Интеграция технологических и дидактических инноваций при проектировании гибридной интеллектуальной системы сопровождения исследовательской деятельности обучаемых по математике

Аннотация

Современное образование предполагает интеграцию инновационных дидактических методик и цифровых технологий. В контексте новой цифровой парадигмы актуальными становятся вопросы обеспечения качественного управления образовательными системами, обеспечивающего в полной мере потребности каждого обучающегося в самоактуализации, активизацию его мотивационных и когнитивных процессов. В данном аспекте особую значимость приобретает проблема организации и сопровождения исследовательской деятельности школьников в области математики посредством интеллектного управления. Интеллектуальные обучающие системы способны обеспечить процессы саморегуляции личности и индивидуализации обучения в ходе освоения сложного математического знания. В статье представлен опыт проектирования гибридной интеллектуальной системы сопровождения проектно-исследовательской деятельности обучаемых по математике. Ведущая идея авторской концепции интеллектного управления образовательным процессом в условиях гибридной интеллектуальной обучающей среды заключается в обеспечении развития интеллектуального и творческого потенциала каждого школьника в ходе освоения сложного знания посредством адаптации современных достижений в науке. Определены архитектура, параметры и функционал гибридной интеллектуальной обучающей системы. Представлено организационно-методическое обеспечение развития проектно-исследовательской деятельности школьников в виде базы данных исследовательских заданий, деятельность по выполнению которых выступает важным фактором повышения уровня учебной мотивации и исследовательской культуры, обеспечения гармоничного развития личности школьника. Выявлены дидактические возможности фасетной классификации, обеспечивающей наполнение базы данных проблемно-ориентированных заданий с учётом градации уровней исследовательской деятельности и профилей мышления школьников, построение индивидуальной образовательной траектории, управление глубиной внутрипредметных, межпонятийных и междисциплинарных связей, а также интегративными мыслительными процессами в целом.

Сведения об авторах

Svetlana Nikolaevna Dvoryatkina, Елецкий государственный университет им. И. А. Бунина

проректор по научной и инновационной деятельности, профессор кафедры математики и методики её преподавания, Институт математики, естествознания и техники, доктор педагогических наук, доцент

Larisa Victorovna Zhuk, Елецкий государственный университет им. И. А. Бунина

доцент кафедры математики и методики её преподавания, Институт математики, естествознания и техники, кандидат педагогических наук, доцент

Sergey Victorovich Shcherbatykh, Елецкий государственный университет им. И. А. Бунина

