Вторник, 20.08.2019, 03:45
Высшее образование
Приветствую Вас Гость | RSS
Поиск по сайту



Главная » Статьи » Образование. Научная деятельность

ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ БОЛЬШИХ ДАННЫХ В ОБРАЗОВАНИИ В ЭПОХУ ЦИФРОВОГО ОБЩЕСТВА

А.Б.Кондратенко, доктор педагогических наук, профессор, заместитель директора Западного филиала Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации
Б.А.Кондратенко, кандидат педагогических наук, доцент кафедры таможенного дела Западного филиала Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации

ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ БОЛЬШИХ ДАННЫХ В ОБРАЗОВАНИИ В ЭПОХУ ЦИФРОВОГО ОБЩЕСТВА

Образование, цифровое общество, большие данные, открытые данные, анализ данных, влияние технологий на образование.

Статья описывает возможности применения больших данных в образовании в эпоху цифрового общества. Представляется анализ различных способов, которыми большие данные и организация свободного их обращения могут быть применены для модернизации образования. В работе предлагаются новые инструменты и методы, которые позволят в будущем обойти многие ставшие привычными трудности современной системы образования и откроют новые перспективы развития цифрового общества.

 
Феномен больших данных - технологии, позволяющей хранить, обрабатывать и применять неструктурированные данные, - известен в настоящее время в самых широких профессиональных кругах. Если еще десять лет назад большие объемы информации зачастую не могли найти экономически оправданного применения из-за сложностей поиска универсальной структуры данных, то теперь появилась возможность извлекать из них полезную информацию, и это все чаще применяется в самых различных сферах деятельности. Примером внедрения анализа больших данных может служить платформа Skillsoft, которая предоставляет образовательные материалы онлайн более чем 20 миллионам пользователей. За счет использования результатов анализа больших данных удалось персонализировать предоставляемый контент под уровень подготовки, потребности и запросы конкретного клиента, тем самым выведя онлайн-об- разование на качественно новый уровень: 29% пользователей воспользовались по меньшей мере одной рекомендацией из первого же высланного им электронного письма; 84% отметили, что один или несколько образовательных продуктов, рекомендованных им, важны и интересны для них; на 128% улучшилось взаимодействия пользователей с персонализированным образовательным контентом по сравнению с базовым уровнем [12].

При этом важно осознавать тот факт, что уровень развития вычислительных и коммуникационных технологий за последние два десятилетия вырос, а стоимость хранения и обработки информации снизилась так значительно, что в настоящее время подавляющая ее часть существует только в цифровом виде: традиционные носители (такие как книги) во многих отраслях практически полностью вытеснены. На всех уровнях - от физических лиц и мелких предпринимателей до государственных структур и межгосударственных объединений - с каждым годом все больше переходят к электронному документообороту и аналитике данных. Новые программные средства ежегодно упрощают 112 аналитику данных, позволяя получать новую полезную информацию из той, что раньше считалась «мертвым грузом», являя совершенно новое представление об инфраструктуре знаний [4].

Как справедливо отмечают Д. Боллиер и С. Фэйрстоун, в последние десятилетия базы данных используются уже не просто как инфраструктура для хранения информации, но становятся одним из наиболее эффективных инструментов по получению новых знаний, который может использоваться еще и как инструмент принятия решений, работающий в реальном времени [4]. Накопленные ранее колоссальные объемы данных, измеряемые в десятках и сотнях петабайт (1 петабайт - это единица с пятнадцатью нулями или миллион миллиардов байт информации), теперь имеют возможность продуцировать коммерчески привлекательную информацию.

Наряду с открывшимся источником новой информации в виде больших данных сеть Интернет вносит свои коррективы в развитие указанных процессов благодаря высокой скорости обмена информацией. За последние 17 лет (2000-2017 гг.) количество людей, регулярно пользующихся ресурсами мировой паутины, увеличилось на 976,4% [14]. Столь быстрый рост количества пользователей, имеющих доступ к сети Интернет, в свою очередь, привел к тому, что количество устройств, обменивающихся данными через всемирную сеть, в 2017 году достигло уже 20 миллиардов. За время, необходимое для прочтения этого предложения, к глобальной сети подключатся около 5000 новых устройств. И их количество будет только увеличиваться, также как и объем данных, передаваемых этими устройствами. При этом специалисты и исследователи говорят, что в течение следующих 8 лет эти значения возрастут тридцатикратно [1]. Чтобы представить объем создаваемого потока информации, можно отметить, что сегодня спортивный автомобиль Ford GT с установленными на нем более чем 50 различными датчиками посредством 28 микропроцессоров генерирует около 100 гигабайт информации за один час работы двигателя.

