Особенности формирования ИТ-знаний при подготовке специалистов для экономики данных
Автор: Трофимов В.В., Трофимова Л.А.
Журнал: Известия Санкт-Петербургского государственного экономического университета @izvestia-spgeu
Рубрика: Социологические аспекты управления и экономики
Статья в выпуске: 1 (145), 2024 года.
Бесплатный доступ
В статье показано, что потребности рынка в ИТ-специалистах превышают в 1,5-2 раза имеющиеся ресурсы. Правительство РФ и Минобрнауки России постоянно увеличивают контрольные цифры приема для направлений ИТ и реализуют проект «Цифровые кафедры». Предлагается для обучения студентов непрофильных специальностей применять интегрированный подход, который обеспечивает овладение инструментальными навыками в области ИТ наряду с глубоким изучением ими своей предметной области. Показано, что одним из эффективных инструментов модернизации образовательных программ подготовки ИТ-специалистов выступает датацентричный педагогический дизайн.
Цифровая трансформация, цифровая информационно-образовательная среда, конвергенция педагогической науки, искусственного интеллекта и цифровых технологий, датацентричный педагогический дизайн
Короткий адрес: https://sciup.org/148328248
IDR: 148328248
Текст научной статьи Особенности формирования ИТ-знаний при подготовке специалистов для экономики данных
Суверенитет страны в большей степени обеспечивают сквозные (междисциплинарные) и критические (те, которые осуществляют жизнедеятельность РФ) технологии. Развивать их возможно только при наличии у сотрудников и граждан определенного перечня компетенций и знаний. Для достижения национальных целей, сформулированных в Указе Президента РФ от 21 июля 2020 г. № 474, Правительством РФ разработаны 12 национальных проектов и 42 стратегических инициативы. В рамках национального
ГРНТИ 06.52.17
EDN SAFJKA
Валерий Владимирович Трофимов – доктор технических наук, профессор, научный руководитель кафедры информатики Санкт-Петербургского государственного экономического университета. ORCID 0000-0002-3518-8192 Людмила Афанасьевна Трофимова – доктор экономических наук, профессор, профессор кафедры экономики и управления предприятиями и производственными комплексами Санкт-Петербургского государственного экономического университета. ORCID 0000-0003-2154-114
Статья поступила в редакцию 08.01.2024.
проекта «Цифровая экономика» (федеральный проект «Кадры для цифровой экономике») и направления IV «Цифровая трансформация» (стратегическая инициатива 26. «Подготовка кадров для ИТ») особое внимание уделяется вопросам подготовки инженерных кадров и ИТ-специалистов.
В.В. Путин на заседании Совета по стратегическому развитию и национальным проектам 18.07.2022 отметил: «Задачи, которым надо уделять сейчас приоритетное внимание: … Повышение качества подготовки инженерных и ИТ-специалистов. Выход на новое качество подготовки кадров – это первоочередная задача, так как без ее решения у нас не будет технологического будущего». Заместитель Председателя Правительства РФ по вопросам цифровой экономики и инновациям, связи, СМИ, культуры, туризма и спорта Д.Н. Чернышенко на брифинге по основным результатам достижения показателей национальной цели «Цифровая трансформация» 19.01.2023 отметил: «Беспрецедентная поддержка ИТ-отрасли также помогла решать поставленные в цифровой сфере задачи. Благодаря принятым мерам количество аккредитованных ИТ-компаний увеличилось почти в 5 раз. Мы также поддерживаем и ИТ-специалистов. Но пока потребность в новых кадрах растет быстрее чем мы успеваем их готовить».
Вызовы
Для достижения национальных целей и технологического развития необходимо увеличивать численность специалистов с цифровыми компетенциями и знаниями ИТ, но существующий демографический кризис в нашей стране определяется тем, что избыток кадров отсутствует. На протяжении 2018-2024 гг. идет постоянное сокращение доли молодежи в общей численности населения. Численность молодежи по сравнению с предыдущим периодом сократится примерно на 25%. Поэтому и число выпускников организаций высшего образования тоже будет неуклонно сокращаться.
