СЕКЦИЯ
Цифровые образовательные практики
Гончарук Л.И.
ГОУ СПО «Тираспольский
техникум информатики и права»
ПМР, г. Тирасполь
Методика разработки кейс-ситуаций для формирования диагностических умений по учебной дисциплине «Основы проектирования баз данных»
В статье представлена авторская методика разработки кейс-ситуаций — дидактических инструментов, моделирующих профессиональные дилеммы проектировщика баз данных. В отличие от традиционных кейсов, кейс-ситуация содержит намеренно внесённое нарушение требований реляционной модели (многозначный атрибут, частичная или транзитивная зависимость, нарушение целостности), требующее от обучающегося диагностики проблемы и её разрешения. Методика включает шестишаговый алгоритм конструирования, типологию четырёх базовых проблемных ситуаций, пять критериев качества и чек-лист преподавателя для систематизации разработки. Апробация методики проведена в 2024–2025 гг. на выборке из 25 обучающихся второго курса (специальности 09.02.06 «Сетевое и системное администрирование», 09.02.07 «Информационные системы и программирование»). Результаты педагогического эксперимента показали достоверный прирост диагностических умений на 67 % в экспериментальной группе против 18 % в контрольной (U-критерий Манна-Уитни, p < 0,001), сокращение времени диагностики на 44 % (с 14,3 до 8,0 минут) и формирование переносимых компетенций у 78 % обучающихся. Методика позволяет преподавателю разработать качественную кейс-ситуацию за 20–30 минут и рекомендована для внедрения в учебный процесс при реализации учебной дисциплины «Основы проектирования баз данных».
Goncharuk L.I.
State Educational Institution of Secondary
Professional Education
"Tiraspol College of Information
Technology and Law "
Methodology for Developing Case-Based Scenarios to Foster Diagnostic Competencies in the Academic Discipline «Fundamentals of Database Design»
The article presents an original methodology for developing case scenarios—didactic tools that simulate professional dilemmas encountered by database designers. Unlike traditional cases, a case scenario contains an intentionally embedded violation of relational model requirements (multivalued attribute, partial or transitive dependency, or integrity constraint breach), requiring learners to diagnose the problem and propose a solution. The methodology comprises a six-step construction algorithm, a typology of four fundamental problematic situations, five quality criteria, and an instructor's checklist for systematic development. The methodology was piloted during the 2024–2025 academic year with a sample of 25 second-year students enrolled in specialties 09.02.06 "Network and System Administration" and 09.02.07 "Information Systems and Programming". Results of the pedagogical experiment demonstrated a statistically significant 67 % increase in diagnostic skills in the experimental group compared to an 18 % increase in the control group (Mann-Whitney U test, p < 0.001), along with a 44 % reduction in problem diagnosis time (from 14.3 to 8.0 minutes) and transferable competencies formation in 78 % of learners. The methodology enables instructors to develop a high-quality case scenario within 20–30 minutes and is recommended for implementation in the curriculum of the academic discipline "Fundamentals of Database Design".
1.Введение
Формирование у обучающихся способности проектировать корректные структуры реляционных баз данных остаётся одной из ключевых задач учебной дисциплины «Основы проектирования баз данных». Эмпирические исследования выявляют устойчивую проблему: до 68 % обучающихся, успешно освоивших теоретические основы нормальных форм, допускают критические ошибки при проектировании реальных структур — дублирование данных, аномалии обновления, нарушение ссылочной целостности [2]. Причина кроется в разрыве между знанием правил нормализации и умением распознавать «симптомы» нарушений в исходных спецификациях, полученных от заказчика.
Традиционный подход к обучению, основанный на демонстрации «идеального» проектирования «сверху вниз», не формирует у обучающихся диагностических умений — способности выявлять проблемные зоны в «грязных» данных реальной предметной области. Профессиональная компетентность проектировщика проявляется не в механическом применении алгоритмов нормализации, а в умении диагностировать и разрешать проблемные ситуации на стыке бизнес-логики и реляционной модели [3].
Актуальность настоящего исследования обусловлена необходимостью разработки методического инструментария для формирования диагностических умений. Кейс-ситуация — дидактически смоделированный фрагмент профессиональной деятельности с намеренно внесённой «ловушкой» — представляет собой перспективный инструмент для решения данной задачи. Однако в педагогической литературе отсутствуют системные рекомендации по разработке кейс-ситуаций, ориентированных именно на диагностику нарушений реляционной модели [1].
