Цифровые технологии в школах и вузах сегодня — это не только онлайн-курсы, электронные учебники и компьютерное тестирование. Перспективы управления качеством образования обсудили участники III Международной конференции «Большие данные: новые возможности мониторинга в образовании», которая была организована Рособрнадзором и Правительством Москвы.

Открывая конференцию, руководитель Рособрнадзора Сергей КРАВЦОВ сообщил, что ведомство совместно с Министерством просвещения РФ и Минобрнауки России ведёт работу по развитию аналитических систем и по формированию информационного массива, так называемого озера данных, в сфере образования. Его основу составляют сведения, получаемые по результатам всероссийских проверочных работ, ЕГЭ, ОГЭ и других контрольно-измерительных процедур.

— Эти данные анализируются в целях управления качеством образования. В частности, в прошлом году мы на четверть уменьшили число проверок региональных образовательных учреждений: в связи с использованием больших данных они стали более точечными. Мы планируем использовать большие данные и при совершенствовании системы аккредитации и оценки вузов.

Сегодня без больших данных (Big Data) управлять мегаполисом практически невозможно. Речь идёт о транспортных потоках, здравоохранении, внедрении системы искусственного интеллекта, градостроительных решениях, предотвращении правонарушений и в ещё целом ряде аспектов. Образование с этой точки зрения является наиболее сложной сферой. С анализом использования больших данных в сфере управления столичным образованием выступил мэр Москвы Сергей СОБЯНИН.

— В Москве почти 1,5 млн школьников, воспитанников и студентов, более 117 тыс. педагогов; это в два раза больше, чем, например, в Финляндии. Однако очевидно, что никаких больших данных не появится, если не будет создана современная инфраструктура. Мы к ней шли достаточно долго — с 2012 г. На первом этапе появились новые компьютеры, скоростной Интернет и сеть электронных услуг начиная от записи в образовательные учреждения. Сегодня ежедневно цифровыми сервисами пользуется около 400 тыс. горожан. Одним из элементов базовой инфраструктуры является электронный дневник. Введена система облачной бухгалтерии, персонифицированного учёта, без которых дальнейшие шаги в области больших данных были бы невозможны.

Центральным событием второго этапа стало развитие Московской электронной школы (МЭШ) с библиотекой цифровых учебных материалов. Однако создать инфраструктуру мало: нужно выстроить систему мотивации пользователей и насытить ресурс контентом, отметил С. Собянин.

— Не получалось сделать МЭШ популярным сервисом, до тех пор пока мы не приняли решение, что электронная школа должна быть продуктом самих педагогов и школьников. Библиотека МЭШ работает по принципу «Википедии»: учителя сами переводят в цифровой вид собственные материалы и публикуют их. Создана система мотивации: педагоги получают доплату за участие в развитии МЭШ, а авторы наиболее популярных учебных материалов поощряются специальными грантами. Что касается школьников, то они в дополнительных стимулах, как правило, не нуждаются. Практика показала: современным детям интересно и комфортно учиться в привычной для них виртуальной среде.

На сегодняшний день в библиотеке МЭШ размещено более 30 тыс. электронных сценариев уроков, свыше 35 тыс. интерактивных образовательных приложений, более 1 тыс. электронных учебных пособий и учебников, свыше 450 тыс. атомарных учебных материалов. Контент увеличивается в арифметической прогрессии, обновляясь ежедневно.

Важный инструмент — единый электронный дневник. Для понимания масштабов больших данных, которые генерирует этот проект, необходимо отметить, что в нём фиксируется 10 млн школьных оценок ежемесячно. Перечень используемых образовательных материалов, виды контрольных работ — всё записывается в дневник. По объёму информации это сервис номер один в городе, подчеркнул мэр Москвы.

Благодаря МЭШ и электронному дневнику каждый столичный школьник сегодня оставляет цифровой след, отражающий практически все аспекты его учёбы: как он справляется с заданиями, чему научился, в каких кружках занимается, какие музеи, театры, технопарки посещает, что проектировал и изобретал, какие книги читает, в каких олимпиадах участвует, какими компетенциями владеет и т.д.

Задача следующего этапа — создать инструмент анализа, с помощью которого педагоги смогут оценивать результаты обучения, прогнозировать будущие достижения, выявлять дефицит знаний и навыков и своевременно принимать меры по его ликвидации в соответствии с образовательными потребностями каждого ученика. Школа получила возможность выстраивать индивидуальные траектории обучения, максимально учитывая способности учащихся.

