Разработка и внедрение универсальной цифровой платформы для образования | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 11 мая, печатный экземпляр отправим 15 мая.

Опубликовать статью в журнале

Авторы: ,

Научный руководитель:

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №35 (482) сентябрь 2023 г.

Дата публикации: 30.08.2023

Статья просмотрена: 226 раз

Библиографическое описание:

Балин, А. В. Разработка и внедрение универсальной цифровой платформы для образования / А. В. Балин, А. С. Бородина. — Текст : непосредственный // Молодой ученый. — 2023. — № 35 (482). — С. 1-4. — URL: https://moluch.ru/archive/482/105680/ (дата обращения: 03.05.2024).



Статья посвящена описанию разработки онлайн-платформы, объединяющей различный функционал в области электронного образования. Основной целью нашей работы является создания единой платформы, которая сможет удовлетворить потребности как учителей, так и учеников в эффективном обучении и обмене информацией.

Ключевые слова: видеоконференция, дистанционное обучение, образование, онлайн-платформа, сервисы, технологии в образовании, учеба, цифровое образование, цифровое программное обеспечение, цифровой формат.

Буквально 10–15 лет назад использование компьютера в учебе было редкостью, учителя обладали крайне скромными навыками работы с цифровым ПО, а ученики и вовсе пользовались лишь учебниками и своими знаниями для решения задач. К счастью, мир не стоит на месте и уже сейчас школа способна полностью перевести образование в цифровой формат, используя самые разнообразные сервисы и платформы, в этом и кроется главный недостаток современной системы электронного образования — множество сайтов, сервисов, программ и приложений: от электронного дневника, до системы видеоконференцсвязи.

В рамках работы проводилось исследование конкурентов и целевой аудитории, а также разработка концепции внедрения проекта с привлечением партнеров и заинтересованных лиц. Особое внимание уделяется вопросам безопасности и защиты данных пользователей, в том числе применению криптографии и смешанного шифрования. В итоге, внедрение онлайн-платформы позволит значительно упростить процесс обучения и повысить его эффективность, а также улучшить взаимодействие между учителями и учениками, что в свою очередь должно привести к более высоким результатам в обучении.

Современные образовательные платформы стали все более популярными среди учащихся и преподавателей, особенно в свете пандемии COVID-19, когда онлайн-образование стало обязательным для многих. Однако, несмотря на то, что эти платформы предлагают много преимуществ, таких как удобство и доступность, они также имеют свои недостатки.

Например, сервисы для образования имеют ряд проблем, связанных с отсутствием единой организации, сложностями в использовании, ошибками, уязвимостями в безопасности. В связи с этим, создание платформы, которая объединила бы в себе возможности нескольких приложений и сервисов для проведения дистанционных уроков, выполнения контрольных и тестовых работ, мониторинга оценок и учета тем, которым ученик должен уделять больше внимания, является актуальной задачей.

Также, одним из основных недостатков современных решений является уязвимость к кибер-атакам. В основном, именно образовательные платформы (как и системы бизнеса) хранят большое количество личной информации, включая данные об учащихся, их логины и пароли, а также данные о занятиях и материалах. Эта информация может стать целью атак кибер-преступников, использующих её для кражи личности, мошенничества и многих других преступлений. Поэтому безопасность хранения и передачи данных является критически важным аспектом для образовательных платформ.

Целью данной работы является:

– Разработка удобной в использовании безопасной мобильной и веб-платформы для образования, которая объединит в себе все необходимые функции и имеет возможность анализировать данные для мониторинга прогресса учеников и улучшения процесса обучения.

Для достижения поставленной цели в рамках данной работы были поставлены и решены следующие задачи:

– Изучение требований пользователей — учителей и учеников, анализ конкурентов и определение недостатков и проблем в существующих решениях.

– Разработка функциональных и нефункциональных требований к платформе.

– Проектирование архитектуры и дизайна платформы, с учетом полученных требований.

– Интеграция необходимых микросервисов (видеоконференции, решение тестов и контрольных работ).

– Разработка алгоритмов анализа данных и мониторинга прогресса учеников (в том числе с помощью машинного обучения).