Методы реагирования
Для удовлетворения всевозрастающей потребности в ИТ-специалистах Минобрнауки России принимает ряд шагов:
-
• во-первых неуклонно увеличивает контрольные цифры приема (КЦП) на ИТ-специальности: 2021 г. –
80,0 тыс. чел. (факт – 114,0 тыс. чел.); 2022 г. – 90,0 тыс. чел. (факт – 115,0 тыс. чел.); 2023 г. – 100,0 тыс. чел.; 2024 г. – 120,0 тыс. чел. Общий объем КЦП по ИТ-специальностям формируется с учетом предложений Минцифры России; потребности регионов; потребностей отраслей экономики и крупнейших работодателей. Всего за период 2019-2024 гг. предусмотрено планом 500,0 тыс. чел. При том, что по оценке премьер-министра страны, «сегодня в экономике трудятся 740,0 тыс. ИТ-специалистов». Сейчас уже каждый 7-й выпускник – это специалист в области ИТ. В 2023 г. Минобрнауки России включило в список ИТ еще 6 специальностей, в итоге их стало 69. При этом, количество студентов, принятых на целевое обучение в рамках квот приема, постоянно увеличивается и в настоящее время составляет более 6%. Меры поддержки в рамках договора о целевом обучении (студент – вуз – работодатель) включают: материальное стимулирование; оплату дополнительных платных образовательных услуг; предоставление в пользование и (или) оплату жилого помещения в период обучения; гарантированное трудоустройство и т.д. В настоящее время потребность в квалифицированной рабочей силе превышает имеющейся ресурс примерно в 1,5-2 раза. Дефицит квалифицированных кадров будет неуклонно нарастать, а складывающая в связи с этим ситуация на рынке труда неуклонно приведет к гонке заработных плат. Поэтому очень важно правильно использовать имеющейся кадровый ресурс;
-
• во-вторых , сложившаяся до настоящего времени практика подготовки высококвалифицированных кадров, основанная на узкой специализации (дифференцированный подход), когда разработкой и развитием программного обеспечения (ПО) занимается один специалист, поддержанием в рабочем состоянии – другой, а пользователем выступает третий, которому все предыдущие помогают, уже не может быть применена в силу вышеназванных причин. Цифровая трансформация сопровождается дальнейшим развитием искусственного интеллекта, который уже научился разговаривать не только на иностранных языках, но и на языках программирования (например, ChatGPT 4.0), т.е. выполнять работы по написанию отдельных программ и простых программных приложений, заменяя собой труд программиста (кодировщика) начального и среднего уровней. Для написания программ и приложений стали активно использоваться платформы Low-Code и No-Code, которые не требуют от пользователя навыков программирования.
В связи с этим на первый план выходит потребность в специалистах из прикладных областей, которые в состоянии правильно описать проблему и сформулировать задачу. Поэтому на рынке формируется спрос не только и не столько на ИТ-кадры, а на те кадры, которые обладают цифровыми компетенциями в сочетании с предметными, т.е. инструментальными, навыками и глубоким предметным пониманием (интегрированный подход). Например, для правильного формулирования задачи из предметной области необходимо обрабатывать огромное количество данных, а это выдвигает необходимость доработки образовательных программ различных направлений для формирования у студентов компетенций в области Data Engineering, используемых для развития и сопровождения ИС и построения архитектур данных в предметных областях, необходимо осуществить так называемый «датацентричный педагогический дизайн» [1]. Реагирование на этот вызов осуществляется путем реализации проекта «Цифровые кафедры».
В стране реализуется проект «Цифровые кафедры». Цель проекта: обеспечение приоритетных отраслей экономики высококвалифицированными кадрами, обладающими цифровыми компетенциями в сочетании с предметными. В 2022 году на цифровых кафедрах достигнуты следующие результаты: принято более 112,0 тыс. студентов (планируется в 2023 – 130,0; 2024 – 174,0); имеется более 2000 партнеров вузов (из них 690 – ИТ-компании); реализуется более 496 образовательных программ; 114 вузов принимают участие в программе «Приоритет-2030». Таким образом, к 2024 г. с учетом двух подходов (увеличение КЦП и формирование цифровых кафедр) планируется увеличить количество мест для подготовки ИТ-специалистов до 300,0 тыс.
Качество образовательных услуг
Уже сейчас видно, что все увеличивающийся спрос на ИТ-специалистов все больше и больше удовлетворяется за счет выпускников (как правило, ведущих вузов) из других смежных областей (сферы инженерных наук, управления и экономики), обладающих цифровыми компетенциями и сочетающих предметные компетенции с цифровыми инструментальными навыками [2]. Тогда правомерен вопрос: «Каков опыт использования прикладных программ студентами различных специальностей?» На рис. 1 приведены результаты, полученные НИУ ВШЭ, проводившего опрос студентов очной формы обучения (2019/2020 уч. г.). На гистограмме отображен опыт использования прикладных программ студентами непрофильных, инженерных и математических специальностей. Список ПО формировался с привлечением отраслевых специалистов из среды работодателей.
