Full text
Введение В условиях глобальной цифровой трансформации современного общества высшая школа переживает период фундаментальных изменений. Внедрение цифровых технологий перестало быть просто вопросом модернизации инфраструктуры; оно трансформировалось в ключевой фактор, определяющий новую архитектуру образовательного процесса. Если в сфере дидактики и методики преподавания (системы управления обучением — LMS, массовые открытые онлайн-курсы — MOOC, смешанное обучение) цифровые инструменты уже стали нормой, то сфера воспитательной работы и педагогического менеджмента — в частности, деятельность куратора академической группы — все еще находится в стадии поиска эффективных моделей адаптации к новой реальности. Актуальность данного исследования обусловлена обострением противоречия между характеристиками современного студенчества («цифрового поколения»), чья социализация и коммуникация протекают преимущественно в онлайн-среде, и традиционными, зачастую архаичными методами управления, которые продолжают использовать кураторы вузов. В то время как студенты оставляют масштабный «цифровой след» (digital footprint), позволяющий диагностировать их потребности и проблемы, педагоги часто действуют интуитивно, не используя аналитический потенциал современных технологий. Особый научный интерес в этом контексте представляет сопоставление опыта России и Китая. Китайские университеты активно внедряют концепцию «Smart Campus», используя технологии больших данных (Big Data) и искусственного интеллекта для предиктивного управления и мониторинга поведения студентов. Российская высшая школа, обладая глубокими традициями гуманистической педагогики и наставничества, подходит к вопросам цифрового контроля более осторожно, акцентируя внимание на этических аспектах и защите персональных данных (в соответствии с ФЗ-152). Однако, несмотря на высокий интерес к теме, в педагогической науке наблюдается дефицит исследований, предлагающих комплексные модели, которые позволяли бы интегрировать технологическую мощь анализа данных в традиционную систему воспитания без ущерба для гуманистической составляющей. Остается открытым вопрос: как куратор может использовать инструменты Big Data не для тотального контроля, а для своевременной педагогической поддержки? Цель данной статьи заключается в проведении сравнительного анализа стратегий использования больших данных в практике кураторов вузов России и Китая, а также в обосновании и разработке авторской структурно-функциональной модели педагогического менеджмента, адаптирующей инструменты цифровой аналитики к условиям российской образовательной среды. Обзор отечественной и зарубежной литературы В современной педагогической науке проблематика цифровой трансформации воспитательной деятельности и внедрения технологий больших данных (Big Data) в управление образованием находится в фокусе пристального внимания исследователей. Анализ научных работ за период 2020–2025 гг. позволяет выделить ключевые направления в этой области. 1．Российские исследователи акцентируют внимание на психолого-педагогических аспектах работы куратора, рассматривая технологии как инструмент гуманизации воспитательного процесса. 2．О. А. Овсянникова и М. А. Федорова детально анализируют готовность педагогов к реализации воспитательной работы, доказывая, что современный куратор должен обладать специфическими управленческими компетенциями для координации группы в гибридном формате [1]. 3．Т. А. Ромм исследует стратегические изменения в институте кураторства, подчеркивая необходимость перехода от директивного управления к партнерскому сопровождению [2]. 4．Б. Ц. Цыдыпов рассматривает социальные сети как полноценный управленческий инструмент для диагностики групповой динамики и оперативной коррекции воспитательных воздействий [3]. 5．С. В. Шмачилина-Цибенко раскрывает интегративную сущность педагогической культуры куратора, объединяющую исследовательскую и воспитательную функции [4]. 6．Е. В. Декина и К. С. Шалагинова выявляют запрос студентов «цифрового поколения» на тьюторское сопровождение и помощь в профессиональ ном самоопределении, а не на административный контроль [5]. 7．М. А. Горшкова заложила фундамент моделирования воспитательной деятельности, предложив рассматривать ее как проектируемый процесс [6]. 8．И. Ф. Исаев и Е. И. Ерошенкова разработали структурно-содержательные аспекты педагогической культуры, требующие сегодня адаптации к цифровой среде [8]. 9．Л. Н. Зайнуллина внесла вклад в разработку диагностического инструментария, ставшего прообразом современных систем мониторинга [10]. 