Цифровой след: новые задачи системы образования в эпоху данных

03.08.2020
В современном мире ученик больше не привязан ни к учителю, ни к своей среде обитания. Цифровые коммуникационные технологии дают ему возможность выбирать, где и чему учиться, в какой среде развиваться, в какую деятельность включаться.

В современном мире ученик больше не привязан ни к учителю, ни к своей среде обитания. Цифровые коммуникационные технологии дают ему возможность выбирать, где и чему учиться, в какой среде развиваться, в какую деятельность включаться.

Успех в этой новой, все больше цифровой системе образования определяется не только тем, насколько обучение адаптирует человека к текущему социально-экономическому укладу. Успех все больше зависит от способности адаптироваться постоянно, изменяться, эффективно осваивать новую деятельность и приобретать новые профессиональные качества.

Это предъявляет новые, принципиально другие требования к системе образования. В мире, где студент имеет возможность выбирать, где, как, когда и чему учиться, задача системы не в том, чтобы обеспечить качественно высокий уровень каждого конкретного учителя, обучающего конкретному предмету, а в том, чтобы:

— обеспечить студента инструментами для осознанного выбора,
— технологиями навигации в пространстве образовательных возможностей (с учетом их релевантности целям, личным качествам, способностям обучающегося),
— надежными средствами оценки эффективности того или иного образовательного процесса.

При этом, само понятие «эффективность» меняется, приобретает новый смысл. Эффективность образования в новой цифровой реальности — это мера затраченных ресурсов на освоение человеком новой деятельности (способности решать новый тип задач). Ключевой при этом становится возможность предсказать эту эффективность для конкретного человека с учетом его особенностей, его имеющихся навыков и знаний, его мотивации к освоению этих знаний.

В случае, если преподаватель или формат освоения новой деятельности, конкретная компетенция оказываются потенциально эффективными для большого числа обучающихся, встает вопрос о максимальном масштабировании образовательного решения, как правило, сопровождающимся автоматизацией, сокращением трудоемкости работы держателя компетенции с каждым обучающимся.

Такие «цифровые изменения» отчасти происходят сами по себе за счет появления, а затем и конкуренции сотен образовательных стартапов и десятков глобальных образовательных платформ. А отчасти нуждаются в согласованных действиях крупных, в том числе государственных, образовательных субъектов, способных вместе решить базовую задачу, открывающую дверь этому «цифровому переходу»: создать эффективные методы цифровой фиксации и интерпретации фактов в образовании, а также систему хранения, доступа и обмена этими данными между всеми участниками рынка.

Создание таких методов и такой системы — это инвестиции в развитие базовой инфраструктуры данных, без которой создающие новую образовательную реальность ключевые цифровые инструменты будут невозможны.

Речь идет о таких инструментах, как рекомендательные системы по персональным траекториям развития, системы мониторинга эффективности образовательных процессов, системы цифровых профилей обучающихся.

Для того, чтобы помогать студентам строить свои траектории развития, мы должны научиться отражать в данных все значимые элементы этих траекторий, фиксировать цифровой след развития человека, факты освоения новой деятельности, движения к успеху в решении новых задач.

Гипотезы и эксперименты Университета 20.35 в области цифрового образования

Базовая гипотеза, с которой работает Университет 20.35, состоит в том, что образовательный опыт не индивидуален. Опыт человека, освоившего определенные компетенции, может быть использован для рекомендаций по развитию другого человека, который имеет схожие личные качества, текущий уровень развития компетенций и проч. Благодаря большим данным могут быть созданы системы, которые помогают человеку принять правильное решение о ближайшем шаге развития. Большие данные сопоставляют эффективность тех или иных образовательных методов для конкретного человека или типов людей, а искусственный интеллект способен самообучаться при формировании рекомендаций по оптимальной траектории развития.

Но для того, чтобы использование этих методов и технологий стало возможным, нужно проникнуть вглубь образовательного процесса, построить систему наблюдения за тем, что происходит внутри «черного ящика» под названием «курс», «активность», «семинар», «лекция», «тренинг» и так далее. Задача, открывающая возможность применения цифровых технологий, состоит в том, чтобы научиться фиксировать связь между конкретным актом обучения (во всей его сложности, с учетом всего контекста, в котором он происходил) и результатом обучения для студента.

О развитии человека необходимо иметь значительно больше данных, чем традиционные для консервативной сферы образования данные об успеваемости, посещаемости и поведении, которые скорее характеризуют результативность системы, чем открывают возможность анализировать, с какими событиями связаны образовательные успехи человека, благодаря чему он освоил ту или иную деятельность, и какая именно образовательная активность поможет другому человеку совершить такой же шаг.

