Psychological Factors in Students’ Attitudes towards the Digital Educational Environment (Case of Russian and Belarusian Universities)

Capa


Citar

Texto integral

Resumo

Introduction. The common educational space of Russia and Belarus is a condition for deepening integration processes underpinned by common historical roots, long experience of common development, goals and principles of cooperation. However, many aspects, including the prerequisites and factors of studentsʼ acceptance of digital technologies in higher education, are not sufficiently studied. The aim of the article is to present the results of research into the psychological factors of digital educational environment acceptance by students of Russian and Belarusian universities.
Materials and Methods. The study involved 1 582 students from universities in Russia and Belarus aged 21,3 ± 6,3 years. To identify personality traits, Big Five Inventory-2 was used. The resources of self-regulation were determined using Personal Self-Activation Inventory and Self-Regulation Style Questionnaire. To determine the attitude to learning in the digital educational environment, AUDEE Scale was used, and to determine the attitude to learning activities – Activity-Related Experiences Assessment Technique.
Results. The most important factors of digital educational environment acceptance for both samplings (Russia and Belarus) are not personality traits but activity-related experiences: the experience of pleasure in the absence of experiences of effort and void leads to acceptance of the digital educational environment. Modeling of significant conditions for achieving goals, evaluation of results and programming of actions, and insistency for the Belarusian sampling were also noted as important elements of digital educational environment acceptance. Therefore, the main factors are not the personality traits of the student, but the experiences that s/he experiences during the learning activity and some structural components of self-regulation. Similarity in models’ quality and structure for two different countries supports the reliability of the results and serves a basis for practical recommendations for digital educational environment development and preparing students for work in it.
Discussion and Conclusion. The conclusions made by the authors contribute to the problem of studentsʼ attitude to the university’s digital educational environment. The materials of the article can be useful for university administration and teaching staff to improve both the university’s digital educational environment and the methods of teaching using digital educational environment.

Texto integral

Введение

Цифровизация высшего образования во всем мире в связи с пандемией COVID-19 и широким распространением новых технологий в образовании до пандемического кризиса связана как со сложностями, так и со многими возможностями. Пандемический кризис, с одной стороны, ускорил процессы внедрения интернет-технологий в образование, с другой – обострил проблемы. Так, О. Б. Адедоин и Э. Сойкан [1] описали ряд проблем ускоренной цифровизации: использование устаревших технологических устройств, сложности доступа в сеть Интернет, материальные трудности, отвлекающие факторы среды, несовершенство цифровой компетентности педагогов и обучающихся, недостатки в оценивании знаний студентов, увеличение рабочей нагрузки преподавателей, несовместимость с некоторыми профессиональными направлениями деятельности, требующими непосредственного контакта для приобретения практических навыков студентов. Важной проблемой является внутреннее сопротивление новым технологиям, а именно их внедрению, заключающееся в попытках вернуться к привычному процессу обучения в силу непринятия, непонимания, недостатка цифровой грамотности педагогов, недоверия, страха перемен, технофобии и цифрового отрицания [2]. Наряду с этим авторы отмечают и возможности: гибкость, интерактивность, выбор своего темпа обучения; новые разработки моделей онлайн-обучения, а также технологических инноваций в образовании [1]. В эмпирических исследованиях выявляется положительное отношение студентов разных возрастных категорий к обучению в цифровой образовательной среде на разных уровнях высшего образования [3] и отсутствие у них существенных трудностей при изучении электронных курсов в системе Moodle [4].

Ученые считают, что проблемы и недостатки цифровых технологий в образовании по большей части носят внешний характер и являются отражением неспособности, нежелания или незаинтересованности студентов адаптироваться и принимать нововведения [5]. Вместе с тем вызовы современности, связанные с технологическими трансформациями и цифровизацией всех сфер жизни и профессиональной деятельности, требуют от образования опережающих шагов при подготовке будущих специалистов. В новых исторических условиях цифровизации от студентов, которые станут специалистами, требуется высокий уровень овладения цифровым компетенциями; и это требование исторической эпохи и тех стремительных изменений, которые происходят во всем мире. Наряду с тем, что образование интегрировано не только в соответствующую историческую эпоху, но и страну [6], важнейшим является анализ принятия цифровой образовательной среды (ЦОС) в контексте культуры.

Общее образовательное пространство России и Беларуси становится условием эффективности интеграционных процессов, обусловленных едиными историческими корнями, длительным опытом совместного развития, общностью целей и принципов сотрудничества. Однако многие аспекты, в том числе проблема принятия студентами двух стран цифровых технологий в высшем образовании, являются малоизученными. Во-первых, несмотря на то, что современные студенты признаны «цифровыми аборигенами» [7], существует недостаточно эмпирических подтверждений принятия ими цифровых технологий в учебной деятельности. Во-вторых, личное принятие цифровых технологий студентами может быть связано с психологическими особенностями обучающихся, что требует дополнительных исследований и их учета в педагогической практике, направленной на совершенствование и активный поиск эффективных способов повышения качества образования. В-третьих, отношения между родственными культурами и принятием/непринятием технологий очень сложны, поэтому будет полезно проанализировать факторы принятия ЦОС российскими и белорусскими студентами.

В связи с тем, что границы цифрового образовательного пространства российских и белорусских университетов сегодня активно расширяются, становятся более гибкими и открытыми, а родственность культур создает условия для доступности ЦОС, существуют психологические барьеры, препятствующие принятию ЦОС и требующие изучения.