10．Т. И. Барышникова предлагает обновленные форматы работы, учитывающие клиповое мышление и высокую информационную нагрузку студентов [12]. 11．О. А. Чувгунова предлагает пути оптимизации документооборота и внедрения элементов тайм-менеджмента в работу куратора [13]. Китайская исследовательская школа демонстрирует глубокую проработку вопросов использования Big Data и предиктивной аналитики в работе наставников (фудаоюань). 1．Чжу Лиянь вводит понятие «точного режима» руководства на основе больших данных, описывая построение индивидуальных карьерных траекторий через анализ цифрового следа [14]. 2．Ян Юэ исследует экосистему воспитания в социальных медиа, где эффективность куратора зависит от навыков модерации цифрового контента [15]. 3．Дун Тяньтянь и Тун Ваньцзюй (2024) предлагают модель использования ИИ для рутинной обработки данных, освобождающую куратора для личностной работы [16]. 4．Цзян Вэнь поднимает проблему сохранения гуманистического начала в условиях технологизации управления [17]. 5．Су На разрабатывает стратегии мониторинга цифрового благополучия и профилактики киберрисков [18]. 6．Ван Чжунъин аргументирует необходимость баланса между жестким контролем данных и уважением к личности студента [19]. 7．Хэ Линь предлагает методики работы с общественным мнением в университетских онлайн-сообществах [20]. 8．Ян Даоюань систематизировал пути развития концепции «умного управления» студенческим контингентом [21]. 9．Юй Цзинь обосновал модель применения Big Data для профессионализации кураторов [22]. 10．Ли Сяоцзе включил цифровую грамотность в модель ключевых компетенций куратора новой эпохи [23]. Педагогический менеджмент в контексте деятельности куратора опирается на фундаментальные положения системного и деятельностного подходов. Центральной здесь является идея о том, что управление воспитанием — это не набор разрозненных мероприятий, а целостный цикл. Согласно теории В. А. Сластенина и И. Ф. Исаева, педагогическая деятельность представляет собой систему, включающую целеполагание, диагностику, планирование, организацию и коррекцию [2]. В цифровой среде эта система трансформируется: управление становится более распределенным и опирается на объективные данные (Data-Driven Management). Как справедливо отмечает В. И. Слободчиков, субъектом развития в образовании является не отдельный студент, а образовательная общность [4]. В этом контексте группа становится «динамической единицей» управления, где куратор выступает не администратором, а архитектором образовательной среды. Теория педагогического менеджмента (Ю. А. Конаржевский, Т. И. Шамова) подчеркивает, что эффективность управления напрямую зависит от качества обратной связи. В условиях вуза такую обратную связь сегодня обеспечивают цифровые платформы и социальные сети, позволяющие фиксировать «цифровой след» группы. Эффективность педагогического менеджмента куратора обеспечивается соблюдением ряда методических принципов:  Принцип целенаправленности и стратегичности. Управление должно исходить из четко поставленных целей (формирование социально ответственной личности), которые декомпозируются в конкретные задачи на каждый семестр. Как отмечает Чжан Лицзя, данные должны служить цели, а не быть самоцелью [28].  Принцип гуманизации и субъектности. Несмотря на использование технологий контроля, в центре внимания должна оставаться личность студента. Цзян Вэнь подчеркивает, что технологии должны усиливать, а не заменять живое общение [17]. Студент рассматривается не как объект воздействия, а как активный субъект самоуправления.  Принцип технологичности и инструментальности. Современный менеджмент невозможен без соответствующих инструментов. Это подразумевает использование LMS, мессенджеров и систем аналитики для мониторинга успеваемости и настроений группы, что позволяет переходить от интуитивных решений к доказательным.  Принцип рефлексивности и коррекции. Управленческий цикл обязательно должен завершаться анализом результатов. Куратор должен постоянно соотносить полученные данные с поставленными целями и гибко менять тактику работы. В западной научной традиции проблематика педагогического менеджмента рассматривается через призму концепций «Data-Driven Decision Making» (DDDM) и «Academic Advising». В западной научной традиции проблематика педагогического менеджмента рассматривается через призму концепций «Data-Driven Decision Making» (DDDM) и «Academic Advising». 1．