Новости

Новости

Большие данные в образовании: прорыв в будущее (ВИДЕО)

06 Февраля2019
Большие данные в образовании: прорыв в будущее (ВИДЕО)

Перспективы использования цифровых технологий в образовании, организацию эффективного мониторинга сферы образования с использованием больших данных, возможности создания и использования индивидуальных цифровых портфолио обучающихся обсудили участники III международной конференции по управлению качеством образования «Большие данные: новые возможности мониторинга в образовании», которая была организована Федеральной службой по надзору в сфере образования и науки и Правительством Москвы.

Обсуждались планы по использованию больших данных и других механизмов мониторинга российской системы образования. Сейчас стоит задача объединить в единую базу различную информацию о системе образования на всех уровнях. Данные должны собираться автоматически, без увеличения объема работы, которую учителям приходится делать вручную. Доступ к сформированной базе данных должны иметь все участники образовательной деятельности. Пользоваться собранными сведениями будут руководители всех уровней для принятия управленческих решений в сфере образования.

Мониторинг результатов национальных и международных исследований качества образования позволит объективно оценивать состояние российского образования, отслеживать тенденции его развития, определять влияние стандартов и учебников на качество образования, выявлять области, которые требуют дальнейшего совершенствования для повышения конкурентоспособности российского образования на международной арене.

Руководитель Рособрнадзора Сергей Кравцов рассказал об уже проделанной работе по формированию объемного массива данных о российской системе образования.

«На сегодняшний день Рособрнадзор ведет порядка 25 федеральных информационных систем. Основой этого массива служат те данные, которые мы в течение многих лет получаем по результатам всероссийских проверочных работ, ЕГЭ, основного государственного экзамена, других оценочных процедур, контрольно-надзорной деятельности. Эти данные мы храним, анализируем и используем для управления качеством образования. Активно развиваем направления, связанные с исследованием больших данных, получаемых из множества независимых источников, в том числе интернета», - рассказал руководитель Рособрнадзора.

Он отметил, что использование больших данных позволило снизить административную нагрузку на систему образования. Так, в 2019 г. количество проверок школ будет сокращено почти на четверть.

Сергей Кравцов сообщил, что в конце прошлого года на базе РАНХиГС был создан центр по работе с большими данными в системе образования, который объединит аналитические возможности вуза и Рособрнадзора и позволит их развить, в том числе – для подготовки аналитики в части реализации национального проекта «Образование». Также планируется использование больших данных в системе оценки деятельности вузов. В частности, в процедуре аккредитации программ высшего образования.

«Сегодня на первый план выходит вопрос о том, какие навыки нужно давать человеку, чтобы поддержать его рост, развитие и стимулировать производительность труда. Это вопрос, в первую очередь, к современному образованию и профессиональной подготовке. Поэтому нам нужно изучать и использовать технологии больших данных и самим формировать контуры новых образовательных рынков», - отметил в своем выступлении ректор РАНХиГС Владимир Мау.

Мэр Москвы Сергей Собянин рассказал о столичном опыте электронного дневника, благодаря которому для каждого школьника формируется свой индивидуальный электронный след, отражающий практически все аспекты его школьной жизни: что он учит, как быстро справляется с заданиями, с каким результатом, в каких кружках занимается, какие музеи и технопарки посещает, что проектировал или изобретал, в каких олимпиадах участвовал и так далее. «Следующая задача, над решением которой мы работаем в настоящее время, создать инструменты анализа этих больших данных, с помощью которых педагоги смогут анализировать результаты обучения каждого ученика, прогнозировать его будущие достижения, определять индивидуальные образовательные потребности и осуществлять профориентацию. В итоге школа сможет выстраивать индивидуальную траекторию обучения, максимально учитывающую индивидуальные способности учащегося и его образовательные потребности», - заявил Сергей Собянин.

Он добавил, что большие данные позволят формировать индивидуальные портфолио учащихся со всеми их достижениями за время обучения в школе. Пополнение данного портфолио должно продолжаться на следующих этапах обучения.

По словам министра просвещения Ольги Васильевой, на основе больших данных сейчас в России создается навигатор для поиска дополнительных общеобразовательных программ для школьников и оценки качества этих программ. Кроме того, Минпросвещения создает информационный ресурс о детях, ставших победителями и призерами всех мероприятий, которые направлены на выявление и развитие творческих, научно-исследовательских, инженерно-технических, изобретательских, спортивных способностей. Этот ресурс позволит выявлять и поддерживать талантливых школьников.

Руководитель Департамента по образованию и навыкам Организации экономического сотрудничества и развития (ОЭСР) Андреас Шляйхер поделился опытом ОЭСР по сбору и анализу различных массивов данных для отслеживания прогресса учащихся в процессе обучения. Старший аналитик PISA Мияко Икеда рассказала о том, как сбор данных об образовательных достижениях учащихся в рамках исследования PISA влияет на образовательную политику.

