ПЕДАГОГИЧЕСКИЙ ОПЫТ 
В настоящее время наблюдается активное развитие технологий искусственного интеллекта (ИИ) и быстрый рост числа сфер его применения. Не является исключением и сектор образования, который в перспективе может быть существенно трансформирован за счет применения ИИ, например, в части развития подходов к кастомизации образовательного маршрута. Одновременно активное развитие технологий нейровизуализации, а также прогресс в нейронауке и нейротехнологиях позволяют обеспечить алгоритмы ИИ важными данными о работе головного мозга обучающегося.
В статье рассматриваются вопросы кастомизации жизненно-образовательного маршрута (КЖОМ) с использованием указанных ассистирующих технологий: нейротехнологий и искусственного интеллекта. Сформулирован основной принцип функционирования предлагаемой системы КЖОМ: на основании анализа регистрируемых мультимодальных данных об обучающемся алгоритмы на базе ИИ предлагают действия для реализации обратной связи, которая обеспечит повышение эффективности и кастомизацию образовательного процесса.
Авторы предлагают модульный принцип построения системы КЖОМ и, кроме того, описывают те методы ИИ, которые могут найти применение в качестве ядра интеллектуальной подсистемы КЖОМ. В заключение представлены различные стратегии применения предложенной системы КЖОМ, которые позволят реализовать на ее базе универсальную систему поддержки принятия образовательных решений.
В статье исследуются теоретические и практические вопросы развития навыков визуализации данных и визуальной аналитики в курсе информатики (в том числе на примере задач построения аналитических, табличных и визуальных моделей с использованием диаграмм).
Статья включает в себя обзор библиографических источников по проблемам формирования навыков визуализации и визуальной аналитики в ходе учебной и научной деятельности, а также разработку структуры компетенции визуализации и визуального анализа. В ходе исследования применялись методы моделирования (аналитические и графические модели), методы визуализации и систематизации данных. В частности, предложены и проанализированы такие компоненты компетенции визуализации и визуального анализа, как аналитический, критический, абстрактно-логический, наглядно-образный, пространственно-образный, ассоциативный, системный, алгоритмический. Кроме того, рассмотрены методы формирования данной компетенции в курсе информатики.
В статье дается не только описание, но и анализ проблем, связанных с формированием компетенции визуализации и визуального анализа. В исследовании представлены также методические указания для лабораторного практикума, разработанного для обучения студентов экономического факультета Башкирского государственного аграрного университета навыкам графической аналитики в курсе информатики.
Статья ориентирована на широкий круг специалистов в области аналитики и визуализации данных, включая преподавателей информационных дисциплин, научных работников и др.
В условиях модернизации отечественного образования возникает явная необходимость в пересмотре существующих образовательных траекторий и плотном взаимодействии между работодателем и учебным заведением с целью подготовки высококвалифицированных специалистов. При всем многообразии специальностей и учебных заведений в России наблюдается дефицит профессиональных кадров. Данная тенденция характерна и для ИТ-сферы. Поэтому учебным заведениям необходимо взаимодействовать не только с государственными учреждениями, но и с компаниями-работодателями. Тройственный союз «студент — высшее учебное заведение — организация-работодатель» является устойчивой платформой для становления молодых кадров. На базе высших учебных заведений посредством сотрудничества с потенциальным работодателем создаются базовые кафедры и лаборатории.
17 марта 2022 года состоялось подписание Соглашения о стратегическом партнерстве между Чувашским государственным университетом им. И. Н. Ульянова (ЧувГУ), фирмой «1С» и компанией «Лидер софт — внедренческий центр». Предметом данного соглашения стало сотрудничество с целью специализированной подготовки обучающихся университета в области разработки, внедрения и эксплуатации программного обеспечения на платформе «1С:Предприятие» и продуктов «1С». В рамках Соглашения была создана межфакультетская базовая лаборатория 1C.
В статье исследуются направления деятельности межфакультетской базовой лаборатории 1C ЧувГУ за 2022 год. На примере создания базовой лаборатории в вузе Чувашии представлен инновационный опыт партнерского сотрудничества компании-работодателя и учебного заведения, который будет востребован в других регионах страны.
