Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

РАЗРАБОТКА КОМПЕТЕНТНОСТНО-ОНТОЛОГИЧЕСКОЙ МОДЕЛИ ДЛЯ ПОСТАНОВКИ И РЕШЕНИЯ ЗАДАЧ УПРАВЛЕНИЯ В СИСТЕМАХ ФОРМАЛЬНОГО И НЕФОРМАЛЬНОГО ИТ-ОБРАЗОВАНИЯ

Конькова Д.С. 1 Курзаева Л.В. 1 Лактионова Ю.С. 1 Чичиланова С.А. 1
1 ФГБОУ ВО «Магнитогорский государственный технический университет им. Г.И. Носова»
Проблема обеспечения качества управления образовательными системами в части установления требований к результатам обучения современной наукой решается в русле неоднозначно трактуемого компетентностного подхода. Настоящая статья раскрывает один из путей решения данной проблемы посредством разработки баз знаний, содержащих требования к результатам обучения и квалификации ИТ-специалистов. Такие базы знаний могут стать основой для разработки интеллектуальных информационных систем поддержки принятия решений в области образования и HR-менеджмента. В качестве методов разработки проблемы выбрано онтологическое моделирование, в качестве средства – система фреймового представления знаний Protege. В статье раскрыт ход построения онтологической фреймовой модели на примере профессионального стандарта системного аналитика. Настоящая статья будет интересна специалистам, занимающимся вопросами разработки новых средств и методов адаптивного управления качеством результатов обучения.
онтологическое моделирование
базы знаний
профессиональный стандарт
1. Белоусова И.Д., Курзаева Л.В., Агдавлетова А.М. К вопросу о согласовании требований к содержанию профессиональной подготовки на основе онтологической модели // Современные наукоемкие технологии. – 2015. – № 11. – С. 67–70.
2. Белоусова И.Д., Курзаева Л.В., Лактионова Ю.С., Агдавлетова А.М. Онтологическая модель управления требованиями в процессе профессиональной подготовки ИТ-специалистов // Успехи современной науки. – 2016. – Т. 1. – № 3. – С. 98–100.
3. Белоусова И.Д., Курзаева Л.В., Новикова Т.Б. О разработке методики и алгоритмов прогнозирования оценок эффективности и качества решения задач управления в образовании // Наука и современность: сб. статей Международной научно-практической конференции. – 2016. – С. 25–27.
4. Давлеткиреева Л.З. Анализ и обоснование категорий сопровождения сложных программных средств для жизненного цикла ИКТ-насыщенной среды вуза / Л.З. Давлеткиреева, О.Б. Назарова // Современные информационные технологии и ИТ-образование. – 2013. – № 9. – С. 312–319.
5. Давлеткиреева Л.З., Назаров В.О., Мусыгина А.А. Разработка технологической модели обработки данных и компонентов сети для КИС//Современные инновации в науке и технике: сб. научных трудов 4-ой Международной научно-практической конференции (17 апреля 2014 года) / ред. кол.: Горохов А.А. (отв. Ред.); В 4-х томах, Том 2., Юго-Зап. гос. ун-т. Курск, 2014. – 413 с. – С. 17–21.
6. Давлеткиреева Л.З. Информационно-предметная среда как средство профессиональной подготовки будущих специалистов в университете: автореф. дис.. канд. пед. наук / Л.З. Давлеткиреева. – Магнитогорск, 2006. – 23 с.
7. Курзаева Л.В., Петеляк В.Е., Новикова Т.Б., Лактионова Ю.С. Формирование требований к профессиональной подготовке ИТ-кадров на основе E-CF // Успехи современной науки. – 2015. – № 3. – С. 75–77.
8. Масленникова О.Е., Гаврилова И.В. Основы искусственного интеллекта/ Масленникова О.Е., Гаврилова И.В. – М.: Флинта, 2013. – 282 с.
9. Попова Е.В., Гаврилова И.В., Зленко И.В. Совершенствование системы информационно-аналитической поддержки научных исследований в высшей школе на основе технологии открытых систем / Е.В. Попова, И.В. Гаврилова, И.В. Зленко. – Магнитогорск: МаГУ, 2011. – 124 с.
10. Попова И.В., Субочев А.В. Разработка обучаемой специализированной информационно-поисковой системы / И.В. Попова, А.В. Субочев // Программные продукты и системы. – 2011. – № 3(95).– С. 92–95.
11. Kurzaeva L.V., Petelyak V.E., Laktionova Y.S., Ogurtsov E.S., Ovchinnikova I.G. Development of ontology model of requirements to results of training in system of adaptive control of education quality // Indian Journal of Science and Technology, Vol 9(29), Available at: . doi:10.17485/ijst/2016/v9i29/89370.
12. Masalimova A.R., Ovchinnikova I.G., Kurzaeva L.V., Samarokova I.V. Experience of the development of a regional qualification framework for the system of vocational education. International Journal of Environmental and Science Education. – 2016. – Vol. 11, Issue 6. – Р. 979–987.
13. Ovchinnikova I.G., Kurzaeva L.V., Solomatina T.B., (...), Lomakina Y.A., Musiychuk M.V. Elaboration of a Frame Model for Intensification and Managing Requirements to Learning Outcomes in Regional Systems of Continuing Professional Education //International Review of Management and Marketing, 2016. – № 6(S2). – Р. 190–197.