Цель исследования — разработка и обоснование методики конструирования кейс-ситуаций для формирования диагностических умений при обучении проектированию реляционных баз данных.
Задачи исследования:
1. Теоретически обосновать концепт кейс-ситуации как дидактического инструмента в обучении проектированию баз данных.
2. Выделить и систематизировать типовые проблемные ситуации, соответствующие нарушениям реляционной модели.
3. Разработать пошаговый алгоритм конструирования кейс-ситуаций с методическими «ловушками».
4. Сформулировать критерии качества кейс-ситуаций.
5. Создать чек-лист преподавателя для систематизации разработки кейс-ситуаций.
6. Провести апробацию методики и оценить её эффективность.
Объект исследования — процесс формирования диагностических умений обучающихся при обучении проектированию реляционных баз данных.
Предмет исследования — методика разработки кейс-ситуаций с проблемными зонами для обучения проектированию баз данных.
Гипотеза исследования: систематическое использование специально сконструированных кейс-ситуаций повышает уровень сформированности диагностических умений у обучающихся.
2. Материалы и методы
2.1. Концептуализация кейс-ситуации
Кейс-ситуация определяется как дидактически смоделированный фрагмент профессиональной деятельности проектировщика баз данных, содержащий намеренно внесённую «методическую ловушку» — нарушение требований реляционной модели, требующее диагностики и разрешения обучающимся [4]. В отличие от традиционного кейса, ориентированного на применение известного алгоритма проектирования к «чистым» данным, кейс-ситуация имитирует условия неопределённости, характерные для реальной практики: проектировщик получает от заказчика противоречивые, избыточные или семантически несогласованные требования.
Когнитивная задача обучающегося включает два этапа:
1. диагностика скрытого нарушения реляционной модели;
2. проектирование корректной структуры. Такой подход реализует принцип проблемного обучения и соответствует требованиям ФГОС СПО к формированию проектных компетенций по специальностям 09.02.06 «Сетевое и системное администрирование», 09.02.07 «Информационные системы и программирование».
2.2. Типология проблемных ситуаций
На основе анализа архива 44 студенческих работ за 2022–2024 гг. выделены четыре базовых типа проблемных ситуаций [5], репрезентативных для практики проектирования реляционных баз данных (табл. 1).
2.3. Дизайн педагогического эксперимента
Исследование выполнено в формате педагогического эксперимента с разделением выборки на контрольную и экспериментальную группы. Эксперимент включал три последовательных этапа:
Констатирующий этап (сентябрь 2024 г.) — проведение входной диагностики исходного уровня диагностических умений с использованием стандартизированного теста, состоящего из пяти «ошибочных» спецификаций предметных областей. Каждое задание оценивалось по аналитической шкале (0–2 балла) по трём критериям: полнота выявленных нарушений реляционной модели, обоснованность диагноза, корректность предложения по устранению проблемы. Максимальный суммарный балл — 10.
Формирующий этап (октябрь 2024 г. — апрель 2025 г., 23 учебные недели) — реализация учебного процесса по дисциплине «Основы проектирования баз данных». Контрольная группа (n = 25) обучалась по традиционной методике с использованием «идеальных» кейсов, предполагающих проектирование структур по корректным спецификациям. Экспериментальная группа (n = 25) обучалась с применением разработанных кейс-ситуаций, содержащих намеренно внесённые нарушения реляционной модели. Распределение обучающихся по группам осуществлялось методом простой случайной выборки с использованием генератора псевдослучайных чисел (функция sample() в среде R).
Контрольный этап (май 2025 г.) — повторная диагностика по идентичной методике для оценки динамики диагностических умений. Дополнительно фиксировалось время, затраченное каждым обучающимся на выявление и описание нарушений.