ПЕДАГОГИЧЕСКИЕ ИЗМЕРЕНИЯ И ТЕСТЫ 
Одной из важных задач учебной аналитики является прогнозирование сохранности состава обучающихся. В международном пространстве решению этой задачи в системе высшего образования посвящено множество исследований, имеется положительный опыт внедрения сервисов поддержки успешности обучения в вузах. Анализ литературы показывает повышение интереса к этой задаче у российского научно-педагогического сообщества. При этом специфика российского образования не дает возможности прямого переноса зарубежного опыта в отечественную образовательную систему.
В исследовании было выявлено, что значительный вклад в прогнозирование сохранности численности обучающихся могут внести модели прогнозирования успеваемости по отдельным предметам учебного плана. Авторами предложена структурная модель системы прогнозирования успеваемости по дисциплине, которая включает в себя универсальную модель на основе обобщенных показателей цифрового следа, предметную модель, учитывающую особенности обучения по конкретной дисциплине, и модель на основе образовательного профиля обучающегося.
В ходе эмпирического исследования по универсальным показателям цифрового следа студентов из LMS Moodle было обучено несколько моделей раннего прогнозирования успешности промежуточной аттестации и проведен анализ их качества. Наиболее точной моделью, особенно в первой половине семестра, оказался ансамбль-усреднение моделей логистической регрессии, случайного леса и градиентного бустинга. Был сделан вывод об эффективности универсальных моделей для раннего выявления студентов с проблемами в обучении по дисциплине, определены направления дальнейшего совершенствования универсальной модели прогнозирования успеваемости и сформулированы условия для масштабирования предложенного подхода по созданию системы прогнозирования успешности обучения другими образовательными учреждениями.
ИНФОРМАТИЗАЦИЯ ОБРАЗОВАНИЯ 
Функционирование бизнес-процессов образовательной организации трудно представить без использования цифровых инструментов. Сегодня они должны соответствовать запросам национальной образовательной системы с учетом внешних санкций. Актуальным для системы образования может быть создание комплексного сервиса, который не только устранит проблему «лоскутной» автоматизации, но и обеспечит максимально дружественный формат взаимодействия персонала образовательной организации, обучающихся и заказчиков образовательной услуги на всех этапах — от момента формирования интереса к обучению до поддержания связи с выпускником.
Именно поэтому целью работы стала формализация ряда требований, обусловленных особенностями процесса оказания образовательных услуг. По результатам экспертной оценки (для анализа были привлечены 194 эксперта) автором была проведена кластеризация результатов оценивания, а затем выявлены и сгруппированы пожелания администраторов и преподавателей для создания названного комплексного сервиса. Наиболее значимым итогом работы следует считать выявленную противоречивость интересов основных акторов бизнес-процессов образовательной организации, так как 80 % оценок экспертов попали в кластеры с противоположными пожеланиями. Это необходимо учитывать в проектах автоматизации работы образовательных организаций.
В ходе исследования было отмечено, что в образовательной сфере важны не только эффективные бизнес-процессы, но и вовлеченность всех работников в достижение положительных для обучающихся образовательных результатов.
Глобализация всех сфер деятельности образовательных систем определяет необходимость создания простых и доступных средств мониторинга и оценки качества объектов и ресурсов. В частности, в связи с необходимостью интенсификации процессов цифровой трансформации образования важны оценочные процедуры определения качества цифровых образовательных сред (ЦОС).
Цель работы — обосновать подход и описать процедуру мониторинга ЦОС образовательных учреждений на основе доступных облачных сервисов, обеспечивающих удобный сбор, накопление и обработку статистических и мониторинговых показателей.
Принята проективная критериальная модель системы оценки и мониторинга качества ЦОС, которая опирается на результаты самооценки образовательной организации и внешней экспертной оценки. Главной особенностью модели является участие организаций и внешних экспертов в процессе конструирования критериальных рубрик, проведения и анализа результатов мониторинга. Для самооценки ЦОС и экспертной оценки сайта образовательной организации используется сервис Yandex Forms, позволяющий осуществлять конвертацию собранных данных в электронные таблицы. Путем объединения данных и их статистической обработки можно получить показатели по различным срезам и рейтингам, проводить сводную кластеризацию ЦОС исследуемых организаций по трем уровням: низкий, средний, высокий.
