Россия
Москва, Россия
Россия
Рассмотрена проблема подготовки кадров для цифровой экономики. Отмечено, что для масштабной работы с цифровыми данными требуются высококвалифицированные специалисты, особенно в области информатики и вычислительной техники. Показано, что выпускники вузов, будущая профессиональная деятельность которых связана с обработкой больших массивов слабоструктурированных данных, должны уметь применять сквозные цифровые технологии. Приведен перечень таких технологий с примерами соответствующих субтехнологий. Потребность в подобных специалистах требует разработки новых образовательных программ высшего образования. Указанные программы должны содержать образовательные модули, которые направлены на формирование цифровых компетенций, востребованных в соответствующей приоритетной отрасли экономики. Исследована задача разработки образовательных программ высшего образования, содержащих такие образовательные модули. Проанализированы компетентностные модели выпускников, разработанные вузами, которые включают компетентности, необходимые для цифровой экономики. Обсуждены результаты анализа основных профессиональных образовательных программ, направленных на формирование компетенций по применению сквозных цифровых технологий. Дана оценка готовности вузов по разработке подобных программ, а также при-ведены типовые замечания по компетентностным моделям выпускников и по актуализированным основным профессиональным образовательным программам.
цифровая экономика, сквозные цифровые технологии, цифровые компетенции, компетентностные модели, образовательные программы, подготовка кадров
Введение
В настоящее время одной из самых быстроразвивающихся отраслей является ИТ-индустрия, обеспечивающая информатизацию многих сфер жизни общества и переход к экономике нового технологического поколения - цифровой экономике (ЦЭ). Распространение цифровых технологий, в свою очередь, приводит к качественным изменениям в сфере высшего образования, которое осуществляет подготовку кадров для ЦЭ [1].
Ключевыми направлениями цифровой трансформации сферы высшего образования являются [2]:
– развитие цифровых сервисов, в том числе для выстраивания студентами индивидуальных образовательных технологий;
– модернизация инфраструктуры как фундамента, обеспечивающего создание, внедрение
и эксплуатацию информационных систем для оказания разнообразных информационных услуг студентам, преподавателям, ученым и сотрудникам;
– управление данными, в том числе большими данными, для поддержки принятия решений по эффективному управлению вузом на основе аналитики (формирования ситуационной осведомленности, прогнозирования ситуаций, выявления приоритетных областей для улучшения ситуаций);
– управление кадровым потенциалом, которое соответствует основной цели федерального проекта «Кадры для цифровой экономики» национальной программы «Цифровая экономика Российской Федерации».
Цифровая трансформация сферы науки и высшего образования способствует формированию у сотрудников отрасли цифровых компетенций, позволяющих максимально использовать потенциал современных технологий в области ИТ и анализа данных. При этом главной задачей вузов является подготовка высококвалифицированных специалистов, способных эффективно работать с цифровыми данными и решать актуальные научно-технологические задачи с использованием сквозных цифровых технологий (СЦТ).
Острая потребность в подобных специалистах требует разработки основных профессиональных образовательных программ (ОПОП) высшего образования (ВО) с образовательными модулями, которые формируют у выпускников цифровые компетенции, востребованные в соответствующей приоритетной отрасли экономики. В первую очередь для ЦЭ требуются специалисты в области информатики и вычислительной техники [3–5].
Целью работы является анализ образовательных программ, которые содержат модули и дисциплины по формированию у студентов цифровых компетенций, в том числе по применению СЦТ.
Востребованность знания СЦТ у выпускников вузов
В настоящее время СЦТ оказывают огромное влияние на развитие многих отраслей экономики страны (энергетики, транспорта, здравоохранения, образования, промышленности и др.). Это влияние объясняется тем, что с использованием СЦТ создается большинство систем ЦЭ и обеспечивается производство высокотехнологичных продуктов и сервисов.