2.4. Выборка
В исследовании приняли участие 25 обучающихся второго курса ГОУ СПО «Тираспольский техникум информатики и права» (ПМР), осваивающих специальности 09.02.06 «Сетевое и системное администрирование» и 09.02.07 «Информационные системы и программирование». Средний возраст участников — 17,4 ± 0,8 года. Все участники имели одинаковый уровень предварительной подготовки по учебной дисциплине «Информационные технологии». Критерии включения: возраст 16–19 лет, отсутствие академической задолженности по профильным дисциплинам. Критерии исключения: пропуск более 25 % учебных занятий формирующего этапа.
2.5. Инструментарий исследования
Диагностический тест включал пять ситуаций с намеренно внесёнными нарушениями:
1. нарушение 1НФ (многозначный атрибут — хештеги через запятую);
2. нарушение 2НФ (частичная зависимость — адрес клиента в таблице заказов);
3. нарушение 3НФ (транзитивная зависимость — телефон заведующего в таблице сотрудников);
4. нарушение ссылочной целостности (отсутствие каскадного удаления);
5. комбинированная ситуация (нарушение 2НФ + целостности).
6. аналитическая шкала оценивания (табл. 2) обеспечивала объективность измерения.
2.6. Валидизация инструментария
Валидность диагностического теста обеспечивалась процедурой: пилотное апробирование на группе из 20 студентов, не включённых в основной эксперимент; на основе анализа индекса трудности заданий исключались вопросы с индексом < 0,2 и индексом > 0,8. Финальная версия теста содержала пять заданий с индексом трудности в диапазоне 0,4–0,7.
2.7. Критерии качества кейс-ситуаций
Для обеспечения качества кейс-ситуаций предложены пять критериев:
1. диагностичность — наличие чётких «симптомов», позволяющих выявить проблему за 5–10 минут;
2. релевантность — предметная область знакома или легко интерпретируема;
3. педагогическая прозрачность — нарушение однозначно соотносится с конкретной концепцией реляционной модели;
4. технологичность — реализуемость в СУБД без избыточной сложности (не более 4–5 таблиц в эталоне);
5. масштабируемость — возможность усложнения добавлением новых «ловушек».
2.8. Чек-лист преподавателя
Для систематизации разработки создан чек-лист преподавателя с контрольными пунктами по трём этапам: планирование (цель, тип ситуации, предметная область), конструирование (естественность спецификации, ненавязчивость «ловушки»), валидация (тестирование на коллеге, оптимальное время диагностики 5–10 минут). Применение чек-листа позволяет разработать качественную кейс-ситуацию за 20–30 минут без специальной подготовки. Чек-лист доступен по ссылке: https://checklists.expert/checklist/126718-chek-list-prepodavatelya-dlya-razrabotki-keys-situacii.
2.9. Статистическая обработка данных
В связи с небольшим объёмом выборки (N = 25) и отсутствием нормальности для проверки достоверности различий между группами применён непараметрический U-критерий Манна-Уитни (уровень значимости α = 0,05). Для описательной статистики использованы среднее арифметическое (M) и стандартное отклонение (SD).
2.10. Этические аспекты
Исследование проведено в соответствии с этическими принципами педагогических исследований. Все участники и их законные представители ознакомлены с целями и процедурой исследования, добровольно подписали информированное согласие. Участники имели право отказаться от участия на любом этапе без каких-либо академических последствий. Персональные данные обезличены при обработке и публикации результатов.
3. Результаты
3.1. Количественные результаты
Результаты контрольного испытания показали достоверные различия между группами (табл. 3). Средний балл по диагностическим умениям в экспериментальной группе составил 8,7 ± 1,3 балла против 5,2 ± 2,1 балла в контрольной группе (Рис. 1). Статистическая обработка подтвердила достоверность различий (U = 18,5; p < 0,001). Прирост к исходному уровню составил 67 % в экспериментальной группе против 18 % в контрольной.
Среднее время диагностики проблемы сократилось на 44 %: с 14,3 ± 4,7 минуты в контрольной группе до 8,0 ± 2,9 минуты в экспериментальной группе (таблица 3), что свидетельствует о формировании диагностических навыков.
Формирование у обучающихся способности проектировать корректные структуры реляционных баз данных остаётся одной из ключевых задач учебной дисциплины «Основы проектирования баз данных». Эмпирические исследования выявляют устойчивую проблему: до 68 % обучающихся, успешно освоивших теоретические основы нормальных форм, допускают критические ошибки при проектировании реальных структур — дублирование данных, аномалии обновления, нарушение ссылочной целостности [2]. Причина кроется в разрыве между знанием правил нормализации и умением распознавать «симптомы» нарушений в исходных спецификациях, полученных от заказчика.
