Цифровая педагогика: технологии и методы: учебное пособие для обучающихся по основным образовательным программам высшего образования направлениям подготовки 38.04.03 Управление персоналом, 38.04.04 Государственное и муниципальное управление, 44.04.02 Псих

ВВЕДЕНИЕ 5. Для региона: 1. Управление обучением (LMS). Сейчас это хранилище образовательного содержания, данных и инструменты для работы с ними. Этот раздутый монолитный функционал является слабым местом таких систем. Они должны научиться поддерживать разные формы цифрового ... 2. Управление образовательными ресурсами (LCMS). Резкий рост вариативности и доступности педагогических инструментов провоцирует развитие систем управления образовательными ресурсами, которые позволят учителям ориентироваться в новых образовательных в... 3. Неинтерактивное содержание. Книги, видео, оригиналы исторических документов и другое старое доброе статичное образовательное содержание не исчезло, а продолжает быть важной частью образовательных программ. Со временем оно будет приобретать все бол... 4. Инструментальные среды. Помимо неинтерактивного содержания в учебный процесс все чаще включаются различные цифровые инструментальные обучающие среды – от мобильных приложений до коллаборативных онлайн-платформ. Игры, тренажеры, виртуальные модели и... 5. Хранилища данных. Интерактивные учебные инструменты вызывают взрывной рост данных, которые они накапливают. Прежде всего речь идет об анонимных данных об учебных событиях, образовательных траекториях, эффективности педагогических методик и образова... Список источников и литературы 2.1. Адаптивное обучение и адаптивное тестирование – Система сбора данных – собирает и обрабатывает огромные объемы данных о знаниях и умениях обучающихся: – Система выводов – трансформация данных и генерация выводов на основе всех собранных данных: – Система персонализации – использует мощь данных всей системы, чтобы найти оптимальную стратегию для каждого обучающегося в изучении каждой концепции, которую он изучает: Преимуществами адаптивного тестирования являются (табл. 2): • точность, так как дает возможность оценить уровень подготовленности каждого испытуемого с минимальной ошибкой измерения; • качество, поскольку измеряется именно уровень знаний испытуемого, а не просто оценивается их средний уровень; • достоверность, обусловленная тем, что влияние дополнительных факторов (потеря интереса, отвлечение, утомление, беспокойство) на результаты теста уменьшается, в результате тестируемые не тратят время и силы на задания, не соответствующие их уровню по... • вовлеченность, так как участники тестирования более мотивированы и спокойны (участникам предлагаются задания, с которыми они в состоянии справиться и которые им интересны, а значит, они более нацелены на успешное окончание и уверены в своих силах). 2.2. Виртуальная реальность и виртуальный класс В качестве примеров использования виртуальной реальности в пространстве цифрового образования можно привести следующие. Игра с машиной. Виртуальные симуляторы (тренажеры) – обучающийся, погружаясь в виртуальную реальность, выполняет действия по набору сценариев, заложенных в программу либо изначально, либо в процессе машинного обучения. Игра с реальностью. Фасилитируемые виртуальные симуляции – обучающийся выполняет в виртуальном пространстве действия под руководством и/или при мониторинге фасилитатора и/или других участников, находящихся в материальной реальности. Игра с другими. Виртуальная коллаборация – обучающийся в виртуальном пространстве выполняет действия с другими участниками обучения, также находящимися в виртуальном пространстве. Актуальным примером совмещения технологий виртуальной реальности и обучения является виртуальный класс (virtual classroom) – технология дистанционного обучения, при которой обучающиеся и преподаватель имеют возможность взаимного общения, передачи и ан... 2.3. Геймификация 7. Непредсказуемость и любопытство. 8. Потеря и избегание. Геймификация основана на множестве сложных психологических и поведенческих принципов, однако базовыми являются следующие: Инструментами геймификации в обучении могут служить: 2.4. Деловые симуляции и игры В обучении применяются следующие виды симуляций: Ключевые условия успешной реализации деловой симуляции/игры: Типичные ошибки при проведении деловой симуляции или деловой игры в цифровом формате: 2.5. Диджитализация обучения Под влиянием диджиталиции в обучении трансформируются: • взаимодействие обучающегося и преподавателя; • модель и структура обучения; • скорость обучения; • формат и технологии обучения; • контроль и оценка эффективности обучения; • управление