Из вышеизложенного следует, что вертикальная структура вуза не способна работать в современной системе качества. Вуз должен создать и непрерывно совершенствовать систему стратегического и тактического управления качеством образования.
8.2. Формула эффективности университета
Эффективность образовательного учреждения W(вуз) предлагается оценивать как качество вуза Q(вуз), уменьшенное пропорционально коэффициенту уровня дефектов К(деф), то есть
|
|
(8.1) |
Варианты выявления Q(вуз) показаны в главе 10. Здесь ограничимся только рассмотрением формул вычисления антикачества. В формуле (8.1) влияние К(деф) учитывается дважды. Сначала влияние дефектов учитывается в формулах качества специальностей и формулах качества продукции вуза. Затем цена дефектов вуза отражается в коэффициенте
|
|
(8.2) |
где Р(вуз) – затраты на содержание вуза, Д(вуз) – затраты, связанные с дефектами вуза.
При выявлении Д(вуз) мы попытались учитывать два вида затрат:
· часть затрат, обусловленная дефектами деятельности вуза (ЦД);
· часть затрат на профилактику качества (ЦП), т. е. часть затрат, связанных с функционированием системы качества. Очевидно,
|
|
(8.3) |
8.3. Вычисление цены дефектов
Цена дефектов (ЦД) определяется затратами на обслуживание дефектных процессов. Эти затраты могут проявляться в виде:
· части зарплаты сотрудников вуза за обучение и обслуживание отчисленных студентов;
· неэффективных коммунальных услуг;
· износа оборудования и основных фондов;
· зарплаты сотрудников, занятых ликвидацией различного рода дефектов и аварий;
· материалов для ликвидации последствий аварий;
· расходов на обслуживание системы выявления дефектов;
· расходов на ликвидацию последствий неэтичного поведения студентов;
· различного рода штрафов;
· других лишних расходов.
На первом этапе становления системы выявления антикачества вуза целесообразно учитывать только относительно крупные затраты. В ИГЭУ испытывается следующая формула для определения цены дефектов:
|
|
(8.4) |
где ЦД1 – затраты, связанные с суммарными дефектами учебного процесса специальностей вуза; ЦД2 – затраты, связанные с суммарными дефектами продукции учебного назначения; ЦД3 – затраты, связанные с суммарными дефектами прочей продукции вуза; ЦД4 – затраты, обусловленные суммарными дефектами научных работ вуза; ЦД5 – общие сверхнормативные затраты энергетических и материальных ресурсов; ЦД6 – общие сверхнормативные затраты на оплату услуг; ЦД7 – затраты, обусловленные послеаварийными работами; ЦД8 – затраты, обусловленные дефектами переподготовки преподавателей и сотрудников вуза.
В формуле (8.4):
|
|
(8.5) |
где ЦД1.1 - часть затрат, обусловленная пропусками лекций; ЦД1.2 - часть затрат, обусловленная пропусками семинаров; ЦД1.3 - часть затрат, обусловленная пропусками лабораторных работ; ЦД1.4 - часть затрат, обусловленная расходами стипендиального фонда на студентов-прогульщиков; Р(деф. обр) – затраты на обучение студента в течение одного семестра; m1- количество отчисленных «студенто-семестров» в течение учебного года;
|
|
(8.6) |
где Р(деф. уч. прод) – средние затраты на выпуск одного экземпляра учебной продукции; m2 – количество экземпляров учебной продукции, оставшейся на складе или невостребованной студентами или преподавателями;
|
|
(8.7) |
где Р(деф. пр. прод) – средние затраты на выпуск одного экземпляра прочей продукции; m3 – количество экземпляров прочей продукции, оставшейся на складе или невостребованной студентами или преподавателями;
|
|
(8.8) |
где Р(деф. науч. прод) – средние затраты на выпуск одного экземпляра научной продукции; m4 – количество экземпляров научной продукции, оставшейся на складе или невостребованной студентами, преподавателями или внешними предприятиями и организациями;
|
|
(8.9) |
где Р(освещ. уч) – сверхнормативные затраты на освещение учебных аудиторий; Р(освещ. инфра) - сверхнормативные затраты на освещение помещений инфраструктурных подразделений вуза; Р(лаб. обор) - сверхнормативные затраты на обслуживание лабораторного оборудования, включая компьютеры и исследовательские стенды; Р(инж) - сверхнормативные затраты на обслуживание инженерного оборудования вуза; Р(отопл. уч) – сверхнормативные затраты на отопление учебных аудиторий; Р(отопл. инфра) - сверхнормативные затраты на отопление помещений инфраструктурных подразделений вуза, Р(отопл. лаб. обор) - сверхнормативные затраты на отопление лабораторных помещений; Р(отопл. инж) - сверхнормативные затраты на отопление инженерных помещений вуза; Р(котел) - сверхнормативные затраты на функционирование котельной системы; Р(вода) - затраты, определяемые сверхнормативными расходами воды.