В век информационных технологий качество и темпы развития производства зависят в том числе от качества профессиональной подготовки ИТ-специалистов, которые призваны решать проблемы развития ИТ-инфраструктуры на основе разработки и внедрения инноваций.

Вместе с этим наукоемкость отрасли, современная сложность информационных процессов, многообразие и частая смена ведущих парадигм развития информационных технологий создают сложность для формирования системы требований к результатам обучения ИТ-специалистов. Проблема управления качеством результатов обучения ИТ-специалистов сможет быть рассмотрена с позиций разных дисциплин, научных направлений и соответствующих им аспектов.

– управленческий аспект – изучение рассматриваемого объекта исследования с позиций теории адаптивного управления;

– профессионально-средовый аспект – разработка оптимальных методов и средств управления человеческим капиталом в соответствии с современными требованиями и спецификой отраслевого рынка труда;

– профессионально-педагогический аспект – разработка педагогических моделей и методик управления качеством результатов обучения с опережающим учетом появления перспективных требований к ним, связанных с развитием науки и техники;

– личностно-акмеологический аспект – изучение и учет мотивационно-ценностной направленности личности, а также разработка способов развития ее потенциальных конкурентных преимуществ в профессиональной среде;

– нормативно-методический аспект – согласование решений по реализации адаптивного управления качеством результатов обучения с учетом требований образовательных стандартов, рамок квалификаций и компетенций разных уровней, а также профессиональных стандартов.

– аспект качества – гарантирование качества результатов обучения на основе предложенных решений.

– инновационно-технологический аспект – технологическая поддержка разработки остальных аспектов за счет внедрения методов и средств интеллектуальной поддержки принятия решений и инженерии знаний.

Среди перечисленных аспектов последний является наименее проработанным, при этом в современных условиях и объемах накопленного знания по проблеме исследования он является необходимым для проведения как теоретических научных изысканий, так и разработки прикладных научно обоснованных решений по управлению качеством результатов формального и неформального образования в области подготовки ИТ-специалистов.

Определенная в качестве ведущей компетентностная парадигма в системах формального и неформального образования призвана установить требования к уровню и содержанию результатов обучения ИТ-специалиста. Однако система образования и рынок труда реализуют компетентносный подход некогерентно [1]. Этим обуславливается большое количество нормативно-рекомендательных документов, устанавливающих требования к результатам обучения и уровню квалификации ИТ-специалистов: на государственном уровне – это федеральные государственные стандарты (ФГОС3+) и профессиональные стандарты (АПКИТ); на международном уровне – международные образовательные стандарты, рамки компетенций и квалификаций [7].

Поиск путей интеграции данных требований является насущной проблемой для систем формального и неформального образования [2–6, 9–11].

Одним из вариантов решения данной проблемы является разработка интеллектуальной системы поддержки принятия решений, одним из компонентов которой является онтологическая база знаний [8].

В идеале база знаний должна интегрировать все названные документы. В рамках настоящей статьи рассмотрим разработку фрагмента такой онтологической модели на примере профессионального стандарта «Системный аналитик».

На основе анализа содержания данного документа была разработана концепция отражения профессионального стандарта в виде фреймовой модели (рис. 1).

Так как рассматриваемая предметная область сложна, сама база не ограничится описанием только одного профессионального стандарта и процесс разработки базы знаний носит итерационный характер, предполагается, что предложенное модельное представление может быть доработано или изменено.