Среди сквозных технологий наиболее востребованными являются следующие: большие данные; нейротехнологии и искусственный интеллект; системы распределенного реестра; квантовые технологии; технологии беспроводной связи; промышленный интернет; новые производственные технологии; компоненты робототехники и сенсорика; технологии виртуальной и дополненной реальности.
Каждая СЦТ включает подмножество субтехнологий. Например, для СЦТ «Новые производственные технологии» выделяют субтехнологии «Цифровое проектирование, математическое моделирование и управление жизненным циклом изделия или продукции» (Smart Design), «Технологии «умного» производства» (Smart Manufacturing), «Новые материалы» и др. Сквозная цифровая технология «Нейротехнологии и искусственный интеллект» включает 7 субтехнологий. Среди них наибольшее распространение получили «Компьютерное зрение», «Обработка естественного языка», «Распознавание и синтез речи», «Рекомендательные системы и интеллектуальные системы поддержки принятия решений», «Перспективные методы и технологии в ИИ». Указанные технологии и субтехнологии помогают современным специалистам создавать эффективные интеллектуальные автоматизированные системы по анализу больших объемов неструктурированных данных, а также решать многие плохоформализованные задачи, в которых необходимо структурировать информационные процессы [6–10]. К примеру, умение применять на практике современные методы и технологии анализа разнородной информации обеспечивает эффективную поддержку принимаемых управленческих решений по прогнозированию развития сложных ситуаций (рис. 1) или по оценке возможных угроз (рис. 2).
Рис. 1. Система прогнозирования развития ситуаций
на основе анализа разнородных данных
Fig. 1. System of predicting the development of situations based
on the analysis of heterogeneous data
Рис. 2. Система оценки возможных угроз различного характера
Fig. 2. System of assessing possible threats of different nature
Умение применять на практике технологии цифровых двойников не только облегчает процесс анализа сложных производственных процессов, но и позволяет строить индивидуальные образовательные технологии [11–13].
Таким образом, выпускники вузов, будущая профессиональная деятельность которых связана с обработкой больших массивов слабоструктурированных данных, должны уметь применять СЦТ и, следовательно, обладать цифровыми компетенциями [14–17].
Актуальной проблеме подготовки высококвалифицированных специалистов, особенно в области освоения СЦТ, соответствует основная цель федерального проекта «Кадры для цифровой экономики» национальной программы «Цифровая экономика Российской Федерации». Для достижения цели по обеспечению подготовки высококвалифицированных кадров для ЦЭ необходимо решить ряд задач, в том числе обеспечить потребности рынка труда в специалистах, владеющих цифровыми компетенциями, которые прошли обучение по соответствующим программам высшего профессионального образования. Следовательно, вузы должны быть готовы к разработке образовательных программ, формирующих у обучающихся цифровые компетенции.
Разработка образовательных программ
Для оценки готовности вузов к разработке образовательных программ, обеспечивающих подготовку кадров для ЦЭ, Минцифры и Минобрнауки поручили ведущим университетам для ряда направлений подготовки разработать ОПОП ВО, содержащие образовательные модули, которые формируют цифровые компетенции, востребованные в соответствующей приоритетной отрасли экономики.
На первом этапе для выделенных министерствами направлений подготовки вузы разработали унифицированные модели, которые включали компетенции применения СЦТ в профессиональной деятельности и ключевые компетенции ЦЭ:
К1 Коммуникация и кооперация в цифровой среде; К2 Саморазвитие в условиях неопределенности;
К3 Креативное мышление; К4 Управление информацией и данными; К5 Критическое мышление
в цифровой среде.
Унифицированная модель компетенций – это модель, содержащая единые индикаторы достижения универсальных и общепрофессиональных компетенций применения СЦТ в рамках соответствующей совокупности направлений.
В качестве примера на рис. 3 приведен фрагмент унифицированной модели, включающей универсальные компетенции и их соответствие ключевым компетенциям ЦЭ, по двум направлениям подготовки бакалавриата: 09.03.01 «Информатика и вычислительная техника» и 09.03.03 «Прикладная информатика».
