Опыт применения технологии адаптивного обучения в образовательном процессе высшего учебного заведения

Обложка

Цитировать

Полный текст

Аннотация

В рамках данной статьи приведен краткий обзор литературы, демонстрирующий степень изученности внедрения технологии адаптивного обучения в высших учебных заведениях. Продемонстрирован опыт внедрения данной образовательной технологии на базе кафедры общей и молекулярной биологии Института профилактической медицины Самарского государственного медицинского университета: макет программы AdaptEducation (авторы: Ю.В. Мякишева, Г.Н. Родионова, Т.Б. Матвеева), который позволил создать собственный уникальный продукт, контролирующий уровень обучения студента: задания подобраны таким образом, что каждое задание оценивает степень усвоения компетенции, осваиваемой в рамках дисциплины. На заключительном этапе был проведен опрос среди студентов с целью выявления трудностей, с которыми они столкнулись при обучении, а также выяснения, насколько эффективна, по мнению студентов, данная технология в изучении базовых дисциплин, формирующих основу профильных знаний в медицинском вузе.  Выявлена эффективность внедрения программы: результаты тестирования показали, что уровень усвоения учебного материала на заключительном этапе превышает исходный на 14-18%.  Несомненным плюсом студенты отмечали вариативность применения традиционных и цифровых технологий обучения; гибкий график обучения; единство требований преподавателя, предъявляемых ко всем обучающимся.

Полный текст

Введение. Концепция адаптивного обучения в высшем образовании становится актуальной после прихода дистанционных образовательных технологий. Она обусловлена тем, что студенты, обучаясь на первом курсе, имеют разный уровень усвоения профильных дисциплин, различные предпочтения в выборе индивидуальной образовательной траектории и когнитивные способности. С течением времени тенденции высшего образования предполагают усиление индивидуального подхода к каждому обучающемуся. Традиционные платформы электронного обучения имеют существенный недостаток – очень часто всем обучающимся предлагается одинаковый контент и виды деятельности, без учета потребностей студента, уникальных характеристик. Безусловно, в данном случае никакого индивидуального подхода быть не может. Все студенты проходят одни и те же процессы обучения в существующих традиционных условиях электронного обучения, поскольку исторически в образовании применялся подход «один стиль подходит всем». Различные учебные предпочтения и особенности восприятия информации обучающимися не принимаются во внимание при таком обучении [1].

Такой подход приводит к нерациональному развитию опыта обучения, ведь одним студентам содержание может показаться слишком простым, другим – слишком сложным, что приведет к снижению мотивации, отстраненности и ограниченности прогресса. Персонализированный подход в обучении обеспечивает возможность адаптации к конкретным требованиям и предпочтениям обучающегося. Такой подход возможен благодаря внедрению адаптивных систем электронного обучения [2].

Системы адаптивного обучения используют алгоритмы машинного обучения для сбора, анализа и интерпретации больших объемов данных об обучающихся. Алгоритмы направлены не на усвоение отдельной дисциплины, а на усвоение компетенций, формируемых в процессе обучения данной дисциплине. Этот подход, основанный на строгих данных, позволяет системе динамически корректировать процесс обучения, предлагая персонализированное содержание, ресурсы и мероприятия, соответствующие навыкам и целям каждого учащегося, путем адаптации траектории обучения. Адаптивное обучение способствует самостоятельному обучению, обеспечивает адресную поддержку и способствует созданию более эффективной и привлекательной образовательной среды. Интеграция методов искусственного интеллекта в адаптивные системы обучения позволяет заинтересованным постоянно учиться и совершенствоваться. Эти системы могут обнаруживать закономерности в данных обучающихся, определять сильные и слабые стороны и генерировать персонализированные рекомендации и вмешательства. Более того, подход адаптивного обучения позволяет собирать ценные отзывы и данные об эффективности учебных материалов и стратегий, позволяя преподавателям и дизайнерам совершенствовать и оптимизировать среду электронного обучения.

Методы исследования: анкетирование, педагогический эксперимент. В рамках настоящего исследования была создана контрольная группа, проанализировано 20 обучающихся первого курса. Все отобранные студенты соответствовали критерию: итоговый балл ЕГЭ по биологии должен быть не ниже 40 баллов. В качестве контрольной группы были отобраны студенты с высокими баллами ЕГЭ от 65 баллов и выше. По количеству обе группы равнозначны. В сентябре 2023 г., на базе кафедры общей и молекулярной биологии Института профилактической медицины Самарского государственного медицинского университета (ФГБОУ ВО СамГМУ Минздрава России) была внедрена в образовательный процесс технология адаптивного обучения.