Согласно отчету, опубликованному компанией IBM, объем цифрового контента в глобальной сети в настоящее время составляет около 8 зеттабайт (1 зеттабайт - 888178 петабайт или сто миллиардов миллиардов байт). Ожидается, что это значение удвоится уже в следующем году [4].

С 2012 года примерно 2,5 экзабайта (1 экзабайт - миллиард гигабайт) данных создаются пользователями сети Интернет ежедневно, и это число удваивается каждые 40 месяцев. За одну секунду в Интернете передается больше данных, чем составлял его полный объем пятнадцать лет назад. Это позволяет таким компаниям, как Walmart (американская компания, управляющая крупнейшей в мире сетью оптовой и розничной торговли), собирать по 3 петабайта данных о покупках клиентов каждый час. Уже недалеко то время, когда это позволит повсеместно определять привлекательность того или иного предложения для каждого конкретного человека на основе анализа его предпочтений во всех сферах жизни [6].

Ввиду описанного увеличения объемов передаваемых данных и масштабирования глобальной сети совершенно очевидной стала необходимость в новых инструментах и подходах к извлечению знаний из невероятных объемов информации. Вне всяких сомнений подобные коренные изменения в подходах к созданию, хранению и обработке информации не могут не коснуться образования [9].

В настоящий момент общество и хозяйствующие субъекты находятся в ситуации, когда получаемый ими поток информации превращается в настоящую лавину, которая грозит смести тех, кто не успеет перейти к применению новых способов обработки информации. Если ранее принятие решений могло быть основано на экспертных оценках или тщательно выверенных моделях, то теперь практически единственным быстрым и эффективным инструментом принятия решений является непосредственный анализ больших данных. Причем анализ больших данных может применяться почти во всех сферах деятельности общества: культуре, сфере услуг, розничной торговле, производстве, финансовом секторе, научных исследованиях, медицине и образовании [2].

Итак, что же такое большие данные? В настоящее время существует целый ряд определений, сущностные характеристики которых можно условно представить в следующей формулировке: большие данные - это совокупность подходов, инструментов и методов, предназначенных для накопления и анализа неструктурированных данных с целью извлечения знания [5]. Помимо этого, данные методы и технологии предназначены именно для применения в условиях необходимости обработки баз данных большого объема с высокой скоростью, приближенной к реальному времени [15].

Еще один важный аспект, который отмечают Г. Сименс и П. Лонг, - это то, что большие данные из-за своего размера и структуры находятся «вне досягаемости» традиционных программных и аппаратных средств анализа информации, что вызывает необходимость создания для больших данных собственного инструментария и технологий, которые позволяли бы хранить и извлекать знания из больших баз данных [11].

Как отмечается в материалах исследовательского подразделения международной консалтинговой компании McKinsey & Company, которая специализируется на решении задач, связанных со стратегическим управлением, важнейшим фактором успешного внедрения больших данных является то, что при их реализации должна учитываться концепция открытых данных [7]. Под открытыми данными принято понимать определенные данные, которые свободно доступны для машиночитаемого использования и дальнейшей публикации без каких бы то ни было ограничений и других механизмов контроля. Открытые данные поступают в основном от правительства или других государственных учреждений и предприятий. При этом стоит отметить, что в государственной собственности также находится и значительное количество образовательных организаций различных уровней: школы, университеты и другие учебные заведения [7]. Более широко распределение данных по видам продемонстрировано на рисунке 1.

Рисунок 1 демонстрирует, что большие данные составляют значительную часть общемирового объема информации. Помимо этого, в большие данные выключается открытые данные, в свою очередь, имеющие в своем составе открытые правительственные данные и данные, размещаемые пользователями в глобальных сетях. Можно сделать вывод, что концепция открытых данных связана с пользовательскими данными и обменом информацией о субъектах [7].

Рассмотрим возможности эффективного применения больших данных в образовании.
 
На базе открытых и больших данных в будущем может быть реализован интеллектуальный анализ данных и аналитика данных, что обеспечит для обучающихся и преподавателей быструю обратную связь, даст возможность обеспечить глубокий анализ моделей образования и извлечь из них ценные знания [13]. Например, коллективные и крупномасштабные данные могут предсказывать, кому из обучающихся необходимо больше помощи от системы образования, чтобы избежать неудачи в ходе изучения учебных курсов и модулей, а также отказа от обучения по причине его неэффективности [10; 13]. Это, в свою очередь, приведет к поиску новых педагогических подходов, в которых особенно заинтересованы обучающиеся с особыми потребностями [13].

