Автор: Бибик Инна Анатольевна

Рубрика: 9. Педагогика высшей профессиональной школы

Опубликовано в

II международная научная конференция «Аспекты и тенденции педагогической науки» (Санкт-Петербург, июль 2017)

Дата публикации: 03.07.2017

Статья просмотрена: 4 раза

Библиографическое описание:

Бибик И. А. Big Data конкурентоспособного преподавателя вуза [Текст] // Аспекты и тенденции педагогической науки: материалы II Междунар. науч. конф. (г. Санкт-Петербург, июль 2017 г.). — СПб.: Свое издательство, 2017. — С. 56-61.



В современных условиях архитектура высшего образования все больше становится отражением мировых экономических реалий общества. Конкурентоспособность преподавателя вуза напрямую связана с быстротой реакции на изменения в сфере образования посредством изыскания внешне-внутренних резервов.

Характерной особенностью преподавателя такого уровня является способность достигать поставленные цели в разных, быстро меняющихся образовательных ситуациях за счет владения методами решения большого класса профессиональных задач [8, c. 6], которые отражают, в том числе инновационные тенденции профессиональной деятельности преподавателя вуза.

Возможные нереализованные ресурсы конкурентоспособного преподавателя вуза — преподавателя обладающего системой ценностных ориентаций, мобильностью, стремлением к высокому качеству результатов труда; обладающего умениями и качествами, свойственными конкурентоспособной личности профессионала; ориентированного на профессиональные ценности, основой которых является определенный «нравственный фундамент» — интеллигентность; способного находить «динамический баланс» между данными компонентами и потребностями потребителей образовательных услуг — студентов — могут рассматриваться как источники дополнительного профессионального роста, т. е. быть потенциальными составляющими Big Data конкурентоспособного преподавателя вуза.

Появление понятия Big Data («большие данные») относят к 2008 году и связывают с именем Клиффорда Линча — редактора журнала Nature. Это понятие является отражением феномена взрывного роста объемов и многообразия обрабатываемых данных и технологических перспектив, касающихся вероятного скачка «от количества к качеству».

К характеристикам Big Data относят ряд V:

1) V (volume — объем),

2) V (velocity — скорость/скорость прироста и высокоскоростная обработка и получения результатов),

3) V (variety — многообразие/возможности одновременной обработки структурированных и полуструктурированных данных),

4) V (veracity — достоверность),

5) V (viability — жизнеспособность),

6) V (value — ценность),

7) V (variability — переменчивость),

8) V (visualization — визуализация).

В широком смысле понятие Big Data относят к социально-экономическому феномену и связывают с появлением технологических возможностей анализировать огромные массивы данных и трансформационные последствия (Майер-Шенбергер).

Таким образом, Big Data понимаются как конкретный объем данных, так и как методы их обработки. При этом с их помощью можно обрабатывать не только огромные массивы данных, но и маленькие объемы.

Авторами отмечается постоянный рост данных и прогнозируется востребованность технологий их обработки. В этой связи необходимо понять принципы работы с Big Data.

К основным принципам работы с Big Data относится следующее:

  1. Горизонтальная масштабируемость. Поскольку данных может быть сколь угодно много — любая система, которая подразумевает обработку больших данных, должна быть расширяемой.
  2. Отказоустойчивость. Методы работы с большими данными должны учитывать возможность сбоев и переживать их без каких-либо значимых последствий.

Таблица 1

Шкала распределений значимости характеристик BigData впрофессиональной деятельности преподавателя вуза/конкурентоспособного преподавателя вуза

Характеристики BigData

Значимость характеристики BigData для преподавателя вуза

Значимость характеристики BigData для конкурентоспособного преподавателя вуза

1) V (volume — объём)

+

++

2) V (velocity — скорость/скорость прироста и высокоскоростная обработка и получения результатов)

+

++

3) V (variety — многообразие/возможности одновременной обработки структурированных и полуструктурированных данных)

+

++

4) V (veracity — достоверность)

+

+

5) V (viability — жизнеспособность)

+

+

6) V (value — ценность)

+

++

7) V (variability — переменчивость)

+

++

8) V (visualization — визуализация)

+

++

  1. Локальность данных. Одним из важнейших принципов проектирования BigData-решений является принцип локальности данных — по возможности обрабатываются данные на той же машине, на которой их хранят.

