СЕКЦИЯ
Искусственный интеллект и технологии на основе данных в образовании

Уваров А.Ю.

Московский педагогический государственный университет

Москва, Россия

Индикаторы обновления школы на основе цифровых следов

Представлен инновационный подход к мониторингу процесса цифрового обновления школы (SDRP – School Digital Renewal Process) на поздних этапах его развития. Традиционные индикаторы, основанные на наличии техники и подключения к сети, утрачивают актуальность, когда школы переходят от инфраструктурных изменений к глубокой педагогической трансформации – персонализированному компетентностно-результативному обучению (ПКО). Предложена методология автоматизированного анализа цифровых следов школ с использованием ИИ- инструментов для оценки изменений в содержании и организации обучения без опоры на опросы учителей. Интеллектуальные инструменты (ИнИн) используются для сбора и анализа индикаторов на основе общедоступных цифровых ресурсов школ, что обеспечивает масштабируемый и экономически эффективный метод отслеживания цифровой трансформации образования в эпоху ИИ.

Uvarov A.Yu.

Moscow State Pedagogical University

Moscow, Russia

Indicators of school renewal based on digital footprints

The report presents an innovative approach to monitoring the school's Digital Renewal Process (SDRP – School Digital Renewal Process) at the later stages of its development. Traditional indicators based on the availability of technology and network connectivity lose relevance when schools move from infrastructural changes to a deep pedagogical transformation – personalized competence-based learning (PCO). A methodology is proposed for automated analysis of digital traces of schools using AI tools to assess changes in the content and organization of education without relying on teacher surveys. Intelligent Tools (inIn) are used to collect and analyze indicators based on publicly available digital resources of schools, which provides a scalable and cost-effective method for tracking the digital transformation of education in the age of AI.
Цифровое обновление школы – это долгосрочный процесс, эволюционировавший за последние полвека от внедрения вычислительной техники к фундаментальной трансформации образовательных систем. Если на ранних этапах SDRP измерялся показателями качества интернет-соединения, наличия цифровых устройств и доступа к онлайн-сервисам, то на продвинутых стадиях акцент смещается к изменениям в содержании обучения, педагогических методах и организационных структурах школы [9].

Современный этап SDRP характеризуется переходом от классно-урочной системы к персонализированному компетентностному обучению (ПКО), где каждый ученик достигает полного спектра личностных, метапредметных и предметных компетенций в индивидуальном темпе [3]. При этом традиционные метрики, ориентированные на технологии, становятся недостаточными для оценки прогресса. Возникает потребность в индикаторах, фиксирующих глубинные педагогические изменения – так называемые «изменения второго порядка» [7].

Анализ более тысячи публикаций позволил выделить четыре последовательных этапа SDRP [2]:
Этап 1 – оснащение школ цифровыми технологиями (ЦТ) и формирование базовой цифровой грамотности учителей и учащихся. Инновации носят точечный характер, инициируемые отдельными энтузиастами.
Этап 2 – цифровая образовательная среда становится рутинным элементом школьной жизни. Акцент смещается на применение ЦТ в предметном обучении, создание цифровых материалов и внедрение инновационных педагогических практик.
Этап 3 – системные усилия по модернизации методов обучения и организационных структур через шесть направлений: надёжный доступ к ресурсам, цифровизация взаимодействия, междисциплинарные проекты, обучение за пределами класса, аутентичная оценка, индивидуализация обучения.
Этап 4 – качественная трансформация школьной деятельности на основе новых технологических решений. Ключевой сдвиг – переход от традиционного обучения к ПКО, где прогресс ученика определяется не временем, проведённым в классе, а демонстрацией освоения компетенций [5].

Результаты глобального мониторинга школ по 62 странам в 2024 году [6] показывает: этапа 3 достигли лишь 19% ведущих стран, 68% стран вышли на этап 2, а 13% стран остаются на этапе 1. Переход к этапу 4 остаётся редким явлением. Это связано с тем, что требуемые изменения носят фундаментальный характер.

Для понимания природы трансформационных процессов необходимо различать два типа изменений [7, 8]:
Изменения первого порядка – инкрементальные улучшения в рамках существующей системы (новые методы, материалы, инструменты). Они повышают эффективность, не затрагивая базовых структур и ценностей школы. Примеры: интерактивные доски, электронные журналы.
Изменения второго порядка – трансформация самой системы: её целей, структур, ролей и ценностей. Это парадигмальный сдвиг, требующий нового образа мышления. Пример: переход от классно-урочной системы к ПКО.

Критическая ошибка многих реформ – применение решений первого порядка (ресурсы, тренинги) к проблемам, требующим изменений второго порядка (пересмотр целей, структур, культуры). Переход к ПКО в эпоху ИИ – яркий пример второпорядковой трансформации, затрагивающей не только методику, но и социальную миссию школы [4].

В условиях технологических вызовов возможны три теоретических сценария развития школ [2]:
Инерционный сценарий – сохранение классно-урочной модели при формальном использовании ЦТ для усиления централизованного контроля и стандартизации. Инновации допускаются лишь в той мере, в какой не нарушают существующую систему. Результат – инновации без трансформации.