«Большие данные – это вызов времени, это то, что будет завтра. Если не заниматься и не обсуждать эти вопросы сегодня, могут быть большие риски. Сегодня есть понимание, как нам нужно в этом направлении двигаться, чтобы результаты анализа больших данных использовались во благо развития образования, в интересах педагогов и учащихся», - подвел итоги обсуждения Сергей Кравцов.

 

Стенограмма выступления Владимира Мау

Хотел бы поговорить о проблеме больших данных с точки зрения ректора, председателя управляющего совета двух школ и экономиста в одном лице.

Мне кажется, мы должны исходить из того, что большие данные в области образования позволяют вернуться к фундаментальным вопросам, и прежде всего важно обсудить вопрос связи между образованием и развитием экономики.

Хочу оговориться, что большие данные не только предоставляют огромные возможности, но и создают огромные вызовы. Считается, что технологии делают жизнь проще. На самом деле, они делают жизнь сложнее. Иногда кажется, что большие данные могут улучшить, упростить жизнь. Но, скорее всего, они принесут новые проблемы, проблемы иного уровня. Как говорится, big data есть, а счастья нет. Накопление большого объема самых разнообразных данных трансформирует нашу информационную повестку и ставит вопрос о том, как их использовать «в мирных целях».

Большие данные могут стать для нас источником информации не только о качестве образования, но и об его экономической эффективности. При этом существуют два подхода к проблемам эффективности, и оба очень важны. Один – влияние экономического образования на рост. Мы очень часто говорим, что образование очень хорошо для роста, и это действительно так. Но самое интересное начинается дальше: инвестиции в какой уровень образования, при каком уровне развития страны? Каковы временные интервалы между инвестициями в образование и тем результатом, который отражается на социально-экономической жизни страны? Это очень важные вопросы, на которые пока нет внятного ответа, кроме некой идеологической мантры, что образование – это хорошо.

Второе – влияние возможности использования больших данных с точки зрения оценки эффективности качества самого образования. Вопрос вроде бы простой, но на него тоже нет достаточно четкого ответа. Управление данными на наших глазах становится не менее важным фактором повышения эффективности, чем управление деньгами. В какой-то мере образование может оказаться насыщенным деньгами. Конечно, как работники образования, мы любим, когда их больше и больше. Но в определенный момент наступает насыщение деньгами, а насыщения информационными потоками не наступает никогда. В этом смысле эффективность управления данными становится не менее важным фактором, чем эффективность управления деньгами.

Несколько слов о специфике больших данных с точки зрения образования. Несомненно, они могут стать, и становятся важным сервисом поддержки при принятии решения. Но в то же время они никак не являются панацеей. Иногда считают, что большие данные – это много цифр. Как молодежь говорит – много букв. Это не просто «много цифр», большие данные требуют двух условий. Во-первых, их действительно должно быть много, это большой массив, озеро. Но самого по себе «озера данных» недостаточно. Поток должен быть непрерывным, чтобы, как в школьной задачке, данные втекали, но оттуда не вытекали. «Озеро» должно все время наполняться.

Большие данные в известном смысле представляют собой механизм, противоположный традиционному научному анализу. Научный анализ — это выявление казуальности, причинно-следственной связи на небольшом объеме данных. Большие данные фактически несут в себе отказ от казуальности. Мы делаем выводы не на основе причинно-следственных связей, а на основе обилия данных. Это другой и очень важный подход, мы с ним почти никогда раньше не сталкивались. Корреляция приходит на смену казуальности, это надо понимать при работе с большими данными.

Каковы ключевые направления мониторинга образования и экономики образования, основываясь на больших данных? Мы с коллегами выделили пять таких направлений, о которых я хочу подробнее сказать. Инструменты математической статистики, машинного обучения, машинной лингвистики, технологии искусственного интеллекта действительно открывают дорогу для синтеза источников разных данных, улучшения работы системы образования и экономики образования.