ПО для 3-D печати Статистические Пакеты ПО для бизнеса и СЭД Программы для 3-D моделирования Работа с СУБД Пакеты для мат.программирования Языки программирования ПО для проектирования

Электронные таблицы Создание презентаций Текстовый редактор
■ нет опыта ■ начальный ■ средний ■ продвинутый
Рис. 1. Опыт использования ПО студентами непрофильных специальностей (по данным НИУ ВШЭ)
Из графиков видно, что вузы не в полной мере формируют у студентов необходимые для работодателей навыки владения ПО, используемого на предприятии. Требуется существенная перестройка образовательных программ, и датацентричный педагогический дизайн может помочь в этом.
Предлагаемое решение
Почему старые методы работают все хуже и хуже? Во-первых, большой объем информации в голове преподавателя («человек-флешка») – это еще не обучение! Поэтому хорошими педагогами являются не те люди, которые много знают, а те, которые могут эту информацию эффективно (с меньшими затратами и большим результатом для студента) донести. Во-вторых, у каждого поколения присутствуют свои тонкости восприятия. На смену традиционной информационной среде (учебники, задачники, методички и т.д.) пришли современные интерактивные методы предоставления материала, главным из которых стал дистанционный формат. Эти методы тоже обладают своими особенностями и правилами разработки и предоставления учебного материала. Одним из таких методов стал датацентричный педагогический дизайн (data-centric instructional design – DID), создающий процесс обучения и обучающую среду с открытой архитектурой, с помощью которых осуществляется формирование у студентов компетенций в области Data Engineering и их применение как для развития и сопровождения ИС, так и для построения архитектур данных в предметных областях.
Технология DID позволяет выявлять потребности студента; формировать цели обучения; максимально быстро и эффективно передавать соответствующие знания и умения. Принципы педагогического дизайна были определены одним из основателей этого направления педагогики и автора книг по теории обучения Робертом Ганье [3]. Принципами педагогического дизайна, согласно Ганье, являются: «Привлечение внимания; Объяснение задач и целей обучения; Обращение к имеющимся знаниям ученика; Представление материала; Руководство обучением, позволяющее студентам удерживать в памяти изученный материал; Закрепление знаний на практике; Обратная связь, позволяющая оценить уровень эффективности обучения; Оценка успеваемости слушателей; Перевод в практическую плоскость, то есть применение полученных знаний в новых ситуациях, не предусмотренных программой курса обучения» [там же].
DID может использовать стандартные модели педагогического дизайна. Последовательная модель приближения – SAM (Successive Approximation Model) применяет метод последовательного приближения (замена сложных понятий на более простые) для более эффективного усвоения знаний студентами, она используется тогда, когда необходима оперативная доставка материала и удержание активного интереса студентов (см.: https://etutorium.ru/blog/pedagogicheskij-dizajn-proektirovanie ). Модель ALD (Agile Learning Design) использует 8 принципов, которые позволяют конкретизировать материал и отсеять ненужный. Особенностью модели является то, что построение курса начинается не с начала, а с конца [там же]. Сущность этой модели приведена на рисунке 2.

Модель Backward Design (см.: https://yandex.ru/q/learning/11188692225) начинает процесс построения обучающих программ с определения конечной цели, а затем движется обратно, разрабатывая оценки, обучающие активности, стратегии и результаты. Модель включает 3 этапа и помогает фокусироваться на результате, т.е. конкретизировать приобретаемые компетенции (знать, уметь, владеть). Модель Dick and Carey (см.: https://educationaltechnology.net/dick-and-carey-instructional-model) или модель системного подхода учитывает множество факторов, требует детального планирования действий и состоит из 5 этапов. Ее отличительной особенностью являет то, что она учитывает не только цели студентов, контекст обучения, но и оценку его эффективности.
Использование модели ADDIE (Analysis, Design, Development, Implementation, Evaluation), предполагает разбиение всего процесса разработки учебных материалов на следующие 5 этапов (см.: https://skillbox.ru/media/education/5-modeley-proektirovaniya-kursov-kak-vybrat-podkhodyashchuyu ):
-
1) анализ (формулируются потребности студента, цели преподавателя и обучения, задачи и список ожидаемых результатов;
-
2) проектирование (наиболее сложная стадия, т.к. формируется весь сценарий проекта и проводится его разбиение на этапы и виды работ);
-
3) разработка (формируется окончательный список элементов материала, формы их подачи, подбираются инструменты для проведения контроля полученных знаний);
-
4) реализация (происходит загрузка разработанного материала в соответствующую систему управления обучением и проверка правильности ее реализации, определение эффективности, налаживание связи с обучающимися);
-
5) оценка (сопоставление сформулированных на этапе 1 целей и задач с полученными результатами, формирование плана развития).