Таким образом, целью исследования стал анализ психологических факторов принятия цифровой образовательной среды студентами российских и белорусских университетов. Исследование расширяет существующую литературу по проблематике внутренних барьеров в принятии цифровой образовательной среды студентами на примере двух стран, имеющих общее прошлое, что позволяет наметить пути для устранения существующих препятствий.

Обзор литературы

Цифровая трансформация вузов может рассматриваться как сумма всех цифровых процессов, необходимых для высших учебных заведений с целью оптимального применения цифровых технологий [1]. Предпринимаются значимые шаги в направлении цифровой трансформации образования в Республике Беларусь и Российской Федерации. В Беларуси намечен курс на построение IT-страны, разработана концепция цифровой трансформации образования, широко внедрены инновации в практику высшего образования, проводится масса мероприятий, посвященных информационным технологиям в образовании [8]. В России растет число инновационных площадок для совершенствования организации учебного процесса, разработаны IT-инфраструктуры, внедрены массовые открытые онлайн-курсы [9], принят ряд законов о проведении экспериментов по внедрению ЦОС, разработаны федеральные проекты «Цифровая образовательная среда», «Стратегия цифровой трансформации науки и высшего образования», направленные на развитие «цифровой зрелости» будущих специалистов и т. д. Немногочисленные исследования показывают, что распространение информационных технологий выше в странах с более высоким уровнем индивидуализма, меньшей дистанцией власти, женственностью и низким уровнем избегания неопределенности [10]. Россия и Беларусь попадают в группу стран с промежуточной ментальностью между Востоком и Западом. Это способствует проведению многих интеграционных преобразований [8], в том числе и в сфере образования – создание специальных информационных ресурсов, на которых размещена и постоянно актуализируется информация о нормативных актах, регламентирующих организацию образовательного процесса обеих стран; проработка вопроса интеграции цифровых образовательных платформ двух стран с 2020 г.; увеличение белорусских пользователей платформы «Российская электронная школа»; открытие в Беларуси пунктов для сдачи единого государственного экзамена; формирование системы межрегиональных российско-белорусских школьных обменов и др.

Несмотря на опережающие темпы развития онлайн-обучения в России [11] и Беларуси [12] выделяется ряд рисков при чрезмерном использовании такого вида обучения: недостаточный уровень подготовки преподавателей, падение качества общения и образования и др. Вместе с тем уже ближайшее будущее требует развития цифровых компетенций и навыков специалистов, что призывает высшее образование двух стран к существенной трансформации с учетом рисков и возможностей цифровизации, а также развития внутренних, психологических характеристик, которые способствуют принятию ЦОС студентами [13]. Результаты исследований показывают, что положительное и принимающее отношение к онлайн- и смешанному обучению постепенно растет [14].

Использование цифровых инструментов в повседневной жизни, являющееся для молодых людей обычным явлением, где они чувствуют себя достаточно компетентными, отличается от их способности применять технологии для обучения, которые развиты не столь хорошо [15]. Безусловно, это связано как с внешними условиями цифровизации образования (усовершенствованием цифровых технологий, улучшением педагогических практик и др.), так и с особенностями самих обучаемых. В исследованиях показано, что особую роль в онлайн-среде играют ресурсы саморегуляции [16]. Д. А. Леонтьев считает, что именно данные ресурсы могут компенсировать дефицит других ресурсов, служат основой переструктурирования системных связей во взаимодействии с миром и способны превращать даже очевидные минусы в достоинства [17].

В зарубежных исследованиях введено понятие «саморегулируемое обучение», определяемое как степень метакогнитивного (познание и использование соответствующих когнитивных стратегий), мотивационного (постановка целей и постоянные усилия для их достижения) и поведенческого (корректировка своего поведения в процессе обучения, включая управление своим временем, управление и контроль социальной и физической среды) участия обучающегося в учебном процессе [18]. Осознанная саморегуляция произвольной активности, по мнению В. И. Моросановой, «позволяет осознанно выдвигать цели жизнедеятельности и управлять их достижением на основе самоорганизации различных ресурсов когнитивно-операционального и личностно-регуляторного уровней» [19, c. 155]. В основе данного определения лежит ресурсный подход, в рамках которого саморегуляция является способом координации и накопления психологических ресурсов, т. е. метаресурсом для успешного достижения поставленных целей, отличным от других внутренних и внешних ресурсов.

Установлено, что обучающиеся со сходными чертами личности используют похожие стратегии обучения и стратегии распределения времени, имеют сходные стили межличностного взаимодействия в процессе обучения и участия в учебной деятельности [20: 21], причем взаимосвязи между личностными чертами и стилями обучения и академической успешностью сохраняется и при обучении в ЦОС [22]. Личностные черты во многом определяют склонность к пересдаче тестов и улучшению академической успеваемости [23]. Эти и другие исследования, выявляющие связи между чертами личности обучающегося, показателями обучения, говорят о том, что и отношение к ЦОС может определяться некоторыми чертами личности. При этом важную роль могут играть и переживания, испытываемые во время учебной деятельности, так как они связаны с мотивацией и психологическим благополучием [24; 25].

Таким образом, анализ научной литературы позволил выделить и обобщить группы значимых факторов, являющихся факторами успешности цифровой трансформации высшего образования.