– Разработка алгоритмов шифрования для защиты данных учеников и учителей.

– Тестирование и отладка платформы, с учетом пользовательских требований и обратной связи.

Гипотеза исследования заключается в анализе существующих платформ и создании своей на основе проведенных исследований. Создание такого вида сервиса требует искусства, умения понимать пользовательские требования и переводить их в эффективный проект. В целом, проектирование и разработка инновационного сервиса в образовании является творческим процессом, который требует комплексного подхода и глубокого понимания потребностей пользователей.

Социологическое исследование

В ходе исследовательской деятельности, направленной на анализ рынка образовательных систем на данный момента, была проведена серия трех социологических опросов с целью систематизированного анализа и получения объективных данных об отношении наших будущих пользователей к цифровизации образования. Среди респондентов (в общем, около 400 человек, жители Тюменской области) мы выделили три основные группы: учителя и преподаватели, учащиеся и студенты, родители и представители обучающихся. Каждый этап опроса был структурирован, что обеспечило выявление аспектов отношения и предпочтений респондентов, взаимодействующих с образовательными сервисами. Основными темами опросов стали «Отношение опрашиваемых к процессам цифровизации в сфере образования» и «Восприятие опрашиваемыми использования искусственного интеллекта в образовательных целях». Каждый опрос был спроектирован в соответствии с вышеуказанными темами для точного выявления мнений, оценок и позиций респондентов.

Отношение опрашиваемых к цифровизации образования

Рис. 1. Отношение опрашиваемых к цифровизации образования

Отношение респондентов к ИИ в образовании

Рис. 2. Отношение респондентов к ИИ в образовании

Использование цифровых платформ в образовании

Рис. 3. Использование цифровых платформ в образовании

На основе представленных выше результатов исследования можно сделать вывод, что с течением времени и под влиянием глобальной пандемии COVID-19 наблюдается значительный рост интереса и доверия к современным технологиям в образовании, включая искусственный интеллект, среди обучающихся и педагогов. Этот тренд может также быть обусловлен расширением доступности технологических ресурсов (в том числе популярных интерфейсных оболочек нейронных сетей) и распространением новых возможностей, которые они предоставляют, а также изменением роли технологий в условиях современного подхода к образованию в Российской Федерации.

Для более эффективного внедрения образовательных технологий мы также выполнили анализ международного опыта цифровизации образования. После изучения подходов европейских и американских учебных заведений, где цифровизация образования проходила мягче, мы пришли к некоторым выводам. Например, хорошей практикой является проведение лекций и мероприятий для всех пользователей платформы, как это делает Кампус GitHub Education [1], объединяющий студентов и учебные материалы со всего мира. А одним из наиболее эффективных примеров использования цифровых технологий в обучении является система “Flipped Class” (Перевернутый Класс), когда ученики сами изучают материал дома, а после закрепляют его с учителем. Такая практика применяется в Эдинбургском университете [2], такой подход позволяет не только упростить подход для учителя, но и составить индивидуальную учебную траекторию для ученика.

Техническая часть

Основной задачей при создании технической части стал выбор оптимального технологического стека, который сможет обеспечить работоспособность и масштабируемость нашего сервиса.

Поэтому в качестве Front-end-web фреймворков используются React и Next, позволяющие взаимодействовать с контентом на веб-странице благодаря хукам, заменяющим классы и Объектно Ориентированное Программирование.

Мобильное приложение использует язык программирования Dart и его фреймворк Flutter, разработанные компанией Google. Эта технология включают в себя Google-Material-UI и IOS-Cupertino, стайлгайды, позволяющие использовать гибридно-нативный подход к разработке мобильных приложений под Android и IOS, следовательно, разработчик может применять одну и ту же бизнес-логику для обеих платформ.

Клиентские части взаимодействуют с серверной через протокол HTTP (в случае нашего приложения это HTTPS), используя публичный API, базирующийся на web-сервере Django, и протокол гибридного шифрования данных [3 c. 102] (он сочетает в себе преимущества симметричного шифрования с помощью 256-битного ключа (высокую скорость и простоту), и асимметричного шифрования с помощью 4096-битного открытого ключа (надёжность и масштабируемость)), а также передают данные через SocketIO (и протокол WebRTC для видеоконференцсвязи).