На начальном этапе прототипом платформы стал продукт Томского государственного университета Plario, на нем студенты проходили адаптивное обучение. Однако уже в ноябре был зарегистрирован макет программы AdaptEducation [3] (свидетельство № 2023684300, правообладатель: А.Ф. Павлов, авторы: Ю.В. Мякишева, Г.Н. Родионова, Т.Б. Матвеева), который позволил создать собственный уникальный продукт, контролирующий уровень обучения студента: задания подобраны таким образом, что каждое задание оценивает степень усвоения компетенции, осваиваемой в рамках дисциплины.

История вопроса. Образовательная деятельность представляет большой интерес, с точки зрения внедрения новых технологий и модели принятия технологий, которые часто используются для обоснования исследований в контексте образования, это характеризуется большим разнообразием потенциальных пользователей различных типов технологий, используемых в процессе обучения, преподавательской деятельности и оценки. Основополагающим в зарождении адаптивных образовательных технологий стал опыт мировых ученых, который можно разложить на этапы:

  1. Изучение новых облегчающих технологий в образовательной среде, начиная с платформ социальных сетей (Yu, 2020), и заканчивая технологиями, содействующими процессу обучения с помощью роботов-ассистентов(Park and Kwon, 2016), симуляторов (Lemay, Morin, Bazelais & Doleck, 2018) и виртуальной реальности (Jang, Ko, Shin & Han, 2021). Такая модель получила название - модель принятия технологий, основанная в 1986 году Davis.
  2. Интеграция цифровой грамотности, а также изучение факторов, влияющих на принятие и использование систем электронного оценивания (Алрувайс, Уиллс и Уолд, 2017). Данная парадигма раскрыла теорию планируемого поведения, основанную в 1995 Тейлором и Тоддом.
  3. С приходом в нашу жизнь пандемии COVID-19 возникла необходимость изучения основных факторов, влияющих на отношение студентов университетов к использованию онлайн-занятий (Тивари, 2020), для изучения факторов, влияющих на принятие учителями системы ИКТ в классе (Берч и Ирвин, 2009) и использование студентами систем электронного обучения в развивающихся странах (Abbad, 2021).
  4. Оценка приемлемости смешанного обучения в системе образования руководителей (Дакдук, Санталла-Бандерали и ван дер Вуд, 2018) и для изучения приемлемости преподавателями preservice программного обеспечения для управления обучением (Раман и Дон, 2013).

Результаты исследования. Эффективность применения технологии адаптивного обучения описана учёными ведущих педагогических университетов западной Европы и США, в рамках исследований, проводимых с 2011 по 2019 гг., которые можно свести к тому, что после внедрения данной образовательной технологии студенты затрачивали меньше времени на усвоение основного курса дисциплины, но с достаточно высоким результатом. Однако следует отметить, что образовательные результаты, прописанные в основной образовательной программе и в рабочей программе дисциплины, не меняются, студент приобретает все компетенции, заложенные в рамках изучения дисциплины.

Таким образом, внедрение технологии адаптивного обучения в системе высшего образования является хорошим методом предоставления возможности самостоятельного углубленного изучения студентом материала, с прорабатыванием недостаточно усвоенных аспектов теоретического блока. Преимущества данной образовательной технологии были оценены нами при помощи SWOT- анализа, отраженного в таблице 1.

 

Табл. 1. SWOT-анализ, оценивающий адаптивную образовательную технологию

(SWOT analysis evaluating adaptive educational technology)

Сильные стороны

•    Индивидуальный подход к учебно-познавательной деятельности студентов;

•    Вариативность применения традиционных и цифровых технологий обучения;

•    Гибкий график обучения;

•    Единство требований преподавателя, предъявляемых ко всем студентам;

•    Возможность использовать для обучения разнообразный информационный контент, в том числе и электронный;

•    Широкий набор «инструментов» для проверки и контроля знаний, умений применять знания;

•    Повышение уровня мотивации учения в случае хорошего владения цифровыми технологиями;

•    Контроль работы студента с дистанционным электронным учебным курсом (ЭУК);

•    Повышение качества обучения за счет визуализации;

•    Развитие навыков самостоятельной работы;

•    Обратная связь.

Слабые стороны

•     Недостаточная мотивация преподавателей и студентов для работы с ЭУК;

•     Проблема идентификации личности студента, выполняющего задания в ЭУК;

•     Увеличение учебной нагрузки и нарушение ритма жизнедеятельности студентов;

•     Большие материальные затраты на создание собственной платформы адаптивного обучения;

•     Ограниченная возможность развития навыков устной и письменной речи;

•     Не разработанность оптимального сочетания традиционных и цифровых технологий обучения;

•     Понижение уровня мотивации учения в случае недостаточного владения цифровыми технологиями.

