Модель цифровой трансформации процесса обучения в высшей школе


Цитировать

Полный текст

Аннотация

Постановка проблемы . В статье исследуются вопросы цифровизации процесса обучения математическим дисциплинам в высшей школе. Актуальность данной темы обусловлена необходимостью в серьезных преобразованиях содержания многих учебных дисциплин в рамках разработанной стратегии цифровой трансформации отрасли науки и высшего образования. Целью исследования является развитие цифровой трансформации процесса обучения в высшем образовании, разработка структурно-функциональной модели этой трансформации и оценка перспектив ее использования в высшей школе. Методология . Использовались такие методы, как интеграция корпоративной информационной среды, IT-инструментария, виртуальной обучающей среды с содержанием учебных дисциплин; графический метод; эксперимент; опрос студентов. Результаты . Выявлены основные особенности цифровизации обучения элементам теории вероятностей на экономическом факультете с применением корпоративной информационной системы университета, а также разработаны лекционные и семинарские занятия в рамках предложенной модели обучения. Проведен теоретический анализ математической, научной, методической литературы по цифровой трансформации процесса обучения в России, выявлены основные тенденции цифровой трансформации высшего образования различных стран. Заключение . Определены возможности использования модели цифровой трансформации процесса обучения различным дисциплинам как для высших школ, так и для средних общеобразовательных учебных заведений, планирующих в ближайшей перспективе перейти к цифровизации процесса обучения. Научная новизна статьи состоит в том, что теоретически обоснована и практически подтверждена реализуемость цифровой трансформации процесса обучения теории вероятностей в высшей школе в России.

Об авторах

Ольга Владимировна Иванова

Финансовый университет при Правительстве РФ

Автор, ответственный за переписку.
Email: oviva75@mail.ru
ORCID iD: 0000-0002-8978-5611
SPIN-код: 9731-3121

кандидат педагогических наук, доцент кафедры математики, факультет информационных технологий и анализа больших данных

Российская Федерация, 125167, Москва, Ленинградский проспект, д. 49/2

Список литературы

  1. Kurlov AV, Vinogradova SV. Accounting and analysis of human resources in education using 1С:Register of personnel. Informatics and Education. 2021;2:41–48. (In Russ.) https://doi.org/10.32517/0234-0453-2021-36-2-41-48
  2. Chensi S. Evolution of theoretical and methodological approaches to human resources management as a factor of human capital development in the context of digitalisation of the Russian economy. Bulletin of Peoples’ Friendship Institute of the Caucasus. The Economy and National Economy Management. Economic Sciences. 2020;2(54):97–101. (In Russ.)
  3. Shevchuk EV, Shpak AV. Digital transformation of the quality management process of intermediate certification of students. Informatics and Education. 2023;38(3):64–77. (In Russ.) https://doi.org/10.32517/0234-0453-2023-38-3-64-77
  4. Al-Abdullatif AM, Gameil AA. The effect of digital technology integration on students’ academic performance through project-based learning in an e-learning environment. International Journal of Emerging Technologies in Learning. 2021;16(11):189–210. https://doi.org/10.3991/ijet.v16i11.19421
  5. Chistobaeva LV. On the integration of digital educational resources and services in the process of professionally-oriented language training in a technical university in a blended learning environment. Bulletin of Maikop State Technological University. 2021;1(13):87–93. (In Russ.) https://doi.org/10.47370/2078-1024-2021-13-1-87-93
  6. Konnova LP, Lipagina LV, Postovalova GA, Rylov AA, Stepanyan IK. Designing digital educational resources. Moscow: Prometheus; 2022. (In Russ.) https://www.elibrary.ru/item.asp?id=47107125
  7. Rozin VM. Digitalization in education (following the study “Difficulties and prospects of digital transformation of education”). World of Psychology. 2021;1–2(105):104–115. (In Russ.) https://www.elibrary.ru/download/elibrary_46300147_50588662.pdf
  8. Uvarov AYu, Frumin ID. (eds.) Difficulties and prospects of digital transformation of education. Moscow: Higher School of Economics Publ. House; 2019. (In Russ.) https://www.elibrary.ru/item.asp?id=39198135
  9. Delita F, Berutu N, Nofrion N. Оnline learning: the effects of using e-modules on self-efficacy, motivation and learning outcomes. Turkish Online Journal of Distance Education. 2022;23(4):93–107. https://doi.org/10.17718/tojde.1182760
  10. Ashilova MS, Begalinov AS, Latuha OA, Pushkarev YuV, Begalinova KK, Pushkareva EA. Prospects of the post-digital university: analysis of program documents in the field of education. Regionology. Russian Journal of Regional Studies. 2022;30(3):698–720. https://doi.org/10.15507/2413-1407.120.030.202203.698-720
  11. Ivanova OV. Visual repetition of educational information at school and university.Informatics and Education. 2019;5(304): 41–50. (In Russ.) https://doi.org/ 10.32517/0234-0453-2019-34-5-41-50
  12. Novikov AM, Novikov DA. Educational modelling. Innovative Projects and Programmes in Education. 2010;1:3–9. (In Russ.) https://www.elibrary.ru/download/elibrary_15231495_28982674.pdf
  13. Ivanova OV. Experience of using the technology of modular learning in higher education by means of MOODLE. Educational Technologies (Moscow). 2018;2:87–99. (In Russ.) https://www.elibrary.ru/download/elibrary_35235150_20983254.pdf
  14. Sullivan DP. An integrated approach to preempt cheating on asynchronous, objective, online assessments in graduate business classes. Online Learning. 2016;20(3):195–209. https://doi.org/10.24059/olj.v20i3.650
  15. Konnova LP, Lipagina LV, Olekhova EF, Rylov AA, Stepanyan IK. A corrective approach to assessing students’ academic achievements in LMS MOODLE. Informatics and Education. 2022;37(6):75–85. https://doi.org/10.32517/0234-0453-2022-37-6-75-85

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».