Для хранения данных пользователей мы выбрали управляемый сервис базы данных MongoDB, предоставляемый платформой Yandex Cloud. MongoDB — это документо-ориентированная NoSQL база данных, которая позволяет эффективно хранить и организовывать информацию в формате JSON-подобных документов. MongoDB обеспечивает стабильную работу с изменяющейся структурой данных, это позволяет эффективнее масштабировать хранение и обработку информации.

По нашим расчётам, учитель тратит в среднем 1080 часов в одном учебном году на работу с электронным журналом (заполнение, дублирование оценок, выставление домашних заданий), чтобы помочь учителю и начать формирование учебной траектории учащегося мы разработали несколько концепций внедрения искусственного интеллекта на платформу. Наша базовая модель машинного представляет собой архитектуру Matrix Factorization. Matrix Factorization — это метод коллаборативной фильтрации, который разлагает матрицу оценок пользователей и предметов на две более низкоранговые матрицы, это позволяет получить фичи (features — признаки) пользователей и предметов. Помимо этого, мы проектируем ещё некоторые модели машинного обучения. Например, систему подбора образовательного контента для урока с использованием алгоритма деревьев решений (регрессионное дерево) или автоматическую проверку письменных работ с использованием кодировщика Transformer и необходимого учителю полносвязного выходного слоя нейронов (для базовой оценки) или декодера Transformer (для развернутой оценки работы) [4 c. 417]. В дальнейшем мы посвятим отдельную статью внедрению искусственного интеллекта в образовательную среду.

Работа над бизнес-составляющей проекта

Для финансового обеспечения проекта, учета возможных рисков и повышения конкурентоспособности производится бизнес-планирование и разработка стратегии монетизации сервиса. Основная целевая аудитория платформы — обучающиеся, педагоги, родители обучающихся. Финансовый план, разработанный на первые пять лет внедрения предполагает, что проект выйдет на точку безубыточности в течении 3-го года реализации. Монетизация проекта в первые два года осуществляется за счет контекстной и баннерной рекламы, которая будет размещена на сайте и непосредственно в мобильном приложении. Начиная с третьего года функционал будет расширяться: появятся собственные образовательные курсы, направленные на углубленное изучения предметов, подготовку к экзаменам и олимпиадам; начнет действовать система подписок, подписка будет расширять базовый функционал платформы, появится возможность занятий с репетитором и, соответственно, подписка для репетиторов, которые хотят размещать объявления о своих услугах и платные курсы на нашей платформе.

Средства на реализацию проекта в первые два года (до точки безубыточности) мы планируем получать, участвуя в грантовых конкурсах и бизнес-акселераторах.

В дальнейшем, мы будем масштабировать платформу, расширяя ее функционал, учитывая пожелания и потребности пользователей.

Литература:

  1. Кампус GitHub / [Электронный ресурс] URL: https://education.github.com
  2. Сайт Эдинбургского Университета / [Электронный ресурс] URL: https://www.ed.ac.uk
  3. Daniel G. Graham — Ethical Hacking: A Hands-on Introduction to Breaking In — M.: No Starch Press, 2021
  4. Francois Chollet — Deep Learning with Python — M.: Manning, 2021
Основные термины (генерируются автоматически): образование, искусственный интеллект, платформа, учитель, сервис, машинное обучение, мобильное приложение, техническая часть, цифровой формат, электронное образование.


Ключевые слова

дистанционное обучение, образование, учеба, сервисы, онлайн-платформа, цифровое образование, цифровой формат, видеоконференция, технологии в образовании, цифровое программное обеспечение

Похожие статьи

Искусственный интеллект в сфере образования

Еще одна область, в которой искусственный интеллект оказывает значительное влияние на образование, — это разработка игрового процесса обучения.

Искусственный интеллект для образования. Адаптивная...

Образование — единый целенаправленный процесс воспитания и обучения, а также совокупность приобретаемых знаний, умений, навыков, ценностных установок, функций, опыта деятельности и компетенций.

Искусственный интеллект и большие данные | Статья в журнале...