В начале деятельности перед Университетом 20.35 стояла задача научиться собирать эти данные, упорядочивать их. Формализуя сложное содержание образовательного процесса, резко увеличить объем данных о человеке и его процессе развития. Первым опытом работы в этом направлении стали образовательные проекты «Нейронет-1» и «Нейронет-2», прошедшие зимой-весной 2018 года, участниками которых стали команды компаний рынка NeuroNet Национальной технологической инициативы. Для того, чтобы заглянуть внутрь «черного ящика», перейти на другой уровень детализации в описании образовательного процесса и соединить при этом формальный и содержательный характер этих описаний, команда Университета использовала в качестве базовых две концепции:

— концепцию модели компетенций
— концепцию фиксации прецедентов проявленности компетенций в деятельности.

Модель компетенций, с одной стороны, позволяла студентам зафиксировать свои текущие навыки и цели развития, а с другой стороны, позволяла команде организаторов описывать все события, происходящие в образовательном процессе, на одном унифицированном языке, допускающем однозначные сопоставления и формализацию образовательных результатов в рамках, заданных моделью компетенций.

Концепция фиксации прецедентов проявления компетенций, в свою очередь, предполагала, что данные о происходящем внутри образовательного мероприятия будут возникать благодаря работе специалистов, фиксирующих факт проявления той или иной компетенции у участника процесса, с описанием конкретных обстоятельств, в которых эта компетенция была проявлена.

Все факты проявления компетенций заносились в цифровую платформу, каждый человек и каждое мероприятие получали свой цифровой след проявленных компетенций. Это позволяло создавать специальный цифровой профиль участников и в нем фиксировать динамику прироста компетенций. А организаторам, в свою очередь, описывать мероприятия с точки зрения того, какие именно компетенции могут быть во время них проявлены, чем именно в рамках мероприятия участникам удается овладеть (или, как минимум, какие компетенции проявить).

Эксперимент весны 2018 года позволил сделать несколько важных выводов, касающихся формального описания содержания образовательных мероприятий и сбора цифрового следа:

1. Модель компетенций должна быть максимально предметной, фиксирующей не только компетенцию как таковую, но и предметную область, в которой эта компетенция применяется. Только тогда модель становится языком для формулировки образовательных целей обучающимися и языком описания образовательных результатов мероприятия для аналитиков.

2. Фиксация прецедента проявления компетенции в деятельности недостаточна с точки зрения анализа образовательных результатов мероприятия. Для подробного анализа и сопоставления результатов различных мероприятий требуется фиксировать тип мероприятия, его структуру, его результаты в привязке к каждому конкретному участнику. Без этой детализации интерпретировать описанный прецедент практически невозможно.

3. Проявленная компетенция должна фиксироваться в артефакте, возникшем в результате деятельности. Свидетельства очевидца недостаточно для того, чтобы считать компетенцию действительно проявленной. Качество цифрового артефакта при условии правильно спланированной деятельности, в которой он создается, говорит о компетенции его создавшего больше, чем оценка свидетеля создания этого артефакта. Особенно важно это для так называемых hard-skills.

4. Фиксация и глубокий анализ деятельности внутри образовательного мероприятия возможен и оправдан только в том случае, если мероприятие предполагает сложную и насыщенную деятельность его участников. Лекционные и другие форматы односторонней «трансляции знаний», которые привычны преподавателям, не порождают достаточного потока «событий», актов деятельности участников, на основании которых можно было бы делать выводы об эффективности мероприятия и трансляции «успешного опыта».

Сергей Салкуцан, и.о. директора Института передовых производственных технологий Санкт-Петербургского политехнического университета:

«Сама идея сбора цифрового следа перспективна. По сути, это ведь не только инструмент фиксации определенных действий, но и инструмент понимания того, какой результат приносят те или иные действия студента в процессе освоения. Например, это могло бы стать более точной моделью получения обратной связи, нежели экзамены. Идея цифровизации и принятия решений на основе данных не нова, но практики применения таких подходов в образовании пока еще новации.

При сборе цифрового следа вузы сталкиваются с рядом сложностей. Если собирать все, что только можно, то объем информации будет расти по экспоненте, а полезную информацию из этого объема будет все труднее получить. Сдерживающим фактором, на мой взгляд, является отсутствие однозначного понимания цифрового портрета студента.

Кроме того, в процессе обучения в университете большую роль играет неформальное обучение: круг общения, обсуждаемые темы, совместная подготовка к экзаменам и выполнение заданий и т.д. Это пока трудно оцифровать.

