Проблемы применения образовательной аналитики при подготовке инженерных кадров

Об актуальности научного обоснования процессов совершенствования образовательных инструментов при профессиональной подготовке инженерных кадров, свидетельствует необходимость обеспечения технологического суверенитета российской промышленности.

В условиях быстро меняющегося мира, вызовов и угроз, важность применения образовательной аналитики возрастает с каждым днем. Профессиональное образование открывает двери к новым возможностям, формирует личность и способствует социальному прогрессу. Образование имеет огромное значение для социально-экономического, технического и технологического развития страны. Высокий уровень образования населения способствует повышению производительности труда и инновационности отраслей. Страны с хорошо развитой системой образования, как правило, имеют более высокие темпы экономического роста и устойчивого развития.

Динамика роста приема обучающихся на инженерные направления за 2021-2023 годы очевидна. Рост студентов по инженернотехническим программам бакалавриата, специалитета и магистратуры составил: с 357,2 тыс. в 2021 году (рост на 4,5%) показатель увеличился до 387,7 тыс. в 2022 году (рост на 8,5%) и 409,9 тыс. в 2023 году (рост на 5,7%), доля таких студентов достигла 31,8% от общего приема.

Федеральный закон «Об образовании в Российской Федерации» [1] активно поддерживает внедрение инноваций в образовательный процесс. Инновации рассматриваются как важный элемент для модернизации системы образования, повышения ее качества и адаптации к турбулентным и быстро меняющимся условиям в мире.

В Послании Президента РФ В.В. Путина Федеральному собранию отмечено: «Темпы развития современных экономики, науки, информационных технологий требуют перехода к непрерывному, в течение всей жизни, образованию» [2]. Такой подход к образованию успешно реализуется во многих странах, в том числе БРИКС.

Из стратегических национальных приоритетов в сфере реализации Программы РФ «Развитие образования» [3] можно выделить два, которые наиболее тесно связаны с цифровизацией образования: устойчивое развитие экономики Российской Федерации на новой технологической основе и развитие безопасного информационного пространства.

С 01.01.2019 г. по 31.12.2024 г. в РФ реализуется федеральный проект «Цифровая образовательная среда», который стимулирует использование цифровых технологий в образовательном процессе. В рамках проекта ведется работа по оснащению организаций современным оборудованием и развитию цифровых сервисов и контента для образовательной дея-      Для достижения целей программ и проек- тельности [4].                                  тов, решаются следующие задачи (табл. 1).

Таблица 1. Задачи в сфере цифровизации образования

№	Содержание задачи	Ожидаемые результаты
1.	Внедрение принципов цифровизации в деятельность системы образования	Предполагает работу по переводу большего количества услуг в электронный вид и выводу их на Единый портал государственных услуг
2.	Развитие различных цифровых инструментов и сервисов	Создание условий для использования ЦИ в образовательных организациях
3.	Повышение квалификации педагогических работников в области цифровых технологий, искусственного интеллекта	Формирование  цифровых  профессиональных компетенций

Элементы безопасной цифровой образовательной среды с проверенным контентом будут дополнять традиционную систему образования, создавая равные возможности для получения качественного образования на всей территории Российской Федерации.

Современное образование всё больше интегрирует технологии и данные, что приводит к трансформации подходов к обучению и управлению учебными процессами. Это открывает новые возможности для персонализации обучения, позволяя адаптировать образовательные маршруты под индивидуальные потребности обучающихся.

В этом контексте образовательная аналитика становится не просто инструментом, а необходимым компонентом для повышения качества образовательных услуг. Благодаря систематическому сбору, анализу и интерпретации данных, образовательная аналитика помогает персонализировать обучение, прогнозировать успехи учащихся, сформировать все необходимые навыки для достижения цели ученика.

Вместо того чтобы полагаться на интуитивные догадки и ожидания, преподаватели и кураторы могут использовать данные для выявления областей, требующих улучшения у студентов, определения наиболее эффективных методов обучения и прогнозирования результатов, что позволяет помочь учащимся повысить свои академические результаты.

За 2019-2023 гг. российский рынок цифровых образовательных инструментов увеличился на 56,8%: с 1,4 до 2,1 млрд руб. Основное влияние оказала общая цифровизация экономики и образования [4].

Остановимся на специфическом цифровом инструменте, применяемом в образовательном процессе – на технологиях образовательной аналитики.

Под образовательной аналитикой, официальный портал СберУниверситета [5] понимает измерение, сбор, анализ и представление данных об обучающихся и образовательной среде с целью понимания особенностей обучения и максимальной его оптимизации.