Для работы с Big Data разрабатывают различные методы. Компания Google разработала модель распределенной обработки данных MapReduce. С помощью этой модели обрабатывают большой объем данных на компьютерных кластерах. Согласно этой модели, данные организованы в виде некоторых записей. Обработка данных происходит в 3 стадии:

  1. Стадия Map. На этой стадии данные предобрабатываются при помощи функции map. Работа этой стадии заключается в предобработке и фильтрации данных.

Функция map примененная к одной входной записи и выдаёт множество пар ключ-значение. Множество — т. е. может выдать только одну запись, может не выдать ничего, а может выдать несколько пар ключ-значение. Что будет находиться в ключе и в значении — решать пользователю, но ключ, по мнению разработчиков модели, важен, так как данные с одним ключом в будущем попадут в один экземпляр функции reduce.

Рис. 1.

  1. Стадия Shuffle. В этой стадии вывод функции map «разбирается по корзинам» — каждая корзина соответствует одному ключу вывода стадии map.
  2. Стадия Reduce. Каждая «корзина» со значениями, сформированная на стадии shuffle, попадает на вход функции reduce.

Функция reduce задаётся пользователем и вычисляет финальный результат для отдельной «корзины». Множество всех значений, возвращённых функцией reduce, является финальным результатом MapReduce-задачи.

Для организации подобного анализа для нахождения дополнительных ресурсов профессионального роста конкурентоспособного преподавателя вуза важно выявить основные источники Big Data в его профессиональной деятельности.

С одной стороны, деятельность конкурентоспособного преподавателя вуза регламентирована и представлена компонентами профессиональной деятельности преподавателя вуза: гностическим компонентом, конструктивным компонентом, коммуникативным компонентом, организаторским компонентом [1, с.82].

При этом согласно З. Ф. Есаревой решающую роль для преподавателя вуза играют гностический и конструктивный компоненты. З. Ф. Есарева отмечает, что конструктивные способности преподавателя вуза являются решающими и составляют основу для других направлений профессиональной деятельности, а содержание организаторского компонента напрямую зависит от возраста преподавателя.

Рис. 2.

С другой стороны, разрабатывая аналитические инструменты, следует учитывать компоненты модели становления конкурентоспособного преподавателя вуза.

Конкурентоспособному преподавателю вуза необходимо постоянно оценивать свои профессионально-личностные возможности, возможности инновационных технологий для решения текущих профессиональных задач, возможности Другого преподавателя и потребности потребителей образовательных услуг (студентов), а также возможности Другого преподавателя.

В качестве источников собственных возможностей конкурентоспособного преподавателя вуза (профессионально-личностных возможностей\ характеристик) стоит рассматривать «нравственный фундамент», интеллигентность преподавателя вуза, его способность к инновационной деятельности как наиболее значимые. Поскольку данные компоненты наиболее ярко отражают и суть профессии, и актуальные тенденции в ней.

С точки зрения средств самопрезентации (инновационных технологий) источником Big Data можно рассматривать ИКТ как наиболее востребованные в современных условиях и потенциальные новшества подобного порядка в целом.

Рис. 3. Источники Big Data КПВ

С точки зрения возможностей Другого преподавателя конкурентоспособному преподавателю вуза стоит обратить внимание на частоту самопрезентаций Другого, частоту открытых занятий Другого, частоту различных мероприятий Другого, на географию посещенных занятий/мероприятий Другого для дальнейшей самооценки собственной профессиональной деятельности.

При этом важна и оценка профессиональной деятельности конкурентоспособного преподавателя Другим. Под такой оценкой понимается уточнение положительных моментов в работе преподавателя вуза, которые необходимо разрабатывать дальше.