К. Л. Веббер и Г. Чжэн (K. L. Webber, H. Y. Zheng, 2020) в своем фундаментальном труде «Big Data on Campus» разграничивают понятия «data-driven» (управляемый данными) и «data-informed» (информированный данными). Авторы настаивают, что в педагогическом контексте предпочтительнее второй подход, где данные служат поддержкой для принятия решений человеком, но не заменяют его [31]. 2．Г. Билкис и А. Шаалан (G. Bilquise, K. Shaalan, 2022) исследуют применение интеллектуальных систем академического консультирования (AI-based Academic Advising). Они доказывают, что автоматизированный анализ успеваемости позволяет кураторам переходить от реактивной модели к проактивной, предотвращая отсев студентов на ранних стадиях [32]. 3．С. Гафтанджиева и др. (S. Gaftandzhieva et al., 2023) предлагают рамку для принятия решений в вузах на основе данных, подтверждая, что аналитика повышает объективность оценки качества образовательной среды, однако требует высокой цифровой грамотности от персонала [33]. 4．М. Бонд и др. (M. Bond et al., 2024) в мета-систематическом обзоре использования искусственного интеллекта в высшем образовании указывают на этические риски и проблему «алгоритмической предвзятости». Авторы подчеркивают, что при автоматизированном управлении из поля зрения могут выпадать важные социальные факторы, требующие человеческого участия [34]. 5．Х. Кромптон и Д. Берк (H. Crompton, D. Burke, 2023) в своем обзоре состояния области подчеркивают, что, несмотря на технологический прогресс, интеграция искусственного интеллекта должна служить педагогическим целям, а не подменять собой человеческое взаимодействие, сохраняя «человеческое прикосновение» (human touch) в цифровую эпоху [35]. Ключевым выводом проведенного анализа является констатация того, что современный педагогический менеджмент куратора — это гибридный процесс, объединяющий классические традиции отечественной педагогики (системность, гуманизм) с технологическими инновациями зарубежной школы (предиктивная аналитика, цифровой мониторинг). Обзор литературы демонстрирует четкую тенденцию: эффективность работы куратора сегодня напрямую зависит от его способности интегрировать функции наставника и менеджера. Западные и китайские исследования предлагают мощный технологический инструментарий (Big Data, AI), однако российская педагогическая традиция справедливо предостерегает от утраты личностного контакта. В связи с этим, актуальной задачей становится создание единой структурно-функциональной модели, адаптирующей инструменты анализа данных к российским реалиям с учетом этических норм. Методологическая база исследования Методологическую основу исследования составили фундаментальные положения системного подхода (В. Г. Афанасьев [36], Н. В. Кузьмина [37], В. П. Симонов [38]), позволяющего рассматривать деятельность куратора и студенческой группы как целостную, структурно организованную систему взаимосвязанных элементов. В сочетании с ним применялся деятельностный подход (А. Н. Леонтьев [39], С. Л. Рубинштейн [40]), ориентирующий на понимание педагогического менеджмента как активного взаимодействия субъектов образовательного процесса. Существенное значение для разработки авторской модели имели теория педагогического менеджмента (Ю. А. Конаржевский [41], Т. И. Шамова [42], П. И. Третьяков [43]), определяющая принципы управления образовательными системами, и культурологический подход (И. Ф. Исаев, Е. И. Ерошенкова [8; 9]), рассматривающий воспитательную деятельность через призму профессиональной культуры педагога. В контексте цифровой трансформации исследование опиралось на средовой подход (Ю. С. Мануйлов [44]) и современные концепции Data-Driven Education (управление на основе данных), представленные в работах зарубежных ученых (К. Л. Веббер [31], Чжу Лиянь [14]), что позволило обосновать механизмы использования цифрового следа и больших данных (Big Data) в практике куратора. Для решения поставленных задач был использован комплекс методов исследования: Теоретические методы: анализ отечественной и зарубежной психолого-педагогической литературы, нормативно-правовых актов РФ и КНР; сравнительный анализ (для сопоставления опыта России и Китая); метод моделирования (для разработки структурно-функциональной модели педагогического менеджмента). Эмпирические методы: включенное наблюдение за деятельностью кураторов в цифровой среде (анализ коммуникации в мессенджерах и социальных сетях); анкетирование и тестирование (для оценки текущего уровня управленческой компетентности кураторов и выявления проблем в адаптации студентов). База исследования. Эмпирическая часть работы носила характер пилотного диагностического