Рис. 2. Внедрение больших данных в различных отраслях (по данным опроса Tech Pro Research).

С другой стороны, в последние годы в мире не последнюю роль в образовательной сфере играет онлайн-образование, при котором обучающиеся могут получать лучший образовательный контент от ведущих мировых специалистов, не выходя из дома. Широкое использование образовательных платформ и открытых образовательных ресурсов позволит сфере образования накапливать значительные объемы персональной информации, грамотная аналитика, наряду с использованием возможностей социальных сетей, поможет поднять качество обучения за счет превентивного удовлетворения потребностей в дополнительных учебных материалах [10].

На рисунке 2 показан масштаб внедрения технологий анализа данных в различных отраслях. Можно наблюдать, что аналитика больших данных в образовании составляет всего 15%, что не является высоким показателем по сравнению с другими сферами [3].

Сведения, представленные на рисунке 2, свидетельствуют, что наиболее широко аналитика больших данных применяется в области телекоммуникации, инжиниринге, IT-секторе, в финансовых и государственных структурах. В то же время в образовании и медицине - отраслях, которые в значительной сфере готовы к этому, благодаря значительным объемам накопленной информации, - большие данные менее популярны и более закрыты [3].

Какие же преимущества может дать недооцененная пока в сфере образования технология больших данных?

Помимо того, что большим данным по силам сделать образование более личным и повысить эффективность освоения учебных материалов, новая информация поможет педагогам-исследователям выявить скрытые взаимосвязи между обучающимися и их успехами. Эти данные могут поступать из массовых открытых онлайн-курсов, размещенных на крупнейших мировых агрегаторах MOOC, таких как Coursera, Khan Academy, или других образовательных платформах. Такой подход к анализу данных в будущем позволит обучаться более эффективно, чем при использовании традиционных подходов [8].

Таким образом, большие данные открывают широкие перспективы для создания нового положительного учебного опыта на протяжении всей жизни: студенты смогут обмениваться информацией с образовательными организациями и таким образом эффективно расширять свою компетентность как во время прохождения обучения, так и на этапе поддержки выпускников своими alma mater [8].

Рассмотрим основные положительные черты, которые характеризуют возможности внедрения технологий использования больших данных в сферу образования.

1. Образовательные траектории. Анализ персональных особенностей личности, деятельности в социальных сетях и прочих данных позволит на раннем этапе определить способности и задатки, на основе которых могут быть созданы образовательные траектории, наилучшим образом способствующие развитию необходимых компетенций конкретным обучающимся [16].

2. Профориентация. Большие данные помогут обучающимся подобрать образовательные программы, наиболее подходящие для их личности и социальных запросов, позволив абитуриентам более продуктивно выбирать высшие учебные заведения, а родителям - школу, максимально подходящую для их детей [16].

3. Контроль профессиональной траектории обучающихся. Известно, что успешность выпускников в профессиональной сфере является одним из значимых критериев успешности образовательной организации. Аналитика больших данных может позволить всегда поддерживать в актуальном состоянии информацию о статусе и квалификации выпускников осуществления их поддержки, связанной, в частности, с предложением им востребованных продуктов дополнительного образования. Это выведет портфолио обучающихся на уровень «мета-социальной сети» [16].

4. Прозрачность образования. Открытые данные позволят обучающимся в большей степени интегрироваться в процессы, которые ранее в силу традиции и организационных особенностей оставались исключительно сферой администрации образовательных организаций (например, обновление образовательных программ сможет выполняться с учетом потребностей не только рынка труда, но и пожеланий обучающихся и региональных особенностей).

5. Эффективное управление образованием. Школьные системы образования способны развивать «умелую школу предложения», которая позволит администраторам более эффективно использовать образовательные ресурсы. Это поможет обеспечить высокий уровень школьного образования, а также позволит обучающимся составить разносторонний план своих будущих образовательных интересов [16].

В заключение стоит отметить, что большие данные могут действительно улучшить образование при условии открытости и доступности их для обработки. Информационная революция в силах обеспечить формирование новой современной и динамичной системы образования, в которой каждый обучающийся сможет индивидуально осваивать новые навыки максимально эффективно. Помимо этого, сама педагогика получит в свое распоряжение невиданный ранее инструмент, эффективность которого в умелых руках можно сравнить разве что с внедрением вакцин в медицине.