  1. Совершенствование педагогических практик [26–28].
  2. Улучшение электронных платформ и электронных образовательных сред1.
  3. Совершенствование методов управления учебной деятельностью студентов2, индивидуализация обучения3.
  4. Цифровой потенциал студентов – и это не только цифровые компетенции, но и психологические характеристики и личностные черты: самоорганизация, усилия, настойчивость [1], мотивация и активность [29], учебная самоорганизация [30]; открытость новому опыту [21], добросовестность [31]; исполнительность, самоконтроль, ответственность, честность [32].
  5. Переживания, испытываемые во время учебной деятельности [24; 25].

Мы предположили, что некоторые факторы: личностные черты (особенно открытость новому опыту и добросовестность), психологические характеристики (самоконтроль, самоорганизация, ответственность и исполнительность) и переживания в учебной деятельности могут определять позитивное или негативное отношение к ЦОС.

 Материалы и методы

Выборка исследования. Всего в исследовании приняли участие 1 582 студента из разных вузов Российской Федерации (N = 1 059) и Республики Беларусь (N = 523). Возраст респондентов в среднем составил 21,3 ± 6,3 года (медиана = 19 лет, межквартильный размах = 3 года). Во всей выборке респондентов 1 325 чел. (84 %) были женского пола и 257 (16 %) – мужского.

Процедура исследования. Опрос проводился с помощью google-форм. Исследование было анонимным и добровольным и занимало от 15 до 20 мин.

Методики исследования. Для выявления личностных черт использовался пятифакторный опросник личности (Big Five Inventory-2) [33], включающий экстраверсию/интроверсию, доброжелательность, добросовестность, нейротизм и открытость опыту. Ресурсы саморегуляции устанавливались с помощью методик самоактивации личности М. А. Одинцовой и Н. П. Радчиковой [34; 35] и стиля саморегуляции поведения В. И. Моросановой [19]. Методика самоактивации личности включает самостоятельность, физическую, психологическую активности и общий уровень самоактивации. Методика определения стиля саморегуляции поведения содержит планирование целей, моделирование значимых условий их достижения, программирование действий, оценивание результатов, гибкость, настойчивость и общий балл. Для определения отношения к обучению в ЦОС использовалась методика «Шкала оценки ЦОС университета» М. Г. Сороковой, М. А. Одинцовой и Н. П. Радчиковой [36], а для определения отношения к учебной деятельности – методика диагностики переживаний в деятельности (ДПД) [24].

Для того чтобы респонденты поняли, что именно имеется в виду под цифровой образовательной средой, им давалось пояснение и были перечислены компоненты, которые могут входить в ЦОС в разных сочетаниях. Задача респондентов – отметить компоненты, используемые ими в учебном процессе.

Кроме вышеперечисленных психодиагностических методик, участникам исследования предлагалась анкета с вопросами об их социодемографических характеристиках и отношения к обучению с использованием ЦОС. Полный перечень вопросов анкеты и все данные представлены во Всероссийском репозитории научных данных по психологии Московского государственного психолого-педагогического университета (МГППУ) RusPsyData [37].

 Результаты исследования

Описательная статистика по всем измеренным показателям для респондентов из каждой страны, а также результаты сравнения двух групп респондентов с помощью t-критерия Стьюдента представлены в таблице 1.

 

Таблица  1.  Сравнение респондентов из России и Беларуси по всем измеренным показателям

Table  1.  Comparison of respondents from Russia and Belarus across all measured indicators

Показатель / Variable

Среднее ± стандартное отклонение / Mean ± standard deviation

t, эмпирическое значение критерия Стьюдента / empirical value of Student’s t-test

р, уровень статистической значимости / p, significance level

d Коэна / Cohen’s d

Беларусь / Belarus

Россия / Russia

1

2

3

4

5

6

Пятифакторный опросник личности / Big Five Inventory-2

Экстраверсия / Extraversion

3,3 ± 0,6

3,3 ± 0,7

1,2

0,2298

0,1

Доброжелательность / Agreeableness

3,7 ± 0,5

3,8 ± 0,6

–1,3

0,1778

0,1

Добросовестность / Consciousness

3,7 ± 0,6

3,7 ± 0,7

1,7

0,0815

0,1

Нейротизм / Neuroticism

3,0 ± 0,7

3,0 ± 0,8

–0,6

0,5614

0,0

Открытость опыту (O) / Openness

3,7 ± 0,5

3,7 ± 0,9

–3,2

0,0016

0,2

Методика самоактивации личности / Personal Self-Activation Inventory

Самостоятельность / Independence

15,9 ± 3,6

16,3 ± 4,1

–2,1

0,0379

0,1

Физическая активация / Physical activation

15,1 ± 4,4

15,3 ± 4,7

–1,1

0,2806

0,1

Психологическая активация / Psychological activation

14,1 ± 4,0

14,5 ± 4,3

–2,0

0,0432

0,1

Самоактивация (итог) / Self-activation

45,0 ± 9,8

46,1 ± 11,0

–2,0

0,0421

0,1

Стиль саморегуляции поведения / Self-regulation style

Планирование целей / Goal planning

12,8 ± 3,6

13,5 ± 3,8

–3,5

0,0005

0,2

Моделирование значимых условий достижения целей / Modelling of significant conditions

