Интеграция цифровых индикаторов в мониторинг качества образовательных программ

Обложка

Цитировать

Полный текст

Аннотация

в статье анализируются современные подходы к мониторингу качества реализации образовательных программ с учётом цифровой трансформации учебного процесса. Подчеркивается высокая потребность в объективных средствах оценки, способных фиксировать как количественные, так и качественные аспекты образовательных результатов, а также удовлетворять требованиям индивидуального сопровождения учащихся. Проведен критический обзор актуальных исследований и выделены ключевые недостатки существующих методик, такие как фрагментарность данных, несопоставимость цифровых и традиционных метрик, а также недостаточная глубина анализа образовательных траекторий. На основе этих предпосылок предложена комплексная архитектура цифровых индикаторов, включающая интеграцию разнообразных источников информации для формирования многомерных индексов, которые оценивают не только посещаемость и выполнение заданий, но также глубину, инициативность и осознанность освоения учебного материала, а также качество взаимодействия в коллективе. Особое место в работе занимает агрегированная оценка образовательной динамики, выходящая за рамки фиксации формального участия и обеспечивая переход к комплексному количественно-качественному анализу образовательной субъектности школьников. Описаны методы расчёта интегральных индексов второго порядка и показаны их преимущества для получения целостной картины образовательных достижений. Продемонстрирована связь предложенной модели с циклами управленческого контроля качества и потенциал её использования для раннего выявления и устранения проблем на индивидуальном и групповом уровне. В заключение отмечается практическая значимость разработанной модели для совершенствования внутреннего мониторинга, оптимизации управленческих решений в сфере образования, а также для повышения индивидуализации и эффективности педагогического сопровождения в условиях современной школы.

