Практическая адаптация педагогической методологии 4C/ID в рамках преподавания дисциплины «Сети и системы передачи информации» в системе профессионального образования

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. В данной работе представлен анализ проблем преподавания дисциплины «Сети и системы передачи информации» в системе профессионального образования, а также исследование эффективности внедрения педагогической модели 4C/ID для балансировки теоретических и практических аспектов обучения. Проведено сравнительное исследование существующих педагогических подходов, выявлены недостатки традиционных методов и обоснован выбор модели 4C/ID для повышения качества образовательного процесса. В рамках эксперимента, проведенного в 2021–2023 годах, студенты, обучавшиеся по методике 4C/ID, продемонстрировали более высокий уровень усвоения материала, развитие практических навыков и повышенный интерес к дисциплине по сравнению с традиционной методикой. Результаты подтверждают эффективность использования модели 4C/ID для устранения разрыва между теорией и практикой в ИТ-образовании, способствуют развитию профессиональных компетенций и самостоятельности студентов. Работа демонстрирует целесообразность внедрения данной модели в учебный процесс для повышения качества подготовки специалистов в области сетевых технологий.

Цель – анализ проблем преподавания дисциплины «Сети и системы передачи информации» в системе профессионального образования, изучение существующих педагогических методик и разработка адаптации четырехкомпонентной модели учебного дизайна (4C/ID) для балансировки теоретических и практических аспектов дисциплины. Дисциплина занимает важное место в подготовке специалистов в области информационных технологий, однако традиционные методы обучения не всегда обеспечивают эффективное усвоение материала и развитие необходимых практических навыков. В связи с этим возникает необходимость адаптации современных педагогических подходов, направленных на улучшение качества образования.

Материалы и методы. В исследовании использованы методы сравнительного анализа педагогических подходов и практическое тестирование модели 4C/ID и педагогический эксперимент. Анализ педагогических подходов позволил выявить ключевые проблемы преподавания дисциплины, включая недостаточное внимание к практическим аспектам и разрыв между теоретическими знаниями и их применением на практике. В ходе работы были изучены различные модели педагогического дизайна, такие как ADDIE, SAM, Action Mapping и 4C/ID, и обоснован выбор последней для применения в образовательном процессе.

Эксперимент проводился в рамках учебного процесса в 2021-2023 годах и включал участие студентов, обучающихся по дисциплине «Сети и системы передачи информации». Группы обучались по разным методикам: традиционной и основанной на модели 4C/ID. Оценка эффективности проводилась на основе вовлеченности студентов, уровня усвоения материала и их способности применять знания на практике.

Результаты. Применение модели 4C/ID показало повышение вовлеченности студентов и уровня усвоения учебного материала. Основные компоненты модели обеспечили более структурированное и ориентированное на практику обучение. Студенты, проходившие обучение с использованием модели 4C/ID, продемонстрировали более высокий уровень понимания учебного материала, а также улучшенные навыки решения практических задач. В результате эксперимента было отмечено повышение интереса к дисциплине, увеличение числа выполненных дополнительных заданий и улучшение результатов итогового тестирования.

Использование модели 4C/ID способствует устранению разрыва между теорией и практикой в ИТ-образовании. Её структура обеспечивает баланс теории и практики, способствуя формированию профессиональных компетенций, повышению вовлечённости и самостоятельности студентов. Модель помогает устранить разрыв между образованием и требованиями ИТ-индустрии. Перспективным направлением является интеграция 4C/ID с иммерсивными технологиями для моделирования сложных сетевых сценариев, а также проверка её масштабируемости в крупных и международных учебных группах. Внедрение модели целесообразно для современного ИТ-образования.

Об авторах

Антон Григорьевич Уймин

РГУ нефти и газа (НИУ) имени И.М. Губкина

Автор, ответственный за переписку.
Email: au-mail@ya.ru
ORCID iD: 0000-0003-1572-5488

старший преподаватель кафедры безопасности информационных технологий

 