знаниями; • культура обучения; • стратегии и цели обучения. Направлениями диджитализации обучения являются: 2.6. Дистанционное обучение 2.7. Дополненная реальность Примерами использования дополненной реальности в обучении являются следующие: 2.8. Искусственный интеллект в обучении Представление знаний. Решение задач, связанных с представлением и формализацией знаний в памяти системы ИИ. Манипулирование знаниями. Создание методов правдоподобного и достоверного вывода на основе уже известных знаний; разработка способов пополнения знаний на основе их неполных описаний; построение логических конструкций, которые, с одной стороны, опирают... Общение. Понимание и синтез речи; распознавание и синтез связных текстов на естественном языке; теория и модели коммуникаций между человеком и не человеком, в частности системой ИИ. Восприятие. Разработка способов представления зрительных сцен в текстовом описании и методов обратного перехода; разработка приемов представления информации о зрительных образах в базе знаний; создание средств, формирующих зрительные элементы на основ... Обучение. Для развития способности систем ИИ к обучению разрабатываются методы перехода от известного решения частных задач (примеров) к решению подобных и общих задач, а также методы реконструкции условий задач по описанию проблемной ситуации или по ... Поведение. Разработка поведенческих процедур взаимодействия с окружающей средой, а также с другими системами ИИ и людьми. Различные средства ИИ широко используются в обучении: Автоматизированный контроль. Большинство школ и университетов объединяют ИИ с технологиями big data, чтобы следить за посещением (очных и дистанционных) занятий и выполнением заданий учащимися. Модерация группового обучения. В групповом обучении ИИ используют, чтобы набирать группы учащихся с одинаковым уровнем знаний, анализировать дискуссии между людьми и обозначать моменты, когда участники отходят от темы. Интеллектуальные обучающие системы. Программы, симулирующие поведение учителя. Они могут проверять уровень знаний учащихся, анализируя их ответы, давать отзывы и составлять персонализированные планы обучения. Примеры реализации обучающих алгоритмов: • онлайн-платформы Coursera, edX и Udasity. В числе прочего искусственный интеллект оценивает тесты и эссе; • обучающие программы Carnegie Speech и Duolingo. Используют технологию обработки естественного языка, чтобы распознавать ошибки в произношении людей и исправлять их; • программа Knewton. Учитывает специфику обучения каждого ученика и студента и разрабатывает для него персонализированный план обучения; • система AutoTutor. Обучает компьютерной грамотности, физике и критическому мышлению, общаясь с учащимся на естественном языке; • система SHERLOCK. Система обучения пилотов ВВС США (помогает находить проблемы в электрооборудовании самолетов); • робот-гувернер Емеля. Робот дистанционного управления с голосовым интерфейсом и видеокамерой помогает научить ребенка хорошим манерам и правилам поведения, читает, поет, проигрывает музыку, ведет развивающие игры, обучает географии и устному счету и... • многообещающей технологией в цифровом формате освоения учебных программ являются чат-боты. Чат-бот (chat bot) – это системы искусственного интеллекта, с которыми пользователи взаимодействуют через текст. Преимуществами чат-ботов являются простота вз... В образовании чат-боты выполняют следующие функции: Административная поддержка преподавателей. Чат-боты в режиме реального времени без ограничений отвечают на типовые вопросы каждого студента, освобождая время преподавателей для квалифицированной деятельности. Вовлечение студентов в работу. Более сложные интеллектуальные алгоритмы (чат-боты) способны мотивировать студентов учиться. Такие системы сопоставляют статистические модели поведения с базой знаний и предлагают индивидуальные сценарии в режиме реально... Роботическое преподавание. Боты структурированно преподносят знания по конкретному предмету и отвечают на вопросы студентов. Накопление данных позволяет системе обучаться и расширять функционал как в предметной области, так и в части коммуникации. Обратная связь. Сбор информации и алгоритмический анализ поведения учащихся для построения индивидуальных образовательных траекторий. Применение знаний. Роботическое наставничество. Алгоритмы распределения и контроля выполнения практических заданий, информационное сопровождение, в том числе пошаговые подсказки, наводящие вопросы и т. п., оценивание результата. Развитие критического мышления. Системы анализа текста на предмет фактических и логических ошибок с роботическим выводом набора рекомендаций. Роботическое тестирование. Всевозможные автоматизированные системы проверки результатов обучения по набору параметров (в том числе адаптивные). 