И не стоит забывать об этической стороне вопроса. На самом деле интерес к цифровому следу скорее от тех, кто хочет получить информацию и на основе нее принять решение. А интереса со стороны тех, о ком собирается информация не наблюдается. А ведь часть информации нужно собирать при их активном участии. Также здесь возникнет и вопрос сохранности персональных данных».

Цифровой след на образовательном интенсиве «Остров 10–21»: планирование и подготовка

Опыт работы с цифровым следом был использован при подготовке первого масштабного проекта Университета 20.35 — образовательного интенсива «Остров 10–21». За 11 дней с 10 по 21 июля 2018 года в кампусе ДВФУ прошло более 2 000 мероприятий, развивающих технологические, личные и предпринимательские компетенции участников. Уникальная особенность интенсива — в течение всех основных дней мероприятия траектории каждого из 1021 участника формировались индивидуально с использованием технологий искусственного интеллекта на основе данных цифрового следа прошедших активностей. Требовалась тщательная подготовка к сбору и анализу цифрового следа, машиночитаемому описанию всех мероприятий.

В первую очередь, была разработана новая модель компетенций и соответствующие ей компетенционные профили, отражающие приоритет тех или иных компетенций для определенных ролей, которые выбирали себе участники.

Целевой компетенционный профиль Дата-Аналитика. Насыщенность цветов означает приоритетность тех или иных компетенций.

Учитывая те выводы, которые были сделаны по итогам проектов «Нейронет-1» и «Нейронет-2», подготовка к сбору и анализу цифрового следа началась заранее и предполагала погружение в содержание, структуру и результаты каждого из мероприятий программы, с участием преподавателей, чтобы понять, как усилить деятельностную составляющую со стороны обучающихся.

Наряду с программной дирекцией и преподавателями — носителями передовых компетенций — в организационную команду «Острова» вошли специалисты, отвечающие за описание мероприятий с точки зрения их структуры, образовательных результатов, связей этих результатов с цифровой компетенционной моделью участников, возможности отчуждения результатов участников в цифровом виде в конкретных видах деятельности обучающихся. Результатом их работы с преподавателями стала «Анкета сбора цифрового следа» — документ, являющийся основанием для формирования рекомендаций по участию в мероприятии для обучающихся, для фиксации цифровых артефактов по ходу мероприятия, последующего анализа собранных на мероприятии данных.

Работа специалистов выявила, что даже лучшие преподаватели, приглашенные на «Остров» из ведущих вузов и компаний, никогда не задумывались о необходимости сбора цифрового следа или фиксации каких-либо образовательных результатов, отличных от субъективной оценки. На этом этапе стало понятно, что дальнейшая работа с цифровым следом потребует развития у участников системы образования новой компетенции, связанной как с работой с данными, так и с педагогическим дизайном, обеспечивающим необходимый уровень деятельностной составляющей в обучении. Эту роль на себя на «Острове 10–21» взяли привлеченные специалисты, которые к началу реализации образовательного интенсива работали в команде, насчитывающей более 70 человек получивших неофициальное название «фиксики», а официальное — специалисты по фиксации цифрового следа.

Параллельно работе с преподавателями шло создание цифровой платформы Университета 20.35, позволяющей собрать в цифровом виде всю информацию о мероприятии, его авторах и ведущих, участниках этого мероприятия, его соответствии модели компетенций, специфических знаниях и умениях, которые невозможно освоить время интенсива, и дающей возможность привязать к мероприятию все цифровые артефакты, возникшие в процессе его проведения.

Эта привязка, вместе с «Анкетой сбора цифрового следа», давала возможность интерпретировать собранный на «Острове» цифровой след и составить компетенционные профили всех участников интенсива.

Интерпретация собранного на «Острове» цифрового следа в цифровом профиле компетенций участника

Сбор цифрового следа на «Острове»: процесс, трудности, выводы

Чтобы интерпретация цифрового следа стала возможной, требовалось построить процедуру его фиксации непосредственно в процессе образовательного интенсива. Одной из главных проблем стал масштаб мероприятия. В «Острове 10–21» принимало участие более 1000 человек, которые впервые в своей жизни сталкивались с процессом сбора цифрового следа. Одномоментно проходило до 40 мероприятий, на которых требовалось организовать фиксацию цифрового следа. Аудитории кампуса ДВФУ не имели специального оборудования для фиксации посещений, записи звука и видео.

Вся работа по цифровому следу легла на команду «фиксиков», в чьей ответственности оказалась оцифровка с использованием всех доступных средств — диктофонов, фото- и видеооборудования, сотовых телефонов, бумажных документов — деятельности обучающихся и ее результатов.