Трансформационный сценарий – целенаправленное проектирование и масштабирование ПКО. Школы превращаются в культурные кластеры и центры непрерывного обучения, обеспечивающие достижение всеми учениками полного спектра компетенций. ЦТ становятся инструментом персонализации, развития навыков XXI века и сотрудничества школы с сообществом.
Дивергентный сценарий – снижение эффективности традиционных школ компенсируется ростом альтернативных образовательных сервисов (онлайн-платформы, хоумскулинг, сетевые сообщества). Формальная школьная система фрагментируется, что создаёт риски усиления неравенства и утраты школой её социальной функции [2].
В реальности реализуются гибридные конфигурации, однако именно трансформационный сценарий обеспечивает сохранение универсальной, справедливой и формирующей миссии общего образования в условиях цифровой экономики.

Для мониторинга SDRP на поздних этапах предложена система индикаторов по двум измерениям:
1. Обновление содержания обучения. Оценивается по двум параметрам:
· Масштаб обновления – количество новых или пересмотренных учебных целей в официальной программе школы относительно базового варианта.
· Глубина обновления – распределение целей по пересмотренной таксономии Блума [8]. Цели, ориентированные на высшие когнитивные процессы («оценка», «создание»), сигнализируют о глубокой трансформации, соответствующей требованиям эпохи ИИ.
2. Обновление процесса обучения. Ключевой сдвиг – переход от синхронизированного учебного цикла (единый темп для всего класса) к индивидуализированному циклу, где прогресс зависит от демонстрации освоения материала. Индикаторы охватывают три взаимосвязанных процесса: обновление образовательного процесса, трансформацию операционной модели школы, развитие образовательной среды [9].

Для проверки возможности автоматизированной оценки обновления содержания проведено пилотное исследование с использованием ChatGPT. Из общедоступных цифровых ресурсов пяти школ сети World ORT (Европа и Латинская Америка) и двух финских школ были извлечены учебные цели по предмету «Технология» и классифицированы по таксономии Блума [4, 10].
Этапы исследования:
1. Идентификация официальных цифровых ресурсов школ (сайты, платформы-партнёры).
2. Систематический сбор документов с явно сформулированными учебными целями.
3. Классификация целей по двум измерениям таксономии (когнитивные процессы и типы знаний).
4. Синтез результатов в аналитические отчёты с привязкой к источникам.

Экспертная валидация подтвердила высокую корреляцию ИИ-анализа с профессиональным пониманием педагогических практик школ. Выявлены закономерности: преобладание процедурных знаний и процессов «применения»; отсутствие целей, ориентированных на метакогнитивные знания во всех исследованных школах; различия в акцентах между школами (финские школы делают упор на «распознавание», школы ORT – на практическое «выполнение») [10].
Исследование доказало принципиальную возможность масштабируемого, объективного и малозатратного мониторинга SDRP через автоматизированный анализ цифровых следов школ без привлечения учителей к опросам.

Цифровое обновление школы вступило в стадию, где ключевым становится не внедрение технологий, а фундаментальная трансформация педагогических практик и организационных моделей. Переход к персонализированному компетентностному обучению – необходимое условие подготовки поколения к жизни в эпоху ИИ. Для управления этим процессом требуются новые индикаторы, фиксирующие изменения второго порядка [10]. Предложенная методология автоматизированного анализа общедоступных цифровых ресурсов школ с применением ИнИн открывает путь к объективному, масштабируемому и экономически эффективному мониторингу цифровой трансформации образования.

Перспективы развития:
· Совершенствование ИИ-анализа текстов для кросс-языковых и межпредметных приложений.
· Интеграция данных цифровых следов с платформ обучения для оценки обновления процесса.
· Валидация индикаторов в долгосрочных исследованиях в различных образовательных системах.
· Встраивание метрик в национальные и глобальные системы мониторинга (например, Global Digital Education Index).

Без объективной, основанной на доказательствах оценки существует риск, что цифровая трансформация усилит, а не преодолеет образовательное неравенство. Развитие автоматизированных индикаторов SDRP – не только методологическая необходимость, но и этический императив для обеспечения справедливого и качественного образования в цифровую эпоху.

Литература:
1.      Уваров А.Ю. и др. Трудности и перспективы цифровой трансформации образования. Москва: Высшая школа экономики, 2019.
2.      Уваров А.Ю. Цифровая трансформация и сценарии развития общего образования // Аналитика современного образования. 2020. Том 16, № 46.
3.      Уваров А.Ю. Цифровое обновление школ: шаги к "идеальной школе" // Информатика и образование, Том 37, № 2, 2022.С. 5-13.
4.      Anderson L.W., Krathwohl D.R. A taxonomy for learning, teaching, and assessing: A revision of Bloom's taxonomy of educational objectives. New York: Longman, 2001.
5.      Bloom B.S. The 2 sigma problem: The search for methods of group instruction as effective as one-to-one tutoring // Educational Researcher. Vol. 13, № 6. 1984. P. 4–16.
6.      China National Academy of Educational Sciences. Global digital education development index report 2024: World overview and China's position. Singapore: Springer, 2025.
7.      Ertmer P.A. Addressing first- and second-order barriers to change: Strategies for technology integration // Educational Technology Research and Development. Vol. 47, № 4. 1999. P. 47–61.
8.      Fullan M. Change forces: Probing the depths of educational reform. London: Routledge, 1993.
9.      Sawyer R.K. The new science of learning // The Cambridge handbook of the learning sciences. Cambridge: Cambridge University Press, 2014. P. 1–18.
10.  Uvarov A. Developing Indicators for School Digital Renewal in the Age of AI // Front. Digit. Educ., 3(1): 6, 2026/https://doi.org/10.1007/s44366-026-0080-4

ВОПРОСЫ И КОММЕНТАРИИ
Система комментирования SigComments
Made on
Tilda