Preview

Информатика и образование

Расширенный поиск

Концепция трансформации образования в цифровой экосистеме территориального производственного кластера

https://doi.org/10.32517/0234-0453-2022-37-6-5-11

Полный текст:

Аннотация

Новый подход к формированию распределенных цифровых образовательных экосистем в территориальных производственных кластерах может не только устранить недостатки традиционной системы образования, но и создать перспективную платформу для новой современной образовательной технологии. Основой для построения такой экосистемы становятся современные достижения в области систем управления, цифровизации и искусственного интеллекта. Быстрое развитие в области искусственного интеллекта и цифровых технологий оказывает серьезное влияние на образовательную сферу, при этом приходится учитывать и непредсказуемые природные катаклизмы и пандемии, а также сложную геополитическую и экономическую ситуацию в мире.

В этих условиях для университетов одна из серьезных возможностей сохранения и усиления своих позиций на рынке образования, который будет стремительно меняться в ближайшее время, — это трансформация процессов в рамках новых технологических трендов на базе цифровых платформ производственных кластерных экосистем. Цифровой двойник может использоваться как для принятия решений в режиме реального времени, так и для прогнозирования и планирования процесса на весь период обучения.

Университет и предприятия территориального кластера, обеспечивающие часть образовательных услуг в рамках данного подхода, интегрируются в единый механизм для решения задач гибкого индивидуального обучения в соответствии с потребностями кластера в высококвалифицированных кадрах. Также возможно построение гибридной образовательной университетской среды, интегрированной с реальными объектами экономики конкретной территории, которая в этом случае становится важнейшим компонентом цифровой образовательной экосистемы. Предлагаемая концепция позволяет прогнозировать и планировать подготовку нужных специалистов, поскольку вся схема образовательного процесса в данном случае тесно связана с предприятиями реального сектора на весь период обучения. Это становится возможным за счет того, что обучение происходит по гибким обновляемым программам, отражающим постоянно меняющиеся требования предприятий к компетенциям сотрудников.

Об авторах

Р. А. Сабитов
Казанский национальный исследовательский технический университет им. А. Н. Туполева-КАИ
Таджикистан

 Сабитов Рустэм Адиевич, канд. тех. наук, ст. научный сотрудник, доцент кафедры динамики процессов и управления, Институт компьютерных технологий и защиты информации

г. Казань, Республика Татарстан



Г. С. Смирнова
Казанский национальный исследовательский технический университет им. А. Н. Туполева-КАИ
Россия

 Смирнова Гульнара Сергеевна, канд. тех. наук, доцент,
доцент кафедры динамики процессов и управления, Институт компьютерных технологий и защиты информации

 Казань, Республика Татарстан



Н. Ю. Елизарова
Казанский национальный исследовательский технический университет им. А. Н. Туполева-КАИ
Россия

 Елизарова Наталья Юрьевна, канд. экон. наук, доцент, доцент кафедры динамики процессов и управления

г. Казань, Республика Татарстан



Ш. Р. Сабитов
Казанский федеральный университет
Россия

 Сабитов Шамиль Рустэмович, канд. тех. наук, доцент, доцент кафедры анализа данных и технологий программирования, Институт вычислительной математики и информационных технологий

г. Казань, Республика Татарстан



А. В. Епонешников
Университет Иннополис
Россия

 Епонешников Александр Вячеславович, магистрант
направления «Информатика и вычислительная техника», профиль «Анализ данных и искусственный интеллект»

г. Иннополис (Казань), Республика Татарстан 



И. С. Григорьев
Частное учреждение по цифровизации атомной отрасли «Цифрум»
Россия

 Григорьев Иван Сергеевич, руководитель направления аналитики в Группе административного сопровождения Проектного офиса управления проектами

 г. Москва



Список литературы

1. Коляда М. Г., Бугаева Т. И. Искусственный интеллект как движущая сила совершенствования и инновационного развития в образовании и педагогике. Информатика и образование. 2018;33(10):21–30. DOI: 10.32517/0234-0453-2018-33-10-21-30

2. Андрюшкова О. В., Григорьев С. Г. Методика оценки качества обучения на основе негэнтропии. Информатика и образование. 2019;34(10):37–45. DOI: 10.32517/0234-0453-2019-34-10-37-45

3. Martin F., Chen Y., Moore R.L., Westine C.D. Systematic review of adaptive learning research designs, context, strategies, and technologies from 2009 to 2018. Educational Technology Research and Development. 2020;68(4):1903–1929. DOI: 10.1007/s11423-020-09793-2

4. Андрюшкова О. В., Григорьев С. Г. Эмергентное обучение в информационно-образовательной среде. М.: Образование и Информатика; 2018. 104 с. Режим доступа: https://www.elibrary.ru/item.asp?id=41518855