Оперативный мониторинг текущих процессов методами больших данных, который позволяет глубже понять объекты, с которыми работает система образования. Возможные примеры того, что можно анализировать, это выявление аномалий в результатах ЕГЭ или ГИА, выявление аномалий вузовских программ, поиск тематически близких программ в России и за рубежом, чтобы повышать качество программ путем интеграции и обменов. Сравнение учебных планов и расписания вузов по профилю и часам аудиторной нагрузки, кластеризация и ранжирование по объему подготовки, мониторинг условий труда учителей в школах, мониторинг спроса на отдельные профессии на рынке труда. Все это резко повышает возможность управления и повышения эффективности образования.
Накопление больших данных будет формировать базу для проведения традиционных исследований в области экономики образования, охватывающую всю генеральную совокупность учащихся, студентов, учителей, профессоров, технических сотрудников. Можно получить более точные ответы на традиционные вопросы, некоторые из них назову. Влияние образования на экономический рост, оплату труда, длительность занятости, заболеваемость населения, преступность в регионе, внутренняя миграция между регионами, утечка мозгов за рубеж. Все это так или иначе выходит на параметры, связанные с образованием, и все это можно анализировать вместе и делать выводы. Сравнение частных и государственных школ. Сравнение студентов на платных и бюджетных местах в вузах. Влияние ЕГЭ на широту и глубину остаточных знаний. Корреляция баллов ЕГЭ с успеваемостью в вузе, с другими оценками аттестата, с трудоустройством.
Развитие контрольных экспериментов с учебными пособиями и технологиями образования. Здесь же влияние возможности пересдать ЕГЭ на ошибки, вызываемые стрессом. Такой психологический феномен, к которому мы еще только подходим и который может оказаться очень важным. Вариативность глав и пособий учебных пособий. Валидация значимости школьных стандартов. Эксперименты с объемом и формой отчетности, составляемой образовательными учреждениями. Влияние, внедрение и обновление предмета технологии на формирование цифровых навыков в школе. Эксперименты с запретом на смартфоны, что все чаще обсуждается, в том числе в министерстве просвещения, в начальном и среднем образовании, естественно. Тестирование различных способов включения школ в цифровую среду. Все эти возможности при определенной организации потока знаний дают совершенно новое качество.
Прогнозирование социально-экономических процессов в развитии системы образования, повышение качества прогнозов. Здесь могут встать такие задачи, как определение спроса на профессии в экономике России на 5 – 8 лет вперед, сопоставление этих данных с зарубежными опросами и анализами. Прогноз карьеры профессионального роста для уточнения актуарных расчетов пенсионной системы. Совершенствование прогнозов регионального развития с точки зрения качества человеческого капитала. Прогнозирование тенденций на рынке труда. Прогнозирование будущих налоговых поступлений. Миграционные прогнозы.
Технологии искусственного интеллекта, которые могут существенно снизить трудоемкость процесса регулирования образовательной системы. Здесь, конечно, надо понимать, что искусственный интеллект все равно не заменит человека. Ошибки искусственного интеллекта сможет исправлять только человек. И это гораздо более серьезные ошибки, чем ошибка распознавания номера машины на въезде в гараж. Тем не менее, возможности искусственного интеллекта уже могут помочь снижать трудоемкость, например, в аккредитации вузов. Машинно-лингвистический анализ текстов документов, рабочих программ, фондов оценочных средств может быть предварительной стадией, после которой аккредитация вступает в личностную фазу, когда люди подводят окончательные итоги. Очень многое можно объективизировать на предварительной стадии и упростить. В прошлом году мы проводили аккредитацию, это был сложный процесс, но мы были первыми, кто сдавал документы в электронной форме. Это еще не большие данные, но уже прогресс. Хотя у нас была пара комнат с коробками бумажных документов на всякий случай, но сдавали все в электронном виде, и вполне довольны итогом.
Результаты больших данных могут быть абсолютно неожиданными. Как экономический историк, не могу удержаться от примера. При усовершенствовании советского планирования была такая мечта: когда электронно-вычислительная техника достигнет невероятных высот, автоматизированные системы управления покроют всю экономику, настанет время настоящего планирования, потому что мы будем знать все, и тогда плановое хозяйство победит. Выяснилось, что появление информационно-цифровых технологий, о которых мечтали социалистические экономисты и руководители, пришло, но привело к полному разрушению советской плановой системы, поскольку она оказалась ненужной в условиях новых аналитических возможностей.

В этом смысле, что произойдет с образованием? В какой мере образование будет ориентироваться на формальный диплом, а в какой – формальный диплом, как некоторые мои коллеги говорят, будет уделом неуспешных, а успешные как раз будут работать сами на себя по своей образовательной траектории – это вопрос, на который нам еще только предстоит ответить.

Контакты

СПРАВОЧНАЯ СЛУЖБА



Многоканальный телефон:
+7 499 956-99-99

E-mail:information@ranepa.ru
ПРИЕМНАЯ КОМИССИЯ
119571, г. Москва,
Проспект Вернадского, д. 84
Бакалавриат и специалитет:

Часы работы: 10.00 – 17.00
+7 499 956-90-90 (многоканальный)

Магистратура:
Контакты приемных подкомиссий факультетов/институтов Академии
ПРЕСС-СЛУЖБА
119571, г. Москва,
Проспект Вернадского, д. 84, к. 2





E-mail:press@ranepa.ru
Гостинично-жилой комплекс
119571, г. Москва,
Проспект Вернадского, д. 84, к. 2

Телефон:+7 499 956-00-44+7 495 434-33-25

E-mail: reserv@ranepa.ru

Президентская академия – национальная школа управления