По словам С. Собянина, большие данные также помогут ученикам сформировать портфолио, которые будут пополняться победами на олимпиадах, полученными сертификатами, выполненными проектами и другими достижениями за весь период обучения в школе. Уже сегодня наличие подобных инструментов добавляет абитуриентам несколько баллов ЕГЭ и даёт им дополнительный шанс на поступление в вуз.

Продолжает развиваться система аналитики, позволяющая предсказывать риски на уровне отдельных учащихся и управления образовательным учреждением в целом. Онлайн-сервисы самопроверки, которыми можно воспользоваться в любой момент с мобильного устройства, востребованы уже 200 тыс. обучающихся. Используются продвинутые технологии распознавания речи с применением нейросетей, что позволяет оценивать устные экзамены в электронной форме. Система обучения и диагностики с использованием виртуальной реальности даст возможность проверять наличие навыков из реальной жизни. Форматы заданий международных исследований, преобразование информации в симуляционные задачи, интерактивные эксперименты, оценка критического мышления, формирование банка данных на основе жизненных ситуаций, новейших научных и технологических достижений, развитие системы предпрофессионального экзамена — все эти элементы начинают так или иначе внедряться в столичном образовании.

В целом доля выпускников, сдающих ЕГЭ по трём предметам на 220 баллов и более, выросла за последние годы почти в три раза, число победителей всероссийской олимпиады школьников — в 2,6 раза, и не в последнюю очередь это произошло благодаря доступу детей к современным электронным учебным материалам и технологиям обучения, считает С. Собянин. Серьёзный вопрос — не только накопить эти данные и систематизировать их, но и понять, какие можно сделать выводы: заменить ЕГЭ портфолио, выстроить новые критерии успешности, знаний. Это тонкий вопрос, требующий аккуратного подхода и обсуждения, отметил в завершение мэр Москвы.

От городского масштаба — к общегосударственному.

К дискуссии подключилась Министр просвещения РФ Ольга ВАСИЛЬЕВА. Как отметила выступающая, ведомство является сторонником взвешенного, сбалансированного подхода в вопросах интеграции современных цифровых технологий в учебный процесс, но один из важнейших аспектов не вызывает сомнения — это прежде всего принятие управленческих решений на всех уровнях: федеральном, региональном, муниципальном и школьном — на основе анализа больших данных.

Формирование национальной базы данных в области образования началось со старта участия России в международных сравнительных исследованиях по математике и естественно-научным предметам в 1991 г. В настоящее время различные работы по сбору данных ведутся на всех уровнях управления системой образования, при этом существует необходимость объединить имеющуюся на разных уровнях информацию в эффективную базу, доступ к которой получат все участники образовательного процесса.

Технология больших данных используется при формировании Национальной системы учительского роста. Это один из приоритетных проектов министерства, в рамках которого разрабатывается системная модель непрерывного развития профессионального мастерства, обновления содержания учебных программ, совершенствуется модель аттестации учителей. Планируется не только повышать предметный уровень педагогов, но и формировать гибкие компетенции, ведь им необходимо научить детей эффективно работать в команде, создавать собственные проекты, решать мультидисциплинарные задачи, работать в конвергентной среде.

Как отметила О. Васильева, большие данные позволят в перспективе отслеживать профессиональные успехи педагогов: получать актуальную информацию о квалификации, продвигать молодых учителей при помощи наставничества и делать систему повышения квалификации более гибкой и эффективной. По информации, приведённой министром, на сегодняшний день педагоги в возрасте 22–25 лет составляют 5,5%, такова же доля учителей в возрасте 25–30 лет. Эта цифра не изменится к 2024 г., а к 2025-му нехватка педагогов в российской системе образования составит 187 тыс. человек.

Новые технологии дают возможность анализировать результаты национальных и международных исследований качества образования. Это позволит оценить состояние российского образования, понять перспективы его развития, установить, как влияют стандарты и учебная литература на качество образования, выявить области, требующие совершенствования. Министр напомнила, что одна из приоритетных задач национального проекта «Образование» — обеспечить вхождение отечественной системы образования в десятку мировых. К сильным сторонам российского образования относятся высокие результаты российских школьников в области предметных знаний, однако они испытывают серьёзные затруднения при использовании метапредметных навыков, при решении задач, приближенных к жизненным реалиям.