Предложенная модель была реализована в оценке ЦОС практик дополнительного образования детей. Для определения количественных и качественных показателей ЦОС и официальных сайтов организаций дополнительного образования были созданы анкеты в Yandex Forms, заполняемые представителями исследуемых организаций. Пробное тестирование показало технологичность и простоту сбора, обработки и доставки пользователям мониторинговых данных.
Проективная критериальная модель оценки качества ЦОС организаций дополнительного образования может быть использована для многих других исследований, связанных с критериальными оценочными мероприятиями.
В настоящей статье авторами предложена технология цифровой трансформации процесса управления качеством промежуточной аттестации.
С учетом анализа опыта создания и внедрения моделей, технологий и систем, реализующих задачи информационного сопровождения и автоматизации промежуточной аттестации, представлен авторский вариант постановки задачи управления качеством процесса промежуточной аттестации в образовательном учреждении в контексте цифровой трансформации.
Цифровая трансформация процесса управления качеством промежуточной аттестации интерпретируется как трансформация самого процесса промежуточной аттестации, в том числе технологии его организации и проведения, нацеленная на проектирование и внедрение в рамках цифровой политики образовательного учреждения информационно-управляющей системы, в комплексе решающей задачи качественного информационного сопровождения промежуточной аттестации (обеспечение актуальности, достоверности, целостности, правовой корректности, адресности, защиты информации) и управления процессом промежуточной аттестации (планирование, мониторинг, контроль, принятие решений по улучшению), минимизирующей коррупционные риски и формирующей цифровой след обучающихся.
На примере Сибирского государственного университета геосистем и технологий представлен опыт реализации технологии информационного сопровождения промежуточной аттестации и формирования цифрового следа обучающегося, отличающейся наличием функции самоконтроля качества информации. Эта функция сводит к минимуму различного рода риски потери качества информации, в том числе коррупционные.
Исходя из опыта автоматизации управления качеством процесса промежуточной аттестации в различных учебных заведениях в условиях разных моделей обучения (линейной, кредитной, смешанной), авторы представили ряд рекомендаций, которые могут быть полезны в процессе цифровой трансформации образовательных учреждений.
Применение виртуальных лабораторных работ в обучении позволяет воспроизводить онлайн лабораторные, требующих дорогостоящих материалов или инструментов, а также сделать учебный процесс интерактивным и дистанционным. Использование современных веб-технологий дает возможность обойти проблемы совместимости на компьютерах пользователей и выполнять лабораторные работы в режиме онлайн.
Целью настоящего исследования является разработка компьютерных виртуальных 3D-лабораторных работ и тренажеров веб-доступа для дисциплин, преподаваемых в Сибирском государственном университете науки и технологий имени академика М. Ф. Решетнева (СибГУ).
Проведенный авторами анализ современного состояния в области разработки виртуальных лабораторных позволил сделать вывод о невозможности использования готовых решений. Произведен выбор инструментов для разработки собственных программных продуктов, отобраны дисциплины для реализации 3D-лабораторных, проведена разработка технического задания и методов взаимодействия пользователя с объектами и объектов друг с другом, созданы 3D-модели, необходимые для визуализации лабораторных работ.
Итогом исследований являются программные продукты — виртуальные 3D-лабораторные практикумы для студентов технических специальностей, реализованные аналогичным набором программных решений и размещенные на сервере СибГУ. Тестирование программных продуктов было проведено студентами на реальных занятиях, а затем созданные приложения были внедрены в электронные учебные модули университета.
Разработанные компьютерные реализации лабораторных не только успешно применяются в учебном процессе СибГУ, но и позволяют разрешить проблему ведения лабораторных занятий в режиме вынужденного дистанта, при заочной форме обучения, а также помогают возместить отсутствие необходимого оборудования.
Применение виртуальных лабораторных работ помогает заинтересовать студента в обучении и повышать его цифровую грамотность.
ISSN 2658-7769 (Online)