исследования, направленного на выявление ключевых барьеров цифровизации. Сбор данных проводился в 2024–2025 гг. на базе Российского университета дружбы народов имени Патриса Лумумбы (РФ) и Харбинского университета Хуадэ (КНР). Выборку пилотного этапа составили 142 респондента (22 куратора и 120 студентов), что обеспечило достаточную репрезентативность для качественного анализа и моделирования. Результаты исследования В рамках пилотного исследования был реализован комплексный сравнительный анализ практики педагогического менеджмента в вузах России и Китая. Эмпирическую базу составили данные диагностического среза, полученные в ходе анкетирования 142 респондентов (22 куратора и 120 студентов). Полученные результаты целесообразно представить в двух аспектах: 1) результаты пилотной диагностики текущего состояния (выявление проблем) и 2) обоснование разработанной структурно-функциональной модели. 1. Диагностика проблемного поля (Результаты констатирующего этапа) Анализ ответов респондентов позволил выявить фундаментальное противоречие: при высокой технической оснащенности вузов (наличие LMS, Wi-Fi, умных аудиторий) управленческий потенциал этих технологий в работе куратора реализуется менее чем на 20%. Были выделены три ключевые группы проблем: 1．Фрагментарность данных. 86% кураторов отметили, что получают информацию о студентах из разрозненных источников (деканат, староста, личные сообщения). Отсутствие единой цифровой картины приводит к тому, что куратор узнает о кризисной ситуации студента (например, риск отчисления) слишком поздно. 2．Этическая дилемма. 72% студентов выразили опасение, что использование их цифровых данных (геолокация, активность в соцсетях) может нарушить их приватность. Это подтверждает, что прямой перенос китайской модели «Smart Campus» (с тотальным мониторингом) в российскую среду невозможен без адаптации. 3．Реактивный характер управления. 90% действий кураторов являются реакцией на уже случившиеся события (пропуски, конфликты). Только 10% опрошенных используют цифровые инструменты для превентивной работы (прогнозирования). 2. Структурно-функциональная модель (Описание решения) На основе выявленных дефицитов была разработана Структурно-функциональная модель педагогического менеджмента куратора в условиях цифровой среды. Модель не просто внедряет технологии, а меняет логику управления: от «контроля присутствия» к «управлению развитием на основе данных». Модель состоит из четырех взаимосвязанных блоков (см. Рис. 1). Рассмотрим их детально. Рис. 1. Структурно-функциональная модель педагогического менеджмента куратора в условиях цифровой среды А. Целевой блок: Стратегия «мягкого» управления В отличие от традиционного подхода, где целью часто является «сохранение контингента», в данной модели целью выступает формирование субъектности студента. Цифровая среда здесь выступает не как «цифровой надзиратель», а как среда поддержки. Целеполагание становится динамическим: куратор корректирует воспитательные задачи в зависимости от данных мониторинга (например, если данные показывают снижение сплоченности группы, целью месяца становится тимбилдинг). Б. Организационно-технологический блок: Работа с цифровым следом Это ядро модели. Мы классифицировали типы цифрового следа, которые куратор может использовать этично и эффективно (см. Табл. 1). Таблица 1 Типология цифровых следов в системе педагогического менеджмента Тип цифрового следа Источник данных (Инструменты) Педагогическая интерпретация (Маркеры) Управленческое решение куратора Академический след (Формальный) ЭИОС вуза, LMS (Moodle, Blackboard), электронный журнал Резкое снижение посещаемости; отсутствие входов в систему более 3 дней; падение среднего балла. Раннее реагирование: Индивидуальная беседа, выяснение причин (болезнь, потеря мотивации). Коммуникативный след (Неформальный) Групповые чаты (WeChat, Telegram, VK), форумы курса Снижение активности в чате; агрессивная лексика; выход из общих групп; игнорирование опросов. Диагностика климата: Проведение онлайн-мероприятия на сплочение; модерация конфликта. Поведенческий след (Косвенный) Данные кампусных карт (для КНР), участие в онлайн-мероприятиях Отсутствие транзакций в столовой (финансовые проблемы); ночная активность в сети (нарушение режима). Социальная поддержка: Информирование о возможности получения материальной помощи или психологической консультации. Как видно из таблицы, модель предполагает использование данных исключительно как сигнала для оказания педагогической поддержки, что снимает этическое напряжение. В. Содержательный блок: Гибридные форматы Модель предполагает перестройку содержания работы. Вместо скучных организационных собраний предлагается внедрение гибридных форматов взаимодействия:  Цифровые кураторские часы: обсуждение острых тем в формате вебинаров или асинхронных дискуссий в чате.  