Традиционный подход к обучению, основанный на демонстрации «идеального» проектирования «сверху вниз», не формирует у обучающихся диагностических умений — способности выявлять проблемные зоны в «грязных» данных реальной предметной области. Профессиональная компетентность проектировщика проявляется не в механическом применении алгоритмов нормализации, а в умении диагностировать и разрешать проблемные ситуации на стыке бизнес-логики и реляционной модели [3].
Актуальность настоящего исследования обусловлена необходимостью разработки методического инструментария для формирования диагностических умений. Кейс-ситуация — дидактически смоделированный фрагмент профессиональной деятельности с намеренно внесённой «ловушкой» — представляет собой перспективный инструмент для решения данной задачи. Однако в педагогической литературе отсутствуют системные рекомендации по разработке кейс-ситуаций, ориентированных именно на диагностику нарушений реляционной модели [1].
Цель исследования — разработка и обоснование методики конструирования кейс-ситуаций для формирования диагностических умений при обучении проектированию реляционных баз данных.
Задачи исследования:
1. Теоретически обосновать концепт кейс-ситуации как дидактического инструмента в обучении проектированию баз данных.
2. Выделить и систематизировать типовые проблемные ситуации, соответствующие нарушениям реляционной модели.
3. Разработать пошаговый алгоритм конструирования кейс-ситуаций с методическими «ловушками».
4. Сформулировать критерии качества кейс-ситуаций.
5. Создать чек-лист преподавателя для систематизации разработки кейс-ситуаций.
6. Провести апробацию методики и оценить её эффективность.
Объект исследования — процесс формирования диагностических умений обучающихся при обучении проектированию реляционных баз данных.
Предмет исследования — методика разработки кейс-ситуаций с проблемными зонами для обучения проектированию баз данных.
Гипотеза исследования: систематическое использование специально сконструированных кейс-ситуаций повышает уровень сформированности диагностических умений у обучающихся.
2. Материалы и методы
2.1. Концептуализация кейс-ситуации
Кейс-ситуация определяется как дидактически смоделированный фрагмент профессиональной деятельности проектировщика баз данных, содержащий намеренно внесённую «методическую ловушку» — нарушение требований реляционной модели, требующее диагностики и разрешения обучающимся [4]. В отличие от традиционного кейса, ориентированного на применение известного алгоритма проектирования к «чистым» данным, кейс-ситуация имитирует условия неопределённости, характерные для реальной практики: проектировщик получает от заказчика противоречивые, избыточные или семантически несогласованные требования.
Когнитивная задача обучающегося включает два этапа:
1. диагностика скрытого нарушения реляционной модели;
2. проектирование корректной структуры. Такой подход реализует принцип проблемного обучения и соответствует требованиям ФГОС СПО к формированию проектных компетенций по специальностям 09.02.06 «Сетевое и системное администрирование», 09.02.07 «Информационные системы и программирование».
2.2. Типология проблемных ситуаций
На основе анализа архива 44 студенческих работ за 2022–2024 гг. выделены четыре базовых типа проблемных ситуаций [5], репрезентативных для практики проектирования реляционных баз данных (табл. 1).
Таблица 1 – Типология проблемных ситуаций и диагностические «симптомы»
Тип нарушения | Диагностический «симптом» | Пример предметной области | Время выявления (мин) |
Нарушение 1НФ (многозначный атрибут) | Невозможность эффективного поиска по части значения без строковых функций | Хранение хештегов (#новыйгод, #скидка50) в одной ячейке | 3–5 |
Нарушение 2НФ (частичная зависимость) | Изменение атрибута требует обновления множества записей с общим составным ключом | Адрес клиента в таблице заказов | 4–6 |
Нарушение 3НФ (транзитивная зависимость) | Изменение неключевого атрибута требует массового обновления записей | Телефон заведующего в таблице сотрудников | 5–7 |
Нарушение целостности | Появление «сиротских» записей при удалении родительской сущности | Удаление пользователя с сохранением заказов | 4–6 |
2.3. Дизайн педагогического эксперимента
Исследование выполнено в формате педагогического эксперимента с разделением выборки на контрольную и экспериментальную группы. Эксперимент включал три последовательных этапа:
Констатирующий этап (сентябрь 2024 г.) — проведение входной диагностики исходного уровня диагностических умений с использованием стандартизированного теста, состоящего из пяти «ошибочных» спецификаций предметных областей. Каждое задание оценивалось по аналитической шкале (0–2 балла) по трём критериям: полнота выявленных нарушений реляционной модели, обоснованность диагноза, корректность предложения по устранению проблемы. Максимальный суммарный балл — 10.