13,0 ± 2,7

13,2 ± 3,0

–1,6

0,1174

0,1

Программирование действий / Programming of actions

14,4 ± 3,0

14,6 ± 3,1

–0,9

0,3931

0,0

Оценивание результатов / Results evaluation

12,2 ± 3,5

12,5 ± 3,9

–1,4

0,1758

0,1

Гибкость / Flexibility

14,0 ± 3,3

13,7 ± 3,3

1,4

0,1638

0,1

Надежность / Reliability

10,6 ± 3,4

10,5 ± 3,6

0,7

0,5087

0,0

Настойчивость / Insistency

14,5 ± 3,1

14,6 ± 3,2

–0,7

0,4944

0,0

Общий уровень саморегуляции / General level of self-regulation

91,5 ± 13,4

92,6 ± 15,0

–1,4

0,1583

0,1

Шкала оценки ЦОС университета / AUDEE Scale

Удовлетворенность учебным процессом и практическая польза / DEE Learning Process Satisfaction

46,1 ± 9,5

45,2 ± 9,6

1,8

0,0803

0,1

Удовлетворенность коммуникативным взаимодействием и мотивация к учению / DEE Communication satisfaction and Learning Motivation

21,7 ± 6,6

20,4 ± 6,2

4,0

0,0001

0,2

Стрессонапряженность / DEE Stress Tension

21,4 ± 6,6

21,0 ± 6,6

1,3

0,2050

0,1

Необходимость поддержки в учебной деятельности / Need for support in DEE learning activity

14,9 ± 5,2

14,6 ± 4,8

1,3

0,2062

0,1

Нечестные стратегии / DEE Dishonest Strategies Prevalence

17,2 ± 4,5

17,7 ± 4,6

–2,1

0,0330

0,1

Доступность / DEE Accessibility

20,1 ± 3,5

20,6 ± 3,6

–2,5

0,0110

0,1

Шкала оценки ЦОС / AUDEE Scale total score

133,4 ± 25,6

131,7 ± 24,2

1,3

0,2004

0,1

Методика диагностики переживаний в деятельности (ДПД) /Activity-Related Experiences Assessment technique (AREA)

Усилие / Effort

12,1 ± 3,0

11,9 ± 3,6

0,9

0,3614

0,1

Удовольствие / Pleasure

12,1 ± 3,9

11,5 ± 4,0

3,0

0,0028

0,2

Смысл / Meaning

13,3 ± 3,5

13,5 ± 3,7

–0,9

0,3608

0,0

Пустота / Void

8,4 ± 3,4

8,2 ± 3,5

1,2

0,2130

0,1

 

Было установлено, что статистически значимых различий оказалось достаточно много, но величины эффектов крайне малы: часто гораздо меньше, чем имеющие интерпретацию значения показателей. Например, при округлении до десятых, различия по шкалам теста Большой пятерки составляют лишь 0,1 балла в единственном случае, а в случае статистически значимых различий величина эффекта меньше, чем 0,1 балла. Практически одинаковые профили для студентов двух стран получены и по методике «Стиль саморегуляции поведения»: статистически значимо группы различаются лишь по одной шкале – «Планирование целей», и этот показатель выше в выборке россиян. О небольшом эффекте говорит и показатель d Коэна, который во всех случаях не превосходит 0,2. Статистическую значимость небольших по величине эффекта различий можно объяснить довольно большой выборкой респондентов.

Наибольшие различия обнаружены по методике самоактивации личности (табл. 1): в российской выборке практически все показатели (за исключением физической активации) выше. Полученные результаты по самоактивации для обеих выборок немного ниже, чем в исследованиях 2016–2017 гг. [34; 35], но общая тенденция сохраняется: все показатели у российских студентов выше, а наименьшие различия наблюдаются по шкале физической активации.

Белорусские студенты выше оценивают удовлетворенность коммуникативным взаимодействием и мотивацию к учению, но ниже – доступность цифровой образовательной среды (табл. 1). Баллы по шкале «нечестные стратегии» выше у российских студентов, что говорит о том, что они (различия в полбалла) более склонны считать «жульничество» возможным при использовании ЦОС. По методике переживаний в учебной деятельности различий практически нет: российские и белорусские студенты набрали высокие баллы по шкале «Смысл», затем идут переживания усилия и удовольствия, на последнем месте – значения шкалы «Пустота».

Поскольку главной задачей данного исследования было определение психологических факторов отношения студентов к цифровой образовательной среде и эффективность работы в ней, то большее внимание должно быть уделено не различиям между выборками, а соотношению между измеренными переменными. Для этого использовался следующий подход. В процессе кластерного анализа по методу k-средних на основании всех субшкал «Шкалы оценки ЦОС» были выделены контрастные группы студентов (принимающих и не принимающих ЦОС). Затем с помощью дискриминантного анализа (прямой пошаговый метод) определены личностные характеристики, которые вносят наибольший вклад в возможность прогнозирования принятия ЦОС. С целью повышения обобщенности результатов статистический анализ проводился для каждой выборки отдельно.

Кластерный анализ показал, что все участники исследования могут быть поделены на три группы (метод k-средних; данные нормированы, так как шкалы различаются по диапазону). Результаты деления для российской и белорусской выборок представлены на рисунке. Очевидно, что результаты деления оказались схожими: в обеих выборках выделилась группа респондентов (N = 253 (24 %) – Российская Федерация, N = 151 (29 %) – Республика Беларусь), которые удовлетворены учебным и коммуникативным процессами в ЦОС, оценивают цифровую образовательную среду как доступную, не нуждаются в интенсивной поддержке во время учебной деятельности и имеют низкий уровень стрессонапряженности.