и. о. ректора, доктор педагогических наук, профессор

Литература

1. Minina I.V, Petukhova Т.P. Organization of Project and Research Activity of a Student in Modern Conditions. Sovremennye informacionnye tehnologii i IT-obrazovanie = Modern Information Technologies and IT-Education. 2019; 15(4):1031-1046. (In Russ., abstract in Eng.) doi: https://doi.org/10.25559/SITITO.15.201904.1031-1046
2. Agranovich M.L., Ermachkova Yu.V., Livenets M.A. Online Learning During the COVID-19 Pandemic and Inequality of Access to Education. Federalism = Federalizm. 2020; 25(3):188-206. (In Russ., abstract in Eng.) doi: http://dx.doi.org/10.21686/2073-1051-2020-3-188-206
3. Kriger A.B. Improving the educational process based on the use of information learning management systems. Otkrytoe obrazovanie = Open Education. 2015; (6):60-66. (In Russ., abstract in Eng.) doi: https://doi.org/10.21686/1818-4243-2015-6(113-60-66
4. Basalin P.D., Kumagina E.A., Neumark E.A., Timofeev A.E., Fomina I.A., Chernyshova N.N. Rule-based hybrid intelligent learning environment implementation. Sovremennye informacionnye tehnologii i IT-obrazovanie = Modern Information Technologies and IT-Education. 2018; 14(1):256-267. (In Russ., abstract in Eng.) doi: https://doi.org/10.25559/SITITO.14.201801.256-267
5. Bowen W.G., Chingos M.M., Lack K.A., Nygren T.I. Interactive Learning Online at Public Universities: Evidence from a Six-Campus Randomized Trial. Journal of Policy Analysis and Management. 2014; 33(1):94-111. (In Eng.) doi: https://doi.org/10.1002/pam.21728
6. Prusty B.G., Russell C. Engaging students in learning threshold concepts in engineering mechanics: adaptive eLearning tutorials. Proceedings of the 17th International Conference on Engineering Education (ICEE'2011). University of Ulster, Belfast, Northern Ireland, UK; 2011. 10 p. Available at: https://www.ineer.org/Events/ICEE2011/Papers/icee2011_submission_250.pdf (accessed 27.05.2022). (In Eng.)
7. Perkins D. Constructivism and troublesome knowledge. In: Meyer J. H. F., Land R. (eds.) Overcoming barriers to student understanding ‒ threshold concepts and troublesome knowledge. Chap. 3. Routledge, London and New York; 2006. p. 33-47. (In Eng.) doi: https://doi.org/10.4324/9780203966273
8. Brusilovsky P., Millán E. User Models for Adaptive Hypermedia and Adaptive Educational Systems. In: Brusilovsky P., Kobsa A., Nejdl W. (eds.) The Adaptive Web. Lecture Notes in Computer Science. Vol. 4321. Springer, Berlin, Heidelberg; 2007. p. 3-53. (In Eng.) doi: https://doi.org/10.1007/978-3-540-72079-9_1
9. Daines J.B., Troka T., Santiago J.M. Improving Performance in Trigonometry and Pre-Calculus by Incorporating Adaptive Learning Technology into Blended Models on Campus. Proceedings of the 23rd Annual ASEE Conference & Exposition. ASEE, New Orleans, Louisiana; 2016. 9 p. (In Eng.) doi: https://doi.org/10.18260/p.25624
10. White G. Adaptive Learning Technology Relationship with Student Learning Outcomes. Journal of Information Technology Education: Research. 2020; 19:113-130. (In Eng.) doi: https://doi.org/10.28945/4526
11. Dvoryatkina S.N., Merenkova V.S., Smirnov E.I. Diagnostics of psychological readiness of high school students for research activities in mathematics in the design context of a hybrid intellectual learning environment. Perspektivy nauki i obrazovania = Perspectives of Science and Education. 2021; 54(6):192-210. (In Russ., abstract in Eng.) doi: https://doi.org/10.32744/pse.2021.6.13
12. Nirmalakhandan N. Computerized adaptive tutorials to improve and assess problem-solving skills. Computers & Education. 2007; 49(4):1321-1329. (In Eng.) doi: https://doi.org/10.1016/j.compedu.2006.02.007
13. Jonassen D.H. Toward a Design Theory of Problem Solving. Educational Technology Research and Development. 2000; 48(4):63-85. (In Eng.) doi: https://doi.org/10.1007/BF02300500
14. Poddiakov А. Psychology of teaching/learning under conditions of novelty, complexity and uncertainty. Psychological Studies. 2015; 8(40):6. (In Russ., abstract in Eng.) doi: https://doi.org/10.54359/ps.v8i40.558