Россия, проспект Ленинский, 65, г. Москва, 119991, Российская Федерация

Список литературы

  1. Уймин, А. Г., & Мельников, Д. А. (2021). Обзор средств моделирования сетевой инфраструктуры при подготовке специалистов по укрупнённым группам специальностей 09.00.00, 10.00.00. Наука. Информатизация. Технологии. Образование, 392–405. EDN: https://elibrary.ru/UBPPBN
  2. Eshonqulov, S., Nomozov, O., & Eshonqulova, S. (2021). Принципы, формы и методы обучения в процессе преподавания компьютерных наук. Boshlang’ich ta’limda innovatsiyalar, 2(2).
  3. Табачук, Н. П., & Мельникова, В. В. (2017). Развитие информационной компетенции студентов средствами интерактивного модульного курса «Компьютерные сети». Вестник Омского государственного педагогического университета. Гуманитарные исследования, (3), 169–171. EDN: https://elibrary.ru/ZXNVXJ
  4. Куроуз, Д., & Росс, К. (2022). Компьютерные сети. Нисходящий подход. Litres.
  5. Платонов, А. Ю., Чинова, Ю. С., & Белей, В. М. (2021). Обзор нормативных правовых актов в отношении специальностей, удовлетворяющих обязательным требованиям к наличию у лицензиата подготовленных специалистов по защите информации. Научнотехническое и экономическое сотрудничество стран АТР в XXI веке, 1, 219–230. EDN: https://elibrary.ru/YVWHBG
  6. Панеш, А. Х. (2013). Формирование профессиональных компетенций в процессе преподавания дисциплин сетевых технологий в вузе. Вестник Адыгейского государственного университета. Серия 3: Педагогика и психология, (2), 72–75. EDN: https://elibrary.ru/REHYUR
  7. Бидайбеков, Е. Ы. и др. (2020). К вопросу обучения будущих учителей информатики компьютерным сетям на основе моделирования сетей. Вестник КазНПУ имени Абая. Серия «Физикоматематические науки», 72(4), 174–179. https://doi.org/10.51889/2020-4.1728-7901.27. EDN: https://elibrary.ru/IOLRFH
  8. Vakaliuk, T. A. et al. (2020). Using massive open online courses in teaching the subject «Computer networks» to the future IT specialists. В ICTERI Workshops (с. 665–676). EDN: https://elibrary.ru/NKWMPE
  9. Glazunova, O. et al. (2020). Cloudoriented environment for flipped learning of the future IT specialists. E3S Web of Conferences, 166, 10014. https://doi.org/10.1051/e3sconf/202016610014. EDN: https://elibrary.ru/XKQEGC
  10. Филиппов, В. А. (2019). Программа учебной дисциплины «Архитектура и технологии компьютерных сетей». https://www.hse.ru/data/2019/09/12/1491349328/program-2861893857-RHQ3QJmr7K.pdf
  11. Фомин, С. С. (2018). Программа учебной дисциплины «Управление и мониторинг компьютерных сетей». https://www.hse.ru/data/2019/02/03/1150804799/program-2182286093-S5PDkDyj9C.pdf
  12. Перепелица, А. А., & Шаврук, Е. Ю. (2021). Телекоммуникационные системы и компьютерные сети: учебная программа учреждения высшего образования по учебной дисциплине для специальности 125 01 12 «Экономическая информатика». http://edoc.bseu.by:8080/bitstream/edoc/88950/1/Telekommunikatsionnye_sistemy_i_kompyuternye_seti.pdf
  13. Abdul Rashid, N. bin, bin Othman, M. Z., bin Johan, R., & bin Hj. Sidek, S. F. (2019). Cisco Packet Tracer Simulation as Effective Pedagogy in Computer Networking Course. International Journal of Interactive Mobile Technologies, 13(10), pp. 4–18. https://doi.org/10.3991/ijim.v13i10.11283
  14. Уймин, А. Г., & Токарев, Г. И. (2022). Инструментальные средства обучения компьютерным сетям. Развёртывание на базе российского программного обеспечения. Системы управления и информационные технологии, (4), 88. https://doi.org/10.36622/VSTU.2022.90.4.019. EDN: https://elibrary.ru/KAMNET
  15. Balyk, N. R. et al. (2022). Cloud labs as a tool for learning Cisco CyberSecurity Operations and DevNet Associate Fundamentals courses. В AET 2020, pp. 308-318. https://www.scitepress.org/Papers/2020/109240/109240.pdf
  16. Guerrero, N. D. (б. г.). Educational data mining: A predictive model for Cisco certification exam using classification algorithms. The Research Probe, 1(1), 1–17.
  17. Zhabayev, Y. et al. (2022). The effectiveness of training future computer science teachers in computer networks based on network modelling. Journal of Theoretical and Applied Information Technology, 100(4), 938–947. EDN: https://elibrary.ru/TBSILW
