Большие данные являются сквозной технологией Национальной технологической инициативы [1]. Технология больших данных трансформирует управление на государственном уровне  [2], на  территориальном уровне [3], на отраслевом уровне, в частности в сфере образования. В сфере государственного управления большие данные позволяют на основе аналитики данных прогнозировать стратегии развития, формировать проекты развития в Государственных программах развития образования; большие данные позволяют оценивать транспарентность образования государству, экономике, обществу; на основе данных разрабатываются рещения об инвестиционных вложениях; аналитика данных (OECD [4], ФИОКО [5], ЦОКО [6]) становятся основой оценки качества образования. Также ценностной рамкой применения больших данных в образовании является индивидуализация образования, возможность реализации индивидуальных образовательных траекторий на основе данных о когнитивном развитии, личных выборах, достигнутых образовательных результатов [7].

В данной статье рассмотрим три аспекта больших данных в образовании, которые формируют горизонт развития образования [8]  и изменяют институциональный ландшафт образования в условиях платформенной экономики и цифровых платформ образования [9], а также развивают новую методологию образования – «Дидактика 4:0» [10].

Три аспекта больших данных в образовании:

1)Data-анализ как образовательная технология,

2) Data-анализ как содержание образования,

3) Data-анализ как компетентностный результат образовательных программ.

В каждом из названных аспектов охарактеризуем ценности и цели, условия развития, перспективы развития. 

Data-анализ как образовательная технология.

Цель Data-анализа как образовательной технологии – конструирование наилучших условий для качественного образования и развития, проектирование индивидуальных образовательных траекторий на основе анализа когнитивных особенностей, личностных выборов, образовательных достижений обучающихся. Ценность – развитие человеческого потенциала и профессионального капитала.

Data-анализ как образовательная технология применяется для:

• формирования профессиональных и карьерных траекторий,
• преодоления учебных затруднений,
• конвертации образовательных результатов,
• формирования академической добавленной стоимости,
• раскрытия потенциала человека и осознанного выбора дальнейшего развития.

Условия реализации data-анализа как образовательной технологии: 

а) сформированная архитектура данных в цифровой образовательной среде общего, высшего, дополнительного профессионального образования;

б) педагоги, обученные технологиям анализа данных (образовательных, когнитивных, социальных),

в) регламенты и культурные нормы формирование управленческих, организационно-педагогических, психолого-педагогических решений, в основе которых анализируемые данные конкретного человека, образовательной программы и группы обучающихся, образовательной организации и субъектов образовательных отношений, системы образования региона или страны.

В настоящее время таких условий недостаточно.

В  отношении архитектуры данных в настоящее время в отношении цифровых образовательных сред нет стандартов цифровой образовательной среды, выступающих регуляторами анализа данных и их сбора, типологии и структуры данных, составляющих основу личного, профессионального развития человека.

Анализ различных образовательных платформ выявил, что на разных образовательных платформах (Российская электронная школа, Московская электронная школа, Электронная школа Сберкласс, Электронная платформа Фоксворд и др.) различные подходы к формированию архитектуры данных. Из этого следует, что цифровые образовательные сервисы, фиксирующие данные по-разному, имплицитно влияют на ситуации образовательного неравенства.

Более того, в развитии методологии «Дидактики 4:0» необходимо расширение представлений об образовательных данных. Кроме данных об образовательных результатах освоения образовательных программ, необходимы для аналитики развития человека в сфере образования такие данные как: а)данные об индивидуальных выборах, б)данные о решаемых проектных задачах. Почему? Дидактика 4:0 развивается в методологии проектно-ориентированного образования соответственно целей развития в постиндустриальном обществе: а) развитие у поколения next собственной культурной нормы управления собственным образованием, б)развитие у поколения next способности решать нерешенные задачи, проектировать будущее в перспективных профессиях. 