Особенно актуальным становится применение учебной аналитики в контексте дополнительного профессионального образования для инженеров, где ее потенциал может быть применен на практике.

В течение жизни человек постоянно повышает свою квалификацию, получает дополнительное образование, проходит стажировки и аттестации, что обеспечивает ему конкурентоспособность на рынке труда. Современные экономические тенденции требуют инженеров, адаптированных к изменяющимся условиям и технологиям, готовых к обучению и ориентированных на достижение результатов. Система дополнительного профессионального образования в этих сферах направлена на обеспечение непрерывного и последовательного повышения сотрудниками своих профессиональных знаний, навыков и умений. Это развитие должно соответствовать постоянно меняющимся требованиям производства, экономическим условиям, государственной политике и учитывать личные интересы работников, обеспечивая их актуальными компетенциями для успешной адаптации к изменениям в профессиональной среде [6].

Рис 1. Схема процессов управления Big Data при подготовке инженеров

Для структуризации процессов управления Big Data в образовании рядом авторов [7] было выделено пять взаимосвязанных групп процессов (рис. 1).

Одной из важнейших сторон образовательной аналитики является персонализация обучения.

Современные технологии позволяют собирать и анализировать данные об учебных предпочтениях, уровне знаний и прогрессе каждого учащегося.

Это даст возможность строить индивидуальные образовательные траектории, адаптированные под конкретные цели и потребности обучающегося. Для того чтобы построить качественную модель обучения инженера, важно принять во внимание следующие источники данных (табл. 2).

Таблица 2. Источники данных при построении модели обучения инженера на основе образо- вательной аналитики [4]

№	Источник	Примеры данных
1.	Административные данные	Показатели периферийного контекста: преподаватель, школа
2.	Взаимодействие с образовательными ресурсами	Показатели взаимодействия во время обучения, включая: манеру навигации, ответы на упражнения и тесты, типы совершаемых ошибок, временные характеристики, связанные с деятельностью обучающегося во время обучающих мероприятий
3.	Прошлая деятельность	Ретроспективные показатели прошлой деятельности обучающегося, раскрывающие усвоение идей, навыков или компетенций на текущий момент
4.	Технические показатели	Показатель взаимодействия учащегося с другими обучающимися и преподавателями в процессе обучения
5.	Тип мышления	Данные из анкеты или самоотчета о том, как учащийся устанавливает связь между своими стратегическими усилиями во время обучения и развитием компетенций, а также о том, как происходит индивидуальный процесс обучения
6.	Настойчивость и обратная связь	Ретроспективные показатели настойчивости или упорства обучающегося при столкновении в процессе обучения с трудностями

Персонализация важна и в ВО и ДПО, где обучающиеся часто уже работают и нуждаются в повышении квалификации в сжатые сроки. Аналитика позволит сократить путь к нужным результатам, фокусируя внимание на тех знаниях и компетенциях, которые наиболее актуальны для конкретного человека.

Кроме того, образовательная аналитика предоставляет возможность оценки эффективности программ. К примеру, с помощью дашборда можно проанализировать успехи учащихся, их удовлетворённость курсами, а также результаты, полученные после завершения обучения.

Это даст образовательным учреждениям инструмент для постоянного улучшения своих программ, а работодателям – уверенность в том, что они инвестируют в качественное и результативное обучение своих сотрудников и инженерных кадров.

Оценка данных о результатах обучения инженера позволит выявлять наиболее эффективные методики и подходы, а также устранять слабые места в образовательных программах.

Также, образовательная аналитика позволяет разрабатывать эффективные модели обучения инженеров с учётом познавательных возможностей обучающихся. В этом случае необходимо выработать рекомендации по подбору таких форм подачи учебного материала, которые бы соответствовали разнообразным стилям обучения.

Наконец, образовательная аналитика значительно улучшает управление ресурсами. С её помощью можно рационально распределять время преподавателей, средства на обучение и другие ресурсы. Это особенно важно в условиях ограниченности ресурсов и необходимости максимальной эффективности в обучении инженеров.

Аналитика позволяет направить ресурсы туда, где они дадут наибольший результат, будь то на подготовку новых учебных материалов, модернизацию программ или развитие цифровой инфраструктуры.

Таким образом, стоит сделать вывод о том, что в современных условиях использование образовательной аналитики в системе образования инженерных кадров является ключевым моментом, без которого невозможно обеспечить повышение качества образовательных услуг.