Об авторах

М. Л Натапов

Московский финансово-юридический университет МФЮА

Список литературы

  1. Амелина?Ю.М.? Оптимизация образовательного процесса: интеграция цифровых образовательных технологий с применением научно обоснованных методов преподавания // Цифровая гуманитаристика и технологии в образовании (DHTE 2023): сб. статей IV Международной научно-практической конференции. 16–17 ноября 2023 г. / Под ред. В.В.?Рубцова, М.Г.?Сороковой, Н.П.?Радчиковой. М.: Издательство ФГБОУ ВО МГППУ, 2023. С. 616 – 632.
  2. Машевская О.В. Цифровые технологии как основа цифровой трансформации современного общества // Вестник Полесского государственного университета. Серия общественных и гуманитарных наук. 2020. № 1. С. 37 – 44.
  3. Прокофьева Е.Ю. Интеграция цифровых технологий в производственную практику студентов медицинского колледжа // Интеграционные процессы в современной науке: новые подходы и актуальные вопросы: Материалы международной научно-практической конференции, Москва, 28-30 марта 2025 года. Москва: ООО «Социально-культурная инициатива», 2025. С. 104 – 112.
  4. Шматко А.Д., Волкова А.А. Цифровая трансформация образования: тренды и перспективы развития // Общество: социология, психология, педагогика. 2025. № 6. С. 139 – 147. doi: 10.24158/spp.2025.6.16
  5. Шамшович В.Ф., Фаткуллин Н.Ю., Сахарова Л.А., Глушкова Л.М. Цифровая трансформация образования // Вестник УГНТУ. Наука, образование, экономика. Сер.: Экономика. 2020. № 1 (31). С. 136 – 146. doi: 10.17122/2541-8904-2020-1-31-136-146
  6. Gustiani F., Barus I.C., Elfrianto E. Monitoring and Evaluation to Improve School Quality // Indonesian Journal Education. 2023. Vol. 2. No. 4. P. 99 – 103. doi: 10.56495/ije.v2i4.564
  7. Природова О.Ф., Данилова А.В., Моргун А.Н. Структура цифровой образовательной среды: нормативно-правовые и методические аспекты // Педагогика и психология образования. 2020. № 1. С. 9 – 30. doi: 10.31862/2500-297X-2020-1-9-30
  8. Бондаренко Н.В., Варламова Т.А., Гохберг Л.М. и др. Индикаторы образования: 2024: статистический сборник / Нац. исслед. ун-т «Высшая школа экономики». М.: ИСИЭЗ ВШЭ, 2024. 416 с.
  9. Шевченко Г.И., Шевченко А.И., Рыбакова А.А. Цифровой след в определении уровня сформированности компетенций студентов // Дистанционные образовательные технологии: Сборник трудов VI Международной научно-практической конференции, Ялта, 20-22 сентября 2021 года. Симферополь: Общество с ограниченной ответственностью «Издательство Типография «Ариал», 2021. С. 94 – 97.
  10. Romero, Crist?bal & Ventura, Sebastian. (2020). Educational Data Mining and Learning Analytics: An Updated Survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. Vol. 10. No. 3. P. 1 – 21. doi: 10.1002/widm.1355.
  11. Nouri, J., Ebner, M., Ifenthaler, D., Saqr, M., Malmberg, J., Khalil, M., … Berthelsen, U. D. (2019). Efforts in Europe for Data-Driven Improvement of Education – A Review of Learning Analytics Research in Seven Countries // International Journal of Learning Analytics and Artificial Intelligence for Education (iJAI). Vol. 1 No. 1. P. 8 – 27. doi: 10.3991/ijai.v1i1.11053
  12. Каптерев А.И. Методика оценки цифровой трансформации библиотек // Библиотековедение. 2023. Т. 72 №4. С. 295 – 309. doi: 10.25281/0869-608X-2023-72-4-295-309
  13. Романов А.А., Волчек Д.Г. Анализ данных о поведении пользователей в системах электронного обучения // Онтология проектирования. 2020. Т. 10. № 1 (35). С.100 – 111. doi: 10.18287/2223-9537-2020-10-1-100-111
  14. На пути к единой системе: на какие метрики смотрят лидеры edtech-рынка [Электронный ресурс]. URL: https://edtechs.ru/analitika-i-intervyu/na-puti-k-edinoj-sisteme-na-kakie-metriki-smotryat-lidery-edtech-rynka/ (дата обращения: 22.03.2025)
  15. Li Shan Measuring Cognitive Engagement: An Overview of Measurement Instruments and Techniques. International Journal of Psychology and Educational Studies. 2021. Vol. 8 No. 3. P. 63 – 76. doi: 10.52380/ijpes.2021.8.3.239
  16. Гарашкина Н.В., Дружинина А.А. Когнитивная вовлечённость как основа проектирования учебного процесса в подготовке студентов педагогических направлений // Высшее образование в России. 2023. Т. 32 № 1. С. 93 – 109. doi: 10.31992/0869-3617-2023-32-1-93-109
  17. D’Mello S., Dieterle E., Duckworth A. Advanced, analytic, automated (AAA) measurement of engagement during learning // Educational Psychologist. 2017. Vol. 52. No. 2. P. 104 – 123. doi: 10.1080/00461520.2017.1281747
  18. Shaukat, Sadia & Shaheen, Faiza. (2024). Measuring Students' Cognitive Engagement During Emergency Online Learning in the Amidst of COVID-19 Pandemic. Vol. 39 No. 2. P. 233 – 249. doi: 10.33824/PJPR.2024.39.2.14
  19. Castellanos-Reyes, Daniela & Koehler, Adrie & Richardson, Jennifer. (2023). The i-SUN process to use social learning analytics: a conceptual framework to research online learning interaction supported by social presence. Frontiers in Communication. Vol. 8. P. 23 – 37. doi: 10.3389/fcomm.2023.1212324
  20. Drachsler, Hendrik: Towards highly informative learning analytics. Heerlen: Open Universiteit 2023. 62 p. doi: 10.25656/01:26787

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).