Образование индустриальной эры – это предметно-организованный материал, контроль и анализ данных по освоенному объему знаний и репродуктивным навыкам. Образование постиндустриальной эры – это конвергентно организованное содержание образования и образовательный контент, оценка и анализ данных по развитию продуктивной деятельности, личных выборов в решении проектных задач.

Для подготовки педагогических кадров, компетентных в реализации data-анализа как образовательной технологии необходимо, как минимум, развитие культуры знания о трех технологиях аналитики данных [12]:

- Технологии прогнозирования на основе анализа образовательных данных. Например, прогнозирование олимпиадных достижений, стартапов на основе анализа данных решаемых задач; прогнозирование выборов траекторий на основе анализа выборов.

- Технологии выявления структуры в образовательных данных. Например, структура лекции или семинара с учетом особенностей организации образования студентов с разными типами учебной мотивации, с разными типами учебных затруднений, выборами проектных или исследовательских  задач.

- Технологии выявления взаимосвязей  в переменных набора данных. Например, связь между посещаемостью уроков, лекций, семинаров, в том числе on-line,  и образовательными результатами по темам образовательной программы, связь между особенностями организации образовательной деятельности и результатами развития х компетенций по итогам освоения образовательных программ.

Перспективы развития data-анализа как образовательной технологии: разработка и введение в действие стандарта цифровой образовательной среды; переосмысление эталонной архитектуры данных в образовании для конвертации результатов и создания условий личного, профессионального, карьерного развития; реализация новых программ магистратуры и дополнительного профессионального образования, ориентированных на развитие новых компетенций педагогов и культуры работы с данными для развития человеческого потенциала.

Data-анализ как содержание образования.

Традиционно носителями содержания образования являлись учебники, перечень которых утверждался на определенное время. В настоящее время ускоряется оборот знаний в науке, экономике, обществе. Обновляются образовательные и профессиональные стандарты. Развиваются альтернативные источники содержания образования: мобильные приложения и цифровые энциклопедии, репозитории данных научных исследований, а также технологические инфраструктуры данных. 

В условиях развития в странах мира концепций Open-Data [13; 2], развития технологических инфраструктур данных о развитии отраслей, территорий, государства, общества – эти актуальные  данные, формируемые в виде Data-cетов могут в педагогической организации образования использоваться как носители проектно-ориентированного образования. Тогда школьник или студент работает с данными как с проектной задачей по определенной учебной теме образовательной программы. В такой образовательной практике развиваются не только предметные, но и метапредметные компетенции, не только репродуктивные, но и продуктивные способы работы со знанием.

Цель Data-сетов в формировании содержания образования – конструирование наилучших условий для качественного образования и развития человека и профессионала, проектирование индивидуальных образовательных траекторий на основе анализа когнитивных особенностей, личностных выборов, образовательных достижений обучающихся. Ценность – развитие человеческого потенциала и профессионального капитала. Кроме того, работа с data-сетами аксиологически важна в образовании еще и тем, что развивает гражданскую позицию школьников и студентов.

Data-сет как носитель содержания образования применяется для:

• инициации субъектной позиции обучающегося в образовательной практике,
• расширения практик продуктивного действия [14],
• организации ускорения оборота знаний,
• развития альтернативных источников и форм содержания образования.

Условия реализации data-сетов как дополняющей традиционные формы содержания образования: 

а) развитая технологическая инфраструктура данных о развитии науки, производства, государства, общества;

б) реализация принципа Open Data в технологической инфраструктуре данных;

в) педагоги, компетентные в организации новых образовательных практик проектно-ориентированного образования на основе data-сетов.

Data-анализ как компетентностный результат образовательных программ.

Развитие цифровых компетенций – предмет целенаправленного развития многих федеральных проектов: «Кадры для цифровой экономики» [15], «Будь готов к цифре» [16], «Учитель будущего» [17].

Цифровые компетенции и трудовые действия интегрируются в обновляемые профессиональные стандарты [18],  в обновляемые образовательные стандарты высшего образования [19]. 