 

 
 
 
Рис. Результаты кластерного анализа: нормированные средние значения по всем субшкалам
«Шкалы оценки ЦОС университета» для групп (кластеров) для белорусских и российских респондентов

Fig. Cluster analysis results: standardized means for all subscales of “AUDEE Scale” for groups
(clusters) for respondents from Belarus and Russia
 

Согласно классификации, представленной в работе [13], эту группу можно назвать «принимающими ЦОС». В обеих выборках выделилась группа респондентов (N = 382 (36 %) – Российская Федерация, N = 172 (33 %) – Республика Беларусь), у которых обозначилась низкая удовлетворенность учебным и коммуникативным процессами в ЦОС; они оценивают цифровую образовательную среду как малодоступную, нуждаются в интенсивной поддержке во время своей учебной деятельности и имеют высокий уровень стрессонапряженности. Эту группу можно назвать «сопротивляющиеся ЦОС».

В третью группу вошли респонденты, которые по всем субшкалам методики «Шкала оценки ЦОС университета» набрали средние баллы (N = 424 (40 %) – Российская Федерация, N = 200 (38 %) – Республика Беларусь). Различий по странам в преобладании той или иной группы студентов не обнаружено (χ2 = 4,70; р = 0,10).

Чтобы выяснить, какие именно характеристики могут служить психологическими барьерами принятия ЦОС, был проведен дискриминантный анализ, в котором в качестве зависимой переменной использовались контрастные группы респондентов (принимающие ЦОС и сопротивляющиеся ЦОС), а группа респондентов со средними оценками исключалась из сравнений. В качестве независимых переменных использовались все остальные показатели, представленные в таблице 1: личностные черты, ресурсы саморегуляции (самоактивация личности и стиль саморегуляции поведения) и отношение к учебной деятельности. Для выявления наиболее важных психологических барьеров использован прямой пошаговый метод дискриминантного анализа. Результаты анализа (оценки качества модели и ключевые показатели) представлены в таблице 2.

 

Таблица  2.  Результаты дискриминантного анализа

Table  2.  Discriminant analysis results

Результаты дискриминантного анализа /Discriminant analysis results

Беларусь /Belarus

(N = 323)

Россия /Russia

(N = 635)

Показатели качества модели / Model fit

Процент правильных предсказаний / Total percent correct

87

82

Канонический коэффициент корреляции / Canonical R

0,73

0,63

Лямбда Уилкса / Wilks’ Lambda (p < 0,001)

0,47

0,59

Личностная характеристика / Personal Characteristics

Факторная структура / Factor structure matrix

Моделирование значимых условий достижения целей / Modelling of significant conditions

–0,26

–0,21

Настойчивость / Insistency

–0,03

Оценивание результатов / Results assessment

–0,02

–0,10

Программирование действий / Programming of actions

–0,10

–0,18

Пустота / Void

0,57

0,72

Удовольствие / Pleasure

–0,80

–0,76

Усилие / Effort

0,17

0,16

 

Результаты показывают, что для представленных выборок модели оказались достаточно хорошие: лямбды Уилкса для дискриминантных функций в обоих случаях статистически значимы; более 80 % правильных предсказаний также говорят о высоком качестве моделей. Канонические коэффициенты корреляции достаточно высоки, хотя для российской выборки существенно ниже, чем для белорусской.

Таким образом, было установлено, что в обеих выборках совпадает не только качество полученных моделей, но и ключевые характеристики, отражающие психологические барьеры принятия ЦОС, их факторные нагрузки также практически аналогичны.

Обсуждение и заключение

В результате исследования внутренних ресурсов студентов России и Беларуси, которые могут стать психологическими факторами принятия цифровой образовательной среды, выяснилось, что студенческие выборки двух стран практически не различаются. Студенты обеих стран обладают сходными личностными профилями, профилями стиля саморегуляции и профилями переживаний в учебной деятельности. Самоактивация несколько выше проявилась у российских студентов.

Практически одинаковые качественные результаты об отношении к ЦОС, полученные на двух разных выборках – самыми важными факторами принятия ЦОС оказались переживания, ощущаемые студентами во время учебной деятельности: переживание удовольствия при отсутствии переживаний усилия и пустоты приводит к принятию цифровой среды. На первый взгляд, полученные результаты можно проинтерпретировать как нежелание прилагать усилия и погоня за удовольствием, но действительность может быть сложнее. Исследования показывают, что переживание удовольствия, усилия и пустоты связаны с внешней и внутренней мотивацией зеркальными паттернами: переживание удовольствия положительно коррелирует с внутренней мотивацией и отрицательно – с внешней, переживания усилия и пустоты отрицательно коррелируют с внутренней мотивацией и положительно – с внешней [25]. В таком случае преобладание той или иной мотивации может оказывать влияние и на переживания в учебной деятельности, и на принятие ЦОС. Следующим ключевым элементом является моделирование значимых условий достижения целей: чем более развиты представления студента о системе значимых внешних и внутренних условий достижения конкретной учебной цели, степени их осознанности, детализированности и адекватности, тем позитивнее отношение к ЦОС. В качестве важных элементов принятия ЦОС в обеих выборках отмечены также оценивание результатов и программирование действий, что входит в структуру саморегуляции. Таким образом, основными факторами являются не личностные черты обучающегося, а те переживания, которые он испытывает во время учебной деятельности и некоторые структурные компоненты саморегуляции. Сходство в профилях отношения к ЦОС студентов России и Беларуси свидетельствует о близости культур и важности продолжения интеграционных процессов в сфере образования, а также позволяет дать практические рекомендации при разработке ЦОС и подготовке студентов к работе в ней. Среди практических рекомендаций можно выделить необходимость в дальнейшем российско-белорусском взаимодействии в области образования и усовершенствования ЦОС, обмен лучшими педагогическими практиками как российских, так и белорусских высших учебных заведений.