|
|
(8.10) |
где Р(пуст. помещ) - затраты, определяемые сверхнормативными расходами на содержание пустующих помещений; Р(прост. обор) – косвенные затраты, обусловленные простоями оборудования; Р(расх) - затраты, определяемые сверхнормативными расходами на содержание автомобильного транспорта; Р(прост. трансп) - косвенные затраты, обусловленные простоями автомобилей; Р(телеф) - сверхнормативные телефонные затраты; Р(расх. матер) - затраты на сверхнормативные расходные материалы; Р(склад) - затраты, определяемые сверхнормативными складскими запасами; Р(зданий) - сверхнормативные затраты на содержание зданий и сооружений;
|
|
(8.11) |
где Р(авария) - затраты, определяемые послеаварийными работами; Р(доп. услуги) - затраты на незапланированные услуги; Р(возврат) - затраты, связанные с возвратом дефектной продукции;
|
|
(8.12) |
где Н(неуд. пр) - количество преподавателей, (чел/ч), не прошедших тестирование после обучения по некоторой программе объемом Х ч; З(фпк. час) - затраты на один час обучения преподавателя; Н(неуд. сотр) - количество сотрудников, (чел/ч), не прошедших тестирование после обучения по некоторой программе объемом Х ч; З(пер. час) – затраты на один час обучения сотрудника.
8.4. Вычисление цены профилактики дефектов
Управление качеством требует дополнительных затрат, возможно, сопоставимых с ценой дефектов. В этой связи проектом предусмотрено вычисление затрат на обеспечение процессов управления качеством вуза, или, более кратко, вычисление цены профилактики качества (ЦП):
|
|
(8.13) |
где Р(иссл) - затраты, связанные с научными исследования в сфере управления качеством; Р(пк) - затраты, связанные с планированием качества; Р(кл) – затраты на обеспечение взаимодействия с клиентами; Р(контр) - затраты на независимый контроль качества образования; Р(анализ) – затраты, связанные с анализом результатов улучшения качества; Р(внедр) - затраты, связанные с внедрением системы управления качеством; Р(обуч) - затраты, связанные с обучением технологии комплексного управления качеством.
В формуле (8.13):
|
|
(8.14) |
где Р(наука) – затраты на научные исследования; Р(бенчмаркинг) – затраты на поиск и исследования лучших моделей и элементов систем управления качеством; Р(процессы) – затраты, связанные с изучением процессов в системе образования; Р(тесты) – затраты, связанные с исследованием эффективности системы тестов;
|
|
(8.15) |
где Р(стр. пл) – затраты, связанные с обеспечением процессов стратегического планирования качества; Р(ср. пл) - затраты, связанные с составлением среднесрочных планов; Р(кр. пл) - затраты, связанные с составлением и развертыванием краткосрочных планов;
|
|
(8.16) |
где Р(взаимод) - затраты на взаимодействие с клиентами; Р(преобр) – затраты на преобразование мнения клиентов в технические характеристики требуемой продукции (услуг); Р(пост) - затраты на определение требований по качеству к поставщику "сырья" на внутреннем уровне; Р(пост. внеш) - затраты на определение требований по качеству к поставщику "сырья" на внешнем уровне; Р(помощь) - затраты, связанные с помощью поставщикам в обеспечении требований к качеству "сырья" и оборудования;
|
|
(8.17) |
где Р(кон. рес) – затраты на контроль ресурсов; Р(кон. вх) - затраты на контроль входных данных; Р(кон. вых) - затраты на контроль выходных данных, Р(кон. проц) - затраты на контроль процессов; Р(кон. деф) - затраты на контроль дефектов; Р(аудит) – затраты на аудит системы контроля качества;
|
|
(8.18) |
где Р(ан. стр. пл) – затраты на анализ результатов выполнения стратегических планов; Р(ан. такт. пл) - затраты на анализ результатов выполнения тактических планов; Р(ан. sdca) - затраты на анализ результатов выполнения стандартных процессов; Р(ан. рdca) - затраты на анализ результатов выполнения процессов улучшения качества;
|
|
(8.19) |
где Р(средств) – затраты на создание средств управления качеством; Р(реклама) - затраты на рекламу идеологии качества; Р(монитор) - затраты на монитолринг и оценку качества; Р(испыт) - затраты на испытание “продукции”; Р(мотив) – мотивационные затраты;
|
|
(8.20) |
где Р(ср. обуч) - затраты на создание (приобретение) средств обучения основам комплексного управления качеством образования; Р(пр. обуч) - затраты на процесс обучения; Р(конс) – затраты на текущие консультации.
Конечно, приведенные формулы приблизительно отражают непроизводительные расходы, обусловленные дефектами процессов вуза. Попытки более точного отражения этих затрат могут погубить идею измерения антикачества вуза. Сегодня важен старт в этом направлении.
