В предыдущих постах были определены ключевые направления развития систем подготовки космонавтов на базе ИКТ, а также рассмотрена специфика применения традиционных образовательных технологий. Здесь же речь пойдет о создании и совершенствовании программно-технических систем «обучения по требованию».
В условиях постоянно возрастающих объемов учебных материалов и их номенклатуры, а также серьезной нехватки времени и других ресурсов требуется разработка новых эффективных механизмов обучения. Концепция «обучения по требованию» (Learning-on-Demand – LOD) сформировалась относительно недавно, однако ее прародители – множество технологий «изучения по требованию» уже хорошо известны, и ими активно пользуются в тех профессиях и задачах, где нет возможности или целесообразности изучения всех потенциально затребованных знаний.
В качестве примера можно привести профессии юриста (адвоката или патентоведа), который изучает прецеденты и отдельные нормативные документы в зависимости от конкретного дела, и журналиста, который погружается в предметную область при подготовке проблемной статьи или телепередачи.
На мой взгляд, главным отличием LOD должно являться формирование специального образовательного контента, а не просто информационного поля или базы знаний для «погружения» в задачу и тонкости ее решения. Соответственно, для автоматизации LOD необходимо создавать особый класс обучающих систем (шире ‑ систем управления знаниями), а для информационной поддержки – использовать поисковые системы или разнообразные аналитические инструменты поддержки принятия решений.
На практике эти два подхода являются скорее полюсами, чем альтернативными вариантами, между которыми существует множество промежуточных решений. Детальный обзор подходов к LOD выходит за рамки этого поста, поэтому приведу лишь несколько примеров:
- LOD как образовательный портал (образовательное пространство, среда), в котором учащемуся «предоставляется доступ не только к формальному обучению, управляемому через LMS, но и к различным ресурсам (таким как памятки, формы, регламенты, положения и другие документы), совместному опыту (блоги и workspaces), директориям экспертов и многочисленным готовым учебным электронным курсам» и т.д. [Евгения Скиба, Trainings.ru, 2008 г.]. Более подробно опыт IBM, на который ссылается статья, можно изучить в отчете «On demand learning: blended learning for today’s evolving workforce» (2005 г.).
- LOD как система (сервис) получения конкретного знания или умения. В далеком будущем, которое нам ярко нарисовали фантасты, необходимые знания и умения планируется загружать прямо в мозг через инфо-когнитивный интерфейс, а навыки тела – через системы «мышечной прокачки и программирования». Сегодня же можно довольствоваться ответами в форумах и специальных системах (например, Ответы Mail.ru, Google Вопросы и ответы), а для более сложных задач использовать экспертные системы с функциями объяснения или комплексные информационно-аналитические системы (например, ситуационные центры). Вместе с тем есть и специальные технологии, например «хирургическое обучение» (surgical learning) ‑ метод организации обучающего процесса, направленный на получение знаний и навыков по узкой теме / аспекту текущей работы сотрудника [см. кейс компании Procter & Gamble].
- LOD как технология обучения во время работы. В этом подходе акценты ставятся на выстраивании и балансировке системы обучения для специалистов, которым нужно повышать квалификацию для оптимизации своей деятельности. Успешность и эффективность обучения в этом случае достигается за счет правильной корреляции работы и обучения, закрепление новых компетенций на практике. Дополнительно можно посмотреть статьи: A New Organizational Learning Model: Learning On-Demand и From Knowledge Management to Learning on Demand. Здесь также можно провести параллели с технологиями Work-based Learning (WBL).
Создание программно-технических систем LOD для космонавтов безусловно имеет свою специфику, однако ключевые задачи носят достаточно универсальный характер:
- формирование коллекции учебного контента и привязка его к информационной базе знаний;
- разработка информационных сервисов (образовательной среды, портала или персональной информационной системы) для доступа к учебным материалам и другим необходимым ресурсам;
- первичное структурирование (упорядочивание) контента, разработка навигаторов, поисковых механизмов;
- оценивание учебных материалов, разработка критериев и средств аспектной разметки, тематическая (онтологическая) рубрикация;
- дедупликация образовательных ресурсов на базе технологий адаптивной кластеризации, применении закона Бредфорда, экспертных оценок и т.д.
- ранжирование контента под конкретные задачи, сценарии, а также методическая разметка компетенций, ЗУН и др.
Полномасштабное решение указанных задач в настоящее время труднодостижимо даже в узких предметных областях, поэтому подборка и ранжирование контента может осуществляться в нескольких режимах:
- экспертный – на основе предварительной автоматизированной разметки и связывания материалов;
- прецедентный ‑ на основе сбора информации из HCT-контура системы обучения и ситуационного центра (см. предыдущие посты);
- автоматический – на базе специально разработанных методик контент-анализа содержимого учебных материалов.
Одним из важных результатов работы по предварительному формированию и разметке коллекции должны стать «паспорта учебных материалов» и онтологии предметных областей. На их основе в перспективе можно создавать системы автоматической сборки контента и формирования образовательных траекторий. В случае отсутствия необходимого образовательного контента источниками знаний должны служить эксперты и преподаватели, «компетентностные паспорта» которых также должны вноситься в систему и привязываться к онтологиям.
Для полноты картины (точнее ‑ поверхностного взгляда на задачи построения информационных систем обучения космонавтов) осталось рассмотреть вопросы обучения автоматизированных и автономных СППР, роботизированных помощников, и систем дополненной реальности. Об этом мой следующий пост…