С точки зрения направленности на потребителя образовательных услуг в качестве источников Big Data можно рассматривать потребности обучающихся в получении образования удобоваримого качества лично для него. Кроме того, следует учитывать следующее: в качестве объекта развития — интегральные характеристики личности (направленность, компетентность, гибкость), в качестве фундаментального условия — переход на более высокий уровень самосознания, в качестве психологического механизма — превращение собственной жизнедеятельности в предмет практического преобразования, в качестве движущих сил — противоречивое единство Я-действующего, Я-отраженного и Я-творческого, в качестве результата развития — творческую самореализацию, достижение неповторимости личности.

По частоте сменяемости наиболее значимыми для рассмотрения потенциальными Big Data являются возможности и потребности потребителей образовательных услуг, поскольку каждый новый учебный год преподаватель работает с Другими студентами.

Таким образом, интегральные характеристики личности, фундаментальные условия, психологический механизм, движущие силы и результат развития потребителей образовательных услуг можно считать наиболее изменчивыми компонентами, и они могут рассматриваться в качестве составляющих Big Data конкурентоспособного преподавателя вуза I порядка для анализа и оценки конкурентоспособным преподавателем вуза.

Интегральные характеристики личности являются наиболее привлекательным компонентом для дальнейшего рассмотрения для нахождения дополнительных возможностей в профессиональной деятельности конкурентоспособного преподавателя вуза.

Это связано с тем, что они одинаково значимы как для потребителей образовательных услуг — студентов, так и для роста уровня конкурентоспособности самих преподавателей.

По Л. М. Митиной, структурными компонентами интегральной характеристики личности являются направленность, компетентность и гибкость.

Структура направленности может быть представлена следующим образом:

– направленность на других людей, связанная с интересом к ним, доверием, уважением, стремлением к сотрудничеству;

– направленность на себя, связанная с потребностью в самосовершенствовании и самореализации в сфере труда;

– направленность на предметную сторону профессии (содержание деятельности).

Направленность выступает как качество, определяющее психологический склад личности, ее «динамические тенденции» (С. Л. Рубинштейн), «основные потребности» личности (А. Маслоу): физиологические потребности, потребности в безопасности, обеспеченности и устойчивости, потребность в любви и чувстве принадлежности, потребность в самоуважении и уважении других.

Следует отметить, что значимой, по А. Маслоу, является потребность в самоактуализации, т. е. полная реализация себя.

По К. Роджерсу, тенденция к самоактуализации — это естественный процесс. При этом развиваться по направлению к самоактуализации человек может только самостоятельно, поэтому отмечают значимость условий, в которых происходит становление личности.

Заложенные в каждом человеке ресурсы — направленный продуктивный личностный рост — могут высвобождаться и реализовываться при полном принятии или безусловном положительном отношении к клиенту как к личности; при адекватном эмпатическом понимании чувств клиента и того смысла, который они имеют для него, при проявлении конгруэнтности как степени соответствия между высказываниями и реальными переживаниями человека.

Результатом следования таким принципам становится раскрытие творческого потенциала личности.

По Э. Фромму, высвобождение позитивного творческого потенциала характерно для человека и требует от людей спонтанной активности в жизни.

Следующим значимым компонентом является «компетентность».

Понятие «компетентность» включает знания, умения, навыки, а также способы и приемы их реализации в деятельности, общении, развитии (саморазвитии) личности (Л. М. Митина).

Автор выделяет 2 подструктуры в структуре компетентности конкурентоспособной личности:

1) деятельностную (знания, умения, навыки и способы осуществления профессиональной деятельности),

2) коммуникативную (знания, умения, навыки и способы осуществления делового общения).

Стоит отметить, что компетентностная модель будущего специалиста/бакалавра/магистра, прописанная в ФГОСах и предельно четко сформулированная, является естественным источником для критического анализа и оценки.