Интерпретировать различия по всем показателям между представленными выборками следует осторожно, поскольку они не были сбалансированы по специальности обучения. Несмотря на то, что в обоих случаях в исследовании участвовали только студенты социально ориентированных профессий (психологи, педагоги, специальные педагоги и др.) и не принимали участие студенты технических специальностей, в российской выборке были задействованы студенты медицинских вузов. Результаты методики «Шкала оценки ЦОС» зависят и от ресурсов конкретной ЦОС, использующейся в университете, поэтому полученные различия могут быть обусловлены низкими или, наоборот, высокими оценками конкретного вуза.

Проведенное исследование позволяет внести вклад в научное осмысление проблематики отношения студентов разных стран к внедрению цифровой образовательной среды в высшие учебные заведения. Статья будет полезна для руководства высших учебных заведений, психологов и преподавателей, сталкивающихся с необходимостью внедрения ЦОС в образование с учетом выявленных факторов, которые могут стать серьезными препятствиями для принятия ЦОС студентами.

 

 

1           Экспресс-анализ цифровых образовательных ресурсов и сервисов для организации учебного процесса школ в дистанционной форме / И. А. Карлов [и др.] ; Национальный исследовательский университет «Высшая школа экономики», Институт образования. М. : НИУ ВШЭ, 2020. 56 с. URL: https://ioe.hse.ru/data/2020/03/23/1566597445/САО%204(34)_ЭЛЕКТРОННЫЙ.pdf (дата обращения: 06.03.2022).

2           Блинов В. И., Сергеев И. С., Есенина Е. Ю. О Основные идеи дидактической концепции цифрового профессионального образования и обучения. М. : Изд-во «Перо», 2019. 24 с. URL: https://firo.ranepa.ru/files/docs/spo/osn_idei_did_poo.pdf (дата обращения: 06.03.2022).

3           Колыхматов В. И. Образование будущего: технологии цифровизации // Современное образование: содержание, технологии, качество. Материалы XXV междунар. науч.-метод. конф. СПб. : Изд-во СПбГЭТУ «ЛЭТИ», 2019. С. 12–15. URL: http://www.faito.ru/news/1558293520 (дата обращения: 06.03.2022).

×

Sobre autores

Nataly Radchikova

Moscow State University of Psychology & Education

Autor responsável pela correspondência
Email: nataly.radchikova@gmail.com
ORCID ID: 0000-0002-5139-8288
Scopus Author ID: 6507691146
Researcher ID: G-2054-2016

Cand.Sci. (Psychol.), Associate Professor, Leading Researcher of the Scientific
and Practical Center for Comprehensive Support of Psychological Research “PsyDATA”

Rússia, 29 Sretenka St., Moscow 127051

Maria Odintsova

Moscow State University of Psychology & Education

Email: mari505@mail.ru
ORCID ID: 0000-0003-3106-4616
Scopus Author ID: 55364810300
Researcher ID: H-1134-2013

Cand.Sci. (Psychol.), Associate Professor, Head of the Chair of Psychology and Pedagogy of Distance Learning

Rússia, 29 Sretenka St., Moscow 127051

Marina Sorokova

Moscow State University of Psychology & Education

Email: sorokovamg@mgppu.ru
ORCID ID: 0000-0002-1000-6487
Scopus Author ID: 57216433940
Researcher ID: I-7129-2013

Cand.Sci. (Physics and Mathematics), Dr.Sci. (Ped.), Associate Professor, Head of
the Scientific and Practical Center for Comprehensive Support of Psychological Research PsyDATA, Professor of the Chair of Applied Mathematics

Rússia, 29 Sretenka St., Moscow 127051

Nina Kozyreva

Belarusian State Pedagogical University named after Maxim Tank

Email: kozyreva_nina@tut.by
ORCID ID: 0000-0001-6635-0925
Scopus Author ID: 57224727064

Cand.Sci. (Psychol.), Associate Professor of the Chair of Psychology of Education and Personal Development

Belarus, 18 Sovetskaya St., Minsk 220030

Alexander Lobanov

Belarusian State Pedagogical University named after Maxim Tank

Email: lobanov.ap@outlook.com
ORCID ID: 0000-0001-7262-0055

Dr.Sci. (Psychol.), Professor, Professor of the Chair of Age and Educational Psychology