8.5. Бенчмаркинг и процесс предотвращения дефектов
Чтобы быть конкурентоспособными, вуз должен предложить продукцию и услуги, которые по уровню качества и функциональности соответствуют явным и скрытым требованиям клиентов. При этом должны выполняться условия оптимальности процессов по критериям стоимости. В ближайшем будущем потребители услуг высшей школы будут не согласны получать образование, не отвечающее требованиям современного общества и современной промышленности. Наши будущие студенты станут выбирать те вузы и те специальности, в которых используются лучшие процессы, лучшие ресурсы и лучшие учебные программы. Они будут выбирать вузы с наибольшей вероятностью качественного трудоустройства и с наименьшей стоимостью образования.
Еще несколько лет назад среди представителей высшей школы существовало мнение, что вузы не могут работать без брака, так как некоторые студенты не способны учиться. Более того, наши оценки результатов обучения способствуют сокрытию брака. Выставляя оценку 3, 4 или 5, мы не даем гарантии, что все основные разделы учебной дисциплины студент знает не хуже чем на «удовлетворительно». Любое отклонение от требований стандарта – это «брак», любое не выполнение требований клиента - это «брак». Как же достичь бездефектой деятельности вуза? В данной работе предлагается использовать бенчмаркинг как средство удовлетворения запросов многочисленных групп клиентов высшей школы.
Бенчмаркинг – это процесс поиска новых методов и процессов и внедрение их в практику работы вуза и его подразделений. В качестве эталона может быть взят вуз-лидер в некоторой сфере деятельности, кафедра-лидер по комплексу задач или по некоторому процессу, специальность-лидер по качеству соответствия требованиям госстандарта, процесс чтения лекций по теории управления и т. д. и т. п. Бенчмаркинг в системе высшего образования должен быть средством, с помощью которого мы можем сравнить наши процессы, нашу продукцию и наши услуги по отчетам лучших вузов России и мира. Поэтому мы должны научиться измерять качество параметров нашей деятельности.
Вуз должен использовать концепцию «непрерывного улучшения» качества всех своих процессов. Мы должны искать средство «быть лучшими во всем, что мы делаем». Мы должны искать партнеров по бенчмаркингу. Термин «партнер» можно применять к вузу, специальности, учебной дисциплине, любому процессу высшей школы. Продукция и услуги, так же как и процессы, приемы, ключевые факторы успеха, требования ваших клиентов и т. п., становятся задачей бенчмаркинга.
Прежде всего, качество выполнения процессов бенчмаркинга и настойчивость в следовании принципам бенчмаркинга отражают культуру качества вуза и состояния атмосферы творчества в подразделениях вуза. Ректоры с негативным или апатичным отношением к бенчмаркингу смогут очень быстро убить весь энтузиазм коллектива.
Финансирование бенчмаркинга – это другой важный фактор в установлении приоритетов в вузе. Общее руководство должно поощрять возможные действия бенчмаркинга, финансируя подготовку кадров по бенчмаркингу и имея помощников в центрах повышения квалификации и подготовки кадров. Эти центры должны иметь бюджет и персонал, занимающийся созданием проектов бенчмаркинга.
Состояние духа профессионалов в вузе – это другой фактор, играющий роль при установлении приоритетов. Есть профессионалы, которые считают, что на деле принять хорошие идеи, исходящие от других компаний – это оскорбление их творческой способности и изобретательности. Лейтмотив этих профессионалов прост – если мне выделят больше средств, я смогу… Часто на это есть причины. Но этот тип идей соответствует тому, что называется пошаговое улучшение текущей работы. Чаще всего эти идеи ведут к улучшениям только порядка от 5 до 10 %, а иногда - 15 %. Они позволяют автоматизировать существующие процессы в связи с осуществлением инженерной реорганизации. Нужно поддержать и идеи улучшения, способствовать их внедрению в вузовскую среду. Только бенчмаркинг позволит это.
Наконец, установление приоритетов среди целей бенчмаркинга может основываться на простом здравом смысле и нескольких графических изображениях. Нет ничего проще, как посмотреть на векторную диаграмму (рис.8.1), указывающую на разницу между показателями качества вашего вуза и лидирующей организации (в зависимости от анализируемого вида деятельности это могут быть не только вузы, но и предприятия, занимающие лидирующие позиции в некоторых функциях). График этого типа особенно интересен после бенчмаркинга, чтобы увидеть, где вуз расположился по отношению к лучшим университетам. В идеальном случае под лучшим университетом следует понимать несколько вузов: по образовательной программе А – вуз «U1», по образовательной программе Н – вуз «U2» и т. д. Еще раз подчеркнем, что главное в бенчмаркинге не поиск вуза-лидера по взвешенной сумме всех показателей качества, как это делается Министерством образования России и отдельными ассоциациями вузов, а выявление лидеров по отдельным показателям и формирование виртуального вуза-лидера. Заметим, что на рис. 8.1 анализируется 10 образовательных программ и 5 вузов-лидеров, то есть в виртуальный вуз включены пять университетов. Естественно, что может возникнуть вариант, когда один вуз лидирует по всем измерениям. Но это исключение из практики. Десять ключевых измерений представлены на рис. 8.1. Малая окружность определяет зону опасных (критических) показателей, внешняя окружность – параметры вузов-лидеров. Так как измерения проводятся в относительных единицах, то эталонный показатель всегда равен 5 или другой цифре в выбранной шкале сравнения. На лучах диаграммы указывается результат измерения показателей анализируемого вуза. В частности, диаграмма на рис.8.1 указывает на большие проблемы качества в образовательной программе Н. Этот анализ можно продолжить и увидеть, что слабым местом этой программы являются ресурсы (рис.8.2), в ресурсах - проблемы с методическим обеспечением учебного процесса (рис.8.3), а в методическом обеспечении – «дыра» в сфере взаимодействия преподавателя и студентов (рис.8.4). Наконец, на уровне первичной информации мы выявляем конкретный объект бенчмаркинга – МО процессов подготовки раздаточного материала к лекциям (см. рис. 6.2).