Формирующий этап (октябрь 2024 г. — апрель 2025 г., 23 учебные недели) — реализация учебного процесса по дисциплине «Основы проектирования баз данных». Контрольная группа (n = 25) обучалась по традиционной методике с использованием «идеальных» кейсов, предполагающих проектирование структур по корректным спецификациям. Экспериментальная группа (n = 25) обучалась с применением разработанных кейс-ситуаций, содержащих намеренно внесённые нарушения реляционной модели. Распределение обучающихся по группам осуществлялось методом простой случайной выборки с использованием генератора псевдослучайных чисел (функция sample() в среде R).
Контрольный этап (май 2025 г.) — повторная диагностика по идентичной методике для оценки динамики диагностических умений. Дополнительно фиксировалось время, затраченное каждым обучающимся на выявление и описание нарушений.
2.4. Выборка
В исследовании приняли участие 25 обучающихся второго курса ГОУ СПО «Тираспольский техникум информатики и права» (ПМР), осваивающих специальности 09.02.06 «Сетевое и системное администрирование» и 09.02.07 «Информационные системы и программирование». Средний возраст участников — 17,4 ± 0,8 года. Все участники имели одинаковый уровень предварительной подготовки по учебной дисциплине «Информационные технологии». Критерии включения: возраст 16–19 лет, отсутствие академической задолженности по профильным дисциплинам. Критерии исключения: пропуск более 25 % учебных занятий формирующего этапа.
2.5. Инструментарий исследования
Диагностический тест включал пять ситуаций с намеренно внесёнными нарушениями:
1. нарушение 1НФ (многозначный атрибут — хештеги через запятую);
2. нарушение 2НФ (частичная зависимость — адрес клиента в таблице заказов);
3. нарушение 3НФ (транзитивная зависимость — телефон заведующего в таблице сотрудников);
4. нарушение ссылочной целостности (отсутствие каскадного удаления);
5. комбинированная ситуация (нарушение 2НФ + целостности).
6. аналитическая шкала оценивания (табл. 2) обеспечивала объективность измерения.
Таблица 2 – Критерии оценивания диагностических умений
Критерий | 2 балла | 1 балл | 0 баллов |
Полнота выявления нарушений | Выявлены все нарушения в спецификации | Выявлено не менее 50 % нарушений | Нарушения не выявлены или выявлены менее 50 % |
Обоснованность диагноза | Приведено корректное объяснение с указанием «симптома» и типа нарушения | Приведено частичное объяснение без указания типа нарушения | Объяснение отсутствует или некорректно |
Корректность решения | Предложена нормализованная структура, устраняющая все выявленные нарушения | Предложена структура с частичным устранением нарушений | Решение отсутствует или не устраняет нарушения |
2.6. Валидизация инструментария
Валидность диагностического теста обеспечивалась процедурой: пилотное апробирование на группе из 20 студентов, не включённых в основной эксперимент; на основе анализа индекса трудности заданий исключались вопросы с индексом < 0,2 и индексом > 0,8. Финальная версия теста содержала пять заданий с индексом трудности в диапазоне 0,4–0,7.
2.7. Критерии качества кейс-ситуаций
Для обеспечения качества кейс-ситуаций предложены пять критериев:
1. диагностичность — наличие чётких «симптомов», позволяющих выявить проблему за 5–10 минут;
2. релевантность — предметная область знакома или легко интерпретируема;
3. педагогическая прозрачность — нарушение однозначно соотносится с конкретной концепцией реляционной модели;
4. технологичность — реализуемость в СУБД без избыточной сложности (не более 4–5 таблиц в эталоне);
5. масштабируемость — возможность усложнения добавлением новых «ловушек».
