Фиджитализация образовательных технологий в России: направления, примеры, проблемы


Цитировать

Полный текст

Аннотация

Постановка проблемы . Современная социально-коммуникативная ситуация требует кардинальных изменений в дидактических моделях, образовательном инжиниринге и педагогическом дизайне. Российский опыт имеет определенную специфику в цифровой трансформации профессионального образования. Несколько лет назад в мире появился новый тренд - перестройка образовательных технологий (EdTech) в направлении фиджитализации. На стыке цифрового и физического миров в 2013 г. родилась такая концепция, как фиджитал-технологии. Phygital (физический + цифровой) - это комплекс технологий, благодаря которому студенты получают уникальный интерактивный опыт, используя во взаимосвязи как традиционные материальные источники учебной информации, так и виртуальное общение в образовательном процессе. Появление такого явления, как фиджитализация, связано с тем, что границы между физическим и цифровым становятся все более размытыми, что открывает новые возможности для социализации и профессионализации (в том числе в системе высшего образования). Это направление образовательной деятельности считается приоритетным и базовым для трансформации российского образования. В рамках данного направления основное внимание уделяется следующим аспектам: (а) использованию интернет-ресурсов в педагогических целях, (б) структурированию учебной программы в соответствии с модульным принципом, (в) относительному преобладанию практических и лабораторных заданий над теоретическим материалом, (г) разработке индивидуальных траекторий обучения на основе мониторинга успешности освоения обучающимися предыдущих модулей, (д) поискам более эффективных методов оценки результатов обучения. Цель исследования состоит в том, чтобы кратко, но, по возможности, полностью описать методологические, теоретические и технологические основы фиджитализации образовательных технологий. Методология . Использовались такие межнаучные подходы, как системно-структурный, системно-деятельностный, а также педагогический компетентностный подход. Был проведен контент-анализ и темати ческий мониторинг внедрения фиджитализации в университеты. Результаты . 1) Проанализированы основные направления фиджитализации образовательных технологий: а) использование персональных веб-сайтов преподавателей, б) развитие виртуальных лабораторий, в) использование генеративных языковых моделей искусственного интеллекта; 2) проанализирована важность каждого компонента и приведены примеры того, как они могут быть реализованы на практике, обсуждены основные проблемы и предложены потенциальные решения; 3) представлен обзор основных функций фиджитализации образовательных технологий, включая определение этой тенденции, характеристики и основные проблемы; 4) обсуждаются основные методы и инструменты, используемые в фиджитализации образовательных технологий; 5) определяются наиболее перспективные направления исследований в этой области. Заключение. Фиджитализация образовательных технологий в университетах обладает потенциалом преобразовать высшее образование, предоставляя студентам захватывающий, персонализированный и увлекательный опыт обучения, который может подготовить их к будущей карьере и улучшить их общие результаты обучения.

Об авторах

Андрей Игоревич Каптерев

Московский городской педагогический университет

Автор, ответственный за переписку.
Email: kapterevai@mgpu.ru
ORCID iD: 0000-0002-2556-8028
SPIN-код: 9195-3150

доктор социологических наук, доктор педагогических наук, профессор департамента информатизации образования, Институт цифрового образования

Российская Федерация, 129226, Москва, 2-й Сельскохозяйственный проезд, д. 4, корп. 1

Список литературы

  1. Kuzminov YaI. (ed.) The digital environment in educational institutions of various levels: An analytical report. Moscow: Higher School of Economics; 2023. (In Russ.) https://doi.org/10.17323/978-5-7598-2745-0
  2. Kapterev AI. Challenges of generative artificial intelligence for the higher education system. RUDN Journal of Informatization in Education. 2023;20(3):255–264. (In Russ.) https://doi.org/10.22363/2312-8631-2023-20-3-255-264
  3. Digital technologies in education. Trends, problems, prospects: monograph. St. Petersburg: Humanitarian National Research Institute “National Development”; 2023. (In Russ.) https://doi.org/10.37539/M230505.2023.21.67.001
  4. McDonald JK, West RE. Design for learning: Principles, processes, and praxis. Edtech Books; 2021. https://edtechbooks.org/id
  5. Pavlicheva EN, Romashkova ON. Information processes of decision support in multilevel educational systems. Moscow: OntoPrint Publ.; 2022. (In Russ.)
  6. Vanek J, Simpson D, Johnston J, Petty LI. Ideal distance education and blended learning handbook. 6th ed. EdTech Books; 2019. https://edtech.worlded.org/wp-content/ uploads/2019/08/8-18-19-IDEAL-Handbook-6th-Edition.pdf
  7. West RE. Foundations of learning and instructional design technology: Historical roots and current trends. EdTech Books; 2018. https://edtechbooks.org/lidtfoundations
  8. Kapterev AI. Personal website of a university teacher in educational engineering. Moscow: Book-expert LLC; 2022. (In Russ.)
  9. Da Silva Mendonça R, de Oliveira Lins S, de Bessa IV, de Carvalho Ayres FA Jr, de Medeiros RLP, de Lucena VF Jr. Digital twin applications: A survey of recent advances and challenges. Processes. 2022;10. https://doi.org/10.3390/pr10040744
  10. Hassan M, Svadling M, Björsell N. (2023). Experience from implementing digital twins for maintenance in industrial processes. Journal of Intelligent Manufacturing. 2024;35:875– 884. https://doi.org/10.1007/s10845-023-02078-4
  11. Martín-Gutiérrez J, Mora CE, Añorbe-Díaz B, González-Marrero A. Virtual technologies trends in education. Eurasia Journal of Mathematics, Science and Technology Education. 2017;13(2):469–486. https://doi.org/10.12973/eurasia.2017.00626a
  12. Xie R, Gu D, Tang Q, Huang T, Yu FR. Workflow scheduling in serverless edge computing for the industrial internet of things: A learning approach. IEEE Transactions on Industrial Informatics. 2022;19(7):8242–8252. https://doi.org/10.1109/ TII.2022.3217477
  13. Wang W, Qi Y, Wang Q. An augmented reality application framework for complex equipment collaborative maintenance. In: Luo Y. (ed.) Cooperative design, visualization, and engineering: Proceedings of the 8th International Conference, 11–14 September 2011, Hong Kong, China. Berlin, Heidelberg: Springer; 2011. p. 154–161. https://doi.org/10.1007/978-3-642-23734-8_25
  14. Kapterev AI. Cognitive management and artificial intelligence in libraries: opportunities and features. Scientific and Technical Libraries. 2023;6:113–137. (In Russ.) https://doi.org/10.33186/1027-3689-2023-6-113-137
  15. Ovchinnikova EV, Chiskidov SV. Problems of development and application of interactive educational modules in the learning process. In: Science, education, society: trends and prospects: Collection of scientific papers based on the materials of the International Scientific and Practical Conference: in 7 parts. Part 4. Moscow: ArConsult LLC; 2014. p. 80–85. (In Russ.)
  16. Frolov YuV, Yakovlev VB, Seryshev RV, Volovikov SA. Business models, data analytics and digital transformation of an organization: approaches and methods. Moscow: Moscow City University; 2021. (In Russ.)
  17. Kapterev AI. Virtualization of intellectual space: sociological aspects of learning. Labor and Social Relations. 2006;17(4):120–126. (In Russ.)
  18. Grigoriev SG, Kapterev AI. Cloud technologies in the study of professional consciousness of undergraduates in pedagogical direction. Vestnik of Moscow City University. Series: Informatics and Informatization of Education. 2015;2(32):57–75. (In Russ.)

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».