Рис.8.1. Векторная диаграмма качества учебной системы вуза (альтернативный вариант идентификации качества вуза)
Рис. 8.2. Векторная диаграмма качества образовательной программы “Н”
Рис. 8.3. Векторная диаграмма качества ресурсов образовательной программы “Н”
Рис. 8.4. Векторная диаграмма качества методического обеспечения образовательной программы “Н”
Процесс бенчмаркинга следует представлять в виде замкнутого цикла из 12 этапов (см. рис.6.3).
Следует подчеркнуть, что бенчмаркинг – это непрерывный и повторяющийся процесс, то есть после завершения 12-го этапа цикл повторяется с первого этапа. Естественно, что каждый новый цикл должен проходить легче, так как появляется опыт и многие этапы следует лишь немного корректировать. Особенно важно качественно организовать сбор данных. Желательно придерживаться следующих рекомендаций:
· собирать информацию непрерывно и широко доступными средствами (основной процесс начального исследования);
· выявить внутривузовскую информацию в ходе бесед с экспертами, изучения и анализа внутренних отчетов и рекомендаций;
· выявить общественную информацию в ходе участия в конференциях и семинарах, документальных исследований работ внешних экспертов;
· провести персональные исследования, используя опросные анкеты, индивидуальную работу консультантов;
· осуществить поиск и провести специфические исследования, используя визиты и телефонные разговоры с партнером по бенчмаркингу;
· осуществить личный контакт с лидерами.
Можно предложить несколько путей поиска внутри вуза. Во-первых, следует обязательно проводить анализ результатов деятельности организации (продукцию и услуги вуза сопоставить с продукцией и услугами конкурентов). Эти процедуры могут выполнять руководители вуза (подразделения), функциональные эксперты, операционные менеджеры, специалисты, занимающиеся поиском данных. Во-вторых, необходимо изучить ранее собранные данные, общие обзоры, специализированные отчеты, совпадающие с вашими интересами. В-третьих, не следует игнорировать огромную информационную базу электронных сетей. Здесь надо создавать специализированную группу, ориентированную только на решение задач бенчмаркинга. В-четвертых, надо активизировать внутренних экспертов, включая задания на поиск в индивидуальные планы преподавателей.
1. Поиск общественной информации требует немного большей работы. Эта информация доступна и часто интересна. Вот несколько путей для поиска этого типа информации:
· поиск в библиотеке с привлечением сотрудника информационной службы (периодические издания, годовые отчеты, профессиональные газеты, документы из электронных общественных баз данных, семинары и обсуждения, отчеты конференций, статьи в прессе, правительственные отчеты);
· участие в конференциях, семинарах, профессиональных салонах и собраниях ассоциаций (беседы, выставки, научные поездки, брошюры и документы).
2. В заключение приведем небольшую анкету готовности вуза (подразделения) к применению методов бенчмаркинга.
1. Кто определяет приоритеты для бенчмаркинга в вашем вузе?
2. Кто предоставляет необходимую информацию для осуществления бенчмаркинга?
3. Кто определят систему измерений в процессе бенчмаркинга? Руководители вуза (почему да или нет)?
4. Как нужно выбирать своих партнеров по бенчмаркингу:
· по удобству?
· внутри конкурентоспособной организации, о которой Вы слышали?
· внутри организаций, с которыми Вы уже контактировали?
· среди всех вузов России?
· среди вузов и компаний мира?
· использовать все перечисленные варианты?
5.Может ли эффективный поиск информации обойтись без визита к партнеру по бенчмаркингу?
Глава 9. Компьютерная система сопровождения процессов управления качеством образования
9.1. CALS-технология в учебной сфере
9.2. Информация об информационно-аналитическом центре вуза
9.3. Программно-методические комплексы и инструментальные системы
9.1. CALS-технология в учебной сфере
Проектом предусматривалось достижение максимального уровня автоматизации процессов измерения качества образования в соответствии с принципом «от компьютера - к компьютеру». В экспериментальном варианте подтверждена возможность решения этой задачи. Созданы и испытаны методические и программные средства автоматизированного сбора и обработки информации.