В Европе разработана и утврждена Европейская модель цифровых компетенций для образования [20]. В России такого рода универсальная модель цифровых компетенций пока не разработана. Многие университеты, наделенные правом самостоятельной разработки и утверждения образовательных стандартов (согласно Указа Президента России), самостоятельно с участием экспертов по квалификациям и потенциальных работодателей разрабатывают модели цифровых компетенций и соответствующие образовательные программы. Такая программа разработана нами и в РАНХиГС в двух формах:

• как программа магистратуры [21]
• как программа дополнительного профессионального образования [22].

Программа магистратуры получила поддержку Фонда Владимира Потанина [23] как программа стратегического академического лидерства. При разработке магистерской программы «Управление образованием на основании данных» были использованы новейшие образовательные технологии и методики, в частности: методика «Сompetency Constructor for Data-Experts in Education» (патент О.А. Фиофановой). Программа носит междисциплинарный характер: подготовка будет вестись по таким направлениям обучения как инженерия данных, наука о данных, образование и менеджмент. Студенты программы будут учиться управлять образовательной деятельностью, образовательными организациями, развитием сферы образования на основании анализа и интерпретации данных с применением цифровых сервисов образовательных данных и данных об образовании.  Магистерская программа будет включать экспертно-аналитические лекции, практико-ориентированные кейсы, аналитические задачи на примерах данных информационно-технологической инфраструктуры образования, проектные практикумы по разработке управленческих решений на основе анализа данных. 

Модель цифровых компетенций руководителя образования разработана нами для реализации программы «Управление образованием на основании данных» совместно с потенциальными работодателями. Модель компетенций включает структурно и логически связанные компетенции: цифровые (digital-компетенции), аналитические (data-компетенции) и компетенции управления развитием (project competencies). Digital-компетенции развиваются на основе знаний и умений использовать технологические инфраструктуры и цифровые сервисы аналитики данных для выбранного объекта управления. Аналитические (data-компетенции) развиваются на основе знаний методологии анализа данных и умений применять технологии анализа данных к определенным задачам управления. Компетенции управления развитием (project competencies) основаны на развитии способности проектировать «шаг развития», формировать управленческие решения о развитии образования и человека.

Для анализа развитости data-компетенций мы обратились к методу контент-анализа, а в качестве объектов анализа использовали Программы развития образовательных организаций, Публичные доклады и Основные образовательные программы.

По результатам исследования были сформулированы выводы:

1) дискурс Программ развития и Публичных докладов, изменяется в сторону развития доказательности управления, основанного на аналитике образовательных данных и данных об образовании; 
2) концепт «доказательное управление» используется в Программах развития и Публичных докладах в основном не как «сценарий» (планирование развития), а как «фрейм»  (описательная рамка данных), констатация данных в отчетах, но не использование данных для прогнозирования сценариев развития образовательных коллективов, образовательных организаций, региональных, муниципальных систем образования;

3)в публичных докладах отражаются те  образовательные данные, которые регламентированы требованиями к обязательной части публичных докладов, а также те данные, возможность использования которых связана с доступностью для организации, для региона, муниципалитета цифровой платформы, сервиса аналитики и статистики образовательных данных [24].

 Выводы и рекомендации

Результаты исследований  работы с тремя аспектами больших данных в образовании получены нами в ходе образовательной, консультативной и экспертной деятельности с педагогами, обучающимися на образовательных программах Университета «Иннополис» [25] в рамках федерального проекта «Кадры для цифровой экономики.

 Data-анализ как образовательная технология применяется педагогами не всех образовательных организаций и зависит от технологического развития цифровой образовательной среды. Более всего data-анализ как технология применяется в отношении традиционных видов данных – данных о результатах освоения образовательных программ. Иного рода данные (как данные о развитии человека в постиндустриальном образовании) не являются предметом анализа педагогов, не становятся основанием для проектирования индивидуальных образовательных траекторий обучающихся.