Команда специалистов по работе с цифровым следом на Острове 10–21

На каждом образовательном мероприятии «Острова» присутствовал минимум один специалист, который сопоставлял происходящее на мероприятии с «Анкетой сбора цифрового следа», отмечая соответствие реально происходящей деятельности той, которая была спроектирована совместно с преподавателем. Он фиксировал присутствие участников мероприятия, вел фото- и видеосъемку, собирал результаты работы, возникшие в ходе мероприятия и размещал их на цифровой платформе, с привязкой к конкретному человеку или команде. Командные результаты маркировались особым образом для последующей интерпретации компетенций, связанных с командной работой и организацией сложной деятельности.

Работа «фиксиков» на мероприятиях

С определенного момента участники «Острова» активно включились в самостоятельное наполнение цифрового архива мероприятий цифровыми артефактами. Часто загруженный таким образом цифровой след не имел никакой информационной ценности (например, часто встречалась фотография объекта или групповой работы без всякого описания), но часть артефактов, сохраненных благодаря распространению культуры бережного отношения к данным, помогла составить максимально полную картину прошедших мероприятий и проявленных участниками компетенций. Уже на следующем образовательном интенсиве «Остров 10–22», который был проведен для команд вузов в 2019 году, с цифровой культурой участников работа велась целенаправленно, и к концу 10-дневного интенсива удалось достичь показателя, связанного с осознанным отношением участников к цифровому следу своей деятельности — более 50% загруженных участниками артефактов имели ценность для последующего подтверждения компетенций.

График роста цифровой культуры на «Острове 10-22»

Роман Котов, проректор по учебной работе, Кемеровский государственный университет:

«Работа с цифровыми следами студентов началась после образовательного интенсива «Остров 10–22» в 2019 году. Внедрение автоматизированного расписания в связке с системой управления доступом в кампус позволили накапливать большие объемы данных и проводить исследования, анализ и прогнозирование загрузки университетской инфраструктуры — столовой, библиотеки, аудиторного фонда и т.д. Сейчас прорабатываются оптимизационные модели, в том числе с использованием искусственного интеллекта, позволяющие управлять потоками студентов для повышения эффективности использования инфраструктуры, экономической эффективности работы подразделений.

Следует признать, что, несмотря на предварительную работу, часть мероприятий «Острова 10–21» была проведена преподавателями без активной деятельности участников и не порождала артефактов, которые могли бы быть интерпретированы как свидетельство той или иной компетенции. К сожалению, «Остров 10–21» подтвердил доминирование «пассивных форматов» в образовании. Слом традиционного подхода к обучению как к трансляции знаний является важной задачей не только с точки зрения «компетентностного, деятельностного образования», но и с точки зрения переходу к концепции «data-driven education». Работа команды специалистов на «Острове 10–21» показала путь для решения этой задачи и подчеркнула необходимость развития компетенций преподавателей в этой области и выделения новой роли в образовании по работе с данными».

Значение эксперимента на «Острове 10–21» трудно переоценить:

1. Впервые в истории российского образования было собрано такое количество данных (более 12 тысяч элементов цифрового следа), и эти данные включали фиксацию фактов деятельности и созданных артефактов, были соотнесены с более чем 50 иными видами данных о человеке, его состоянии, его активностях, решениях по выбору шага развития. Часть этих данных в обезличенном виде опубликована в открытом доступе и используется при проведении хакатонов и исследовательских работ.

2. Впервые в истории российского образования более 2000 мероприятий, прошедших за 11 дней, были описаны в рамках одной компетентностной модели, и 1000 студентов получили размеченный по этой модели цифровой след и реальную возможность для формирования персональной траектории развития при поддержке искусственного интеллекта.

3. Впервые в истории российского образования цифровой след, собранный в результате мероприятия такого масштаба, был интерпретирован в цифровых профилях обучающихся, и каждый элемент цифрового профиля имел подтверждающий цифровой артефакт.

Аналитический экран анализа цифрового следа на «Острове 10–21»

Дальнейшие шаги: цифровые среды, стандарты, новые компетенции

По результатам работы с цифровым следом на «Острове 10–21» стало очевидно, что современные образовательные форматы редко ориентированы на доказательность и проверяемость результатов обучения. Данные, которые могут помочь развиваться в будущем, строить траектории развития других студентов, не являются ценностью для студентов и преподавателей, потому что эта ценность для них не представлена в явном виде. Трудно рассчитывать, что формальные требования или рекомендации по сбору цифрового следа приведут к желаемым изменениям в отношении к сбору данных у студентов, преподавателей. Включение каждый раз в процесс специалистов по сбору данных затратно.

