и н ф о рмат и к а и о б ра зо в а н и е
Том 37 № 4 август 2022
ISSN (print) 0234-0453
ISSN (online) 2658-7769
издается
с августа 1986 года
Содержание
ИНФОРМАТИЗАЦИЯ ОБРАЗОВАНИЯ
Яникова З. М. Цифровые платформы и сервисы для трансформации отрасли «Образование»..............................................5
Мирошниченко А. Г., Правосудов Р. Н., Кузьмин Д. А. Развитие информационной системы СибГМУ на основе
автоматизации процессов подготовки образовательных программ.................................................................................................. 11
ПЕДАГОГИЧЕСКИЙ ОПЫТ
Мухаметзянов И. Ш. Организационно-управленческие проблемы смешанного и гибридного обучения.................... 19
Vainshtein Yu. V., Noskov M. V., Shershneva V. A., Tanzy M. V. Mathematics e-learning in the conditions
of bilinguality................................................................................................................................................................................................................... 25
Абдулгалимов Г. Л., Косино О. А., Гоголданова К. В. Техническое зрение: практикум по настройке
и программированию................................................................................................................................................................................................ 34
Литвак Е. Г. Методика преподавания проектирования баз данных на основе четырехкомпонентной модели
педагогического дизайна......................................................................................................................................................................................... 46
Токтарова В. И., Попова О. Г. Анализ образовательных данных взаимосвязи успешности обучения и поведения
студентов в цифровой образовательной среде вуза.................................................................................................................................. 54
Гусева Е. В., Родионов М. А. Обучение курсантов военного вуза решению расчетных задач военно-прикладной
направленности с использованием специализированного программного обеспечения........................................................ 64
ПЕДАГОГИЧЕСКИЕ ИЗМЕРЕНИЯ И ТЕСТЫ
Баженова И. В., Клунникова М. М., Пак Н. И. Интеллектуальная модель оценки уровня расчетно-алгоритмиче
ского компонента вычислительного мышления обучающихся............................................................................................................. 71
ЗАРУБЕЖНЫЙ ОПЫТ
Климович А. Ф., Минич О. А. Модернизация состава ИКТ-компетенций педагогов для подготовки будущих
учителей в области методов электронного обучения и сетевого взаимодействия..................................................................... 80
Свидетельство о регистрации
средства массовой информации
ПИ № 77-7065 от 10 января 2001 г.
Издатель ООО «Образование и Информатика»
119261, Россия, г. Москва, Ленинский пр-т, д. 82/2, комн. 6
Телефон: +7 (495) 140-19-86
E-mail: info@infojournal.ru
Сайт издательства: http://infojournal.ru/
Почтовый адрес: 119270, Россия, г. Москва, а/я 15
«образование и информатика»
ISSN (print) 0234-0453
ISSN (online) 2658-7769
Журнал входит в Перечень
российских рецензируемых
научных изданий ВАК,
в которых должны быть
опубликованы основные
научные результаты
диссертаций на соискание
ученых степеней доктора
и кандидата наук
Контакты
Главный редактор
grigorsg@infojоurnal.ru
Редакция
readinfo@infojournal.ru
Отдел распространения
info@infojournal.ru
Телефон
+7 (495) 140-19-86
Почтовый адрес
119270, Россия, г. Москва,
а/я 15
Сайт журнала
http://info.infojournal.ru
ОБЪЕДИНЕННАЯ
РЕДАКЦИЯ ИНФО
Главный редактор журнала
«Информатика и образование»
ГРИГОРЬЕВ Сергей Георгиевич
Главный редактор журнала
«Информатика в школе»
