимента: одной из главных особенностей, отличающих его от любых других образовательных интенсивов, является сбор цифрового следа — значимых отзывов о мероприятии — аудио, фото, конспектов и презентаций, файловых артефактов и рефлексий. На основе анализа данных, загружаемых участниками, организаторы попытались оценить, что именно ученики усвоили из огромного потока информации и как это соотносится с ожиданиями преподавателей.

По словам Андрея Комиссарова, целью обучения должен стать переход обучающегося в новую деятельность в новом качестве. Поэтому существует принципиальная разница между обучением (teaching) и научением (learning), то есть тем, что преподаватель рассчитывает донести до слушателей, и тем, что они реально усваивают и понимают. «Речь идет не о "знаниях" (или присвоенной информации для активного использования или пассивного хранения) а о "понимании" (отрефлексированном встраивании в общую смысловую структуру, построении связей с другими тематическими областями) и о практическом овладении инструментами, необходимыми для перехода в деятельность»,— поясняет он.

За 12 дней «Острова» его участники загрузили около 40 тыс. файловых артефактов (чуть более 1 ГБ), которые должны были подтвердить их образовательный опыт, и около 20 тыс. «рефлексий». Для создания «рефлексии» участникам сначала предлагалось оценить посещенное мероприятие по десятибалльной шкале — это делали в среднем 45% обучавшихся. На второй вопрос — чему они научились в рамках модуля — отвечали 88,2% из них, наконец, 80% оставшихся отвечали на третий вопрос, выбирая из перечня компетенций, указанных преподавателем, то, чему, как они думали, они научились. Кроме того, участники загружали непосредственные результаты образовательной деятельности: написанный ими компьютерный код, презентации, конспекты, «дорожные карты», логи из системы взаимодействия команды и т. д. При этом организаторы пошли на эксперимент: изначально участников не информировали о необходимости сбора следа, и это «осознание» приходило к ним постепенно. Поэтому лишь в последние дни интенсива «грамотный» след (то, что реально подтверждает образовательный опыт, в отличие от «бесполезного») составил более 50%. «С учетом того что изначально никто не погружал участников в культуру работы с цифровым следом и этот опыт стал для них абсолютно новым, это, на мой взгляд, очень неплохой результат»,— говорит Андрей Комиссаров.

Анализом цифрового следа занималась команда из 25 человек, причем их работа началась задолго до старта «Острова». Предварительная подготовка стала результатом работы над ошибками: «На первом "Острове" цифровой след собирался еще без общей проработанной методологии. Когда мы его собрали, мы поняли, что обработать его очень сложно. Сейчас мы делаем иначе: собираем ровно то, что нам нужно»,— рассказывает господин Комиссаров.

На этот раз дата-инженеры начали со сбора учебных планов и текстовых описаний утвержденных образовательных модулей. Кроме того, у преподавателей запрашивали предполагаемый ими образовательный результат (learning outcome), то есть перечень знаний и компетенций, которые участники должны приобрести по итогам курса. В результате была построена карта: в каких областях и на какой новый уровень понимания должны были выйти участники, какими инструментами и техниками овладеть. Тексты были подвергнуты семантическому анализу, на основе которого проводилась разметка образовательных результатов и связей между ними на основе иерархии предметных областей общего таксономического классификатора Университета 20.35.

Соотнесение реального цифрового следа образовательной деятельности с имеющейся разметкой, анализ онто-семантических ядер коммуникаций позволяет получить объективную картину усвоения знаний. Например, участники «Острова» продемонстрировали наибольшую глубину рефлексии в управленческо-образовательной сфере (партнерство образовательных организаций с бизнесом, стратегии развития вуза, организация учебного процесса), в управлении на основе данных и в сфере личной эффективности, тогда как в технической сфере и сквозных технологиях уровень осознанности оказался существенно ниже. Цифровой след также помогает индивидуализировать образование, поставив в центр конкретного человека. Анализируя трудности, с которыми сталкивается студент, наиболее подходящие ему форматы обучения и поведенческие особенности, можно направить его по персональной траектории обучения, позволяющей максимально реализовать его таланты.

В дальнейшем технологию предполагается масштабировать и встроить в систему вузовского образования. «То, что сегодня предлагается лишь в рамках интенсивов Университета 20.35, в будущем будет доступно вузам и другим образовательным организациям в формате автоматизированной разметки материалов с картированием результатов обучения для последующего сбора цифрового следа и построения индивидуальных образовательных траекторий»,— подчеркивает Андрей Комиссаров.

Между тем профессия Education Data Engineer (EDE), по мнению организаторов «Острова», в ближайшее время должна стать одной из самых популярных в области образования. «На интенсиве в команде сбора цифрового следа работали люди от 15 до 50 лет — и те, которым 15, и те, которым 50, ничего ранее про эту специальность не слышали. Мы проводим отбор по уровню мышления, по открытости новому и по тому, как они с этим новым могут работать путем формулирования грамотных поисковых запросов и структурирования полученных данных, пусть даже только в уме. Это самое главное. Второе — это коммуникация, ede-специалист очень много общается, он должен четко задавать вопросы, ясно излагать, чтобы его поняли»,— говорит господин Комиссаров.

В начале 2020 года Университет 20.35 планирует подать заявку на профессиональный стандарт образовательный «data-инженер» в Минтруд — пока же в России существует лишь одна магистерская программа, где готовят подобных специалистов, но многие вузы уже выражают желание готовить собственные кадры. EDE должен совмещать компетенции традиционного аналитика данных и учебного методиста, разбирающегося в процессе педагогического дизайна.

Софья Володина