Сегодня понимание квалификации педагога тесно связано со следованием актуальным образовательным трендам, с владением перспективными методами и технологиями в образовательном процессе. В постановлении Правительства РФ «Развитие образования» находим следующие формулировки: «Повышение качества общего образования неразрывно связано с квалификацией и эффективностью работы учителя, его активной вовлеченностью в профессиональную деятельность, ростом престижа учительской профессии» [14]. К трендам, оказывающим влияние на эффективность деятельности педагога, в частности, относится возрастающая роль учебной аналитики, где появляются возможности внедрения цифровых технологий для сбора и анализа образовательных данных в целях принятия профессиональных решений, гибкого сопровождения обучающихся. Учителя совершенствуют практику учебного взаимодействия в системах управления обучением и на цифровых онлайн платформах, что способствует накоплению в образовательной среде все больших объемов данных, которые могут быть использованы как для анализа, так и для автоматизации ряда действий учителя с применением интеллектуальных программных алгоритмов (Яндекс.Метрика, Образовательная платформа СберУниверситета, возможности LMS).
Появляется все больше исследований о внедрении учебной аналитики в решение различных задач деятельности педагога. Например, для поддержки самостоятельной регуляции поведения учащихся в процессе обучения [2]. Кустицкая Т.А. и Носков М.В. отмечают, что «значимость аналитики обучения постоянно растет вместе с цифровизацией образования, открывая педагогам многообещающие перспективы оптимизации процесса обучения на основе данных» [1].
Это требует расширения содержания информационно-аналитической деятельности педагога и формирования соответствующих новых компетенций [12], которые включают не только способность применять различные подходы и стратегии в применении учебной аналитики [4, 5, 16], но и учет этических проблем в работе с данными, функционирующими в учебном процессе [9].
Такие исследователи цифровой образовательной среды как Агатова О.А., Дюличева Ю.Ю., Носкова Т.Н., Лещенко Е.М., Назаренко Н.Н. сходятся во мнении, что обучение работе с данными и принятию решений на основе данных должно быть частью подготовки современного педагога [3, 6, 8, 10]. Идет активный поиск продуктивных приемов и методов, позволяющих погружать педагога в теоретические и практические области учебной аналитики.

Проводимое исследование предполагает изучение потенциала компетентностно-ориентированных задач в подготовке будущего учителя в области учебной аналитики. Существуют различные виды задач или заданий, которые предполагают применение знаний, умений, навыков, проявления связанных с ними позиций в комплексных ситуациях, приближенных к реальным или моделирующих их. Среди них ситуационные задачи, кейсы, контекстные задачи, компетентностные (или компетентностно-ориентированные) задачи. Все они предполагают практическую деятельность в конкретных ситуациях, многосторонний подход к решению заданной проблемы, нацелены на применение знаний и навыков в новых условиях и совершенствовании их в процессе решения задачи. Компетентностно-ориентированные задачи имеют тесные связи с составом осваиваемых компетенций, предназначены для оценивания процесса и результатов формирования компетенций обучающихся [15, 17]. Павлова Л.В. определяет цель решения компетентностных задач как «разрешение стандартной или нестандартной ситуации (предметной, межпредметной или практической по описанному в ней содержанию) посредством нахождения соответствующего способа решения….основной особенностью таких задач является получение познавательного результата» [11].
Ибрашева И.С. выделяет несколько отличительных особенностей таких задач:
«1. Значимость получаемого результата, что обеспечивает познавательную, профессиональную, общекультурную, социальную мотивацию учащегося.
2. Условие задачи может быть сформулировано как ситуация или как проблема или сюжет и для решения такой задачи необходимо использовать знания из разных областей.
3. Информация и данные в задаче могут быть представлены в различной форме, что потребует распознавания объектов.
4. Указания могут быть явными и неявными
5. По структуре эти задачи - нестандартные т.е. неопределенны некоторые из ее компонентов.
6. Возможны избыточные способы решения (различная степень рациональности), причем они могут быть неизвестны учащимся, и их потребуется сконструировать.
7. Наличие нескольких способов решения (различная степень рациональности), причем данные способы могут быть неизвестны учащимся, и их потребуется сконструировать» [7].
Учебная аналитика – это всегда приложение методов анализа образовательных данных к конкретным обширным, комплексным ситуациям учебного процесса для поиска неочевидных решений. Умения, которые могут существенно обогатить информационно-аналитическую деятельность педагога, не ограничиваются освоением статистических методов и аналитических процедур. Будущему учителю необходима существенная мотивация и профессиональная позиция, усиливающая осознание полезности этих методов для разных ситуаций работы в цифровой среде. Поэтому именно этот тип задач составил предмет исследования.