БОСОВА Людмила Леонидовна
Директор издательства
РЫБАКОВ Даниил Сергеевич
Научный редактор
ДЕРГАЧЕВА Лариса Михайловна
Ведущий редактор
КИРИЧЕНКО Ирина Борисовна
Редактор отдела
БАСЫРОВА Зифа Аббясовна
Корректоры
КРИКУНОВА Галина Викторовна
ШАРАПКОВА Людмила Михайловна
Верстка
ФЕДОТОВ Дмитрий Викторович
Дизайн
ГЛАВНИЦКИЙ Евгений Николаевич
Отдел распространения
и рекламы
КУЗНЕЦОВА Елена Александровна
2
ГЛАВНЫЙ РЕДАКТОР
ГРИГОРЬЕВ Сергей Георгиевич
чл.-корр. РАО, доктор тех. наук, профессор, Институт цифрового образования Московского городского
педагогического университета, профессор департамента информатики, управления и технологий
(Москва, Россия)
РЕДАКЦИОННАЯ КОЛЛЕГИЯ
ВАСИЛЬЕВ Владимир Николаевич
чл.-корр. РАН, чл.-корр. РАО, доктор тех. наук, профессор, Национальный исследовательский университет
ИТМО, ректор (Санкт-Петербург, Россия)
ГЕЙН Александр Георгиевич
доктор пед. наук, канд. физ.-мат. наук, профессор, Институт естественных наук и математики Уральского
федерального университета имени первого Президента России Б. Н. Ельцина, профессор кафедры
алгебры и фундаментальной информатики (Екатеринбург, Россия)
ГРИНШКУН Вадим Валерьевич
академик РАО, доктор пед. наук, профессор, Институт цифрового образования Московского городского
педагогического университета, начальник департамента информатизации образования (Москва, Россия)
ДОБРОВОЛЬСКИЙ Николай Михайлович
доктор физ.-мат. наук, профессор, факультет математики, физики и информатики Тульского
государственного педагогического университета им. Л. Н. Толстого, зав. кафедрой алгебры,
математического анализа и геометрии (Тула, Россия)
ЛАПТЕВ Владимир Валентинович
академик РАО, доктор пед. наук, канд. физ.-мат. наук, профессор, Российский государственный педаго
гический университет им. А. И. Герцена, Санкт-Петербург, первый проректор (Санкт‑Петербург, Россия)
НОВИКОВ Дмитрий Александрович
чл.-корр. РАН, доктор тех. наук, профессор, Институт проблем управления РАН, директор (Москва, Россия)
РОДИОНОВ Михаил Алексеевич
доктор пед. наук, профессор, Педагогический институт им. В. Г. Белинского Пензенского государственного
университета, зав. кафедрой «Информатика и методика обучения информатике и математике»
(Пенза, Россия)
СЕМЕНОВ Алексей Львович
академик РАН, академик РАО, доктор физ.-мат. наук, профессор, Институт кибернетики и образовательной
информатики Федерального исследовательского центра «Информатика и управление» РАН, директор
(Москва, Россия)
СМОЛЯНИНОВА Ольга Георгиевна
академик РАО, доктор пед. наук, профессор, Институт педагогики, психологии и социологии Сибирского
федерального университета, директор (Красноярск, Россия)
УВАРОВ Александр Юрьевич
доктор пед. наук, профессор, Институт кибернетики и образовательной информатики Федерального
исследовательского центра «Информатика и управление» РАН, руководитель отдела образовательной
информатики (Москва, Россия)
ХЕННЕР Евгений Карлович
чл.-корр. РАО, доктор физ.-мат. наук, профессор, механико-математический факультет Пермского
государственного национального исследовательского университета, профессор кафедры
информационных технологий (Пермь, Россия)
ШАКИРОВА Лилиана Рафиковна
доктор пед. наук, профессор, Институт математики и механики им. Н. И. Лобачевского Казанского
(Приволжского) федерального университета, зав. кафедрой теории и технологий преподавания
математики и информатики (Казань, Россия)
БОНК Кёртис Джей
Ph.D., Педагогическая школа Индианского университета в Блумингтоне, профессор (Блумингтон, США)
ДАГЕНЕ Валентина Антановна
доктор наук, профессор, Институт наук о данных и цифровых технологий Вильнюсского университета,
руководитель группы образовательных систем (Вильнюс, Литва)
ЛЕВИН Илья
Ph.D., Педагогический колледж Тель-Авивского университета, профессор (Тель-Авив, Израиль)
ПРАКАША Дж. С.