Что касается гибкости, то к ее структурным компонентам относят следующее:

– эмоциональную гибкость личности,

– поведенческую гибкость,

– интеллектуальную гибкость.

Под эмоциональной гибкостью понимается оптимальное (гармоничное) сочетание эмоциональной экспрессивности и эмоциональной устойчивости.

Поведенческая гибкость трактуется как способность человека отказываться от несоответствующих ситуации способов поведения и вырабатывать или принимать новые оригинальные подходы к разрешению проблемной ситуации при неизменных принципах и нравственных основаниях жизнедеятельности.

Интеллектуальная гибкость — инвариантная личностная характеристика, структура которой представляет собой оптимальное сочетание таких качеств как легкость, находчивость и автономность, независимость в суждениях, критичность, толерантность к плюрализму точек зрения.

Интеллектуальная гибкость, объединяясь с эмоциональной и поведенческой гибкостью, образует интегральную характеристику конкурентоспособной личности, обусловливающую разнообразие и способность к разумному риску, а также адекватность и эффективность проявлений личности в деятельности и общении.

Следует отметить, что значимым является и твердая уверенность человека в способности реализовать их в соответствующей ситуации.

Таким образом, множественная спонтанная активность как основа творческого начала в человеке и яркое проявление всех составляющих гибкости личности можно рассматривать в качестве движущих сил и источников Big Data конкурентоспособного преподавателя вуза при условии постоянного усиления деятельностной и коммуникативной сторон компетентности.

Кроме этого, следует отметить, что конкурентоспособный преподаватель вуза может обогатить источники Big Data за счет обращения, помимо традиционных, и к инновационным инструментам / средствам обучения (например, к ИКТ). Такой подход поможет создать среду для самоактуализации самого преподавателя и будет отражать потребности обучающихся в получении высшего образования сообразно возможностям XXI века.

Таким образом, помимо компонентов профессиональной деятельности, по Е. Ф. Есаревой, конкурентоспособному преподавателю вуза следует учитывать следующие критерии-источники Big Data:

– эффективность проявления личности в общении, знания, умения, навыки и способы осуществления профессиональной деятельности,

– спонтанную активность,

– разнообразие и способность к разумному риску,

– адекватность,

– эффективность проявления личности в деятельности,

– знания, умения, навыки и способы осуществления делового общения,

– самостоятельное раскрытие своего потенциала,

– безусловное положительное отношение к Другому, в том числе как источнику ценного опыта.

– инновационные ресурсы.

В 2011 г. преподаватели Амурской ГМА для дальнейшего анализа и с целью повышения уровня собственной конкурентоспособности, и конкурентоспособности обучающихся начали поиск дополнительных источников (Big Data) с реализации Интернет-проектов с использованием ИКТ и социальных сетей. Данные проекты направлены на погружение студентов-медиков в профессиональную среду через языковой аутентичный материал, выступающий в качестве Big Data как для преподавателей, так и для студентов.

После проведенного анкетирования среди студентов 1 курса (2016–2017 уч.г.) выяснилось, что студенты-медики проявляют интерес к чтению дополнительной профессиональной литературы (часто читают — 39 респондентов, иногда — 152). Из них профессиональные статьи в Интернете часто читают 66 человек, 125 респондентов дали ответ «иногда».

При этом социальными сетями для чтения профессиональной литературы пользуются 171 человек из 228 опрошенных. Однако источниками получения дополнительной профессиональной информации для них являются русскоязычные социальные сети. Например, в «Одноклассниках» ищут материалы 32 человека, а социальную сеть «Вконтакте» для поисков подходящих статей используют 200 человек.

Англоязычные социальные сети “Facebook” и “Twitter” используют 9 и 15 студентов-медиков, соответственно.

Студентам-медикам Амурской ГМА было предложено поучаствовать в Интернет-проекте “Twitter or Facebook?” в рамках которого студенты

а) отбирали понятные им сообщения (лайкали посты),

б) из отобранных постов выбирали по 2 статьи из “Twitter” и 2 статьи из “Facebook”,

в) к отобранным статьям были написаны аннотации.

