АДАПТИВНАЯ АВТОМАТИЗИРОВАННАЯ СИСТЕМА КАК СРЕДСТВО ДИФФЕРЕНЦИАЦИИ ОБУЧЕНИЯ ПРИ ПОДГОТОВКЕ СПЕЦИАЛИСТОВ В ОБЛАСТИ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

В статье предложен один из наиболее эффективных способов реализации дифференцированного подхода при подготовке специалистов в области информационных технологий (ИТ), заключающийся в использовании адаптивной автоматизированной системы обучения. Система позволит хранить большой объем учебной информации, при необходимости осуществлять ее модификацию, а также адаптацию к разным категориям пользователей в зависимости от уровня начальной подготовки, проводить проверку сформированности компетенций и анализ ошибок, допущенных студентами в процессе контрольного тестирования. Информационное обеспечение системы включает реляционную базу данных (БД), которая содержит теоретическую информацию по дисциплине, упражнения и контрольные задания по всем темам, адаптированные к различным категориям студентов, а также таблицу, в которую во время проведения контрольного тестирования вносятся все ошибочные ответы пользователей с целью дальнейшего анализа. Программное обеспечение содержит модуль автоматической классификации пользователей, который на основе метода кластерного анализа на этапе входного контроля позволяет сформировать четыре группы студентов в зависимости от уровня остаточных знаний, полученных в процессе изучения предшествующих дисциплин, соответствующих оценкам «отлично», «хорошо», «удовлетворительно» и «неудовлетворительно», с целью проведения дифференциации учебного материала. Программный модуль обучения предназначен для решения задач приобретения новых знаний по ИТ-дисциплинам обучающимися разных групп, использования полученных теоретических знаний при выполнении практических заданий и проверки уровня сформированности компетенций. В том случае, если уровень не достиг базового, модуль анализа ошибок позволяет определить, какие темы дисциплины вызвали наибольшие затруднения у студента с целью прохождения повторного обучения.

1. Горбатенко С.А. Применение адаптивной автоматизированной системы обучения гуманитарным дисциплинам для повышения качества подготовки специалистов / С.А. Горбатенко, Н.В. Даценко // Территория науки. – 2016. – № 4. – С. 33-38.

2. Горбатенко С.А. Автоматизированная система обучения гуманитарным дисциплинам для повышения качества подготовки специалистов / С.А. Горбатенко, Н.В. Даценко // Вестник компьютерных и информационных технологий. – 2011. – № 10. – С. 35-39.

3. Даценко Н.В. Применение автоматизированной консультативной системы для дифференциации обучения дисциплине «Судебная медицина» / Н.В. Даценко // Охрана, безопасность и связь. – 2016. – № 1- 2. – С. 178-181.

4. Даценко Н.В. Использование автоматизированной системы для повышения качества подготовки специалистов гуманитарного профиля / Н.В. Даценко // Процессы информационного обмена в деятельности правоохранительных органов: современное состояние и перспективы совершенствования. Сборник научных статей. Под редакцией Л.Д. Матросовой [и др.]. – Орел, 2015. – С. 46-48.

5. Даценко Н.В. Разработка информационного обеспечения автоматизированной системы обучения дисциплине «Информатика» / Н.В. Даценко // Общественная безопасность, законность и правопорядок в III тысячелетии. 2018.– №4-2. – С. 28-31.

6. Горбатенко С.А. Представление знаний в проблемно-зависимой информационной базе гуманитарной экспертной системы / С.А. Горбатенко, Н.В. Даценко // Вестник Воронежского института МВД России. 2007.– №1. – С. 137-140.

7. Айвазян С.А. Классификация многомерных наблюдений. – М.: Статистика, 1974. – 240 с.

8. Мандель И.Д. Кластерный анализ. – М.: Финансы и статистика, 1988. – 176 с.

9. Даценко Н.В. Классификация задач судебно-медицинской травматологии по неоднородным признакам с использованием методов кластерного анализа / Н.В. Даценко // Охрана, безопасность, связь. –2017. – № 1-2. – С. 149-155.