Ph.D., Школа образования Христианского университета, ассистент (Бангалор, Индия)
СЕРГЕЕВ Ярослав Дмитриевич
доктор физ.-мат. наук, профессор, Университет Калабрии, профессор (Козенца, Италия); профессор,
Нижегородский государственный университет им. Н. И. Лобачевского (Нижний Новгород, Россия)
СТОЯНОВ Станимир Недялков
Ph.D., Пловдивский университет «Паисий Хилендарский», профессор факультета математики
и информатики (Пловдив, Болгария)
ФОМИН Сергей Анатольевич
Ph.D., Университет штата Калифорния в Чико, профессор (Чико, США)
ФОРКОШ БАРУХ Алона
Ph.D., Педагогический колледж им. Левински, ст. преподаватель (Тель-Авив, Израиль)
S c h o l a r l y
j o u r n a l
I N F O R MAT I C S A N D E D U C AT I O N
Volume 37 No 4 August 2022
ISSN (print) 0234-0453
ISSN (online) 2658-7769
published
since August 1986
Table of Contents
INFORMATIZATION OF EDUCATION
Z. M. Yanikova. Digital platforms and services to transform the education industry............................................................................5
A. G. Miroshnichenko, R. N. Pravosudov, D. A. Kuzmin. Developing the SibMed information system through
automating the educational program preparation processes...................................................................................................................... 11
PEDAGOGICAL EXPERIENCE
I. Sh. Mukhametzyanov. Organizational and managerial problems of blended and hybrid learning........................................ 19
Yu. V. Vainshtein, M. V. Noskov, V. A. Shershneva, M. V. Tanzy. Mathematics e-learning in the conditions
of bilinguality................................................................................................................................................................................................................... 25
G. L. Abdulgalimov, O. A. Kosino, K. V. Gogoldanova. Computer vision: A practicum in setting up and programming.... 34
E. G. Litvak. A methodology for teaching database design based on a four-component instructional design model........... 46
V. I. Toktarova, O. G. Popova. An analysis of educational data on the correlation between learning success and
students' behavior in the university digital educational environment...................................................................................................... 54
E. V. Guseva, M. A. Rodionov. Training cadets at higher military educational institutions to solve military applied
computational problems using customized software...................................................................................................................................... 64
PEDAGOGICAL MEASUREMENTS AND TESTS
I. V. Bazhenova, M. M. Klunnikova, N. I. Pak. An intelligent model to assess the level of the computational
algorithmic component of students’ computational thinking...................................................................................................................... 71
FOREIGN EXPERIENCE
A. F. Klimovich, O. A. Minich. Modernizing the structure of educators' ICT competencies to train future teachers
to use e-learning methods and networking........................................................................................................................................................ 80
Certificate of Registration
of Mass Media PI No. 77-7065
dated January 10, 2001
Publisher: LLC "Education and Informatics"
119261, Russia, Moscow, Leninsky prospect, 82/2, room 6
Phone: +7 (495) 140-19-86
E-mail: info@infojournal.ru
Publisher's website: http://infojournal.ru/
Postal address: 119270, Russia, Moscow, PO Box 15
"EDUCATION AND INFORMATICS"
ISSN (print) 0234-0453
ISSN (online) 2658-7769
EDITOR-IN-CHIEF
The journal is included in the
List of Russian peer-reviewed
scientific publications of the
Higher Attestation Commission,
in which the main scientific
results of dissertations
should be published for the
degrees of Doctor of Sciences
and Candidate of Sciences
EDITORIAL BOARD
Contacts
Nikolai M. DOBROVOLSKII
Editor-in-chief
grigorsg@infojоurnal.ru
Editorial team
readinfo@infojournal.ru
Distribution
and Advertising Department
info@infojournal.ru
Phone
+7 (495) 140-19-86
Postal address
119270, Russia, Moscow,
PO Box 15
Journal website
http://info.infojournal.ru
EDITORIAL TEAM
Editor-in-Chief of the
"Informatics and Education" journal
Sergey G. GRIGORIEV
Editor-in-Chief of the
"Informatics in School" journal
Lyudmila L. BOSOVA
Director of Publishing House
Daniil S. RYBAKOV
Science Editor
Larisa M. DERGACHEVA
Senior Editor
Irina B. KIRICHENKO
Editor
Zifa A. BASYROVA
Proofreaders
Galina V. KRIKUNOVA
Lyudmila M. SHARAPKOVA
Layout
Dmitry V. FEDOTOV
Design
Eugene N. GLAVNICKY
Distribution and Advertising
Department
Elena A. KUZNETSOVA
4
Sergey G. GRIGORIEV
Corresponding Member of RAE, Dr. Sci. (Eng.), Professor, Professor at the Department of IT, Management