Рис. 3. Фрагмент унифицированной модели компетенций (универсальные компетенции)
Fig. 3. Fragment of the unified competency model (universal competencies)
Для всех выбранных разработчиками УК сформулированы индикаторы, позволяющие учесть цифровую составляющую компетенции с учетом ключевых компетенций ЦЭ, привязанных к выбранной компетенции.
Также унифицированная модель компетенций бакалавров по 2-м направлениям подготовки – 09.03.01 «Информатика и вычислительная техника» и 09.03.03 «Прикладная информатика» – содержала 6 общепрофессиональных компетенций,
3 из которых связаны с формированием СЦТ «Искусственный интеллект» (рис. 4).
Рис. 4. Фрагмент унифицированной модели компетенций
(общепрофессиональные компетенции)
Fig. 4. A fragment of the unified competency model
(general professional competencies)
На втором этапе на основе унифицированных моделей цифровых компетенций университеты разработали компетентностные модели выпускников (КМВ) и актуализировали ОПОП ВО.
Полные компетентностные модели для бакалавриата и магистратуры содержали универсальные, общеобразовательные и профессиональные компетенции (рис. 5).
Рис. 5. Виды компетенций как результатов обучения
Fig. 5. Types of competencies as learning results
При формулировании профессиональных компетенций учитывались СЦТ и их субтехнологии (рис. 6).
Рис. 6. Основа формулировки профессиональных компетенций и их дескрипторов
Fig. 6. Basis of the formulation of professional competencies and their descriptors
В актуализированные ОПОП бакалавриата и магистратуры по заданному направлению подготовки включались образовательные модули, целью которых являлось формирование компетенций по применению СЦТ.
По итогам разработки компетентностных моделей и ОПОП выполнена независимая экспертиза ОПОП ВО, позволившая оценить готовность вузов к выполнению задачи по подготовке высококвалифицированных кадров для ЦЭ.
Анализ образовательных программ
Экспертиза показала, что сформированные разработчиками унифицированные модели компетенций для выделенных министерствами направлений подготовки в целом удовлетворяют требованиям технического задания, соответствуют ФГОС ВО заявленных направлений подготовки, а также отвечают потребностям потенциальных работодателей в квалифицированных специалистах, обладающих современными цифровыми компетенциями. Поэтому разработанные унифицированные модели могут быть тиражируемыми (по соответствующим направлениям подготовки) для разработки КМВ и ОПОП ВО, которые формируют компетенции по применению СЦТ. Однако анализ созданных компетентностных моделей выпускников позволил выделить ряд типичных замечаний:
1) не всегда обоснован выбор универсальных
и общепрофессиональных компетенций для обобщенной модели компетенций, а также формируемых ими СЦТ;
2) разработанные КМВ не всегда содержали все заявленные СЦТ, либо их распределение по компетенциям было нарушено;
3) не всегда прослеживалась преемственность КМВ: за одноименными компетенциями бакалавриата и магистратуры закреплялись разные СЦТ;
4) сформулированные индикаторы КМВ не отражали возможность формирования знаний по выбранным СЦТ;
5) КМВ не всегда давали представления о том, каким образом привязанные к компетенциям дисциплины могут сформировать знания по представленной компетенции.
Для анализа выбраны образовательные программы направлений подготовки бакалавриата и магистратуры УГСН 09.00.00 «Информатика и вычислительная техника». Кроме того, выполнена экспертиза ОПОП по подготовке специалистов в области цифровой филологии и компьютерной лингвистики, поскольку выпускники этих программ должны быть способны создавать цифровой контент различных жанров с использованием современного оборудования и программного обеспечения. В частности, анализировались образовательные программы направления подготовки бакалавриата 45.03.01 «Филология» направленности «Прикладная филология
(в сфере компьютерной лингвистики)» и направления подготовки магистратуры 45.04.01 «Филология» направленности «Филологическое обеспечение цифровых технологий».