2.9. Компетенции будущего 2.10. Массовый открытый онлайн-курс 1. По ограничению аудитории курсов 2. По дизайну и способам реализации 2.11. Микрообучение Сходные определения: - Bite-sized learning – «порционное» обучение; - Nano-learning – нанообучение; - Subscription learning – обучение по подписке, абонементное обучение; - Capsule learning – капсульное, ампульное обучение; - Learning nugget – обучающая крупица; - Learning-on-the-go – обучение «на ходу». Микрообучение базируется на следующих принципах: 2.12. Мобильное обучение и мобильное электронное обучение Использование мобильного обучения расценивается как дополнение к формальному обучению; эффективно для осуществления поддержки деятельности на рабочем месте, обеспечения взаимосвязей людей. Мобильное обучение базируется на следующих принципах: • доступность – доступ к контенту по соответствующим темам, к другим участникам группы, экспертам и заслуживающим доверия источникам информации; • асинхронность – в нужное время, в подходящем месте и для конкретного человека; • метрики – возможность сбора и анализа показателей приобретения и качества знаний; • курирование – отбор и рекомендация контента для изучения; • постоянство – постоянная необходимость доступа к информации, познавательной рефлексии и взаимозависимым функциям посредством мобильных устройств. Курс разбит на сессии. Одна сессия – один учебный день. В ходе каждой сессии прорабатывается одна тема. Продолжительность СМС-тренинга от трех до шести дней, обычно по четыре СМС в день. В течение дня участники получают на свое мобильное устройство те... В качестве примера мобильного электронного обучения можно привести мобильное приложение для адаптации новых сотрудников компании Pernod Ricard: 2.13. Нативное обучение • Бот КУ Сбербанка «Риск-лисенок» создан в 2015 году компанией DepecheBot для программ обучения «Линейный менеджмент I» и «Линейный менеджмент II». Дополнительный канал коммуникации со слушателями программы, а также удобное пространство для общения сл... 2.14. Обучение методом погружения 2.15. Перевернутое обучение и перевернутый класс Внедрение перевернутого обучения имеет свою отраслевую специфику, в частности: – в вузе: – в корпорации: Ключевыми принципами, используемыми в модели перевернутого класса, являются следующие: 2.16. Персонализация обучения 2.17. Смешанное обучение Различают следующие модели интеграции смешанного обучения:  В организации учебного процесса. Гибкость форм смешанного обучения позволит передавать обучающемуся больше ответственности за результат обучения, при этом поощряя его самостоятельный выбор как отдельных шагов, так и всей стратегии прохождения прогр...  В методике и дидактике обучения. Смешанное обучение позволит более точно подбирать методы обучения для каждого обучающегося, что в конечном счете приведет к полной индивидуализации учебных планов. Широкая вариативность форм и методов смешанного обуч...  В информационных технологиях. Смешанное обучение наряду с оцифровкой учебных материалов стимулирует развитие крупнейших баз данных, доступных через облачные технологии.  В экономике образования. Снижение стоимости обучения как результат оцифровки материалов и легкости их доставки обучающемуся.  В педагогическом образовании. Подготовка преподавателя будет основываться на формировании его умений создавать широкий спектр методов подачи материала и быстро подбирать наиболее эффективные варианты сообразно со способностями каждого обучающегося.  В управлении образованием. В перспективе смешанное обучение максимально снизит необходимость централизованного управления образовательным процессом.  В образовательных технологиях. Любые новинки электронной техники будут встраиваться в методы смешанного обучения со скоростью освоения новых гаджетов. Вскоре смешанное обучение потребует создания специальных ресурсов, наиболее отвечающих его методикам. Смешанное обучение во многом зависит от надежных и удобных технических ресурсов. Через дистанционные курсы и облачные технологии студенты могут получить доступ к видеолекциям, отслеживать выполнение заданий и прогресс, взаимодействовать с преподавател... 2.18. Электронное обучение 2.19. Цифровая дидактика Список источников и литературы 13. Heick T. (2018). Why Virtual Reality is So Important. URL: https://www.teachthought.com/the-future-of-learning/what-is-virtual-reality. 15. The Basics of Adaptive Learning. URL: https://www.teachthought.com/learning/just-enough-just-in-time-just-for-me-adaptive-learning.