and Technology, Institute of Digital Education, Moscow City University (Moscow, Russia)
Vladimir N. VASILIEV
Corresponding Member of RAS, Corresponding Member of RAE, Dr. Sci. (Eng.), Professor, Rector of ITMO
University (St. Petersburg, Russia)
Alexander G. GEIN
Dr. Sci. (Edu.), Cand. Sci. (Phys.-Math.), Professor, Professor at the Department of Algebra and Fundamental
Informatics, Institute of Natural Sciences and Mathematics, Ural Federal University named after the first
President of Russia B. N. Yeltsin (Ekaterinburg, Russia)
Vadim V. GRINSHKUN
Academician of RAE, Dr. Sci. (Edu.), Professor, Head of the Department of Education Informatization, Institute
of Digital Education, Moscow City University (Moscow, Russia)
Dr. Sci. (Phys.-Math.), Professor, Head of the Department of Algebra, Mathematical Analysis and Geometry,
Faculty of Mathematics, Physics and Information Technologies, Tula State Lev Tolstoy Pedagogical University
(Tula, Russia)
Vladimir V. LAPTEV
Academician of RAE, Dr. Sci. (Edu.), Cand. Sci. (Phys.-Math.), Professor, First Vice Rector of the Herzen State
Pedagogical University of Russia (St. Petersburg, Russia)
Dmitry A. NOVIKOV
Corresponding Member of RAS, Dr. Sci. (Eng.), Professor, Director of the Institute of Control Sciences of RAS
(Moscow, Russia)
Mikhail A. RODIONOV
Dr. Sci. (Edu.), Professor, Head of the Department "Informatics and Methods of Teaching Informatics
and Mathematics", Pedagogical Institute named after V. G. Belinsky, Penza State University (Penza, Russia)
Alexei L. SEMENOV
Academician of RAS, Academician of RAE, Dr. Sci. (Phys.-Math.), Professor, Director of the Institute
for Cybernetics and Educational Computing of the Federal Research Center "Computer Science and Control"
of RAS (Moscow, Russia)
Olga G. SMOLYANINOVA
Academician of RAE, Dr. Sci. (Edu.), Professor, Director of Institute of Education Science, Psychology and
Sociology, Siberian Federal University (Krasnoyarsk, Russia)
Alexander Yu. UVAROV
Dr. Sci. (Edu.), Professor, Head of the Educational Informatics Department, Institute for Cybernetics and
Educational Computing of the Federal Research Centre "Computer Science and Control" of RAS (Moscow, Russia)
Evgeniy K. KHENNER
Corresponding Member of RAE, Dr. Sci. (Phys.-Math.), Professor, Professor at the Department of Information
Technologies, Faculty of Mechanics and Mathematics, Perm State National Research University (Perm, Russia)
Liliana R. SHAKIROVA
Dr. Sci. (Edu.), Professor, Head of the Department of Theories and Technologies of Mathematics and Information
Technology Teaching, N. I. Lobachevsky Institute of Mathematics and Mechanics, Kazan (Volga region) Federal
University (Kazan, Russia)
Curtis Jay BONK
Ph.D., Professor at the School of Education of Indiana University in Bloomington (Bloomington, USA)
Valentina DAGIENĖ
Dr. (HP), Professor, Head of the Education Systems Group, Institute of Data Sciences and Digital Technologies,
Vilnius University (Vilnius, Lithuania)
Ilya LEVIN
Ph.D., Professor at the Department of Mathematics, Science and Technology Education, School of Education,
Tel Aviv University (Tel Aviv, Israel)
G. S. PRAKASHA
Ph.D., Assistant Professor, School of Education, Christ University (Bangalore, India)
Yaroslav D. SERGEYEV
Ph.D., D.Sc., D.H.C., Distinguished Professor, Professor, University of Calabria (Cosenza, Italy); Professor,
Lobachevsky State University (Nizhny Novgorod, Russia)
Stanimir N. STOYANOV
Ph.D., Professor at the Faculty of Mathematics and Informatics, University of Plovdiv "Paisii Hilendarski"
(Plovdiv, Bulgaria)
Sergei A. FOMIN
Ph.D., Professor, California State University in Chico (Chico, USA)
Alona FORKOSH BARUCH
Ph.D., Senior Teacher, Pedagogical College Levinsky (Tel Aviv, Israel)
ИНФОРМАТИЗАЦИЯ ОБРАЗОВАНИЯ / INFORMATIZATION OF EDUCATION
2022;37(4):5–10
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Цифровые платформы и сервисы
для трансформации отрасли «Образование»
З. М. Яникова1
1
Фирма «1С», г. Москва, Россия
yanz@1c.ru
Аннотация
В статье раскрываются перспективы цифровой трансформации России к 2030 году. Отрасль «Образование» является обязательной для всех регионов, и на федеральном уровне определены индикаторы для расчета показателей ее цифровой трансформации.
Во всех субъектах РФ востребованы цифровые платформы и сервисы, которые способны обеспечить исполнение федеральных
требований с учетом региональной специфики. С этой целью проведен подробный анализ индикаторов для расчета показателей
цифровой трансформации в отрасли «Образование» на основе программных продуктов фирмы «1С».
В связи с этим модель комплексной автоматизации современной образовательной организации при внедрении модулей проекта «Цифровая школа» на платформе «1С:Предприятие» представляет практический интерес для администраций отечественных
образовательных организаций, использование которых позволит осуществить цифровую трансформацию отрасли «Образование».