Важно понимать, что большие данные на самом деле меняют, без преувеличения, всю человеческую цивилизацию, а не только сферы образования и услуг: все сферы деятельности неизбежно обогатятся новыми методами, позволяющими более эффективно и целенаправленно реализовы- вать свойственные им функции.

В настоящее время общество находится в начале новой информационной эпохи. Еще предстоит справиться с большим количеством проблем, таких как, например, нехватка специалистов в области анализа данных (data science), отсутствие развитой инфраструктуры на базе отечественных информационных технологий, что в условиях обострения геополитической обстановки зачастую осложняет создание высокотехнологичных решений, а также низкая потенциальная готовность педагогических работников к активному применению аналитики данных в ежедневной педагогической деятельности.

 
Библиографический список:

1. 152,000 Smart Devices Every Minute In 2025: IDC Outlines The Future of Smart Things // Forbes // URL: https://www.forbes.com/sites/michaelkanellos/2016/03/03/152000-smart-devices-every-minute-in- 2025-idc-outlines-the-future-of-smart-things/#476706b24b63 (дата обращения - 01.10.2017).
2. Bhatia A., Vaswani G., Big data - a review // International Journal of Engineering Sciences & Research Technology, 2013.
3. Big Data // Tech Pro Research // URL: http://www.techproresearch.com/topic/big-data/ (дата обращения - 01.10.2017).
4. Bollier D., Firestone C.M. The promise and peril of big data // Communications and Society Program (Aspen Institute), 2010.
5. Cringely Robert X. Thinking about Big Data // URL: http://www.cringely.com/2016/07/05/thinking- big-data-part-one/ (дата обращения - 01.10.2017).
6. Fayyad U., Piatetsky-Shapiro G., Smyth P., The KDD process for extracting useful knowledge from volumes of data // Commun. ACM. Vol. 39. 1996. № 11. P. 27-34.
7. Manyika J., Chui M., Farrell D., Van Kuiken S., Groves P., Almasi Doshi E. Open data: Unlocking innovation and performance with liquid information // McKinsey Global Institute, 2013 // URL: https://www. mckinsey.com/business-functions/digital-mckinsey/our-insights/open-data-unlocking-innovation-and- performance-with-liquid-information (дата обращения - 01.10.2017).
8. Podesta J., Pritzker P., Moniz E., Holdren J., Zients J., Big data: seizing opportunities, preserving values, Executive Office of the President of United Sates of America // The White House, Washington DC, Study, 2014 // URL: https://obamawhitehouse.archives.gov/sites/default/files/docs/big_data_privacy_ report_may_1_2014.pdf (дата обращения - 01.10.2017).
9. Rands K. How big data is disrupting education // URL: https://www.cio.com/article/3200685/big- data/how-big-data-is-disrupting-education.html (дата обращения - 01.10.2017).
10. Siemens G., Gasevic D. Guest Editorial-Learning and Knowledge Analytics // Educ. Technol. Soc. Vol. 15. 2012. № 3. P. 1-2.
11. Siemens G., Long P., Penetrating the fog: Analytics in learning and education // Educ. Rev. Vol. 46. 2011. № 5. P. 30-32.
12. Skillsoft's Big Data Initiative Delivers Improved Learning Engagement and Outcomes // Skillsoft - e Learning, Online training // URL: http://www.skillsoft.com/about/press_room/press_releases/ november_18_14_ibm.asp (дата обращения - 01.10.2017).
13. West D.M. Big Data for Education: Data Mining, Data Analytics and Web Dashboards // Gov. Stud. Brook. US Reuters, 2012.
14. World Internet Users Statistics and 2017 World Population Stats // Internet world stats // URL: http://www.internetworldstats.com/stats.htm (дата обращения - 01.10.2017).
15. Yan J., Big Data - Bigger Opportunities, 2013.
16. Кондратенко Б.А., Кондратенко А.Б. Социально-экономическое развитие регионов России: реалии современности, тенденции, перспективы (посвящается 70-летию колледжа западного филиала РАНХиГС) // Возможности и перспективы учета персональных задатков и способностей обучающихся в педагогике XXI века. Калининград: Западный филиал РАНХиГС, 2016.

Источник: Научно-теоретический журнал "Вестник Калининградского филиала Санкт-Петербургского университета МВД России". № 4 (50) 2017.


Категория: Образование. Научная деятельность | Добавил: x5443 (18.07.2019)
Просмотров: 31 | Теги: цифровое общество, образование, большие данные | Рейтинг: 0.0/0
Всего комментариев: 0
Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]
...




Copyright MyCorp © 2019 Обратная связь