Исследование компетентностной модели образовательной программы на основе интеллектуального анализа профессиональных требований рынка труда
DOI:
https://doi.org/10.22394/1726-1139-2022-10-65-83Ключевые слова:
модель компетенций, компетентностный подход, цифровой образовательный инжиниринг, машинное обучение, интеллектуальный анализ, цифровизация, ФГОС-3, аналитическая платформа KNIME, обработка текста на естественном языкеАннотация
Образовательные стандарты высшего образования ФГОС3++ требуют проектировать образовательные программы (ОП) на базе профессиональных компетенций, востребованных на рынке труда. Рекомендуется использовать профстандарты. Этот путь имеет определенные недостатки. Например, профстандарты описывают трудовые функции, а в ОП требуются компетенции. Использование профстанадартов при разработке ОП заведомо предопределяет определенный лаг в реакции на изменение рынка труда. Альтернатива проектирования ОП - прямой анализ требований рынка. Инструменты интеллектуального анализа (ИА): дейтамайнинг и машинное обучение могут облегчить такой анализ. Дается обзор разработок в этом направлении. Представлены результаты применения ИА на базе аналитической платформы KNIME для определения модели компетенций ОП в области управления проектами. Автоматизация затронула: сбор требований более 6000 вакансий работодателей онлайн ресурса Head Hunter; анализ текстов (описания ОП разных вузов, профстандартов и руководящих материалов профассоциаций - СОВНЕТ-Agile, IPMA OCB&ICB), представленных на естественном языке. На основе этих дейтасетов проведена токенизация; выделение коллокаций терминов и тем, кластеризация тем. Осуществлена кроссклассификация профстанадртов и руководящих материалов на основе предварительно обученной компетентностной моделиОП. Результаты подтвердили работоспособность методики. Такая аналитика позволяет динамически проводить систематизацию описаний профессиональной деятельности и формулировать соображения об элементах, структуре, взаимном соответствии моделей компетенций ОП и естественными моделями компетенций рынка труда. В совокупности с традиционной экспертной оценкой она может способствовать формированию более полного изоморфизма между квалитетами ОП и профессиональной деятельности.Скачивания
Библиографические ссылки
Белов С. Д., Зрелова Д. П., Зрелов П. В., Кореньков В. В. Обзор методов автоматической обработки текстов на естественном языке // Системный анализ в науке и образовании. 2020. № 3. С. 8-22.
Бородай А. Д. Профессиональные стандарты как фактор модернизации образовательных программ в рамках ФГОС 3++ // Сб. научн. трудов по материалам МНПК 2016-2020 гг. "Образование 4.0: конкуренция, компетенции, коммуникации и креатив". М.: Российский государственный гуманитарный университет, 2020. С. 32-40.
Гаврилина Е. A., Захаров М. А. Количественная оценка метакомпетенций учащихся на основе методов машинного обучения // Наука и Образование. Электроный журнал. 2015. № 04. С. 228-253. DOI: 10.7463/0415.0764221.
Грушевский С. П., Добровольская Н. Ю. Кольцов Ю. В. Организация учебного процесса на основе нейросетевой компьютерной обучающей системы // Вестник Адыгейского государственного университета. Сер. 3: Педагогика и психология. 2008. № 7. С. 142-148.
Захарова И. Г. Методы машинного обучения для информационного обеспечения управления профессиональным развитием студентов // Образование и наука. 2018. Т. 20, № 9. С. 91-114. DOI: 10.17853/1994-5639-2018-9-91-114.
Минаев Д. В. Теоретические аспекты анализа образовательного товара и рынка профессионального образования. СПб.: СПбГИЭУ, 2003.
Пилипенко С. А., Жидков А. А., Караваева Е. В., Серова А. В. Сопряжение ФГОС и профессиональных стандартов: выявленные проблемы, возможные подходы, рекомендации по актуализации // Высшее образование в России. 2016. № 6 (202). С. 5-15
Проектирование основных образовательных программ, реализующих федеральные государственные образовательные стандарты высшего профессионального образования: Методические рекомендации для руководителей и актива учебно-методических объединений вузов. Первая ред. М.: Исследовательский центр проблем качества подготовки специалистов, Координационный совет учебно-методических объединений и научнометодических советов высшей школы, 2009. 80 с.
Ржеуцкая С. Ю., Харина М В. Способ автоматического подбора учебно-тренировочных заданий в информационной среде обучения студентов ИТ-направлений // Открытое образование. 2020. Т. 24. № 2. С. 17-28. DOI: 10.21686/1818-4243-2020-2-17-28.
Сазонов Б. А. Классификация профессиональных образовательных программ в Российской Федерации: проблемы и возможные решения // Высшее образование в России. 2017. № 11 (217). С. 20-30.
СОВНЕТ-Agile: руководство по компетентности профессионалов в управлении проектами классическими и гибкими методами в российских условиях. М.: Ассоциация COBHET; Новые печатные технологии, 2020. 144 с.
Субетто А. И. Онтология и эпистемология компетентностного подхода, классификация и квалиметрия компетенций. СПб.; Кострома: Костромской государственный университет им. Н. А. Некрасова, 2006. 70 с.
Чучулина Е. В., Базеян А. А. Разработка модели формирования человеческого капитала в условиях интеграции высшего образования России на мировой рынок образовательных услуг: монография. Пермь: Пермский государственный национальный исследовательский университет, 2020. 100 с. URL: http://www.psu.ru/fles/docs/science/books/mono/chuchulina_bazeyan_razrabotka_modeli_chelov_kapitala.pdf (дата обращения: 20.03.2021).
Шехонин А. А., Тарлыков В. А., Вознесенская А. О., Бахолдин А. В. Гармонизация квалификаций в системе высшего образования и в сфере труда // Высшее образование в России. 2017. № 11 (217). С. 5-11.
Pouliakas K. Artifcial intelligence and job automation: an EU analysis using online job vacancy data. Luxembourg: Publications Ofce of the European Union // Cedefop working paper. № 6. 2021. URL: http://data.europa.eu/doi/10.2801/305373 (дата обращения: 20.03.2021).