— В настоящее время мы запустили проект мониторинга функциональной грамотности, задачей которого является анализ способности обучающихся применять полученные знания к решению практических задач. Благодаря содействию Организации экономического сотрудничества и развития (ОЭСР) Россия одной из первых получила возможность разработать национальный инструментарий подготовки учащихся по направлению «Креативное мышление». Отечественные эксперты разрабатывают систему оценки функциональной грамотности и измерительные материалы по шести составляющим, которые будут анализироваться в исследовании PISA: это математическая, читательская, естественно-научная, финансовая грамотность, глобальные компетенции, креативное и критическое мышление. Кроме того, мы готовимся к запуску цифровой платформы для проведения этого масштабного мониторинга.

На основе больших данных строится Навигатор оценки качества дополнительных образовательных программ. Это общедоступный портал с региональным и муниципальным сегментами, который обеспечивает простой поиск. Здесь каждая семья может выбрать программу допобразования по своим критериям и потребностям. Федеральный компонент навигатора — база данных, содержащая сведения о дополнительных программах, реализуемых в каждом из 85 субъектов Федерации с независимой оценкой качества организаций.

Резюмируя, министр отметила, что сбор данных на всех уровнях уже сегодня носит системный характер, исключающий высокую нагрузку на учителей. Данные собираются автоматически путём интеграции информационных систем.

Философского подхода к Big Data придерживается руководитель Департамента по образованию и навыкам ОЭСР Андреас ШЛЯЙХЕР.

— Большие данные позволяют улучшить качество образования. В то же время когда мы говорим о данных, то думаем, что их очень легко измерить. Но какие данные нужны, что мы хотим развивать в учениках, как отслеживать их прогресс, используя цифры? Образование весьма сложная система; она имеет дело с людьми. Данные должны касаться всех компонентов учебной среды: стандартов, программ, системы экзаменов, технологий, и всегда следует учитывать контекст, в котором ученики получают знания. Даже в Москве, несмотря на то что условия вроде бы одинаковы, образовательные результаты существенно различаются.

Результаты тестирования легко интерпретировать в математике, естественных науках, в чтении, но гораздо сложнее оценить, может ли студент думать как учёный: математик, философ, филолог, отслеживать то, как он доходит до правильного ответа. Когда мы говорим о когнитивных навыках, таких как критическое мышление, важно не забывать и о социальных, т.е. об умении взаимодействовать с другими людьми. Это те компетенции, которые очень сложно измерить с помощью инструментов XX в.

Большие данные — путь создания добавленной ценности. Сегодня невозможно делить мир на чёрное и белое: интересы и взгляды очень разные. Раньше получать ответы было проще: достаточно было заглянуть в энциклопедию. Сегодня в Google, «Яндексе» и «Википедии» можно встретить существенно различающиеся точки зрения, поэтому имеет смысл говорить о построении знаний, а не об их извлечении.

Большие данные позволяют проводить сегментацию образовательных учреждений в зависимости от условий внешней среды и уже внутри выделенных групп говорить о факторах, которые помогают добиваться высоких учебных результатов или же препятствуют этому. Их анализ, в частности, уже сегодня подтверждает следующую гипотезу: успех зависит не от того, сколько ресурсов инвестируется в образование, а от того, как это происходит. Идея заключается в том, что бюджеты бывают одинаковыми, но вы их можете вкладывать в разные аспекты, регулируя число учащихся на одного преподавателя, использование цифровых инструментов, проектной деятельности и традиционных образовательных технологий, и получать разные результаты. И только подход на уровне больших данных может показать различия.

Тема больших данных позволяет говорить о связи образования и экономического развития страны, считает Владимир МАУ, ректор РАНХиГС — вуза, при котором в 2018 г. был создан Центр обработки больших данных. Здесь существуют два подхода.

— Первый — экономическое влияние образования на рост. Безусловно, образование в целом — это общественное благо, но дальше начинаются вопросы: инвестиции в какой уровень образования дадут эффект, какие между ними должны быть временные интервалы. Второй — возможности больших данных с точки зрения оценки эффективности качества образования. Вопрос вроде бы простой, но на него нет единственно верного ответа: например, качество образования, измеряемое ЕГЭ, не всегда коррелирует с вложениями в образование в данном регионе.