Сегодня в системе менеджмента качества вуза функционируют в режиме испытаний шестнадцать автоматизированных комплексов доставки информации о показателях качества образования в центральную базу данных вуза (реализация в среде Oracle 9i – 4). Основные задачи указанных комплексов:
· автоматизированное ведение базы анкетных данных студентов и сотрудников;
· автоматизированное ведение базы формальных данных о методических, технических, программных и информационных ресурсов вуза;
· автоматизированное тестирование знаний абитуриентов;
· автоматизированное психолого-педагогическое тестирования студентов и преподавателей;
· автоматизированное тестирование «входных» (остаточных) знаний студентов;
· автоматизированное тестирование «выходных» (после изучения очередной дисциплины) знаний студентов;
· автоматизированное заполнение результатов заключительных экзаменов и испытаний текущего и промежуточного контроля знаний;
· автоматизированная поддержка социологических опросов и процессов сбора анкетных данных по результатам экспресс-оценки уровня готовности вуза к работе в системе менеджмента качества образования;
· автоматизированная поддержка социологических опросов и процессов сбора анкетных данных по результатам оценки и самооценки эффективности процессов управления качеством образования;
· обслуживание автоматизированных лабораторных стендов с компьютерными подсистемами измерения качества процессов и результатов экспериментирования;
· сопровождение самостоятельной работы студентов при работе с математическими тренажерами и компьютерными подсистемами измерения качества процессов и результатов экспериментирования;
· сопровождение самостоятельной работы студентов с электронными учебниками;
· автоматизированная поддержка ролевых и деловых игр с ситуационными моделями;
· автоматизированное проведение промежуточных государственных экзаменов;
· автоматизированная поддержка работ с учебными системами автоматизированного проектирования, использующих компьютерные подсистемы измерения качества процессов и результатов проектирования;
· автоматизированное сопровождение процессов дипломного проектирования.
С завершением опытной эксплуатации этих подсистем в вузе будет реализован один из вариантов CALS-технологии от компьютера - к компьютеру в учебном процессе (см. рис. 9.1). Естественно, что из учебного процесса не исключается преподаватель. Смещается профиль его деятельности в сторону творческой деятельности, оказания консультационных услуг при погружении студента в интеллектуальную информационно-технологическую среду обучения.
9.2. Информация об информационно-аналитическом центре вуза
Процессы управления качеством поддерживаются достаточно мощным информационно-аналитическим центром (рис.9.2):
· серверы Sun (SunFire 280R) c ОС Solaris и СУБД Oracle 9i – 4;
· свыше 1000 компьютеров, распределенных по локальным сетям подразделений ИГЭУ.
Основные технические характеристики телекоммуникационного центра ИГЭУ:
· более 20 серверов на платформе Intel Pentium 4 для обеспечения работы различный сетевых ресурсов.
· число пользователей, имеющих доступ по аналоговым телефонным линиям - свыше 2500 абонентов;
· число пользователей, имеющих доступ через локальные сети и собственные физические кабельные линии ИГЭУ – более 1000 абонентов;
· число пользователей, имеющих доступ по физическим линиям связи со скоростями Nx64 – 2048 Kb/s - более 40 корпоративных абонентов;
· длина оптоволоконных линий связи ИГЭУ – более 10 км, медных линий связи – более 60 км;
· скорость передачи данных в магистрали сети – 1 Гбит/с, на рабочих местах – 100 Мбит/с;
· возможно увеличение емкости узла в 4 раза без замены основного оборудования;
· собственный блок Интернет адресов, номер AS и несколько независимых каналов выхода в Интернет для обеспечения беспрерывного доступа в Интернет;
· автоматизированная система контроля состояния и загрузки всего сетевого оборудования и основных сервисов.
9.3. Программно-методические комплексы и инструментальные системы
Основу программной среды системы менеджмента качества образования в ИГЭУ составляет комплекс оригинальных разработок вуза:
· автоматизированная система управления персоналом (рис.9.3);
· автоматизированная бухгалтерия;
· система компьютерной поддержки услуг дистанционного обучения (рис.9.4);
· корпоративные и учебно-образовательные порталы в Интернет/Интранет для различных предметных областей (рис.9.5).
· геоинформационная система для управления собственностью университета (рис. 9.6);
· технологическая среда построения корпоративных систем поддержки процессов принятия решений (рис.9.7);
· библиотека электронных учебников;
· корпоративная система автоматизированного документооборота (рис. 9.8).
· Разрабатывается проект корпоративного информационного портала для задач бенчмаркинга в сфере качества образования.