 

Возможности

•   Использование практически безграничного объема электронных образовательных ресурсов (в том числе иноязычных);

•   Развитие информационных компетенций студентов в процессе изучения дисциплин общего и профессионального циклов;

•   Объективная проверка интеллектуальных и практических умений студентов;

•   Повышение уровня сформированности знаний, умений и навыков, профессиональной компетентности у выпускников образовательных организаций высшего образования;

•   Работа с электронными учебниками и учебными пособиями;

•   Трансформация образовательного процесса в общее инновационное развитие страны;

•   «Симбиоз» аудиторной и дистанционной форм обучения;

•   Возможность постоянного обновления учебного материала в дистанционном ЭУК;

•   Одновременное обучение большого количества студентов.

Риски

•    Недостаточный уровень сформированности информационной компетентности, необходимой для успешного обучения с применением цифровых технологий;

•    Вероятность выбора правильного ответа из нескольких, предложенных при электронном тестировании;

•    Невозможность проконтролировать самостоятельность выполнения учебных заданий и проблема аудентификации конкретного студента при применении наиболее распространенных видов цифровых технологий;

•    Отсутствие постоянного доступа в сеть Интернет и недостаточная скорость передачи сигнала;

•    Полный переход на дистанционное обучение и отказ от традиционных технологий обучения;

•    Отсутствие правовой базы, регламентирующей использование авторских информационных ресурсов;

•    Отсутствие возможности дистанционного обучения;

•    Технические сложности;

•    Консервативность системы образования.

 

Эффективность применения адаптивной технологии мы оценивали по результативности усвоения материала в динамике качества образовательной деятельности по результатам освоения адаптивных курсов. Студентам было предложено трижды пройти тестирование: в начале адаптивного обучения, в процессе и в конце. За параметр оценки эффективности мы приняли результаты контрольного теста. По структуре тест состоит из двух блоков заданий: задания с выбором ответа (процент сложности – 55%) и две генетические задачи с уровнем сложности 52%. Суммарное количество заданий в тесте 20, включающих в себя: 18 заданий с выбором одного или нескольких ответов, оцениваемых по 1 баллу, и 2 задачи – по 2 балла, максимальное число баллов: 22. Вариативность заданий была такова, что у каждого студента был свой уникальный вариант. На рис. 1 представлена общая результативность, демонстрирующая эффективность использования адаптивной технологии в процессе обучения базовым дисциплинам.

 

Рис. 1. Результаты адаптивного обучения среди студентов-медиков (Results of adaptive learning among medical students) (по оси х: количество студентов; по оси у: количество баллов, которые студенты могли получить)

 

Результаты тестирования показали, что уровень усвоения учебного материала на заключительном этапе превышает исходный на 14-18%. Следовательно, можно констатировать, что использование технологии адаптивного обучения эффективно при проведении практических занятий для студентов медицинского вуза. Для того чтобы оценить эффективность образовательной технологии на коллоквиуме, было проведено сравнение контрольной и экспериментальной групп. В качестве контрольной группы были отобраны студенты, не проходившие обучение на адаптивных курсах, но занимающиеся на положительные отметки («хорошо» и «отлично»). В качестве экспериментальной группы были отобраны обучающиеся адаптивных курсов. Основным критерием для анализа стали результаты коллоквиума, на котором каждый обучающийся должен был пройти порог в 10-15 баллов.

Коллоквиум представляет собой коллаборацию теоретических вопросов, задач и демонстрации практических умений. По структуре ответ представляет собой «ступенчатость»: сдав теоретические вопросы, можно перейти к решению задач, выполнив их – перейти к демонстрации практических навыков, например, идентификация немых микропрепаратов, то есть без бирки с подписью. На рисунке 2 представлена диаграмма, которая демонстрирует, что внедрение образовательной технологии оказалось достаточно эффективным.

 

Рис. 2. Сравнение контрольной и экспериментальной групп (по оси х: количество студентов; по оси у: количество баллов, которые студенты могли получить) (Comparison of control and experimental groups (x-axis: number of students; y-axis: number of points that students could have received))

 

Из диаграммы, изображенной на рисунке 2 видно, что студенты из контрольной группы продемонстрировали удовлетворительные знания, когда критерием исключения из эксперимента была отметка в 10-15 баллов, не добрав которые обучающиеся могли выбыть из него. Студенты экспериментальной группы продемонстрировали высокие результаты, о чем свидетельствует их эрудированность и высокая подготовка к занятиям.

Выводы. Эффективность образовательного компонента среди будущих врачей отражает результативность применённой адаптивной технологии в учебном процессе.

На заключительном этапе был проведен опрос среди студентов с целью выявления трудностей, с которыми они столкнулись при обучении, а также выяснения, насколько эффективна, по мнению студентов, данная технология в изучении базовых дисциплин, формирующих основу профильных знаний в медицинском вузе.