Решение компетентностных задач в процессе подготовки будущего педагога связываем с третьим этапом реализации разработанной нами методики формирования компетенций педагога в области учебной аналитики. На этом этапе «обучающиеся осваивают решение конкретных аналитических задач в ЦОС с применением программных аналитических пакетов, интеллектуального анализа данных, продвинутых средств визуализации и интерпретации данных» [13]. В соответствии с содержанием 5 выделенных групп умений [12] сформулированы 5 типов компетентностно-ориентированных задач:
1 тип задач - на развитие способности определять цели аналитической деятельности и ставить аналитические задачи.
Обучающиеся представляют себя в роли учителя и заместителя директора по информатизации (цифровизации), которые стремятся выявить аспекты образовательного процесса, влияющие на успеваемость обучающихся. Опираясь на конкретные условия задачи, необходимо определить виды взаимодействия в ЦОС, цель и задачи информационно-аналитической деятельности, а также описать возможные трудности и ограничения, с которыми можно столкнуться в процессе диагностики успеваемости на основе имеющихся данных.
2 тип задач – на выбор необходимых данных и получение доступа к образовательным данным.
Особенность данной задачи заключается том, что учащиеся и педагог используют платформу электронного дневника, возможности которой учитываются при выполнении задания. Студентам необходимо увидеть данные, которые можно выгрузить с платформы, определить формат выгрузки, обосновать, почему будут взяты именно эти данные. Студенты определяют необходимость обращения к администратору системы, в случае необходимости формируют конкретный запрос.
3 тип задач – на анализ данных (выбор и применение методов и средств анализа).
Задача, решая которую студент совершенствует свою способность производить анализ определенных образовательных данных. Используются реальные датасеты из доступных свободных источников (такие как Kaggle). Например, один из вариантов задачи предполагает, что студенты работают с таблицей данных, относящихся к учащимся нескольких школ района (в конкретном примере 6607 записей). Для решения задачи, обучающиеся проводят анализ данных с помощью изученных инструментов (например, MS Excel или Python). Путем сравнения освоенных методов анализа данных выбирается необходимый для конкретной ситуации. Как результат обучающиеся составляют «портрет» ученика, который потенциально получит самый высокий балл на итоговой аттестации.
4 тип задач – на представление и интерпретацию результатов анализа данных.
Как продолжение решения задач 3 типа, студенты визуализируют и интерпретируют результаты анализа данных. Им необходимо увидеть взаимосвязи между разными показателями, характеризующимися данными, например, оценки, посещаемость, участие ученика во внеклассных мероприятиях, активность родителей и пр. Обучающиеся самостоятельно обосновывают выбор типа графика, диаграммы или таблицы представления результатов. После этого происходит выбор формата представления результатов для разных целевых групп: педагога, родителей, администрации.
5 тип задач – на видение педагогических решений, принимаемых на основе анализа образовательных данных.
В данном типе задач используются результаты анализа данных в конкретной образовательной ситуации и выводы, предположения, которые сделаны по результатам этого анализа. Обучающимся необходимо разработать меры, которые могут быть приняты на основании полученной информации. Студенты формулируют и обосновывают педагогические решения, разрабатывают показатели (метрики) для оценивания эффективности их внедрения, определяют условия реализации и дальнейшего мониторинга ситуации. Студенты также оценивают риски и ограничения принятия решений на основе данных.
Для каждого типа компетентностно-ориентированных задач разработаны контрольно-оценочные материалы. Каждый студент в процессе решения задачи заполняет два листа: самооценивания и взаимооценивания.
Компетентностно-ориентированные задачи в области учебной аналитики адресованы будущему педагогу, независимо от его предметной области. Для профильных направлений подготовки в области математики и информатики в решение задач внедрено более широкое использование языков программирования (например, Python или R), применение специализированных программ для анализа данных (Knime, Weka и др.). В то время как студентам других педагогических направлений достаточно знания возможностей электронных таблиц (функции и способы построения визуализаций).
В настоящее время получены первые результаты экспериментального внедрения комплекса компетентностно-ориентированных задач в учебный процесс подготовки учителя по образовательной программе 44.03.01 «Педагогическое образование», направленность (профиль) «Информатика и информационные технологии в образовании». Студенты в основном справились со всеми задачами, проявили заинтересованность. В листах самооценивания студенты отметили возникшие затруднения, которые дают возможность дальнейшего усовершенствования содержания задач и ресурсного оснащения процесса их решения.

Литература:

1. Kustitskaya T. A. Learning analytics in Russia and abroad: level of development, trends and prospects / T. A. Kustitskaya, M. V. Noskov // RUDN Journal of Informatization in Education. – 2023. – Vol. 20, No. 2. – P. 150-158. – DOI 10.22363/2312-8631-2023-20-2-150-158. – EDN KEROFN.
2. Vreugd de L., Leeuwen van A., Jansen R. & Schaaf van der M. (2024). Learning Analytics Dashboard Design and Evaluation to Support Student Self-Regulation of Study Behaviour. Journal of Learning Analytics, 11(3), 249-262. https://doi.org/10.18608/jla.2024.8529
3. Агатова (Фиофанова) О.А. Стандарты цифровой образовательной среды и архитектура данных в образовании / О.А. Агатова (Фиофанова) // Вестник МГПУ. Серия: Информатика и информатизация образования. – 2022. – № 1(59). – С. 37-46. – DOI 10.25688/2072-9014.2022.59.1.04. – EDN VOQZCT.
4. Беляев А.В. Информационная система управления аналитикой данных по иностранным обучающимся высших учебных заведений Новосибирской области / А.В. Беляев, Е.Г. Гурова // Наука. Технологии. Инновации : XVII Всероссийская научная конференция молодых ученых. Сборник научных трудов. В 11-ти частях, Новосибирск, 04–08 декабря 2023 года. – Новосибирск: Новосибирский государственный технический университет, 2024. – С. 185-188. – EDN LXKHIP.
5. Вайнштейн Ю.В. Применение учебной аналитики для успешного обучения студентов / Ю.В. Вайнштейн, М.В. Носков, М.В. Сомова // Новые образовательные стратегии в открытом цифровом пространстве : Сборник научных статей по материалам международной научно-практической конференции, Санкт-Петербург, 09–27 марта 2024 года. – Санкт-Петербург: ООО Центр научно-информационных технологий Астерион, 2024. – С. 36-41. – EDN UZUCER.
6. Дюличева Ю.Ю. Применение учебной аналитики в высшем образовании: датасеты, методы и инструменты / Ю.Ю. Дюличева // Высшее образование в России. – 2024. – Т. 33, № 5. – С. 86-111. – DOI 10.31992/0869-3617-2024-33-5-86-111. – EDN EIDBZY.
7. Ибрашева Б.С. Особенности и структура компетентностных задач в процессе обучения математике / Б.С. Ибрашева // Обучение и воспитание: методики и практика. – 2014. – № 11. – С. 76-80. – EDN RZGQKP.
8. Лещенко Е.М. Цифровизация образовательной среды как фактор оценки информации и принятия решения / Е.М. Лещенко, Н.Н. Назаренко // Регион: системы, экономика, управление. – 2021. – № 4(55). – С. 91-97. – DOI 10.22394/1997-4469-2021-55-4-91-97. – EDN SSHOMK.
9. Мартынова М.Д. Учебная аналитика в образовательном процессе: куда нас ведут большие данные? / М.Д. Мартынова // Социальные нормы и практики. – 2024. – № 4(14). – С. 39-49. – DOI 10.24412/2713-1033-2024-4-39-49. – EDN EFFLVP.
10. Носкова Т.Н. Совершенствование информационно-интеллектуальной деятельности в цифровом образовательном пространстве / Т.Н. Носкова // Проблемы современного образования. – 2024. – № 1. – С. 205-218. – DOI 10.31862/2218-8711-2024-1-205-218. – EDN YMBRUN.
11. Павлова Л.В. Предметные компетентностные задачи по математике / Л.В. Павлова // Вестник Псковского государственного университета. Серия: Естественные и физико-математические науки. – 2013. – № 3. – С. 127-134. – EDN RVKHHH.
12. Павлова Т.Б. Новые информационно-аналитические умения педагога в педагогическом управлении образовательным взаимодействием в цифровой образовательной среде / Т.Б. Павлова, Е.А. Ковалева // Kant. – 2023. – № 3(48). – С. 231-238. – DOI 10.24923/2222-243X.2023-48.40. – EDN WULNUE.
13. Павлова Т.Б. Структура и содержание методики формирования компетенций педагога в области учебной аналитики / Т.Б. Павлова, Е.А. Ковалева // Вестник Ленинградского государственного университета им. А.С. Пушкина. – 2024. – № 4. – С. 85-101. – DOI 10.35231/18186653_2024_4_85. – EDN BDIVFR.
14. Постановление Правительства РФ от 01.09.2023 № 1435 «О внесении изменений в государственную программу Российской Федерации «Развитие образования». – URL: https://www.consultant.ru/document/cons_doc_LAW_456206/ (дата обращения: 12.02.2025)
15. Цереннадмид Б. Компетентностно-ориентированные задачи как средство формирования общих компетенций / Б. Цереннадмид, Н.Б. Лумбунова, Е.П. Миронова // Геометрия многообразий и ее приложения : материалы Шестой научной конференции с международным участием, Улан-Удэ, 27–29 августа 2020 года. – Улан-Удэ: Бурятский государственный университет имени Доржи Банзарова, 2020. – С. 243-250. – EDN TNLSTB.
16. Черепанова А.Л. Особенности предобработки данных результатов тестирования студентов для учебной аналитики / А.Л. Черепанова // Педагогическая информатика. – 2024. – № 2. – С. 253-256. – EDN OHFVDQ.
17. Шмигирилова, И.Б. К вопросу о понятии "компетентностно-ориентированная задача" / И.Б. Шмигирилова // Вестник Томского государственного педагогического университета. – 2018. – № 7(196). – С. 121-129. – DOI 10.23951/1609-624X-2018-7-121-129. – EDN YMJXLN.