Рис.9.1. Организация учебного процесса по схеме «от компьютера - к компьютеру»: АК - автоматизированный комплекс
Рис. 9.2. Корпоративный вычислительный центр вуза
Рис. 9.3. Автоматизированная система управления персоналом
Рис. 9.4. Гипертест: технология компьютерной поддержки услуг дистанционного обучения
Рис. 9.5. Корпоративные и учебно-образовательные порталы в Интернет/ Интранет для различных предметных областей на базе новейших компьютерных и информационных технологий
Рис. 9.6. Геоинформационные системы для управления собственностью учебного заведения
Рис. 9.7. Технологические средства построения корпоративных систем автоматизации поддержки принятия решений
Рис. 9.8. Корпоративные системы автоматизированного документооборота
Глава 10. Управление качеством услуг дистанционного обучения
10.1. Проблемы дистанционного обучения
10.2. Модель управления качеством дистанционного обучения
10.2.1. Модель целей управления
10.2.2. Модель программы ДО
10.2.3. Модель клиента программы ДО
10.2.4. Модель процедур измерения результатов обучения
10.2.5. Модель прав доступа
10.3. Архитектура ИС ГИПЕРТЕСТ
10.4. Программные компоненты ГИПЕРТЕСТ
10.4.1. АРМ слушателя
10.4.2. АРМ куратора
10.4.3. АРМ разработчика
10.4.4. Конверсия учебно-контролирующего материала
10.4.5.Создание программ ДО в среде ГИПЕРТЕСТ
10.4.6. Моделирование предметных знаний
10.4.7. Декомпозиция модульной структуры программы
10.4.8. Агрегирование модели предметной области модульной структурой
10.4.9. Проектирование профиля программ дистанционного обучения
10.4.10. Редактирование визуальных объектов
10.4.11. Проектирование тестов
10.4.12. АРМ администратора
10.5. Результаты разработки
10.1. Проблемы дистанционного обучения
В условиях необеспеченного спроса поиск новых форм реализации образовательных услуг, гармонично дополняющих традиционные, становится актуальной научной и практической задачами. Одной из таких новых форм является дистанционное обучение (ДО), представляющее собой перспективное направление использования компьютерных технологий в образовании, при котором вся или большая часть учебных процедур осуществляются с использованием современных информационных или телекоммуникационных технологий при территориальной разобщенности преподавателя и студента. Его характерные черты: комплексность образовательных услуг, возможность их персонализации, использование специализированной информационно-образовательной среды и современных телекоммуникационных технологий – позволяют преодолеть наметившиеся признаки кризиса высшего профессионального образования. Это предопределило высокий и постоянно растущий спрос на услуги ДО, который в российском сегменте рынка стремятся удовлетворить следующие продукты:
· ОРОКС [15]: разработка Московского института электронной техники (МИЭТ) и Московского областного центра новых информационных технологий (МОЦНИТ);
· Доцент [16]: корпоративная образовательная система; продукт компании «Кирилл и Мефодий» и фирмы UNIAR;
· Прометей [17,18]: продукт НОУ «Институт виртуальных технологий в образовании»;
· Learning Space [19]: продукт компании IBM/Lotus, интегрированная система ДО на базе сервера Lotus Notes Domino;
· WebCT (Web Course Tools – Инструментарий создания курсов Web) [20], продукт одноименной компании, Массачусетс, США; используется в качестве технологической базы Интернет-обучения рядом организаций, в частности Московским институтом экономики, статистики и информатики (МЭСИ);
· CourseInfo компании Blackboard, США [21].
Эти продукты являются оболочками, предоставляющими функции автоматизированной поддержки процессов разработки, реализации и администрирования услуг ДО. С их помощью удалось решить ряд упоминавшихся выше проблем, в частности проблему открытости и гибкости образования, так как инфраструктуры Интернета, на которых они базируются, позволяют реализовывать образовательные услуги вне зависимости от места проживания обучаемого, сроков обучения, наличия документов, подтверждающих формальное образование, и прочих ограничений. Инструментальные средства упомянутых пакетов обеспечивают доступность всех своих функций для непрограммирующего пользователя, включая поддержку актуальной проблемы конверсии унаследованных учебно-контролирующих материалов, подготовленных в электронных форматах. Однако соотношение между спросом и предложением услуг ДО на российском рынке все еще далеко от равновесия, и дело здесь не только в высокой для бюджетных организаций стоимости перечисленных продуктов (тысячи долларов), но и в наличии проблем управления качеством, принципиально неразрешимых в рамках реализуемых этими продуктами подходов к проектированию и реализации услуг ДО. Решение проблем управления качеством возможно при наличии диагностируемых целей, измеримых результатов и управляемых информационных ресурсов ДО. В то же время перечисленные продукты не предоставляют возможностей для формализации цели обучения в терминах, идентифицирующих ее достижение, знаний, умений и навыков, используемые ими метрики измерения результатов учебной деятельности не позволяют использовать эти результаты в качестве сигналов обратной связи, а информационные ресурсы программы ДО (HTML-документы) не отражают в явном виде структуру предметных знаний и поэтому не обеспечивают возможностей гибкой компоновки.