5. Dolgui A., Bakhtadze N., Smirnova G., Sabitov R., Elpashev D. Identification and simulation models in logistics control systems for production processes and freighting. IFAC-PapersOnLine. 2017;50(1):14638–14643. DOI:10.1016/j.ifacol.2017.08.1903

6. Паркинсон Б. На пути к интеллектуальному производству. Control Engineering Россия. 2017;72(6):58–60. Режим доступа: https://controlengrussia.com/internetveshhej/intillektualnoe-proizvodstvo/

7. Larabell J. T. The rise of the robots. The New American. 2016;32(21):10–17. Available at: https://thenewamerican.com/the-rise-of-the-robots/

8. Sadler P. Sustainable growth in a post-scarcity world: consumption, demand, and the poverty penalty. London, Routledge; 2010. 264 p. DOI: 10.4324/9781315611518

9. Frey C. B., Osborne M. A. The future of employment: how susceptible are jobs to computerisation. Technological Forecasting and Social Change. 2017;114:254–280. DOI: 10.1016/j.techfore.2016.08.019

10. Grigoriev S. G., Sabitov R. A., Smirnova G. S., Sabitov Sh. R. The concept of the formation and development of a digital intellectual ecosystem of blended university learning. Informatics and Education. 2020;35(5):15–23. DOI:10.32517/0234-0453-2020-35-5-15-23

11. Sabitov R., Smirnova G., Sabitov S., Elizarova N.,Korobkova E. Planning, building and development distributed integrated blended education ecosystem at different levels.CEUR Workshop Proceedings. 2020:79–86. Available at: https://www.elibrary.ru/item.asp?id=45072043

12. Vostroknutov I., Grigoriev S., Surot L. Modern challenges of humanity and the search for a new paradigm of education. Proceedings of the 4th International Conference on Informatization of Education and E-learning Methodology: Digital Technologies in Education (IEELM-DTE 2020). Krasnoyarsk, Russia. 2020;2770:49–54. Available at: https://ceur-ws.org/Vol-2770/paper7.pdf

13. Smirnova G., Sabitov R., Morozov B., Sabitov Sh.,Sirazetdinov B., Elizarova N. To the problem of dynamic modeling and management in an integrated environment of the industrial cluster. IFAC-PapersOnLine. 2015;48(3):1230–1235. DOI: 10.1016/j.ifacol.2015.06.252

14. Bakhtadze N., Suleykin A. Industrial digital ecosystems: predictive models and architecture development issues. Annual Reviews in Control. 2020;51(1):56–64. DOI:10.1016/j.arcontrol.2020.11.001

15. Bakhtadze N., Elpashev D., Suleykin A., Pyatetsky V. Digital ecosystem situational control based on a predictive model. IFAC-PapersOnLine. 2021;54(1):300–306. DOI:10.1016/j.ifacol.2021.08.035

16. Лукша П., Кубиста Дж., Ласло А., Попович М., Ниненко И. Образование для сложного общества. Доклад Global Education Futures 2018. 232 с. Режим доступа: http://vcht.center/wp-content/uploads/2019/06/Obrazovanie-dlya-slozhnogo-obshhestva.pdf

17. Сиразетдинов Р. Т., Бражкина А. А. Универсальная структурная модель типового экономического кластера. Управление большими системами. 2010;(29):152–166. Режим доступа: https://www.elibrary.ru/item.asp?id=15101914

18. Sabitov R. A., Smirnova G. S., Elizarova N. U., Sabitov Sh. R. Intelligent management of supply chains and outsourcing in mechanical engineering under “Industry 4.0” conditions. IOP Conference Series: Materials Science and Engineering. 2019;570(1). DOI: 10.1088/1757-899X/570/1/012081

19. Kuhn Ch., Luckea D. Supporting the digital transformation: a low-threshold approach for manufacturing related higher education and employee training. Procedia CIRP. 2021;104:647–652. DOI: 10.1016/j.procir.2021.11.109

20. Singh I., Centea D., Elbestawi M. IoT, IIoT and cyberphysical systems integration in the SEPT learning factory. Procedia Manufacturing. 2019;31:116–122. DOI: 10.1016/j.promfg.2019.03.019


Рецензия

Для цитирования:


Сабитов Р.А., Смирнова Г.С., Елизарова Н.Ю., Сабитов Ш.Р., Епонешников А.В., Григорьев И.С. Концепция трансформации образования в цифровой экосистеме территориального производственного кластера. Информатика и образование. 2022;37(6):5-11. https://doi.org/10.32517/0234-0453-2022-37-6-5-11

For citation:


Sabitov R.A., Smirnova G.S., Elizarova N.Yu., Sabitov S.R., Eponeshnikov A.V., Grigoriev I.S. The transformation education concept in the digital ecosystem of a territorial production cluster. Informatics and education. 2022;37(6):5-11. (In Russ.) https://doi.org/10.32517/0234-0453-2022-37-6-5-11

Просмотров: 140


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0234-0453 (Print)
ISSN 2658-7769 (Online)