ТРАНСФОРМАЦИЯ ВЫСШЕГО ОБРАЗОВАНИЯ В УСЛОВИЯХ ЦИФРОВОЙ ЭКОНОМИКИ
DOI:
https://doi.org/10.25806/uu1-22022342-348Ключевые слова:
персонализированное обучение, индивидуальные траектории обучения, адаптивное обучение, модель предметной области, модель обучаемого, модель адаптацииАннотация
Получение необходимых образовательных результатов и повышение эффективности обучения возможно за счет применения цифровых технологий и персонализации. В работе рассмотрены перспективы и трудности внедрения персонализированного обучения, индивидуальных образовательных траекторий и адаптивного обучения в российских вузах. Приведены основные проблемы развития персонализированного обучения, примеры его реализации. Рассмотрены основные характеристики адаптивного обучения, его модели и их особенности.
Список литературы
Доклад Global Education Futures: Образование для сложного общества. [Электронный ресурс]. URL: https://futuref.org/educationfutures.ru (дата обращения 09.12.2021).
Ермаков Д.С., Кириллов П.Н., Корякина Н.И, Янкевич С.А. Персонализированная модель образования с использованием цифровой платформы. [Электронный ресурс]. URL: https://vbudushee.ru/upload/lib/%D0%9F%D0%9C%D0%9E.pdf (дата обращения 29.12.2021).
Плаксина О.А., Матвеева А.А. Проектирование индивидуальной образовательной траектории в вузе // Вестник Челябинского государственного педагогического университета. 2013. № 12. С. 66-73.
Мониторинг экономики образования: 2020: в 2 т. / сост. Н. Б. Шугаль; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2021. Т. II. Высшее образование и рынок труда. 256 с.
Улановская К.А. Готовность будущего учителя к проектированию и реализации индивидуальных образовательных траекторий учащихся // Гуманитарные науки и образование. 2011. № 4 (8). С. 127–129.
Вилкова К.А., Лебедев Д.В. Адаптивное обучение в высшем образовании: за и против // Национальный исследовательский университет «Высшая школа экономики», Институт образования. М.: НИУ ВШЭ, 2020. 36 с. (Современная аналитика образования. № 7 (37)).
FitzGerald E. et al. Dimensions of personalisation in technology-enhanced learning: A framework and implications for design. British Journal of Educational Technology. 2018. Vol. 49. № 1. P. 165–181.
Hsu C.K., Hwang G.J., Chang C.K. Development of a reading material recommendation system based on a knowledge engineering approach. Computers & Education. 2010. Vol. 55. № 1. P. 76–83.
Кравченко Д.А., Блескина И.А., Каляева Е.Н., Землякова Е.А., Аббакумов Д.Ф. Персонализация в образовании: от программируемого к адаптивному обучению [Электронный ресурс] // Современная зарубежная психология. 2020. Т. 9. № 3. C. 34-46.
Kerr P. Adaptive learning. ETL Journal. 2016. Vol. 70. № 1. P. 88-93. DOI: 10.1093/elt/ccv055.
Lowendahl J.M., Thayer T.L.B., Morgan G. Top 10 strategic technologies impacting higher education in 2016. Gartner Research. 2016. [Электронный ресурс]. URL: https://www.academia.edu/29441505/Top_10_Strategic_Technologies_Impacting_Higher_Education_in (дата обращения 15.12.2021).
Корпоративный университет Сбербанка. Словарь терминов. [Электронный ресурс] URL: https://sberuniversity.ru/edutech-club/glossary/390/ (дата обращения 11.12.2021).
Трудности и перспективы цифровой трансформации образования / Под общей ред. А.Ю. Уварова, И.Д. Фрумина. М.: Изд. дом Высшей школы экономики, 2019. 343 с.
Кречетов И.А., Дорофеева М.Ю., Дегтярев А.В. Раскрываем потенциал адаптивного обучения: от разработки до внедрения. eLearning Stakeholders and Researchers Summit 2018: материалы междунар. конф.: Proc. of the Intern. Conf., Москва, 5–6 декабря 2018 г. / Нац. исслед. ун-т «Высшая школа экономики»; отв. ред. Е. Ю. Кулик. М.: Изд. дом Высшей школы экономики, 2018.