Эти аргументы и послужили основанием для разработки в ИГЭУ инструментальной системы (ИС) ГИПЕРТЕСТ, в основе которой лежит концепция интегрированного представления структурированных знаний о целях, содержании, структуре, способах измерения и результатах учебной деятельности (интегрированная информационная модель).
Реализованная в настоящее время версия ИС ГИПЕРТЕСТ предоставляет непрограммирующему пользователю возможности параллельного проектирования и персонифицированного синтеза программ ДО из повторно используемых компонентов, динамической адаптивной компоновки учебного материала в соответствии с целями, возможностями и характеристиками конкретного клиента, гибкого измерения результатов учебной деятельности, оперативного индивидуального контроля учебного процесса, поддержки принятия решений и оформления необходимых оперативных и итоговых документов.
10.2. Модель управления качеством дистанционного обучения
Решение задач автоматизации управления качеством услуг ДО требует формализованного представления объекта и системы управления, а также определенных на них целей и результатов обучения. Причем специфика системы ДО с точки зрения управления заключается в том, что объект управления (студент) является одновременно и субъектом управления, имеющим собственные цели, которые не обязательно совпадают с целями разработчика или куратора программы. Таким образом, система ДО представляет собой кибернетическую систему [22]. Это обобщение управляемых систем предполагает, что с системой ассоциирован не один, а несколько субъектов, каждый из которых имеет собственные цели управления. Поэтому успешное решение задач управления для систем такого класса требует наличия формального описания (модели):
· целей, определяющих эталонное состояние объекта управления в форме, которая обеспечивает возможность диагностики его фактического состояния;
· системы управления, специфицирующей информационные ресурсы программы ДО и возможные способы их использования для достижения поставленных целей;
· объекта управления, имеющего измеримые параметры состояния и обладающего субъектными качествами, то есть способностью формальной оценки целей системы и способов их достижения;
· измерительных процедур, обеспечивающих диагностику фактического состояния объекта управления в терминах, допускающих его сопоставление с эталоном.
В этом разделе рассматривается интегрированная информационная модель услуг дистанционного образования, составляющая основу методов и алгоритмов управления, реализованных в ИС ГИПЕРТЕСТ.
10.2.1. Модель целей управления
ИС ГИПЕРТЕСТ использует так называемую профильную модель цели. Профильная модель представляет собой вектор эталонных результатов обучения, проекциями которого являются значения, характеризующие минимально допустимую, ожидаемую и максимально возможную оценки степени усвоения конкретных знаний, умений или навыков. Максимально возможные оценки соответствуют крайним точкам осей. Такой способ задания целей является диагностичным в том смысле, что сопоставление фактического результата эталону позволяет выявить дефекты качества по конкретным проекциям профиля и выбрать соответствующее ситуации управление. Необходимый для обеспечения совместимости с традиционными способами оценивания переход от профильной оценки результата к оценке по пятибалльной шкале выполняется автоматически при помощи функции агрегирования, представляющей собой кусочно-линейную свертку:
|
|
(10.1) |
где wi — вес проекции профиля pi; 
— проект проекции ожидаемой, минимально-возможной и максимальной границ профиля, соответственно; A — балл (по пятибалльной шкале), сопоставленный минимально возможной границе; B — балл (по пятибалльной шкале), сопоставленный ожидаемой границе, причем 
. Веса проекций профиля могут выбираться, например, на основании индекса цитирования (рис. 10.1).
Рис. 10.1. Персональный профиль студента по программе подготовки
10.2.2. Модель программы ДО
Основными характеристиками учебного материала программы ДО являются его предметное содержание, структура компоновки и форма визуального представления. В отличие от уже упоминавшихся систем ДО, которые, как правило, ограничиваются только формализацией структуры учебного материала в виде иерархии модулей, интегрированная информационная модель ГИПЕРТЕСТ охватывает все три аспекта формализации. Это позволяет в рамках данной технологии решать следующие актуальные задачи:
· параллельная разработка комплексов программ и повторное использование их элементов;
· формальный контроль методической целостности программ, которая выражается в отсутствии ссылок на не определенные ранее понятия и переопределения понятий;
· автоматическое построение локальных и межпредметных ссылок, обеспечивающих структурную и семантическую навигацию в пределах всего комплекса программ ДО;
· автоматизированный синтез программ ДО в соответствии с персональными целями подготовки и начальным состоянием знаний;
· управление качеством услуг ДО посредством персональной настройки содержания материала учебника.
