Андрюшкова Ольга Владимировна, канд. хим. наук, доцент, зав. лабораторией методики преподавания химии кафедры общей химии, химический факультет
119991, г. Москва, Ленинские горы, д. 1, стр. 3
Olga V. Andryushkova, Candidate of Sciences (Chemistry), Docent, Head of the Laboratory of Methods of Teaching Chemistry of the Department of General Chemistry, Faculty of Chemistry
119991, Moscow, Leninskie gory, 1, building 3
Григорьев Сергей Георгиевич, доктор тех. наук, профессор, член-корреспондент РАО, зав. кафедрой информатики и прикладной математики, Институт цифрового образования
129226, г. Москва, 2-й Сельскохозяйственный проезд, д. 4, корп. 1
Sergey G. Grigoriev, Doctor of Sciences (Engineering), Professor, Corresponding Member of RAE, Head of the Department of Informatics and Applied Mathematics, Institute of Digital Education
129226, Moscow, 2nd Selskohoziajstvenny proezd, 4, building 1
Рассматриваются вопросы оценки качества обученности студентов, а также прогнозирования результатов обучения на основании расчета негэнтропии как интегрального информационного показателя, отображающего объективные данные об используемой модели обучения. Предлагается рассматривать модель эмергентного обучения как обобщенное отображение учебного процесса при обоснованном сочетании электронного и традиционного обучения. Для построения многокритериальной системы оценки качества учебного процесса предложено рассматривать все составляющие педагогической системы во взаимосвязи друг с другом на первом и последующих иерархических уровнях. Предложено выделить объект педагогической системы (обучающихся) в особую категорию, взаимодействующую с остальными элементами методической системы, таким образом, система обучения формируется как «студенто-ориентированная». Предлагаемая методика оценки и прогноза качества обучения опирается на построение иерархической структуры критериальной системы качества. На первом этапе были обозначены базовые критерии, влияющие на качество обученности студента, которые представлены с помощью диаграммы Исикавы. На основании экспертной оценки определены весовые коэффициенты с точки зрения «важности» критерия для качества обученности студента. На следующем этапе были выделены критерии второго и третьего уровней и определены их численные значения. В случаях, когда невозможно однозначно оценить весовой коэффициент критерия, были приведены системы уравнений для расчета функций принадлежности нечеткого множества. На третьем этапе были рассчитаны интегральные значения негэнтропии для трех направлений обучения и для модельной ситуации.
Methods for assessment of the quality of leaning are discussed, including possibilities to predict the results of the learning based on the calculation of negentropy. Negentropy is used as an integral informational index, demonstrating objective assessment of the learning model used. We suggest to use the emergent learning model, as a generalized projection of the learning process with substantiated merging of e-learning and traditional learning. For setting up a multi-criterial system for assessment of the quality of learning, we suggest to evaluate all components of pedagogical system in interplay with each other, on the first and all following hierarchical levels. We also suggest to define students as a special category of objects in the said pedagogical system, which interacts with other elements of the system, and thus the system is organized as “student-oriented”. Suggested methodology of prediction and assessment of the learning progress relies on building an hierarchical structure of criterial system of quality. In phase one, we have chosen basic criteria influencing the quality of the learning, which are organized into the first level of Ishikawa diagram. Basing on expert’s knowledge, we then assigned each criterium a corresponding coefficient of importance for the quality of learning. In the second phase, the same was done for criteria of the second and third levels of importance. In cases when it was not possible to unequivocally assess the coefficient of importance, we present the system of equations for calculating the membership function of a fuzzy set. In the third phase, integral values of negentropy were calculated for three study courses and for a model situation.
The authors declare that there are no conflicts of interest present.