Выходов из этой ситуации Университетом 20.35 было предложено два.

Первый — перенос по возможности всей деятельности обучающихся и преподавателей в в специально оборудованном пространстве, где активность людей может быть зафиксирована в точной и многоаспектной цифровой модели. Это тот путь, который доступен сегодня цифровым платформам, платформам онлайн-обучения, что дает им преимущества в работе с данными. Задача Университета 20.35 в этой части состоит в том, чтобы в цифровой среде отражались разные виды деятельности, не всегда предполагающие исключительно формат онлайн-обучения. Понимание этой проблемы во многом определило процесс проектирования следующих мероприятий Университета 20.35, в частности, образовательного интенсива «Остров 10–22», где значительная часть активностей участников происходила в цифровых средах, а физические пространства были оснащены базовыми средствами фиксации происходящего — регистраторами входа и выхода, камерами высокого разрешения, направленными микрофонами и т.п.

Второй путь — развитие культуры и компетенций преподавателей и студентов, создание стандартов и образовательных программ по работе с цифровым следом и извлечению ценностей из его анализа, развитие сообщества специалистов по работе с цифровым следом в образовании. Значимые шаги в этом направлении Университету 20.35 удалось сделать только в 2020 году — на регулярной основе началась работа школ Education Data Engineer, был создан проект профессионального стандарта специалиста по моделированию, сбору и анализу цифрового следа, началось использование открытого технологического стандарта цифрового следа, запустились совместные программы с вузами в области работы с данными в образовании.

В основу прорывных достижений легло цифровое решение, способное в реальном времени подтягивать свежие данные с кадровых и событийных порталов и строить общую онтологию высокотехнологичных предметных областей. В его основе лежит датасет из более 150 миллионов вакансий как в России, так и за рубежом, а также данных профессиональных сообществ, профильных мероприятий и данных о траекториях обучения. Это решение получило название «Цифровая модель компетенций». С ее помощью была построена основа профессиональных стандартов специалиста по моделированию, сбору и анализу цифрового следа и специалиста по внедрению технологий искусственного интеллекта. Особенность этих стандартов — возможность мгновенного обновления на основе потока данных из всех источников. Их внедрение в образовательных организациях – это выход на новый уровень адаптивности образовательных программ, скорости их обновления, требующий компетенций по работе с данными у руководителей образовательных программ.

Востребованность специалистов, способных моделировать, собирать, анализировать и интерпретировать данные в сфере образования растет на рынке как в вузах, так и в коммерческом, корпоративном обучении. Профессия «Образовательный дата-инженер», опробованная в ходе работы Университета 20.35 еще на «Острове 10–21», начала развиваться в образовательном сообществе. Магистерская программа «Цифровая трансформация образования» в Высшей школе экономики была одной из первых, где рассматривались вопросы внедрения цифровых методик и технологий в образовательной среде. В 2020 году появилась профильная магистерская программа «Дата инжиниринг в области образования» в Финансовом университете при правительстве РФ.

Университет 20.35 ведет обучение по направлениям «Образовательный дата инжиниринг» и «Цифровой педагогический дизайн» в формате ДПО. В партнерстве с более чем 40 вузами проводятся проектно-образовательные интенсивы, на которых также практикуется сбор и анализ следа проектной работы и персональных траекторий развития. Благодаря этим активностям сформировалось сообщество образовательных дата инженеров, которые внедряют технологии работы с данными цифрового следа в своих образовательных проектах и получают сертификацию со стороны Университета 20.35 по факту успешной реализации подходов. Для развития системы сертификации образовательный дата инжиниринг был подан в качестве компетенции FutureSkills и в 2021 году ожидается его появление в списке компетенций с методикой проведения демонстрационного экзамена по стандартам WorldSkills.

Основная цель работы с цифровым следом — расширение возможностей для каждого человека по реализации персональных траекторий развития. Однако работа с данными о человеке и цифровым следом всегда имеет обратную сторону — риск утечки, неправомерного использования персональных данных, и дополняется возможными последствиями по нарушению прав человека. В этой связи крайне важной является работа над подготовкой этического кодекса, над оценкой гуманитарных последствий внедрения технологий работы с данными цифрового следа в сфере образования. Объединение усилий философов, технокультурологов, социологов и представителей образовательного сообщества в решении задачи по созданию и закреплению этических и гуманитарных норм работы с цифровым следом станет важным шагом на пути повышения прозрачности и открытости в работе с данными о человеке и поможет значительному повышению эффективности и конкурентоспособности российского образования.

Источник: Habr