Проектирование модульной автоматизированной информационной системы поддержки принятия решений в цифровой образовательной среде

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В условиях цифровизации образования возрастает потребность в интеллектуальных системах поддержки принятия решений, обеспечивающих обоснованное, адаптивное и персонализированное управление образовательным процессом в цифровой образовательной среде. При этом ключевыми направлениями являются своевременное оценивание, прогнозирование учебных результатов и персонализация образовательных маршрутов в цифровой образовательной среде. Реализация указанных направлений невозможна без интеллектуальной автоматизированной информационной системы, способной обеспечить адаптивную обратную связь в цифровой образовательной среде. Цель исследования заключается в описании архитектуры и модулей автоматизированной информационной системы поддержки принятия решений для реализации адаптивной обратной связи. В отличие от известных реализаций автоматизированных информационных систем, в предлагаемом проекте применяется модульная архитектура, интегрирующая аналитический модуль и адаптивную обратную связь для поддержки принятия решений в цифровой образовательной среде. Приведено описание модулей и анализ реализуемых решений в автоматизированной информационной системе поддержки принятия решений. В статье реализованы этапы проектирования с описанием диаграммы последовательности адаптивного оценивания, диаграммы классов и развертывания. Построена функциональная архитектура с декомпозицией по уровням представления в проектируемой системе поддержки принятия решений. Представленный проект системы в статье позволит обеспечить формирование персонализированного и информационного сопровождения пользователя в процессе поддержки принятия решений в цифровой образовательной среде.

Об авторах

Татьяна Евгеньевна Смоленцева

МИРЭА – Российский технологический университет

Автор, ответственный за переписку.
Email: smoltan@bk.ru
ORCID iD: 0000-0003-4810-8734

доктор технических наук, заведующая, кафедра прикладной математики, Институт информационных технологий

Россия, г. Москва

Список литературы

  1. Азбель А.А., Илюшин Л.А., Морозова П.А. Обратная связь в обучении глазами российских подростков // Вопросы образования. 2021. № 1. С. 195–212. doi: 10.17323/1814-9545-2021-1-195-212.
  2. Аниськин В.Н., Аниськин С.В., Богословский В.И., Добудько Т.В. Проектирование электронной информационно-образовательной среды педагогического вуза на основе информационно-деятельностного подхода // Jurnalul Umanitar Modern. 2021. Т. 4. № 2. С. 5–9.
  3. Ахмедьянова Г.Ф., Пищухин А.М. Онтологический подход к проектированию научно-производственных систем // Онтология проектирования. 2022. Т. 12. № 1. С. 57–67. doi: 10.18287/2223-9537-2022-12-1-57-67.
  4. Везиров Т.Г. Цифровая образовательная среда вуза как фактор профессионального развития магистра педагогического образования // Инновационные направления профессиональной подготовки в России и за рубежом: коллективная монография. Ульяновск: Зебра, 2024. С. 373–387.
  5. Иваев М.И., Лапаева О.С., Новикова Д.Д. Системы поддержки принятия решений: опыт применения, проблемы оптимизации // Современная наука: актуальные проблемы теории и практики. 2022. № 4-2. С. 56–59.
  6. Смоленцева Т.Е. Анализ структурных элементов цифровой образовательной среды // Безопасность. Управление. Искусственный интеллект. 2024. Т. 4. № 4 (4). С. 8–11.
  7. Смоленцева Т.Е. Разработка онтологической модели многоуровневого оценивания знаний студентов // Бизнес. Образование. Право. 2025. № 2 (71). С. 407–412. doi: 10.25683/VOLBI.2025.71.1293.
  8. Смоленцева Т.Е. Технология непрерывной оценки остаточных знаний на примере потоковых дисциплин высших учебных заведений // Современные наукоемкие технологии. 2025. № 1. С. 158–165.
  9. Смоленцева Т.Е. Технология оценки остаточных знаний как элемент образовательной среды // Безопасность. Управление. Искусственный интеллект. 2024. Т. 4. № 4 (4). С. 32–35.
  10. Токтарова В.И., Попова О.Г. Анализ образовательных данных взаимосвязи успешности обучения и поведения студентов в цифровой образовательной среде вуза // Информатика и образование. 2022. Т. 37. № 4. С. 54–63. doi: 10.32517/0234-0453-2022-37-4-54-63.
  11. Шматко А.Д., Чабаненко А.В., Степашкина А.С. Внедрение аддитивных технологий и технологий искусственного интеллекта в образовательный процесс // Актуальные проблемы труда и развития человеческого потенциала: вузовско-академический сборник научных трудов. СПб.: С.-Петербургский гос. экономический университет. 2021. № 4 (21). С. 15–24.
  12. Alavi M., Leidner D.E. Knowledge management and knowledge management systems: Conceptual foundations and research issues // MIS Quarterly. 2021. Vol. 25. No. 1. Pp. 107–136.
  13. Buinevich M., Shkerin A., Smolentseva T., Puchkova M. On the implementation of residual knowledge continuous assessment technology in an educational organization using artificial intelligence tools // 4th International Conference on Technology Enhanced Learning in Higher Education (TELE). IEEE, 2024. Pp. 111–114. doi: 10.1109/TELE62556.2024.10605664.
  14. Ghareeb A.M., Hefny H.A., Darwish N.R. Utilising AHP and PROMETHEE for evaluating the performance of online services // International Journal of Internet Technology and Secured Transactions. 2021. Vol. 11. No. 3. Pp. 307–327.
  15. Lin L., Dong Y., Chen X. et al. Exploring the impact of design thinking in information technology education: An empirical investigation // Thinking Skills and Creativity. 2024. Vol. 51. P. 101450. doi: 10.1016/j.tsc.2023.101450.
  16. Ndubuisi G., Otioma C., Owusu S., Tetteh G. ICTs quality and technical efficiency: An empirical analysis // Telecommunications Policy. 2022. Vol. 46. P. 102439. doi: 10.1016/j.telpol.2022.102439.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Схема модифицированной архитектуры ЦОС

Скачать (298KB)
Метаданные
3. Рис. 2. Алгоритм работы модуля

Скачать (586KB)
Метаданные
4. Рис. 3. Диаграмма последовательности адаптивного оценивания в АИС ППР

Скачать (698KB)
Метаданные
5. Рис. 4. Диаграмма классов АИС ППР

Скачать (1MB)
Метаданные
6. Рис. 5. Диаграмма потоков данных модулей АИС ППР

Скачать (500KB)
Метаданные
7. Рис. 6. Диаграмма развертывания АИС ППР

Скачать (607KB)
Метаданные
8. Рис. 7. Функциональная архитектура АИС ППР

Скачать (750KB)
Метаданные


Ссылка на описание лицензии: https://www.urvak.ru/contacts/

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».