Работа в проекте оценивалась в баллах из премиального фонда БРС (Балльно-рейтинговой системы), введенной в Амурской ГМА с 2011 года.

Результатом работы должна стать оценка студентами — потребителями образовательных услуг — возможностей Интернет-ресурсов “Twitter” и “Facebook” для изучения иностранного языка и выявление лучшей студенческой работы — лучшей аннотации.

В целом данные проекты были направлены на закрепление конкурентоспособным преподавателем вуза, являющегося источником и ретранслятором профессионально- личностных качеств конкурентоспособной личности для будущих специалистов-медиков, навыков нахождения способов и методов анализа Big Data в своей профессиональной деятельности.

Таким образом, перманентный анализ базовых компонентов деятельности преподавателя вуза и содержания основополагающих структур конкурентоспособной личности могут способствовать нахождению новых точек адекватного профессионального роста конкурентоспособного преподавателя вуза.

Литература:

1. Есарева, З. Ф. Особенности деятельности преподавателя высшей школы [Текст] / З. Ф. Есарёва. — Л.: Изд-во ЛГУ, 1974. — 108 с.

2. Коробкова, Т. А. Скулов, П. В. Принцип динамического баланса и его реализация в учебном процессе [Текст] / Т. А. Коробкова, П. В. Скулов // Образовательные технологии. — 2004. № 1. С. 21–30.

3. Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим = Big Data. A Revolution That Transform How We Live, Work, and Think [Текст] / В. Майер-Шенбергер, К. Кукьер — М.: Манн, Иванов, Фербер, 2014. — 240 с.

4. Маслоу, А. Мотивация и личность [Текст]: пер. с англ. / А. Маслоу. 3 — е изд. — СПб.: Питер, 2007. — 352 с.

5. Митина, Л. М. Психология развития конкурентоспособной личности [Текст] / Л. М. Митина. — М.: Московский психолого-социальный институт; Воронеж: Издательство НПО «МОДЕК», 2002. — 400 с.

6. Саратцева, И. П. Педагогическая поддержка развития конкурентоспособности будущих специалистов в процессе преподавания иностранного языка в вузе: дис. … канд. пед наук: 13.00.08 / И. П. Саратцева. — Хабаровск, 2005. — 185 с.

7. Фромм, Э. «Иметь» или «быть» [Текст] / Эрих Фромм; пер. с нем. Э. Телятниковой. — М.: АСТ, 2006. — 314, [6] с.

8. Фромм, Э. Человек для себя [Текст] / Эрих Фромм; пер. с англ. Л. А. Чернышёвой. — М.: АСТ: ХРАНИТЕЛЬ, 2006.- 314, [6] с.

9. Ширабоков, С. Н. Оценка качества подготовки конкурентоспособного специалиста в педагогическом вузе [Текст]: Автореф. дис. к. пед. наук / С. Н. Ширабоков — Омск, 2000. — 17 с.

10. Штейнберг, В. Э. Дидактические многомерные инструменты: Теория, методика, практика [Текст] / В. Э. Штейнберг. — М.: Народное образование, 2002. — 304 с.

Основные термины (генерируются автоматически): Big Data, преподавателя вуза, конкурентоспособного преподавателя вуза, профессиональной деятельности, Data конкурентоспособного преподавателя, Big Data конкурентоспособного, деятельности преподавателя вуза, конкурентоспособной личности, потребителей образовательных услуг, профессиональной деятельности преподавателя, деятельности конкурентоспособного преподавателя, роста конкурентоспособного преподавателя, источники big data, Конкурентоспособность преподавателя вуза, конкурентоспособным преподавателем вуза, источников big data, преподавателя вуза важно, преподавателю вуза, интеллигентность преподавателя вуза, способности преподавателя вуза.

Обсуждение

Социальные комментарии Cackle
Задать вопрос