Опыт использования DID при разработке образовательной программы магистратуры в Санкт-Петербургском государственном экономическом университете направления «Прикладная информатика», профиль «Цифровые технологии в экономике и управлении»
На первом этапе разработки образовательной программы была использована Dick and Carey Model, которая позволила с системных позиций сформировать 4 блока дисциплин; теоретических, методологических, инструментальных и практических. На втором этапе была использована модель ADDIE, которая позволила наполнить эти блоки конкретными дисциплинами. Дисциплины специальности по блокам:
-
1. Блок дисциплин по теории: «Цифровая экономика и задачи прикладной информатики»; «Математические и инструментальные методы поддержки принятия решений»; «Организация разработки и внедрения ИТ-инноваций»; «Системы искусственного интеллекта».
-
2. Блок дисциплин по методологии: «Архитектура корпораций и ИС»; «Методологии и технологии проектирования ИС»; «Методологии управления ИТ-проектом»; «Разработка и реализация ИТ-стратегии».
-
3. Блок дисциплин по методике (инструменты): «Интеллектуальные BI-решения сквозной аналитики больших данных»; «Интеллектуальные информационные системы управления цифровым предприятием»; «Методы и средства совершенствования бизнес-процессов»; «Технологии аналитики больших данных»; «Технологии виртуализации информационной инфраструктуры предприятия»; «Цифровые платформы работы с большими данными».
-
4. Блок дисциплин по практике: «Управление информационной средой»; «Управление рисками ИТ-проектов»; «Управление сервисами ИТ»; «Формирование ИТ-инфраструктуры современного предприятия».
Так как все студенты, обучающиеся по этой программе, уже работают, то темы выпускных квалификационных работ имеют вполне конкретную практическую направленность, а их защита, как правило, проводится в виде Start Up. Отметим, что перестройка образовательных программ с применением методов датацентричного педагогического дизайна в первую очередь потребует развития информационной инфраструктуры вуза, организационного обеспечения и – самое главное – переобучения профессорско-преподавательского состава. Как вариант, возможно привлечение к осуществлению учебного процесса специалистов отрасли, но тогда потребуется пересмотр требований, предъявляемых к ним, при включении их в штатное расписание вуза. Это обусловлено тем, что специалисты-практики, как правило, не пишут статьи и учебники, не защищают диссертации, а это существенно влияет на их статус и размер заработной платы в вузе.
Заключение
Потребности рынка в ИТ-специалистах превышают в 1,5-2 раза имеющиеся ресурсы, а продолжающийся демографический спад затрудняет увеличение приема в вузы на ИТ-специальности. В этой связи органы управления образованием прилагают усилия для увеличения количества бюджетных мест в университетах для подготовки ИТ-специалистов. Так, контрольные цифры приема на программы по ИТ-специальностям увеличиваются ежегодно, а в 2024 г. (с учетом обучения на «Цифровых кафедрах») это количество составит уже более 300,0 тыс. чел.
Качество подготовки в вузах специалистов предметных областей по овладению навыками работы с пакетами прикладных программ отстает от требований работодателей. Для удовлетворения все растущих потребностей рынка в ИТ-специалистах необходимо совершенствовать традиционную подготовку и дополнить ее подготовкой сотрудников, обладающих цифровыми компетенциями в сочетании с предметными, т.е. инструментальными навыками и глубоким предметным пониманием. Одним из эффективных инструментов, помогающих модернизации образовательных программ подготовки ИТ-специалистов для экономики знаний, выступает датацентричный педагогический дизайн. Его использование в СПбГЭУ для формирования магистерской программы «Прикладная информатика» показало хорошие результаты.
Список литературы Особенности формирования ИТ-знаний при подготовке специалистов для экономики данных
- Кораблева О.Н., Трофимов В.В., Барабанова М.И. и др. Технологические тренды и наукоемкая экономика: бизнес, отрасли, регионы. СПб.: Астерион, 2021. С. 148-159. EDN: QGJPUA
- Трофимов В.В., Трофимова Л.А. О концепции управления на основе данных в условиях цифровой трансформации // Петербургский экономический журнал. 2021. № 4. С. 149-155. EDN: RJZLJE
- Encyclopedia of the Sciences of Learning. Springer, 2012. 1335 р.