Модель предметной области программы ДО представлена в ИС ГИПЕРТЕСТ в виде семантической сети. Семантическая сеть – это метод представления знаний посредством сети узлов, соответствующих концепциям или объектам, связанных дугами, которые описывают отношения между узлами [23]. Модель предметной области ИС ГИПЕРТЕСТ поддерживает четыре типа отношений: наследование («тип —подтип»), агрегирование («часть — целое»), экземплярность («тип — экземпляр»), атрибуция («объект — атрибут»). В качестве примера семантической сети рассмотрим фрагмент модели предметной области «Логическое программирование», представленный на рис. 10.2. Здесь элемент знаний «Логическая программа» представлен в виде агрегата, объединяющего различные формы фраз Хорна (факт, правило, запрос). В свою очередь, правило и запрос также представлены агрегативными структурами. Атрибутом логической программы является семантика, которая имеет подтипы «декларативная», «процедурная», «вычислительная». Составной частью последней является стратегия доказательства. Наконец, понятие Пролог-программа унаследовано от понятия «Логическая программа».
Наличие согласованного словаря предметной области создает информационную основу для параллельной разработки комплексов программ ДО путем стандартизации повторно используемой терминологии, а явное разделение содержания и формы представления учебного материала программ ДО обеспечивает широкие возможности управления его визуализацией.
Рис. 10.2. Модель предметной области
Основное назначение модели структуры программы в ИС ГИПЕРТЕСТ – реализация принципов системного подхода к планированию информационных ресурсов, определяющих ее содержание. Общеметодологическими принципами системного подхода являются:
· последовательность и подчиненность «внешнего» (во взаимодействии с окружающей средой) и «внутреннего» (во взаимодействии подсистем) этапов проектирования системы;
· согласование информационных и ресурсных интерфейсов проектируемых подсистем;
· отсутствие конфликтов между целями отдельных подсистем и целями всей системы.
Принципиально новый подход к планированию в производственной сфере сформировался в самостоятельное направление, получившее название логистики - науки о планировании, управлении и контроле движения материальных, информационных и финансовых ресурсов в различных системах [25]. Основная задача логистики — разработка научно обоснованного предложения товаров и услуг на базе интегрированного (системного) контроля и управления. Реализация логистического подхода к планированию программ ДО требует учета специфики ресурсов дистанционного обучения, в качестве которых выступают предметные знания. Именно предметные знания составляют основную магистраль логистической цепи. Наличие модели структурирования, определяющей варианты разбиения множества элементов знаний на подмножества, которые соответствуют отдельным технологическим модулям (комплексам программ, программам, разделам, темам, страницам) с учетом логистической обусловленности знаний, позволяет решать следующие важные задачи управления:
· повышение качества администрирования систем ДО за счет:
o оптимизации структуры учебного процесса путем исключения дублирования материала и максимального использования имеющихся знаний (background);
o гибкого проектирования программ обучения, а также проектирования учебных курсов послевузовского обучения «на заказ»;
· улучшение мотивации преподавателей к разработке и реализации программ ДО за счет четкого осознания места курса в технологической цепочке «поставщиков» и «потребителей»;
· улучшение мотивации студентов к обучению за счет осознания целевого назначения получаемых знаний.
Необходимость учета этих основополагающих требований, а также динамическая природа учебного процесса с присущим ему недетерминированным параллелизмом операций обусловила выбор аппарата структурированных сетей Петри в качестве базового формализма моделирования логистики знаний.
Согласно [26], сеть Петри (СП) — это двудольный ориентированный граф 
, где P = (p1,…,pn) – конечное непустое упорядоченное множество позиций; T – конечное непустое множество переходов; 
– функции инцидентности; 
– начальная разметка. Переход tj называется активным в момент дискретного времени k, если 
. Любой (но только один!) из активных переходов может сработать, в результате чего текущая разметка сети изменяется:
. В традиционной графической нотации позиции СП изображаются окружностями, маркеры внутри них – точками, переходы — отрезками, а дуги — линиями со стрелкой.
Предлагаемая семантика моделирования структуры учебного процесса с применением аппарата СП заключается в интерпретации позиций сети P как контейнеров элементов знаний (реквизитов), а переходов T – как модулей учебного материала. По отношению к модулям реквизиты выступают в роли предусловий (элементов знаний, наличие которых необходимо для освоения материала модуля) и постусловий (элементов знаний, появляющихся вследствие изучения модуля). Разметка СП при проектировании программы ДО интерпретируется как состояние абстрактного процесса обучения, а на этапе реализации услуг ДО – как текущее состояние профиля знаний обучаемого. В качестве примера рассмотрим фрагмент структуры программы «Логическое программирование» (рис. 10.3). Здесь переходу сопоставлен модуль, предусловиями которого являются знание понятий «Унификация», «Рекурсия термов», «Линейный список», а постусловием – понятие «Предикаты на списках». Наличие маркеров (черные кружочки во входных позициях) означает выполнение соответствующих предусловий. Условие активности перехода интерпретируется как доступность материала модуля для изучения, а его невыполнение позволяет формальными средствами идентифицировать модуль (или модули), которые необходимо предварительно изучить.
|
Из за большого объема эта статья размещена на нескольких страницах:
1 2 3 4 5 6 7 8 9 |