2.8. Чек-лист преподавателя
Для систематизации разработки создан чек-лист преподавателя с контрольными пунктами по трём этапам: планирование (цель, тип ситуации, предметная область), конструирование (естественность спецификации, ненавязчивость «ловушки»), валидация (тестирование на коллеге, оптимальное время диагностики 5–10 минут). Применение чек-листа позволяет разработать качественную кейс-ситуацию за 20–30 минут без специальной подготовки. Чек-лист доступен по ссылке: https://checklists.expert/checklist/126718-chek-list-prepodavatelya-dlya-razrabotki-keys-situacii.
2.9. Статистическая обработка данных
В связи с небольшим объёмом выборки (N = 25) и отсутствием нормальности для проверки достоверности различий между группами применён непараметрический U-критерий Манна-Уитни (уровень значимости α = 0,05). Для описательной статистики использованы среднее арифметическое (M) и стандартное отклонение (SD).
2.10. Этические аспекты
Исследование проведено в соответствии с этическими принципами педагогических исследований. Все участники и их законные представители ознакомлены с целями и процедурой исследования, добровольно подписали информированное согласие. Участники имели право отказаться от участия на любом этапе без каких-либо академических последствий. Персональные данные обезличены при обработке и публикации результатов.
3. Результаты
3.1. Количественные результаты
Результаты контрольного испытания показали достоверные различия между группами (табл. 3). Средний балл по диагностическим умениям в экспериментальной группе составил 8,7 ± 1,3 балла против 5,2 ± 2,1 балла в контрольной группе (Рис. 1). Статистическая обработка подтвердила достоверность различий (U = 18,5; p < 0,001). Прирост к исходному уровню составил 67 % в экспериментальной группе против 18 % в контрольной.
Таблица 3 – Динамика диагностических умений (средний балл из 10)
Группа | До обучения | После обучения | Прирост | Время диагностики (мин) |
Экспериментальная (n=25) | 5,2 ± 1,4 | 8,7 ± 1,3 | +67 % | 8,0 ± 2,9 |
Контрольная (n=25) | 4,4 ± 1,8 | 5,2 ± 2,1 | +18 % | 14,3 ± 4,7 |
Среднее время диагностики проблемы сократилось на 44 %: с 14,3 ± 4,7 минуты в контрольной группе до 8,0 ± 2,9 минуты в экспериментальной группе (таблица 3), что свидетельствует о формировании диагностических навыков.
Рис. 1 – Динамика диагностических умений экспериментальной и контрольной
3.2. Качественные результаты
Качественный анализ выполненных работ выявил, что обучающиеся экспериментальной группы в 3,2 раза чаще самостоятельно формулировали обобщающие правила для предотвращения ошибок: «никогда не хранить списки через запятую», «если атрибут зависит не от ключа, а от другого атрибута — выносим в отдельную таблицу». У 78 % обучающихся экспериментальной группы наблюдался перенос диагностических умений на новые предметные области, не использовавшиеся в обучении.
3.3. Примеры кейс-ситуаций
Кейс-ситуация «Нарушение 1НФ».
Спецификация имитирует запрос маркетолога: «Нужна таблица для хранения информации о рекламных кампаниях.
Для каждой кампании укажите: идентификатор, название, бюджет, целевые хештеги (например: #новыйгод, #скидка50, #бесплатнаядоставка), дата начала и окончания».
Диагностическое задание: «Реализуйте отчёт: какие кампании используют хештег #скидка50? Объясните трудности».
Обучающийся сталкивается с необходимостью поиска подстроки в поле с разделителями.
Эталонное решение — выделение сущностей «Кампания», «Хештег» и связующей таблицы «КампанияХештег».
Кейс-ситуация «Нарушение 3НФ».
Представлена таблица сотрудников со следующими полями: табельный номер, ФИО, отдел, заведующий отделом, телефон заведующего.
В таблице присутствуют две записи сотрудников отдела «Маркетинг» с одинаковыми значениями «заведующий» и «телефон заведующего».
Диагностическое задание: «Заведующая отделом маркетинга уволилась. Обновите данные на Новикова Д.А. с телефоном 9012.
Сколько записей потребовалось изменить? Является ли это признаком избыточности?».