Геймификация: использование рейтинговых систем и цифровых бейджей за активность в общественной жизни (опыт китайских вузов, адаптированный для РФ). Г. Оценочно-результативный блок: Критерии эффективности Эффективность модели оценивается не по количеству проведенных мероприятий, а по измеримым метрикам. Для сравнения традиционного и предлагаемого подходов был проведен сравнительный анализ (см. Табл. 2). Таблица 2 Сравнительный анализ моделей кураторства Критерий сравнения Традиционная модель (Интуитивная) Предлагаемая модель (Data-Driven) Основание для принятия решений Интуиция, личный опыт, жалобы преподавателей. Объективные данные мониторинга и предиктивная аналитика. Характер взаимодействия Реактивный (решение проблем по мере поступления). Проактивный (предотвращение проблем до их обострения). Инструментарий Личные встречи, бумажные журналы, телефонные звонки. Дашборды (панели мониторинга), мессенджеры, LMS, чат-боты. Роль студента Объект контроля и воспитания. Субъект развития, партнер в цифровом диалоге. Скорость реакции Низкая (от недели до месяца). Высокая (режим реального времени / Real-time). 3. Апробация и обсуждение (Дискуссия) Внедрение элементов данной модели в экспериментальном режиме (на базе 22 кураторов) показало свою эффективность, но также выявило ряд трудностей. Во-первых, проблема цифровой компетентности. Кураторы старшего поколения испытывали трудности с интерпретацией данных из LMS, воспринимая их как дополнительную бюрократическую нагрузку. Это требует введения системы методического сопровождения. Во-вторых, проблема «информационного шума». В условиях круглосуточного доступа к мессенджерам кураторы столкнулись с риском выгорания. Решением стало введение четких правил «цифрового этикета» (например, ответы на сообщения только в рабочее время, использование чат-ботов для типовых вопросов). Сравнительный анализ показал, что китайский опыт (акцент на технологии) и российский опыт (акцент на личность) не противоречат, а дополняют друг друга. Наша модель является попыткой гармоничного синтеза этих подходов: технологии обеспечивают оперативность (как в Китае), а куратор обеспечивает смысл и поддержку (как в России). Заключение Проведенное исследование позволило комплексно рассмотреть проблему цифровой трансформации деятельности куратора и сделать следующие выводы: Смена парадигмы. В условиях цифровизации высшего образования традиционные методы кураторства, основанные на интуиции и эпизодическом контроле, теряют свою эффективность. Современный педагогический менеджмент требует перехода к доказательному подходу (Data-Driven Management), где управленческие решения опираются на объективные данные мониторинга. Результаты сравнительного анализа. Сопоставление опыта России и Китая выявило две полярные стратегии. Китайская модель («Предиктивная») демонстрирует высокую эффективность в раннем выявлении рисков за счет автоматизированного анализа Big Data, однако сопряжена с этическими рисками. Российская модель («Коммуникативно-диагностическая») ориентирована на личность и психологический комфорт, но страдает от фрагментарности данных и реактивности (запаздывания реакции на проблемы). Научная новизна. Разработанная автором структурно-функциональная модель педагогического менеджмента выступает инструментом интеграции этих подходов. Модель доказывает, что в российских условиях, даже при отсутствии систем тотального сбора данных (как в системе Smart Campus), возможно эффективное использование «цифрового следа» студентов из доступных источников (LMS, мессенджеры) для проактивного управления. Практическая значимость. Предложенная модель трансформирует функцию куратора: из «контролера посещаемости» он превращается в «архитектора образовательной траектории». Внедрение элементов модели (гибридные форматы общения, мониторинг цифрового благополучия) позволяет предотвращать академическую неуспеваемость и социальную дезадаптацию на ранних стадиях. Таким образом, перспективы развития института кураторства лежат в плоскости создания гибридных систем, где технологии искусственного интеллекта и анализа данных берут на себя рутинные функции мониторинга, освобождая время педагога для глубокой личностной работы и эмоциональной поддержки студентов.