ПРИМЕНЕНИЕ ТЕОРИИ ИГР С ПРИРОДОЙ ДЛЯ ВЫБОРА СТРАТЕГИИ ОБУЧЕНИЯ

Обложка

Цитировать

Полный текст

Аннотация

Рассматривается проблема выбора преподавателем стратегии обучения в зависимости от неоднородного контингента студентов. Предполагается, что возможно использование одной из стратегий пассивного, активного или интерактивного обучения. Выбор наилучшей стратегии обучения зависит от состава студентов. Модель образовательного процесса математически формализуется в терминах теории игр с природой. Вводятся четыре категории обучающихся, соотносимые с различными стратегиями (состояниями) «природы». Студенты могут быть охарактеризованы не только наличием способностей, но и уровнем мотивации, причем вероятностное распределение студентов по этим характеристикам может быть известным (стохастическая неопределенность) или неизвестным. Для расчетов использовалась одна и та же матрица игры, но с разными предположениями о распределении студентов по типам и с разными критериями принятия решения.Использование изложенных подходов в практике обучения позволяет добиться более высокой эффективности образовательного процесса.

Об авторах

Григорий Давыдович Гефан

Иркутский государственный университет путей сообщения

Email: grigef@rambler.ru
кандидат физико-математических наук, доцент ул. Чернышевского, 15, Иркутск, Россия, 664074

Список литературы

  1. Селевко Г. К. Современные образовательные технологии. М.: Народное образование, 1998. 256 с.
  2. Загвязинский В. И. Теория обучения: Современная интерпретация. М.: Академия, 2006. 192 с.
  3. McManus D. The Two Paradigms of Education and the Peer Review of Teaching // Journal of Geoscience Education. 2001. Vol. 49, № 6. Р. 423–434.
  4. Silberman M. Active learning: 101 strategies to teach any subject. Boston: Allyn and Bacon Publ., 1996. 189 p.
  5. Hmelo-Silver C. E. Problem-based learning: what and how do students learn? // Educational Psychology Review. 2004. Vol. 16, № 3. Р. 235–266.
  6. Зимина О. В. Проблемное обучение высшей математике в технических вузах // Математика в высшем образовании. 2006. № 4. С. 55–78.
  7. Гефан Г. Д. Проблемное обучение математике студентов нематематических специальностей и направлений подготовки высшего образования // Математика в высшем образовании. 2015. № 13. С. 51–64.
  8. Гефан Г. Д., Кузьмин О. В. Активное применение компьютерных технологий в преподавании вероятностно-статистических дисциплин в техническом вузе // Вестник Красноярского гос. пед. ун-та им. В. П. Астафьева. 2014. № 1 (27). С. 57–61.
  9. Гефан Г. Д. Концепция теоретико-эмпирического дуализма в обучении математике // Высшее образование в России. 2020. Т. 29, № 4. С. 85–95.
  10. Garris R., Ahlers R., Driskell J. E. Games, motivation, and learning: a research and practice model // Simulation Gaming. 2002. Vol. 33, № 4. Р. 441–467.
  11. Сахарова О. Н. Методика организации деловых игр по математике // Вестник высшей школы. 2008. № 7. С. 38–44.
  12. Burguillo J. C. Using game theory and competition-based learning to stimulate student motivation and performance // Computers & Education. 2010. Vol. 55. Р. 566–575.
  13. Суханов М. Б. Деловые игры с математическим моделированием как средство формирования профессиональной компетентности студентов экономического профиля // Известия Российского гос. пед. ун-та. 2012. № 152. С. 195–202.
  14. Cagiltay N., Ozcelik E., Ozcelik N. S. The effect of competition on learning in games // Computers & Education. 2015. Vol. 87. P. 35–41.
  15. Гефан Г. Д. Обучение математической теории игр с применением игровых и компьютерных технологий // Вестник Московского городского пед. ун-та. Серия: Информатика и информатизация образования. 2017. № 2 (40). С. 26–33.
  16. Гефан Г. Д. Математические бои как часть учебного процесса в вузе (на примере преподавания теории вероятностей) // Вестник Томского гос. пед. ун-та (TSPU Bulletin). 2015. Вып. 7 (160). С. 96–101.
  17. Вентцель Е. С. Исследование операций. Задачи, принципы, методология. М.: Высшая школа, 2001. 208 с.
  18. Papadimitriou C. H. Games against nature // Journal of Computer and System Sciences. 1985. Vol. 31. Р. 288–301.
  19. Гефан Г. Д. Элементы теории игр: учебное пособие. Иркутск: ИрГУПС, 2011. 55 с

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».