Обучающийся вынужден обновить обе записи, что демонстрирует аномалию обновления.
Эталонное решение — выделение сущности «Отдел» с атрибутами «название», «заведующий», «телефон заведующего».
4. Обсуждение
Результаты исследования подтверждают выдвинутую гипотезу: систематическое использование специально сконструированных кейс-ситуаций достоверно повышает уровень сформированности диагностических умений у обучающихся. Прирост на 67 % и сокращение времени диагностики на 44 % свидетельствуют о переходе от осознанного применения правил к автоматизированным диагностическим навыкам.
Теоретическая новизна работы заключается в трёх аспектах. Во-первых, предложена концептуализация кейс-ситуации как самостоятельного дидактического инструмента с фокусом на диагностике нарушений, в отличие от традиционного кейса, ориентированного на проектирование. Во-вторых, разработана типология четырёх проблемных ситуаций, соответствующих ключевым нарушениям реляционной модели, что обеспечивает системность методики. В-третьих, интегрирован чек-лист как инструмент снижения когнитивной нагрузки преподавателя при разработке кейсов — подход, заимствованный из медицины и адаптированный для педагогической практики.
Практическая значимость подтверждена количественно и качественно. Методика позволяет преподавателю без специальной подготовки создать качественную кейс-ситуацию за 20–30 минут. Формирование переносимых компетенций у 78 % обучающихся экспериментальной группы демонстрирует развитие не только предметных, но и метапредметных умений — способности к диагностике проблем в условиях неопределённости.
Ограничения исследования связаны с небольшой выборкой (N = 50) и спецификой одной образовательной организации. Для повышения внешней валидности требуется репликация исследования в других организациях СПО с увеличенной выборкой. Внутренняя валидность обеспечена рандомизацией распределения по группам, единообразием условий проведения эксперимента и валидизацией измерительных инструментов.
Перспективы дальнейших исследований включают:
1. адаптацию методики для цифровых образовательных сред — разработку интерактивных кейс-ситуаций с автоматической верификацией решений;
2. исследование влияния кейс-ситуаций на формирование метапредметных компетенций: системного и критического мышления;
3. расширение типологии проблемных ситуаций на смежные дисциплины — проектирование информационных систем и архитектуру предприятий.
Таким образом, предложенная методика представляет собой готовый к внедрению инструментарий для формирования диагностических умений при обучении проектированию баз данных, соответствующий современным требованиям к компетентностно-ориентированному подходу в профессиональном образовании.
Литература:
1. Глушаков С. В. Базы данных: Учебное пособие / С. В. Глушаков, Д. В. Лисовенко, С. В. Сурядный. — Харьков: Фолио, 2020. — 480 с.
2. Дейт К. Дж. Введение в системы баз данных / К. Дж. Дейт; пер. с англ. — 8-е изд. — М.: Вильямс, 2019.
3. Коннолли Т. Базы данных: проектирование, реализация и сопровождение / Т. Коннолли, К. Бегг; пер. с англ. — 6-е изд. — М.: Вильямс, 2021. — 1328 с.
4. Селевко Г. К. Современные образовательные технологии: Учебное пособие / Г. К. Селевко. — М.: Народное образование, 2018. — 256 с.
5. Хеннинг Г. Проектирование реляционных баз данных для предприятий / Г. Хеннинг; пер. с нем. — СПб.: Питер, 2020. — 320 с.
Качественный анализ выполненных работ выявил, что обучающиеся экспериментальной группы в 3,2 раза чаще самостоятельно формулировали обобщающие правила для предотвращения ошибок: «никогда не хранить списки через запятую», «если атрибут зависит не от ключа, а от другого атрибута — выносим в отдельную таблицу». У 78 % обучающихся экспериментальной группы наблюдался перенос диагностических умений на новые предметные области, не использовавшиеся в обучении.
3.3. Примеры кейс-ситуаций
Кейс-ситуация «Нарушение 1НФ».
Спецификация имитирует запрос маркетолога: «Нужна таблица для хранения информации о рекламных кампаниях.
Для каждой кампании укажите: идентификатор, название, бюджет, целевые хештеги (например: #новыйгод, #скидка50, #бесплатнаядоставка), дата начала и окончания».