Рассмотрим построение онтологической модели базы знаний в Protege.

konkov1.wmf

Рис. 1. «Первичное» представление о модели профессионального стандарта

Перечень слотов

Название подкласса

Название слота

Тип

Трудовые_функции

Наименование_и_код

String (Domain: Трудовые_функции )

Классификационные_уровни

Должность

String (Domain: Классификационные_уровни)

Классификационные_уровни

Номер_уровня

String (Domain: Классификационные_уровни)

Классификационные_уровни

Соответствуют_трудовые_функции

Instanse of Трудовые_функции (Domain: Классификационные_уровни)

Классификационные_уровни

Требование_к_образованию

String (Domain: Классификационные_уровни)

Классификационные_уровни

Требование_к_опыту

String (Domain: Классификационные_уровни)

Трудовые_действия

Наименование_ТД

String (Domain: Трудовые_действия)

Трудовые_действия

Соответствуют_должности

Instanse of Классификационные_уровни (Domain: Трудовые_действия)

Необходимые_умения

Наименование_НУ

String (Domain: Необходимые_умения)

Необходимые_знания

Наименование_НЗ

String (Domain: Необходимые_знания)

konkov2.tif

Рис. 2. Слоты класса Классификационные_уровни

konkov3.tif

Рис. 3. Экземпляры класса Трудовые функции

Создадим класс, который бы описывал профессиональный стандарт для системного аналитика, и назовем его ПС_Системный_аналитик.

В соответствии с рис. 1 подклассами класса ПС_СА будут являться:

  • Классификационные_уровни;
  • Трудовые_функции;

– Трудовые_действия;

– Необходимые_умения;

– Необходимые_знания.

Атрибуты и отношения класса в фреймовом представлении описываются конструкцией под названием слот.

В соответствии со стандартом были выделены следующие слоты (таблица).

konkov4.tif

Рис. 4. Экземпляры класса Классификационные уровни

konkov5.tif

Рис. 5. Визуализация компетентностно-онтологической модели (фрагмент)

Созданные слоты отображаются в окне редакторов классов (рис. 2).

Далее переходим к созданию экземпляров классов. Начнем заполнение экземпляров класса с трудовых функций в соответствии с содержанием выбранного профессионального стандарта (рис. 3).

При заполнении Классификационных уровней выберем Должность в разделе INSTANCE BROWSER. По должностям все поля будут заполнены (рис. 4).

Чтобы проверить правильность связи трудовых и классификационных уровней, можем воспользоваться вкладкой Queries (запросы). Данная вкладка может использоваться на этапе тестирования базы знаний. Убедившись, что запросы выдают корректные результаты, можно сказать, что онтология составлена верно.

Описанная модель является фрагментом более обширной онтологической модели (рис. 5), интегрирующей требования ФГОС ВО и других стандартов. В дальнейшем, она может быть экспортирована в XML или иной формат и стать базой знаний интеллектуальной системы поддержки принятия решений в системе формального и неформального ИТ-образования.

Такая система станет серьёзной интеллектуально-технологической поддержкой для специалистов, занимающихся проблемой подготовки конкурентоспособных кадров для ИТ-отрасли в системе формального и неформального образования и может быть использована как на уровне получения новых научных результатов (в ходе разработки новых методов и моделей управления знаниями, общей и частных педагогических концепций адаптивного управления качеством результатов обучения; разработки и развития новых методологических подходов; разработки нормативных моделей реализации концепций), так и на уровне практического применения научных результатов (в ходе разработки образовательных и профессиональных стандартов, рамок компетенций и квалификаций, образовательных программ формального и неформального образования, построения систем аттестации и сертификации, индивидуальных образовательных и карьерных траекторий; разработки интеллектуальных информационных систем поддержки принятия решений в ИТ-образовании). Методические рекомендации по применению разработок в условиях формального и неформального ИТ-образования станут важной методологической поддержкой, обеспечивающей распространение и активное использование разработок.


Библиографическая ссылка

Конькова Д.С., Курзаева Л.В., Лактионова Ю.С., Чичиланова С.А. РАЗРАБОТКА КОМПЕТЕНТНОСТНО-ОНТОЛОГИЧЕСКОЙ МОДЕЛИ ДЛЯ ПОСТАНОВКИ И РЕШЕНИЯ ЗАДАЧ УПРАВЛЕНИЯ В СИСТЕМАХ ФОРМАЛЬНОГО И НЕФОРМАЛЬНОГО ИТ-ОБРАЗОВАНИЯ // Фундаментальные исследования. – 2016. – № 12-2. – С. 296-301;
URL: https://fundamental-research.ru/ru/article/view?id=41086 (дата обращения: 16.04.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674