15. Garcia P., Amandi A., Schiaffino S., Campo M. Evaluating Bayesian Networks’ Precision For Detecting Students’ Learning Styles. Computers & Education. 2007; 49(3):794-808. (In Eng.) doi: https://doi.org/10.1016/j.compedu.2005.11.017
16. Arroyo I., Woolf B.P., Burelson W. A Multimedia Adaptive Tutoring System for Mathematics that Addresses Cognition, Metacognition and Affect. International Journal of Artificial Intelligence in Education. 2014; 24:387-426. (In Eng.) doi: https://doi.org/10.1007/s40593-014-0023-y
17. Ammar M.B., Neji M., Alimi A.M., Gouarderes G. The Affective Tutoring System. Expert Systems with Applications. 2010; 37:3013-3022. (In Eng.) doi: https://doi.org/10.1016/j.eswa.2009.09.031
18. D’Mello S.K., Graesser A.C. AutoTutor and affective AutoTutor: Learning by talking with cognitively and emotionally intelligent computers that talk back. ACM Transactions on Interactive Intelligent Systems. 2012; 2(4):23. (In Eng.) doi: https://doi.org/10.1145/2395123.2395128
19. Wixon M., Arroyo I., Muldner K., Burleson W., Lozano C., Woolf B.P. The Opportunities and Limitations of Scaling Up Sensor-Free Affect Detection. Proceedings of the 7th International Conference on Educational Data Mining (EDM 2014). EDM; 2014. p. 145-152. Available at: https://educationaldatamining.org/EDM2014/uploads/procs2014/long%20papers/145_EDM-2014-Full.pdf (accessed 27.05.2022). (In Eng.)
20. Leontidis M., Halatsis C. Integrating Learning Styles and Personality Traits into an Affective Model to Support Learner’s Learning. In: Spaniol M., Li Q., Klamma R., Lau R.W.H. (eds.) Advances in Web Based Learning – ICWL 2009. ICWL 2009. Lecture Notes in Computer Science. Vol. 5686. Springer, Berlin, Heidelberg; 2009. p. 225-234. (In Eng.) doi: https://doi.org/10.1007/978-3-642-03426-8_29
21. Robison J., McQuiggan S., Lester J. Evaluating the Consequences of Affective Feedback in Intelligent Tutoring Systems. 2009 3rd International Conference on Affective Computing and Intelligent Interaction and Workshops. IEEE Computer Society, Amsterdam, Netherlands; 2009. p. 1-6. (In Eng.) doi: https://doi.org/10.1109/ACII.2009.5349555
22. Roll I., Aleven V., Koedinger K.R., McLaren B.M., Koedinger K.R. Metacognitive Practice Makes Perfect: Improving Students’ Self-Assessment Skills with an Intelligent Tutoring System. In: Biswas G., Bull S., Kay J., Mitrovic A. (eds.) Artificial Intelligence in Education. AIED 2011. Lecture Notes in Computer Science. Vol. 6738. Springer, Berlin, Heidelberg; 2011. p. 288-295. (In Eng.) doi: https://doi.org/10.1007/978-3-642-21869-9_38
23. Latham A., Crockett K., Mclean D. An adaptation algorithm for an intelligent natural language tutoring system. Computers & Education. 2014; 71:97-110. (In Eng.) doi: https://doi.org/10.1016/j.compedu.2013.09.014
24. Hung Y.H., Chang R., Lin C. Hybrid learning style identification and developing adaptive problem-solving learning activities. Computers in Human Behavior. 2016; 55(A):552-561. (In Eng.) doi: https://doi.org/10.1016/j.chb.2015.07.004
25. Slavic A. Faceted classification: management and use. Axiomathes. 2008; 18(2):257-71. (In Eng.) doi: https://doi.org/10.1007/s10516-007-9030-z
26. Dvoryatkina S.N., Zhuk L.V. Organizational and methodological support for the development of research activities of schoolchildren in hybrid intellectual educational environment. Yaroslavl Pedagogical Bulletin. 2021; (3):36-45. (In Russ., abstract in Eng.) doi: https://doi.org/10.20323/1813-145X-2021-3-120-36-45
Опубликована
2022-07-20
Как цитировать
DVORYATKINA, Svetlana Nikolaevna; ZHUK, Larisa Victorovna; SHCHERBATYKH, Sergey Victorovich. Интеграция технологических и дидактических инноваций при проектировании гибридной интеллектуальной системы сопровождения исследовательской деятельности обучаемых по математике. Современные информационные технологии и ИТ-образование, [S.l.], v. 18, n. 2, p. 441-454, july 2022. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/883>. Дата доступа: 07 may 2024 doi: https://doi.org/10.25559/SITITO.18.202202.441-454.
Раздел
Е-learning, информационные технологии в образовании