Data-анализ как содержание образования, предлагаемое для изучения обучающимся в форме data-сетов для педагогов абсолютно новая образовательная практика, которая раннее не апробировалась. В ходе консультаций и практических занятий в университете «Иннополис» 140 участников из 220 обучающихся на программах дополнительного профессионального образования решили применять такой подход к разработке содержания образования – учебных тем, и внесли изменения в образовательные программы с целью их обновления и цифровой трансформации. Как целостная практика работы с новой формой содержания data-сеты применяются в Data-кампусах, организуемых АНО ДПО «Открытое образование» [26].

Data-анализ как компетентностный результат образовательных программ интегрируется как новая компетенция в модели компетенций образовательных программ определенного направления подготовки в высшем образовании. Data-компетенции становятся востребованными компетенциями во всех отраслях, производствах. Организационным и правовым барьером в обновлении паспортов компетенций образовательных программ является то, что федеральные государственные образовательные стандарты высшего образования не успевают обновляться вслед за цифровой трансформацией образования, профессиональные стандарты также медленно подвергаются обновлению. В этом плане в наиболее выгодной юрисдикции находятся университеты, наделенные правом самостоятельного утверждения образовательных стандартов согласно Указа Президента [27].

В заключении сформулируем рекомендации: для реализации Data-анализа как образовательная технология, Data-анализа как содержания образования, Data-анализа как компетентностного результата образовательных программ необходимо:

• организовать работу Федеральных учебно-методических объединений с целью обновления Примерных основных образовательных программ;
• разработать стандарт цифровой образовательной среды с учетом эталонной архитектуры образовательных данных;
• инициировать объединения работодателей и Советы по профессиональным квалификациям для обновления профессиональных стандартов;
• организовывать конкурсы профессионального мастерства для развития культуры работы с данными [28],
• организовать масштабные курсы повышения квалификации педагогов общего и высшего образования с целью кадрового содействия цифровой трансформации образования для повышения качества образования и развития человеческого потенциала.

Благодарности

Автор благодарит Российский фонд фундаментальных исследований за финансовую поддержку проекта «Методология анализа больших данных в образовании и ее интеграция в программы профессиональной подготовки педагогов и руководителей общеобразовательных организаций в логике «Педагогика, основанная на данных», «Управление образованием на основании данных» (грант № 19-29-14016).

Автор благодарит университет «Иннополис» за сотрудничество в образовании, консультировании и экспертизе развития профессионального капитала педагогов высшего образования в условиях цифровой трансформации университетов.

Автор благодарит Фонд Владимира Потанина за грантовую поддержку разработки программы магистратуры «Управление образованием на основании данных» (грант ГСГК-0023-21).

Список литературы:

1. Национальная технологическая инициатива// https://nti2035.ru
2. Национальная система управления данными// https://nsud.info.gov.ru
3. Распоряжение Правительства Российской Федерации от 13 февраля 2019г. №207-р «Об утверждении Стратегии пространственного развития Российской Федерации на период до 2025года»// http://static.government.ru/media/files/UVAlqUtT08o60RktoOXl22JjAe7irNxc.pdf
4. Data OECD// https://data.oecd.org/home/
5. Федеральный институт оценки качества образования. Единая система оценки качества образования// https://fioco.ru/ru/osoko
6. Центр оценки качества образования Российской академии образования// http://www.centeroko.ru
7. Федеральный закон от 29.12.2012г. №273-ФЗ «Об образовании в Российской Федерации», п. 3 ч. 1 ст. 34 // http://www.kremlin.ru/acts/bank/36698
8. Паспорт государственной программы Российской Федерации «Развитие образования» (с изменениями на 7 июля 2021 года)/ Портал государственных программ Российской Федерации// https://programs.gov.ru
9. Государственная информационная система Современная цифровая образовательная среда // http://gis-scos.ru
10. Фиофанова О.А. Data-анализ: образовательная технология, содержание образования, компетентностный результат образовательных программ/Экосистема цифрового образования/ ИОМ РАНХиГС// https://iim.ranepa.ru/about/announcements/data-analiz-obrazovatelnaya-tekhnologiya-soderzhanie-obrazovaniya-kompetentnostnyy-rezultat-obrazova/
11. Фиофанова О.А. Методы анализа образовательных данных и способы их применения в педагогической и управленческой практике в сфере образования/ Школьные технологии , №1, 2020. С.117-127// https://cyberleninka.ru/article/n/metody-analiza-obrazovatelnyh-dannyh-i-sposoby-ih-primeneniya-v-pedagogicheskoy-i-upravlencheskoy-praktike-v-sfere-obrazovaniya
12. Об утверждении Национального стандарта Российской Федерации  ГОСТ Р ИСО 30401-2020 "Системы менеджмента знаний. Основные требования"// https://docs.cntd.ru/document/566405226#7D20K3
13. Концепция открытых данных// https://data.gov.ru/koncepciya-otkrytyh-dannyh
14. Щедровицкий Г.П. Педагогика продуктивного действия/ Лекции НИУ ВШЭ// https://www.youtube.com/watch?v=p1YO410BjXc
15. Кадры для цифровой экономики/ Федеральный проект// https://digital.gov.ru/ru/activity/directions/866/
16. Стань успешнее вместе с цифрой/ Сервис готовности к цифровой экономике// https://готовкцифре.рф
17. Федеральный проект «Учитель будущего» национального проекта «Образование»// https://edu.gov.ru/activity/main_activities/professional_growth_and_retraining/
18. Реестр профессиональных стандартов// https://profstandart.rosmintrud.ru/obshchiy-informatsionnyy-blok/natsionalnyy-reestr-professionalnykh-standartov/reestr-professionalnykh-standartov/
19. Портал федеральных государственных образовательных стандартов высшего образования// http://fgosvo.ru
20. European Union – «DigComp: The Digital Competence Framework for Citizens with eight proficiency levels and examples of use», 2017.
21. Управление образованием на основании данных/ Программа дополнительного профессионального образования// https://iim.ranepa.ru/postgraduate-education/upravlenie-obrazovaniem-na-osnovanii-dannykh/
22. Проект магистерской программы «Управление образованием на основании данных»// https://www.ranepa.ru/sobytiya/novosti/proekt-magistratury-iom-rankhigs-podderzhan-fondom-vladimira-potanina/?fbclid=
23. 150 проектов, которые меняют высшее образование: результаты грантового конкурса для преподавателей магистратуры//https://www.fondpotanin.ru/press/news/150-proektov-kotorye-menyayut-vysshee-obrazovanie-obyavleny-rezultaty-grantovogo-konkursa-dlya-prepo/
24. Фиофанова О.А. Smart Big Data в публичных докладах. Образовательная политика, №12, 2020.// https://edpolicy.ru/smart-big-data?fbclid=IwAR1JsTT-i4Of3D94SrO_VjJAANOi-paK5dFP0C37JB7nkqp3NWywv0euHe0
25. Иннополис// https://innopolis.ru

26.Открытое образование// http://www.opencu.ru

27.Указ Президента Российской Федерации от 05.07.2021 № 405 "Об утверждении перечня федеральных государственных образовательных организаций высшего образования, которые вправе разрабатывать и утверждать самостоятельно образовательные стандарты по образовательным программам высшего образования"// http://publication.pravo.gov.ru/Document/View/0001202107050010

28. 2-й Всероссийский конкурс кейсов по анализу данных в сфере образования «Педагогика, основанная на данных», «Управление образованием на основании данных»// https://iim.ranepa.ru/about/events/bolshie-dannye-v-obrazovanii-dokazatelnoe-razvitie-obrazovaniya/

http://woasfedu.ru/bulletin/

Файлы

1. ВАК_6_2021.pdf