Для освоения студентами СЦТ в разработанные ОПОП ВО добавлялись новые образовательные модули. К примеру, для направления подготовки 09.03.01 «Информатика и вычислительная техника» авторами разработаны модули «Введение в сквозные цифровые технологии» и «Искусственный интеллект и большие данные». Для направления подготовки 45.04.01 «Филология», направленность «Филологическое обеспечение цифровых технологий», авторы предложили два модуля. Общепрофессиональный модуль включал дисциплины «Математические модели в филологии», «Искусственный интеллект в лингвистике», «Информационные ресурсы в филологической деятельности», а профессиональный модуль – «Лингвистические основы цифровой коммуникации», «Новые медиа: журналистика и язык в Интернете», «Компьютерные технологии анализа естественного языка», «Технология создания медиапродуктов в интернет-коммуникациях».
В процессе экспертизы образовательных программ оценивались цель и задачи ОПОП ВО по подготовке кадров для приоритетной отрасли ЦЭ; актуальность требований к учебно-методическому и программному обеспечению образовательных модулей с точки зрения изучения СЦТ, применяемых в приоритетной отрасли экономики; соотнесение планируемых результатов освоения модулей, направленных на изучение СЦТ, с индикаторами достижения компетенций. По результатам анализа ОПОП ВО и образовательных модулей экспертами сделан вывод о возможности их тиражирования. Кроме того, для каждой ОПОП выполнен анализ учебного плана, рабочих программ дисциплин с фондом оценочных средств на соответствие ФГОС и представленным компетентностным моделям, а также возможности определения степени освоения СЦТ у выпускников бакалавриата или магистратуры.
По результатам экспертизы сформулированы типичные замечания:
1) сформированные фонды оценочных средств не всегда обеспечивали проверку знаний по формируемым СЦТ;
2) структура дисциплины, выбор видов занятий не всегда обеспечивали формирование заявленных навыков;
3) не всегда прослеживалась траектория формирования компетенций по рабочим программам дисциплин;
4) выбор перечня дисциплин, формирующих образовательный модуль, не всегда был обоснован и полон.
По итогам анализа КМВ и актуализированных ОПОП ВО вузам направлены соответствующие рекомендации по разработке учебно-методического обеспечения образовательного процесса.
Заключение
С целью выполнения задач федерального проекта «Кадры для цифровой экономики» национальной программы «Цифровая экономика Российской Федерации» экспертами рассмотрены и одобрены актуализированные ОПОП ВО с цифровой составляющей, которые рекомендованы к тиражированию для профессий приоритетной отрасли «Информационно-коммуникационные технологии».
По результатам анализа актуализированных ОПОП с новыми образовательными модулями, направленными на освоение СЦТ, можно сделать вывод о готовности вузов к разработке программ, реализующих цифровые компетенции.
1. Зимин В. Н., Пролетарский А. В., Сергеев Д. А. Подготовка кадров цифровой экономики // Заметки ученого. 2017. № 7 (23). С. 15-20.
2. Стратегия цифровой трансформации отрасли науки и высшего образования. URL: https://www.minobrnauki.gov.ru/documents/?ELEMENT_ID=36749 (дата обращения: 20.02.2023).
3. Норенков И. П. Содержание и информационная поддержка подготовки специалистов в области информатики и вычислительной техники // Информационные технологии. 2009. № 59. С. 1-32.
4. Чистякова Т. Б., Новожилова И. В., Сорокин А. А. Веб-приложение для анализа методического обеспечения образовательных программ по направлению подготовки «Информатика и вычислительная техника» // Информатизация образования и методика электронного обучения: цифровые технологии в образовании: материалы VI Междунар. науч. конф. (Красноярск, 20-23 сентября 2022 г.): в 3 ч. Красноярск: Изд-во Краснояр. гос. пед. ун-та им. В. П. Астафьева, 2022. Ч. 3. С. 413-418.