Belarus, 18 Sovetskaya St., Minsk 220030

Bibliografia

  1. Adedoyin O.B., Soykan E. Covid-19 Pandemic and Online Learning: The Challenges and Opportunities.Interactive Learning Environments. 2020. doi: https://doi.org/10.1080/10494820.2020.1813180 (in press)
  2. Watermeyer R., Crick T., Knight C. Digital Disruption in the Time of COVID-19: Learning Technologists’Accounts of Institutional Barriers to Online Learning, Teaching and Assessment in UK Universities. InternationalJournal for Academic Development. 2022;27(2):148–162. doi: https://doi.org/10.1080/1360144X.2021.1990064
  3. Sorokova M.G. Skepticism and Learning Difficulties in a Digital Environment at the Bachelor’s and Master’s Levels: Are Preconceptions Valid? Heliyon. 2020;6(11):e05335. doi: https://doi.org/10.1016/j.heliyon.2020.e05335
  4. Sorokova M.G. Digital Educational Environment in University: Who is More Comfortable Studying in It? Psychological Science and Education. 2020;25(2):44–58. (In Russ., abstract in Eng.) doi: https://doi.org/10.17759/pse.2020250204
  5. Selwyn N. Digital Downsides: Exploring University Students’ Negative Engagements with DigitalTechnology. Teaching in Higher Education. 2016;21(8):1006–1021. doi: https://doi.org/10.1080/13562517.2016.1213229
  6. Komleva V. [A Single Educational Space as the Most Important Factor in the Integration of Russia and Belarus].Obozrevatel – Observer. 2019;(1):21–33. Available at: https://cyberleninka.ru/article/n/edinoe-obrazovatelnoeprostranstvo-vazhneyshiy-faktor-integratsii-rossii-i-belorussii/viewer (accessed 06.03.2022). (In Russ.)
  7. Lacka E., Wong T.C. Examining the Impact of Digital Technologies on Students’ Higher Education Outcomes: The Case of the Virtual Learning Environment and Social Media. Studies in Higher Education.2021;46(8):1621–1634. doi: https://doi.org/10.1080/03075079.2019.1698533
  8. Sidorova A.M. Impact of Informal Institutions on the Development Integration Processes. Journal of Institutional Studies. 2015;7(2):68–83. (In Russ., abstract in Eng.) doi: https://doi.org/10.17835/2076-6297.2015.7.2.068-083
  9. Kozlova N.Sh., Kozlov R.S. Trends in Digital Transformation of Education in Modern Conditions. Vestnik Maykopskogo gosudarstvennogo tekhnologiceskogo universiteta. 2020;(3):51–59. (In Russ., abstract in Eng.)doi: https://doi.org/10.24411/2078-1024-2020-13005
  10. Jung I., Lee Y. YouTube Acceptance by University Educators and Students: A Cross-Cultural Perspective.Innovations in Education and Teaching International. 2015;52(3):243–253. doi: https://doi.org/10.1080/14703297.2013.805986
  11. Ivanovskiy B.G. Digitalization of Higher Education in Europe and Russia: Benefits and Risks. Social Novelties and Social Sciences. 2021;(1):80–95. (In Russ., abstract in Eng.) doi: https://doi.org/10.31249/snsn/2021.01.07
  12. Ilyushenka N.S. Digital Learning: Prospects and Risks of Digital Turn in Education. In: Designing the Future. Problems of Digital Reality: Proceedings of the 2nd International Conference (February 7–8, 2019, Moscow).Мoscow: KIAM RAS Publ.; 2019. p. 215–225. (In Russ., abstract in Eng.) doi: https://doi.org/10.20948/future-2019-20
  13. Radchikova N.P., Odintsova M.A., Sorokova M.G. Prerequisites for Accepting the Digital Educational Environment in New Cultural and Historical Conditions. Cultural-Historical Psychology. 2021;17(3):115–124.doi: https://doi.org/10.17759/chp.2021170315
  14. Agarkov G.A., Sandler D.G., Sushchenko A.D. A Year after the Outbreak of COVID-19: Applicants’Perception of Higher Education Quality in the Context of Digitalization and Blended Learning. Integration of Education. 2021;25(4):646–660. (In Russ., abstract in Eng.) doi: https://doi.org/10.15507/1991-9468.105.025.202104.646-660
  15. Morgan A., Sibson R., Jackson D. Digital Demand and Digital Deficit: Conceptualising Digital Literacy and Gauging Proficiency among Higher Education Students. Journal of Higher Education Policy and Management.2022;44(3):258–275. doi: https://doi.org/10.1080/1360080X.2022.2030275
  16. Lyz N.A., Istratova O.N. Online Educational Activities of Students: Readiness and Self-Efficacy. Integration of Education. 2021;25(4):661–680. (In Russ., abstract in Eng.) doi: https://doi.org/10.15507/1991-9468.105.025.202104.661-680
  17. Leontiev D. Autoregulation, Resources, and Personality Potential. Siberian Journal of Psychology. 2016;(62):18‒37. (In Russ., abstract in Eng.) doi: https://doi.org/10.17223/17267080/62/3
  18. Hromalik C.D., Koszalka T.A. Self-Regulation of the Use of Digital Resources in an Online Language Learning Course Improves Learning Outcomes. Distance Education. 2018;39(4):528–547. doi: https://doi.org/10.1080/01587919.2018.1520044
  19. Morosanova V.I., Kondratyuk N.G. V.I. Morosanova’s “ Self-Regulation Profile Questionnaire –SRPQM 2020”. Voprosy psikhologii. 2020;(4):155–167. EDN: XLPKCR
  20. Komarraju M., Karau S.J., Schmeck R.R., Avdic A. The Big Five Personality Traits, Learning Styles,and Academic Achievement. Personality and Individual Differences. 2011;51(4):472–477. doi: https://doi.org/10.1016/j.paid.2011.04.019
  21. Wu F., Lai S. Linking Prediction with Personality Traits: A Learning Analytics Approach. Distance Education.2019;40(3):330–349. doi: https://doi.org/10.1080/01587919.2019.1632170
  22. Siddiquei N.L., Khalid R. The Relationship between Personality Traits, Learning Styles and Academic Performance of E-Learners. Open Praxis. 2018;10(3):249–263. doi: http://doi.org/10.5944/openpraxis.10.3.870
  23. Barron L.G., Randall J.G., Trent J.D., Johnson J.F., Villado A.J. Big Five Traits: Predictors of Retesting Propensity and Score Improvement. International Journal of Selection and Assessment. 2017;25(2):138–148.doi: https://doi.org/10.1111/ijsa.12166
  24. Leontiev D.A., Osin E.N., Dosumova S.S., Rzaeva F.R., Bobrov V.V. Study-Related Experiences and Their Association with Psychological Well-Being. Psychological Science and Education. 2018;23(6):55–66.(In Russ., аbstract in Eng.) doi: https://doi.org/10.17759/pse.2018230605
  25. Leontiev D.A., Klein K.G. The Quality of Motivation and the Quality of Experiences as Characteristics of Learning Activity. Moscow University Psychology Bulletin. Series 14. Psychology. 2018;(4):106–119.(In Russ., abstract in Eng.) doi: https://doi.org/10.11621/vsp.2018.04.106
  26. Venn E., Park J., Andersen L.P., Hejmadi M. How Do Learning Technologies Impact on Undergraduates’Emotional and Cognitive Engagement with Their Learning? Teaching in Higher Education. 2020. doi: https://doi.org/10.1080/13562517.2020.1863349 (in press)
  27. Spoel I., Noroozi O., Schuurink E., Ginkel S. Teachers’ Online Teaching Expectations and Experiences during the COVID19-Pandemic in the Netherlands. European Journal of Teacher Education. 2020;43(4):623–638.doi: https://doi.org/10.1080/02619768.2020.1821185
  28. Anderson V. A Digital Pedagogy Pivot: Re-Thinking Higher Education Practice from an HRD Perspective.Human Resource Development International. 2020;23(4):452–467. doi: https://doi.org/10.1080/13678868.2020.1778999
  29. Garris C.P., Fleck B. Student Evaluations of Transitioned-Online Courses during the COVID-19 Pandemic.Scholarship of Teaching and Learning in Psychology. 2022;8(2):119–139. doi: https://doi.org/10.1037/stl0000229
  30. Bobylev A. Development of Students’ Educational Self-Organization in the Conditions of Digitalization of Higher Education. Kazan Pedagogical Journal. 2020;(4):80–85. (In Russ., abstract in Eng.) doi: https://doi.org/10.34772/KPJ.2020.141.4.011
  31. Saman A., Wirawan H. Examining the Impact of Psychological Capital on Academic Achievement and Work Performance: The Roles of Procrastination and Conscientiousness. Cogent Psychology. 2021;8(1):1938853.doi: https://doi.org/10.1080/23311908.2021.1938853
  32. Rezer T.M. Social Values of Students in Conditions of Digitalization of Education and Covid-19. Integration of Education. 2021;25(2):226–243. doi: https://doi.org/10.15507/1991-9468.103.025.202102.226-243
  33. Kalugin A.Yu., Shchebetenko S.A., Mishkevich A.M., Soto C.J., John O.P. Psychometric Properties of the Russian Version of the Big Five Inventory-2. Psychology. Journal of the Higher School of Economics.2021;18(1):7–33. (In Russ., abstract in Eng.) doi: https://doi.org/10.17323/1813-8918-2021-1-7-33
  34. Odintsova М., Radchikova Н. The Development of Personal Self-Activation Inventory. Psychological Studies. 2018;11(58). (In Russ., abstract in Eng.) doi: https://doi.org/10.54359/ps.v11i58.316
  35. Radchikova N.P., Odintsova M.A., Kozyreva N.V. Personal Self-Activation Inventory: Standardization on Belarusian Sample. Vestnik of Polotsk State University. Part E. Pedagogic Sciences. 2017;(15):77–82. Available at: https://journals.psu.by/pedagogical/article/view/3094 (accessed 06.03.2022). (In Russ., abstract in Eng.)
  36. Sorokova М.G., Odintsova М.А., Radchikova N.P. Scale for Assessing University Digital EducationalEnvironment (AUDEE Scale). Psychological Science and Education. 2021;26(2):52–65. (In Russ., abstract inEng.) doi: https://doi.org/10.17759/pse.2021260205
  37. Radchikova N., Polyanskaya E., Kozyreva N., Lobanov A., Odintsova M., Sorokova M, et al. Evaluation of DEE by University Students’ Depending on Their Personal Characteristics. Psychological Research Data & Tools Repository. Dataset. 2022. doi: https://doi.org/10.25449/ruspsydata.19107995.v1

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
2. Fig. Cluster analysis results: standardized means for all subscales of “AUDEE Scale” for groups (clusters) for respondents from Belarus and Russia

Baixar (224KB)

Declaração de direitos autorais © Radchikova N.P., Odintsova M.A., Sorokova M.G., Kozyreva N.V., Lobanov A.P.,

Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição 4.0 Internacional.

Founded in 1996
Registry Entry: PI № FS 77-70142 of June 16, 2017

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».