Управление данными становится фактором, регулирующим финансовые потоки, подчеркнул ректор. В какой-то мере образование может оказаться насыщенным деньгами, но насыщение информационными потоками не наступает никогда. В этом смысле бизнес управления данными становится не менее важным фактором, чем управление деньгами.

Самого по себе озера данных недостаточно для эффективной работы со статистикой. Важно, чтобы данных было не просто много, но чтобы они постоянно текли в это озеро.

Кроме того, большие данные — это в некотором смысле подход, противоположный традиционному научному анализу. Научный анализ — это выявление причинно-следственных связей на сравнительно небольшом объёме данных. Большие данные фактически несут в себе отказ от казуальности. Выводы на основе обильных данных — это совсем другой подход, мы с ним почти никогда раньше не сталкивались. Корреляция приходит на смену казуальности.

Инструменты математической статистики, машинного обучения, компьютерной лингвистики, технологии искусственного интеллекта открывают дорогу для синтеза источников разных данных и улучшения работы системы образования. В. Мау обозначил ряд ключевых направлений.

Первое — оперативный мониторинг текущих процессов на основе больших данных. Возможные примеры — выявление аномалий в результатах ЕГЭ и ГИА, анализ вузовских программ, поиск тематически близких программ за рубежом, кластеризация и ранжирование образовательных учреждений по объёмам подготовки, мониторинг спроса на отдельные профессии на рынке труда.

Второе — формирование базы данных для проведения корреляционных исследований в области экономики образования, охватывающих всю совокупность учащихся, студентов, учителей, профессоров. Это даст возможность получить более точные ответы на ряд традиционных вопросов, в частности о влиянии образования на экономический рост, оплату труда, занятость, заболеваемость, преступность в регионе, внутреннюю миграцию между регионами и утечку мозгов за рубеж. Можно сравнивать частные и государственные школы, результаты студентов на платных и бюджетных местах в вузах, оценивать влияние ЕГЭ на широту и глубину остаточных знаний, корреляцию баллов ЕГЭ с успеваемостью в вузе и т.д.

Третье направление — развитие экспериментов с учебными пособиями и технологиями образования. Сюда относятся вариативность глав и разделов учебников, валидация значимости школьных стандартов, эксперименты с объёмом и формой отчётности, оценка влияния технологий на формирование цифровых навыков в школе, различные способы включения школ в цифровую среду.

Четвёртое направление — улучшение качества прогнозов спроса на профессии на пять — семь лет вперёд.

Пятое — развитие системы искусственного интеллекта для управления системой образования, что позволит снизить нагрузку на экспертов, например при аккредитации вузов. Лингвистический анализ текстов документов, программ, оценочных средств может быть предварительной стадией, после чего к оценке приступает человек.

Какова роль больших данных в деятельности компаний, работающих на рынке образования? Дискуссию завершил Президент группы компаний «Просвещение» Владимир УЗУН.

— Требования к современному бизнесу заставляют «Просвещение» быть цифровой компанией. Мы напрямую взаимодействуем с 2 тыс. школ, в которых обучается 14 млн детей и работает более 1 млн учителей. Передавая образовательным организациям наш контент и технологии, в ответ мы получаем агрегированные данные. На основе их анализа делаем срез состояния образования в том или ином регионе, после чего адаптируем свой образовательный продукт под конкретные потребности школ. В итоге получается взаимодополняемая, постоянно обновляемая система для формирования учебного контента, корректировки образовательных программ, анализа образовательных траекторий учащихся, профессиональной карьеры учителей и развития системы образования в целом.

Существенное направление в работе — анализ профессионального и возрастного состава педагогов, поскольку это даёт представление о характере профессионального дефицита. Мы большое внимание уделяем сбору данных относительно достижений школьников, что позволяет формировать цифровое образовательное портфолио не только на основании ЕГЭ, но и с помощью других доступных нам показателей развития. Отдельное направление — сбор информации о вакансиях на региональных рынках труда. Понимание направлений развития экономики в регионах позволяет нам корректировать наши образовательные программы, направленные на раннюю предпрофессиональную подготовку детей.

Важное направление — дополнительная подготовка к профессиям будущего. В нашем случае это цифровые продукты для профессий в интернет-среде и создание совместно с учителями индивидуальных образовательных траекторий. Запускаем проект по обмену лучшими практиками в рамках Клуба учителей России. Таким мы видим вклад бизнеса в развитие цифровой экономики страны и системы образования в частности.

Опубликовано в номере апрель 2019