В этой статье мы исследуем тему ИИ и больших данных. Ключевые слова:искусственный интеллект, большие данные, big data, глубокое обучение. Искусственный интеллект — это концепция машин, выполняющих задачи, которые когда-то требовали человеческого интеллекта.

Современные технологии цифровой образовательной среды

В статье рассматривается система дистанционного обучения Moodle, представлены общие характеристики данной образовательной электронной платформы, также, сгруппированы по функциям и описаны электронные ресурсы Moodle, а именно учебные, коммуникативные и...

Актуальность использования нейросетей в образовательных целях

Нейронные сети включают в себя различные технологии, такие как глубокое обучение и машинное обучение как часть искусственного интеллекта (ИИ). Искусственные нейронные сети (ИНС) — это ключевой инструмент машинного обучения.

IT-технологии обучения и их применение в различных сферах

Компания, специализирующаяся в области информационной безопасности, Distil Networks создала технологию, использующую машинное обучение, чтобы защитить веб-приложения от атак, основанных на злоупотреблении интерфейсами.

Применение машинного обучения в управлении человеческими...

Современные технологии искусственного интеллекта и машинного обучения проникают во все сферы нашей жизни, и управление человеческими ресурсами (HR) не является исключением. Внедрение машинного обучения в HR-практики открывает новые перспективы для повышения...

Обучение при помощи мобильных устройств – новая парадигма...

Мобильное обучение многогранно. Оно предлагает учебные мероприятия из многих источников, предоставляя учащимся возможность выбрать желаемый формат, или метод обучения, или.

Современные информационные технологии в различных сферах...

Искусственный интеллект (ИИ) и машинное обучение: Развитие ИИ и машинного обучения позволило компьютерам обучаться из данных и выполнять задачи, которые ранее требовали человеческого интеллекта. Это применяется в областях от автономных автомобилей до...

Похожие статьи

Искусственный интеллект в сфере образования

Еще одна область, в которой искусственный интеллект оказывает значительное влияние на образование, — это разработка игрового процесса обучения.

Искусственный интеллект для образования. Адаптивная...

Образование — единый целенаправленный процесс воспитания и обучения, а также совокупность приобретаемых знаний, умений, навыков, ценностных установок, функций, опыта деятельности и компетенций.

Искусственный интеллект и большие данные | Статья в журнале...

В этой статье мы исследуем тему ИИ и больших данных. Ключевые слова:искусственный интеллект, большие данные, big data, глубокое обучение. Искусственный интеллект — это концепция машин, выполняющих задачи, которые когда-то требовали человеческого интеллекта.

Современные технологии цифровой образовательной среды

В статье рассматривается система дистанционного обучения Moodle, представлены общие характеристики данной образовательной электронной платформы, также, сгруппированы по функциям и описаны электронные ресурсы Moodle, а именно учебные, коммуникативные и...

Актуальность использования нейросетей в образовательных целях

Нейронные сети включают в себя различные технологии, такие как глубокое обучение и машинное обучение как часть искусственного интеллекта (ИИ). Искусственные нейронные сети (ИНС) — это ключевой инструмент машинного обучения.

IT-технологии обучения и их применение в различных сферах

Компания, специализирующаяся в области информационной безопасности, Distil Networks создала технологию, использующую машинное обучение, чтобы защитить веб-приложения от атак, основанных на злоупотреблении интерфейсами.

Применение машинного обучения в управлении человеческими...

Современные технологии искусственного интеллекта и машинного обучения проникают во все сферы нашей жизни, и управление человеческими ресурсами (HR) не является исключением. Внедрение машинного обучения в HR-практики открывает новые перспективы для повышения...

Обучение при помощи мобильных устройств – новая парадигма...

Мобильное обучение многогранно. Оно предлагает учебные мероприятия из многих источников, предоставляя учащимся возможность выбрать желаемый формат, или метод обучения, или.

Современные информационные технологии в различных сферах...

Искусственный интеллект (ИИ) и машинное обучение: Развитие ИИ и машинного обучения позволило компьютерам обучаться из данных и выполнять задачи, которые ранее требовали человеческого интеллекта. Это применяется в областях от автономных автомобилей до...

Задать вопрос