5. Абашева О. Ю., Амирова Э. Ф., Беляева С. В. и др. Цифровая экономика и сквозные цифровые технологии: современные вызовы и перспективы экономического, социального и культурного развития / под ред. И. А. Бондаренко, А. Н. Полетайкина. Самара: ООО НИЦ «ПНК», 2020. 297 с.
6. Protalinskiy O., Savchenko N., Khanova A. Data Mining Integration of Power Grid Companies Enterprise Asset Management // Studies in Systems, Decision and Control. 2020. V. 260. P. 39-49.
7. Алексеев П. П., Квятковская И. Ю. Применение нейронных сетей в системе распознавания промысловых гидробионтов в условиях повышенной флуктуации // Вестн. Астрахан. гос. техн. ун-та. Сер.: Управление, вычислительная техника и информатика. 2022. № 2. С. 76-86. DOI:https://doi.org/10.24143/2072-9502-2022-2-76-86.
8. Булдакова Т. И., Джалолов А. Ш. Интеллектуальная поддержка принятия решений по бюджетному кредитованию регионов // Вестн. Астрахан. гос. техн. ун-та. Сер.: Управление, вычислительная техника и информатика. 2017. № 1. С. 98-104.
9. Булдакова Т. И., Ланцберг А. В., Смолянинова К. А. Безопасный доступ к информации с использованием смарт-карт // Вестн. МГТУ им. Н. Э. Баумана. Сер.: Приборостроение. 2017. № 3 (114). С. 95-106.
10. Dzhalolov A. S., Buldakova T. I., Proletarsky A. Socio-Economic Decision Support Module by Unstructured Data // Proceedings of the 2020 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus) (St. Petersburg, Moscow, 27-30 January 2020). Institute of Electrical and Electronics Engineers Inc., 2020. P. 1931-1934. DOI:https://doi.org/10.1109/EIConRus49466.2020.
11. Suyatinov S. I. Conceptual Approach to Building a Digital Twin of the Production System // Studies in Sys-tems, Decision and Control. 2020. V. 259. P. 279-290. DOI:https://doi.org/10.1007/978-3-030-32579-4_22.
12. Булдакова Т. И., Суятинов С. И. Разработка адекватных моделей в технологии цифровых двойников // Автоматизация. Современные технологии. 2019. № 8. С. 367-373.
13. Казначеева Н. В., Полетайкин А. Н., Данилова Л. Ф., Синица С. Г. Гибридная модель построения индивидуальной образовательной траектории на основе цифровых двойников // Вестн. Астрахан. гос. техн. ун-та. Сер.: Управление, вычислительная техника и информатика. 2021. № 4. С. 126-136. DOI:https://doi.org/10.24143/2072-9502-2021-4-126-136.
14. Пролетарский А. В., Булдакова Т. И., Карпенко А. П., Рудаков И. В., Скворцова М. А. Особенности подготовки кадров по профилю «Искусственный интеллект» // Перспективные направления развития отечественных информационных технологий: материалы VII Межрегион. науч.-практич. конф. Севастополь: Изд-во СевГУ, 2021. С. 21-23.
15. Veshneva I. V., Bolshakov A. A., Fedorova A. E. Organization of Engineering Education for the Development of Cyber-Physical Systems Based on the Assessment of Competences Using Status Functions // Studies in Systems, Decision and Control. 2020. V. 260. P. 277-288.
16. Федорова О. В., Таренко Л. Б. Формирование профессиональных компетенций у студентов факультета информационных технологий в условиях цифровой экономики // Вестн. Ун-та управления «ТИСБИ». 2021. № 3. С. 78-84.
17. Шитова Т. Ф. Подготовка студентов вузов в соответствии с требованиями цифровой экономики // Информатика и образование. 2020. № 8 (317). С. 37-44. DOI:https://doi.org/10.32517/0234-0453-2020-35-8-37-44.