  18. AdedokunShittu, N. A. et al. (2021). Effect of CiscoPacketTracer simulator on senior school students’ comprehension and skill acquisition in computer network topology in Nigeria. Nigerian Online Journal of Educational Sciences and Technology, 3(2), 9–14.
  19. Климова, Ю. О. (2021). Анализ соответствия уровня компетенций выпускников ИТспециальностей требованиям работодателей. Вопросы территориального развития, 9(1), 5. https://doi.org/10.15838/tdi.2021.1.56.5. EDN: https://elibrary.ru/VZKEYP
  20. Volini, E., Schwartz, J., Eaton, K., & Mallon, D. (б. г.). The workeremployer relationship disrupted: If we’re not a family, what are we? Получено из: https://www.deloitte.com/lu/en/services/consulting/perspectives/worker-employer-relationship-disrupted.html (дата обращения: 20.01.2025).
  21. Ali, C. A., Acquah, S., & EsiaDonkoh, K. (2021). A comparative study of SAM and ADDIE models in simulating STEM instruction. African Educational Research Journal, 9(4), 852–859. https://doi.org/10.30918/AERJ.94.21.125. EDN: https://elibrary.ru/DGZABB
  22. Kavitha, V., & Lohani, R. (2019). A critical study on the use of artificial intelligence, elearning technology and tools to enhance the learners’ experience. Cluster Computing, 22(Suppl 3), 6985–6989. https://doi.org/10.1007/s10586-018-2017-2. EDN: https://elibrary.ru/JPCMGJ
  23. Jung, H. et al. (2019). Advanced instructional design for successive elearning: Based on the successive approximation model (SAM). В International Journal on ELearning (с. 191–204). Association for the Advancement of Computing in Education (AACE).
  24. Wintarti, A. et al. (2019). The instructional design of blended learning on differential calculus using successive approximation model. Journal of Physics: Conference Series, 1417(1), 012064. IOP Publishing.
  25. Egorova, E. et al. (2021). Technology for designing a digital educational course for the university students. В INTED2021 Proceedings (с. 662–670). IATED.
  26. Basenko, G., & Baskakova, V. (2021). Podcasts in the teaching media space. E3S Web of Conferences, 273, 12122. https://doi.org/10.1051/e3sconf/202127312122. EDN: https://elibrary.ru/QXZMUG
  27. Costa, J. M., Miranda, G. L., & Melo, M. (2022). Fourcomponent instructional design (4C/ID) model: A metaanalysis on use and effect. Learning Environments Research, 25(2), 445–463. https://doi.org/10.1007/s10984-021-09373-y. EDN: https://elibrary.ru/BZOYNB
  28. Faber, T. J. E., Dankbaar, M. E. W., & van Merriënboer, J. J. G. (2021). FourComponent Instructional Design applied to a game for emergency medicine. В Recent advances in technologies for inclusive wellbeing: Virtual patients, gamification and simulation (с. 65–82).
  29. Frerejean, J. et al. (2019). Designing instruction for complex learning: 4C/ID in higher education. European Journal of Education, 54(4), 513–524. https://doi.org/10.1111/ejed.12363
  30. Van Merriënboer, J. J. G., & Kirschner, P. A. (2017). Ten steps to complex learning: A systematic approach to fourcomponent instructional design. Routledge.
  31. Van Merriënboer, J. J. G., Kester, L., & Paas, F. (2006). Teaching complex rather than simple tasks: Balancing intrinsic and germane load to enhance transfer of learning. Applied Cognitive Psychology: The Official Journal of the Society for Applied Research in Memory and Cognition, 20(3), 343–352.
  32. Wasson, B., & Kirschner, P. A. (2020). Learning design: European approaches. TechTrends, 64(6), 815–827. https://doi.org/10.1007/s11528-020-00498-0. EDN: https://elibrary.ru/ETRSFL
  33. Литвак, Е. Г. (2022). Методика преподавания проектирования баз данных на основе четырёхкомпонентной модели педагогического дизайна. Информатика и образование, 37(4), 46–53. https://doi.org/10.32517/0234-0453-2022-37-4-46-53. EDN: https://elibrary.ru/QHQUNG
  34. Garcia Palacio, G. A. et al. (2018). Aplicación de configuración básica en Routers, Switch y Servidores — Diplomado de profundización Cisco (diseño e implementación de soluciones integradas LAN/WAN).
  35. Уймин, А. Г. (2022). Сетевое и системное администрирование. Демонстрационный экзамен КОД 1.1 [Электронная книга] (3е изд., стер.). СанктПетербург: Лань. Получено из: https://e.lanbook.com/book/189420

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 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».