Ключевое слово: «individual educational trajectories»

В статье обосновывается необходимость научного осмысления и практического решения проблемы личностного самоопределения будущего педагога в контексте индивидуализации педагогического образования.

В работе представлены особенности профессиональной подготовки будущего учителя информатики к применению технологий искусственного интеллекта для формирования дорожной карты модульной учебной дисциплины на основе кластерного анализа данных. Учебные данные включают в себя информацию о выборе абстрактными обучающимися определенных учебных заданий, об оценках сформированности их профильных навыков и заинтересованности в изучении дисциплины. Кластеризация данных осуществляется методом k-средних. Программная реализация основана на применении Python-библиотек машинного обучения и анализа данных Scikit-learn и Pandas. Результатом подготовки является готовность будущих педагогов к применению кластерного анализа данных в будущей профессиональной деятельности для разработки педагогических рекомендаций для обучающихся по выбору индивидуального образовательного маршрута.

Актуальность исследования вопросов подготовки специалистов по экономике для промышленных предприятий РФ обусловлена необходимостью решения этими предприятиями таких задач, поставленных руководством страны, как цифровизация, устойчивое развитие, импортозамещение, технологическая независимость России, и предложением В. В. Путина «вернуться к традиционной базовой подготовке специалистов с высшим образованием», объединив лучшее из советской системы и опыт последних десятилетий. Целью данной статьи является изучение особенностей подготовки специалистов по экономике с высшим образованием для отечественных промышленных предприятий в советский и постсоветский периоды, выявление существующих проблем и определение возможностей для их решения в условиях заданного Президентом РФ курса изменений в высшем образовании и ориентиров развития российской промышленности. В ходе проведения исследования применены такие методы, как анализ, синтез, обобщение, систематизация, сравнение. Результаты изучения проблем подготовки специалистов по экономике для промышленных предприятий РФ на современном этапе развития страны продемонстрировали вымывание из учебных планов дисциплин технико-технологической направленности, которые в советский период являлись обязательными, и практически нивелировался учет отраслевой специфики. Решение данной проблемы возможно посредством как введения специалитета с присвоением квалификации «инженер-экономист», так и разработки специализированных, ориентированных под запросы конкретных предприятий и/или отраслей основных образовательных программ магистратуры для выпускников инженерных специальностей с большим объемом часов на экономические дисциплины. Следование традиционной модели подготовки экономиста, когда студент осваивает предопределенную вузом последовательность курсов, или же предоставление обучающемуся выбора изучаемых дисциплин должно зависеть от его инфраструктурных, материальных, финансовых возможностей и уровня квалификации научно-педагогических работников. У вузов, ограниченных в ресурсах, есть два пути: отказ от подготовки по междисциплинарным специальностям, к которым относится «инженер-экономист», или сетевое взаимодействие с другими вузами в вопросах обучения будущих экономистов для промышленных предприятий. Теоретическая значимость статьи состоит в систематизации имеющихся исследований по вопросам подготовки специалистов по экономике с высшим образованием для промышленных предприятий РФ; ее практическая значимость заключается в применимости сформулированных выводов при разработке образовательных стандартов для экономистов, в том числе инженеров-экономистов, экономистов-менеджеров, и при обосновании вузами содержания основных образовательных программ и выбора образовательных моделей обучения.

В статье рассматривается отражение актуальных тенденций развития образовательных систем в научных исследованиях. Выделяются шесть основных направлений научных исследований: формирование цифровой грамотности; развитие модели «обучения, управляемого данными»; проектирование цифровых инструментов дистанционного обучения, в том числе для группового обучения; развитие образовательной робототехники; использование аналитики больших данных для реализации индивидуальных траекторий обучения; развитие технологий «гибридного обучения». Анализируются основные особенности каждого из направлений, выявляется положительный педагогический эффект от практического применения соответствующих наработок. Также в статье раскрываются основные элементы технологии «гибридного обучения».