Диагностическое задание: «Реализуйте отчёт: какие кампании используют хештег #скидка50? Объясните трудности».
Обучающийся сталкивается с необходимостью поиска подстроки в поле с разделителями.
Эталонное решение — выделение сущностей «Кампания», «Хештег» и связующей таблицы «КампанияХештег».
Кейс-ситуация «Нарушение 3НФ».
Представлена таблица сотрудников со следующими полями: табельный номер, ФИО, отдел, заведующий отделом, телефон заведующего.
В таблице присутствуют две записи сотрудников отдела «Маркетинг» с одинаковыми значениями «заведующий» и «телефон заведующего».
Диагностическое задание: «Заведующая отделом маркетинга уволилась. Обновите данные на Новикова Д.А. с телефоном 9012.
Сколько записей потребовалось изменить? Является ли это признаком избыточности?».
Обучающийся вынужден обновить обе записи, что демонстрирует аномалию обновления.
Эталонное решение — выделение сущности «Отдел» с атрибутами «название», «заведующий», «телефон заведующего».
4. Обсуждение
Результаты исследования подтверждают выдвинутую гипотезу: систематическое использование специально сконструированных кейс-ситуаций достоверно повышает уровень сформированности диагностических умений у обучающихся. Прирост на 67 % и сокращение времени диагностики на 44 % свидетельствуют о переходе от осознанного применения правил к автоматизированным диагностическим навыкам.
Теоретическая новизна работы заключается в трёх аспектах. Во-первых, предложена концептуализация кейс-ситуации как самостоятельного дидактического инструмента с фокусом на диагностике нарушений, в отличие от традиционного кейса, ориентированного на проектирование. Во-вторых, разработана типология четырёх проблемных ситуаций, соответствующих ключевым нарушениям реляционной модели, что обеспечивает системность методики. В-третьих, интегрирован чек-лист как инструмент снижения когнитивной нагрузки преподавателя при разработке кейсов — подход, заимствованный из медицины и адаптированный для педагогической практики.
Практическая значимость подтверждена количественно и качественно. Методика позволяет преподавателю без специальной подготовки создать качественную кейс-ситуацию за 20–30 минут. Формирование переносимых компетенций у 78 % обучающихся экспериментальной группы демонстрирует развитие не только предметных, но и метапредметных умений — способности к диагностике проблем в условиях неопределённости.
Ограничения исследования связаны с небольшой выборкой (N = 50) и спецификой одной образовательной организации. Для повышения внешней валидности требуется репликация исследования в других организациях СПО с увеличенной выборкой. Внутренняя валидность обеспечена рандомизацией распределения по группам, единообразием условий проведения эксперимента и валидизацией измерительных инструментов.
Перспективы дальнейших исследований включают:
1. адаптацию методики для цифровых образовательных сред — разработку интерактивных кейс-ситуаций с автоматической верификацией решений;
2. исследование влияния кейс-ситуаций на формирование метапредметных компетенций: системного и критического мышления;
3. расширение типологии проблемных ситуаций на смежные дисциплины — проектирование информационных систем и архитектуру предприятий.
Таким образом, предложенная методика представляет собой готовый к внедрению инструментарий для формирования диагностических умений при обучении проектированию баз данных, соответствующий современным требованиям к компетентностно-ориентированному подходу в профессиональном образовании.
Литература:
1. Глушаков С. В. Базы данных: Учебное пособие / С. В. Глушаков, Д. В. Лисовенко, С. В. Сурядный. — Харьков: Фолио, 2020. — 480 с.
2. Дейт К. Дж. Введение в системы баз данных / К. Дж. Дейт; пер. с англ. — 8-е изд. — М.: Вильямс, 2019.
3. Коннолли Т. Базы данных: проектирование, реализация и сопровождение / Т. Коннолли, К. Бегг; пер. с англ. — 6-е изд. — М.: Вильямс, 2021. — 1328 с.
4. Селевко Г. К. Современные образовательные технологии: Учебное пособие / Г. К. Селевко. — М.: Народное образование, 2018. — 256 с.
5. Хеннинг Г. Проектирование реляционных баз данных для предприятий / Г. Хеннинг; пер. с нем. — СПб.: Питер, 2020. — 320 с.
ВОПРОСЫ И КОММЕНТАРИИ