Результаты опроса показали, что у студентов возникали трудности с работой на платформе, так как им такой вид деятельности был предложен впервые. Но, как отметили обучающиеся, благодаря поддержке и курированию преподавателем каждого студента, эта «трудность» стала преодолимой. Несомненным плюсом студенты отмечали вариативность применения традиционных и цифровых технологий обучения; гибкий график обучения; единство требований преподавателя, предъявляемых ко всем обучающимся.

×

Об авторах

Андрей Федорович Павлов

Самарский государственный медицинский университет Министерства здравоохранения Российской Федерации

Автор, ответственный за переписку.
Email: a.f.pavlov@samsmu.ru

ассистент кафедры общей и молекулярной биологии Института профилактической медицины

Россия, Самара

Юлия Валерьевна Мякишева

Самарский государственный медицинский университет Министерства здравоохранения Российской Федерации

Email: Yu.v.myakisheva@samsmu.ru

доктор медицинских наук, доцент, проректор по образовательной деятельности, заведующий кафедрой общей и молекулярной биологии Института профилактической медицины

Россия, Самара

Галина Николаевна Родионова

Самарский государственный социально-педагогический университет

Email: rodionova@sgspu.ru

кандидат биологических наук, доцент кафедры биологии, экологии и методики обучения

Россия, Самара

Список литературы

  1. Аббад, М. М. Использование модели UTAUT для понимания использования систем электронного обучения учащимися в развивающихся странах // Образование и информационные технологии. – 2021. – Т. 26. – № 6. – С. 7205-7224.
  2. Энтони, Б. и др. Внедрение смешанного обучения в высшем образовании: теоретический и систематический обзор // Технологии, знания и обучение. – 2022. – С. 1-48.
  3. Кастро, Р. Смешанное обучение в высшем образовании: тенденции и возможности. Образование и информационные технологии. – 24 (4). – С. 2523-2546.
  4. Эль Сабах, Х. А. Адаптивная среда электронного обучения, основанная на стилях обучения, и ее влияние на вовлечение учащихся в процесс развития. Int. J. Education. Технология. Высокий. Образование. – 2021. – С. 18-53.
  5. Джанг, Дж. и др. Дополненная реальность и виртуальная реальность для обучения: экзамен с использованием расширенной модели внедрения технологий // IEEE access. – 2021. – Т. 9. – С. 6798-6809.
  6. Каушик, М. К., Верма, Д. Факторы, определяющие поведение при внедрении цифрового обучения: систематический обзор прикладных теорий и последствий для высшего образования // Журнал прикладных исследований в области высшего образования. – 2020. – Т. 12. – № 4. – С. 659-672.
  7. Лю, К., Гиртшайс, С., Грейнджер, Р. Понимание того, как академики используют технологии обучения: систематический обзор // Компьютеры и образование. – 2020. – Т. 151. – С. 103.
  8. Ньясулу, К., Доминик, Чавинга В. Использование декомпозированной теории планируемого поведения для понимания того, как студенты университетов используют WhatsApp в процессе обучения // Электронное обучение и цифровые медиа. – 2019. – Т. 16. – № 5. – С. 413-429.
  9. Плякос, К. Ю. С.-Х., Парк, Дж. Ю., Корнилли, Ф., Венс, С., Ван ден Нуртгейт У. Интеграция машинного обучения в теорию отклика элементов для решения проблемы холодного запуска в адаптивных обучающих системах. Расчет. Образование. – 2019. – С. 91-103.
  10. Ю, З. Г. (2020). Расширение модели внедрения образовательных технологий WeChat за счет добавления новых психологических конструктов. Журнал образовательных компьютерных исследований, 58 (6). – С. 1121-1143. doi.10.1177/0735633120923772
  11. Павлов, А. Ф. Аналитическая система «Адаптированное образование» / Павлов А.Ф., Родионова Г.Н., Матвеева Т.Б., Мякишева Ю.В. // Свидетельство о регистрации программы для ЭВМ RU 2023684300, 14.11.2023. Заявка датирована 31.10.2023.
  12. Павлов, А. Ф. Анализ эффективности использования веб-квеста на практических занятиях в медицинском вузе / А.Ф. Павлов, Ю.А. Алешина, Ю.А. Халитова // Научное обозрение. Педагогические науки. – 2021. – № 1. – С. 30-35.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Результаты адаптивного обучения среди студентов-медиков (Results of adaptive learning among medical students) (по оси х: количество студентов; по оси у: количество баллов, которые студенты могли получить)

Скачать (164KB)
3. Рис. 2. Сравнение контрольной и экспериментальной групп (по оси х: количество студентов; по оси у: количество баллов, которые студенты могли получить) (Comparison of control and experimental groups (x-axis: number of students; y-axis: number of points that students could have received))

Скачать (180KB)

© Павлов А.Ф., Мякишева Ю.В., Родионова Г.Н., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах