Ways to use big data technologies in the practice of vocational guidance of schoolchildren for teaching activities

Cover Page

Cite item

Full Text

Abstract

The paper presents current trends in the career guidance of schoolchildren for the teaching profession related to big data technologies, artificial intelligence and the personification of career trajectories. The possibilities of a basic data analysis source are shown using the example of the VKontakte social network, which can be used to identify the identification features of the pedagogical community and predict the propensities of schoolchildren to the teaching profession. The article presents the results of an empirical study, during which an organizational and pedagogical model of the use of big data technologies in the regional system of professional orientation of schoolchildren to teaching activities based on the methods of predictive analytics was formed. The model allows us to identify the key factors influencing the choice of a teaching profession and form personalized recommendations for career path building for schoolchildren. The results of the study can be used to develop new tools and methods of career guidance aimed at improving the effectiveness of choosing a future profession and reducing the risk of professional maladjustment. The materials of the article are prepared based on the use of methods of theoretical and structural analysis, focus groups, expert method, search modeling method, theoretical research (idealization, modeling, schematization,), methods of theoretical and structural analysis, structural semiotic analysis, predictive analytics and simulation based on neural network data and parsing.

About the authors

Vladislav Valeryevich Malakhov

Tomsk State Pedagogical University

Email: malakhov14@yandex.ru
Tomsk, Russian Federation

References

  1. Смышляева Л. Г., Титова Г. Ю. Развитие региональной практики профессиональной ориентации школьников на педагогическую деятельность: стратегия и ресурсы // Вестник Томского государственного педагогического университета (TSPU Bulletin). 2016. Вып. 5 (170). С. 36–41.
  2. Малахов В. В., Смышляева Л. Г. Big Data как средство повышения эффективности учебных занятий в контексте развития личностного потенциала обучающихся СПО // Научно-педагогическое обозрение (Pedagogical Review). 2022. Вып. 4 (44). С. 72–80. doi: 10.23951/2307-6127-2022-4-72-80
  3. Григорьев С. Г., Аникьева М. А. Повышение эффективности применения технологий генеративного искусственного интеллекта в образовательной деятельности // Информатика и образование. 2024. № 3. С. 5–15.
  4. Фиофанова О. А. Big Data в российском образовании: методы анализа данных об образовании и развитии человека, цифровые сервисы данных // Digital Society. 2020. № 3. С. 89–96.
  5. Есин Р. В., Кустицкая Т. А., Носков М. В. Прогнозирование успешности обучения по дисциплине на основе универсальных показателей цифрового следа LMS moodle // Информатика и образование. 2023. № 3. С. 20–35.
  6. Фиофанова О. А. Анализ больших данных в сфере образования: методология и технологии. М.: Дело, 2020. № 1. С. 123–140.
  7. Осиповская Е. А. Tренды образовательных технологий в России и мире в 2020 г.: анализ поисковых запросов в Google Trends // Вестник Российского университета дружбы народов. 2021. № 4. С. 291–304.
  8. Бозиева А. М., Цеева Ф. М., Хатухова Д. В. Применение методов машинного обучения при оценке деятельности образовательной организации высшей школы // Известия Кабардино-Балкарского научного центра РАН. 2023. № 2. С. 10–35.
  9. Забокрицкая Л. Д., Орешкина Т. А., Обабков И. Н., Чепуров Е. Г. Применение алгоритма машинного обучения для профориентации абитуриентов высшего учебного заведения // Вестник Томского государственного университета. 2022. № 2. С. 57–72.
  10. Стрекалова Н. Б. Риски внедрения цифровых технологий в образование // Вестник Самарского университета. 2019. № 2. С. 84–88.
  11. Колесова А. С., Сараева О. Н. Перспективы применения искусственного интеллекта в профориентационной деятельности // Креативная экономика. 2023. Т. 17, № 7. С. 2475–2490.
  12. Skillbox URL: https://skillbox.ru/media/business/onlayn_obrazovanie_posle_2020_goda_kakim_ono_budet_i_pochemu_eto_rabotaet/ (дата обращения: 10.09.2024).
  13. Прохоров А. В. Современные подходы к профессиональной ориентации школьников // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2022. № 2. С. 102–114.
  14. Поздеева С. И. Разработка концепции открытого профессионализма педагога как исследовательская задача // Вестник Томского государственного педагогического университета (TSPU Bulletin). 2016. Вып. 1 (166). С. 88–90.
  15. Калинюк Ю. В., Смышляева Л. Г., Матвеев Д. М. Проектирование изменений в системе профессионального образования региона: кластерный подход // Научно-педагогическое обозрение (Pedagogical Review). 2021. Вып. 6 (40). С. 84–94. doi: 10.23951/2307-6127-2021-6-84-94
  16. Журнал глобального анализа рынка образования Holon IQ. URL: https://www.holoniq.com/edtech/10charts-that-explain-the-global-education-technology-market/ (дата обращения: 10.09.2024).
  17. Программа персонализированного обучения Century. URL: https://www.century.tech/ (дата обращения: 10.09.2024).
  18. Программа адаптивного образования Squirrelai. URL: http://squirrelai.com/ (дата обращения: 12.09.2024).
  19. Порядок управления данными «ВКонтакте». URL: https://vk.com/data_protection?section=principles (дата обращения: 12.09.2024).

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

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».