Специфика трудовой деятельности технического специалиста связана не только с отраслевой принадлежностью предприятия, но и с этапом жизненного цикла изделия: проектирование, разработка технологического процесса, изготовление, монтаж и наладка, эксплуатация и техническое обслуживание, ремонт, утилизация. Ограниченный нормативный срок подготовки технического специалиста по основной образовательной программе ВПО не позволяет в полном объеме реализовать профили подготовки, ориентированные на конкретных работодателей. Также в рамках одной программы невозможно обеспечить все многообразие профилей. Тем не менее, перенос профильной подготовки на период обучения в вузе позволяет сократить срок адаптации выпускника технического вуза на рабочем месте. Это обусловлено интеграцией материально-технических, интеллектуальных, информационных, методических ресурсов вузов и предприятий. Актуальными оказываются механизмы адаптации профильной подготовки технических специалистов с учетом требований работодателей и способностей студентов. Цель статьи – представление механизмов адаптации профильной подготовки технических специалистов с применением электронных средств обучения.

Формирование актуальных профилей подготовки возможно с учетом реальных кадровых потребностей предприятий-работодателей [2]. Однако прогнозный период кадровых потребностей гораздо короче нормативного срока подготовки по программам ВПО. Структурирование образовательных программ позволяет перенести процесс формирования профилей на завершающие этапы подготовки [3]. Профили подготовки могут быть реализованы за счет вариативной части учебного плана, углубленного обучения по программам дополнительного профессионального образования (ДПО) и применения электронных средств обучения. Дополнительное обучение студентов может быть организовано на добровольной основе с привлечением работодателей, и с применением проектных методов обучения. Алгоритм формирования профилей подготовки в общем виде представлен на Рисунке 1. 

В рамках одного профиля содержание подготовки может по-разному распределяться между основной и дополнительной образовательными программами, а также самостоятельной работой студента. Способности студента, выявленные на начале этапа профильного обучения, позволяют формировать индивидуальные траектории подготовки. Поскольку требования работодателей могут уточняться в процессе обучения, целесообразно адаптировать индивидуальные траектории подготовки к формализованным профильным целям, с учетом выявленных способностей студентов. Также можно принять во внимание изменение в процессе обучения интересов студентов к выбранным профилям, видам профессиональной деятельности. Для этого в алгоритме предусмотрена адаптивная коррекция образовательных траекторий. Одним из механизмов адаптивной коррекции является применение адаптивных электронных средств обучения [4, 8].

Характеристика процесса подготовки формализуется критерием уровня обучения, в качестве которого могут использоваться [5]:

· Временные характеристики (например, время выполнения);

· Скоростные характеристики (например, производительность труда);

· Точностные характеристики (вероятность или величина ошибки);

· Информационные характеристики (например, объем восприятия).

Если входной контроль проводится раздельно для каждого профиля, то в соответствии с распространенной в вузах балльно-рейтинговой системой оценка уровня подготовки может быть формализована в единой шкале:

где k – порядковый номер профиля, Rck – рейтинг студента по профильным модулям; mk – число дисциплин в k-м профиле; Si – балльная оценка студента за i-ю дисциплину, Ki – объем i-й дисциплины (в зачетных единицах), Smax–    максимальное значение шкалы оценок, ai – коэффициент подтверждающий аттестацию (ai = 1 или ai = 0). Выражение (1) позволяет оценить характеристику обучения по всей образовательной программе; отдельным, профильным разделам подготовки или по этапам обучения. Соответствие уровня подготовки каждого студента целям профиля и требованиям работодателя может быть формализовано с помощью критериев адаптивного обучения [6]:

где 𝑅С𝑘_𝑖 – рейтинг студента по i-му профильному модулю, 𝑛𝑘 – число учебных модулей в k-м профиле, 𝑅𝐶𝑘_𝑖/
–
ряд частных показателей уровня подготовки по профильным модулям. Цели-неравенства определяют необходимый минимум общего уровня подготовки. Цели-равенства определяют перечень дисциплин или модулей, владение которыми необходимо для выполнения профессиональной функции. Экстремальные цели связаны с теми качествами студентов, для которых целесообразно обеспечить экстремальные значения.
Например, уровень подготовки по дополнительной программе 𝑅𝐶𝑘_𝑖 / → 𝑚𝑎𝑥, или время, необходимое для освоения новой профессиональной компетенции 𝑡𝐶𝑘_𝑖 → 𝑚𝑖𝑛.
Высокие темпы освоения большого объема информации приводят к забыванию части учебного материала, разрыву междисциплинарных связей и, как следствие, снижению уровня подготовки к концу этапа обучения. Для сохранения целостности и фундаментальности обучения технических специалистов механизмы адаптации должны обеспечить необходимый уровень подготовки с учетом способностей студента. Введение обязательного входного контроля знаний перед обучением по профилю позволяет оценить начальный уровень подготовки. Для анализа динамики процесса обучения студентов в ряде работ, например [1, 5, 7], использована логистическая модель:


где t – время обучения, R(t) – значение характеристики обучения в момент времени t; R0 – начальное значение характеристики обучения на этапе; Rmax – максимально возможное конечное значение характеристики обучения на этапе; γ, β – некоторые неотрицательные параметры, определяющие скорости обучения и забывания соответственно. Численный анализ модели (3) показывает, что зависимость имеет выраженный максимум (Рисунок 2). Момент достижения максимального значения информационной характеристики обучения можно характеризовать постоянной времени τ:

Рис.2. Результаты численного исследования модели (3) процесса подготовки при 𝑅𝑚𝑎𝑥 = 100, 𝑅0 = 1, 𝛽 = 0,1, 𝛾 = 1.

Скорости обучения и забывания индивидуальны, и определяются в процессе обучения информации студентов. Для оценки скорости забывания система организации учебного процесса должна предусматривать периодический контроль уровня остаточных знаний отдельно от контроля освоения нового материала. Если результаты проверки остаточных знаний студента представить:

то скорость забывания в процессе обучения может быть формализована в виде







Численное исследование модели обучения (3) с учетом (12) приведено на рис.3.в. Сравнительный анализ

результатов численного моделирования процесса подготовки с фиксированным и адаптивным периодом контроля остаточных знаний показывает, что адаптивный механизм обеспечивает требуемый уровень подготовки с применением меньшего числа опросов.

Поскольку индивидуальные свойства студентов меняются в процессе обучения, оценка каждого обучаемого субъективна, а целый ряд второстепенных факторов «маскирует» истинную динамику обучения, уровни подготовки студентов, то процесс адаптации распределяется по всему этапу обучения, а расчет периода контроля повторяется. Применение алгоритма расчета адаптивного периода контроля в электронных средствах обучения позволяет сохранить междисциплинарные связи основной и дополнительной образовательных программ.

Таким образом, адаптивные индивидуальные траектории профильной подготовки студентов формируются путем сочетания вариативной части основной и дополнительной образовательных программ с применением электронных средств обучения. Введение раздельного, периодического контроля новых и остаточных знаний позволяет контролировать индивидуальные характеристики обучения и адаптировать траектории с учетом способностей студентов. Доработка электронных средств обучения и применение алгоритма расчета адаптивного периода контроля для каждого студента позволяет реализовать представленный механизм адаптации без дополнительных нагрузок на преподавателя.

 Список литературы

1.      Буш Р., Мостеллер Ф. Стохастические модели обучаемости. – М.: Государственное издательство физико- математической литературы, 1962. – 484 с.

2.      Данилаев Д.П., Емалетдинова Л.Ю. Система информационного взаимодействия вузов, работодателей и студентов // Открытое образование, 2014, № 4. С. 26-32.

3.      Данилаев Д.П., Маливанов Н.Н., Польский Ю.Е. Система высшего технического образования: диалектика согласования интересов ее субъектов // Высшее образование в России. 2011. № 11. С.99-104.

4.      Запасная    Л.А.     Интеллектуальная    автоматизированная    система     подготовки     химиков-технологов.

Автореферат  диссертации  канд.  техн.  наук,  ФГБОУ  ВПО  «Российский  химико-технологический университет им. Д.И.Менделеева», Москва, 2014. – 20с.

5.      Новиков Д.А. Закономерности итеративного научения. М.: Институт проблем управления РАН, 1998. – 77с.

6.      Растригин Л.А. Адаптация сложных систем. – Рига: Зинатне, 1981. – 375 с.

7.      Солодова Е.А. Новые модели в системе образования: Синергетический подход. Учебное пособие / Предисл. Г.Г. Малинецкого. – М.: Книжный дом «ЛИБРОКОМ, 2012. – 344 с.

8.      Тархов С.В. Методологические и теоретические основы адаптивного управления электронным обучением на базе агрегативных учебных модулей. Автореферат диссертации докт. техн. наук, ГОУ ВПО «Уфимский государственный авиационный технический университет», Уфа, 2009. – 34с.