Особое внимание уделено использованию обязательных индикаторов для расчета показателей эффективности цифровой трансформации на уровне региона и кейсам реальной автоматизации, которые наглядно показывают, как и с применением каких
технологий и сервисов 1С конкретные образовательные организации реализовали свои потребности.
Ключевые слова: цифровизация, цифровая трансформация, управление школой, цифровая экономика, цифровая школа,
информационно-образовательная среда, «1С:Предприятие», 1С.
Для цитирования:
Яникова З. М. Цифровые платформы и сервисы для трансформации отрасли «Образование». Информатика и образование.
2022;37(4):5–10. DOI: 10.32517/0234-0453-2022-37-4-5-10
Digital platforms and services
to transform the education industry
Z. M. Yanikova1
1
1C Сompany, Moscow, Russia
yanz@1c.ru
Abstract
The article discusses the prospects for Russia’s digital transformation by 2030. The education industry is mandatory for all
regions. Thus, variables necessary to calculate its digital transformation indicators have been identified at the federal level. In all
constituent entities of the Russian Federation, there is a demand for digital platforms and services that can ensure the fulfillment
of federal requirements taking into account regional specifics. To this end, the article provides a detailed analysis of the variables
for calculating digital transformation indicators in the education industry. The analysis was performed using 1C software products.
In this regard, the model of the integrated automation of a modern educational institution when delivering the modules of the
Digital School project on the 1C:Enterprise development platform is of practical interest to the administrations of Russian educational
organizations. Using it will make it possible to digitally transform the education industry. The article thoroughly examines the use of
mandatory variables for calculating digital transformation performance indicators at the regional level. Additionally, the research
focuses on real automation cases that clearly demonstrate how and with what technologies and 1C services specific educational
institutions have addressed their needs.
Keywords: digitalization, digital transformation, school management, digital economy, digital school, information educational
environment, 1C:Enterprise, 1C.
For citation:
Yanikova Z. M. Digital platforms and services to transform the education industry. Informatics and Education. 2022;37(4):5–10.
(In Russian.) DOI: 10.32517/0234-0453-2022-37-4-5-10
Яникова З. М. Цифровые платформы и сервисы для трансформации отрасли «Образование»
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
1. Введение
2. Материалы и методы
4 декабря 2020 года Президент России В. В. Путин поручил кабинету министров провести в ближайшие десять лет цифровую трансформацию всей
России. В рамках этого глобального проекта повсеместно будет внедряться искусственный интеллект,
цифровая трансформация затронет каждого человека
в стране и все уровни власти. При реализации этих
задач правительство будет опираться на «суверенные
технологические заделы», разработки отечественных
инновационных компаний и стартапов, а также математических школ.
«В наступающее десятилетие нам предстоит провести цифровую трансформацию всей страны, всей
России, повсеместно внедрить технологии искусственного интеллекта, анализа больших данных», —
заявил В. В. Путин на международной онлайн-конференции Artificial Intelligence Journey [1].
В рамках национальной цели «Цифровая трансформация» необходимо до 2030 года достичь выполнения следующих показателей:
• «цифровой зрелости» ключевых отраслей
экономики и социальной сферы, в том числе
здравоохранения и образования, а также государственного управления;
• увеличения до 95 % доли массовых социально
значимых услуг, доступных в электронном
виде;
• повышения до 97 % доли домохозяйств, которым обеспечена возможность широкополосного доступа к интернету;
• роста в четыре раза по сравнению с показателем 2019 года вложений в отечественные
решения в сфере ИТ.
Таким образом, 2021 год стал поворотным для
цифровизации отрасли «Образование» в связи с разработкой и принятием региональных стратегий
цифровой трансформации в соответствии с федеральными требованиями, а именно:
• Указом Президента Российской Федерации
от 04.02.2021 № 68 «Об оценке эффективности деятельности высших должностных лиц
(руководителей высших исполнительных
органов государственной власти) субъектов
Российской Федерации и деятельности органов
исполнительной власти субъектов Российской
Федерации» [2];
• постановлением Правительства Российской
Федерации от 03.04.2021 № 542 «Об утверждении методик расчета показателей для оценки
эффективности деятельности высших должностных лиц (руководителей высших исполнительных органов государственной власти)
субъектов Российской Федерации и деятельности органов исполнительной власти субъектов
Российской Федерации, а также о признании
утратившими силу отдельных положений
постановления Правительства Российской
Федерации от 17 июля 2019 г. № 915» [3].
Отрасль «Образование» относится к обязательным
для всех регионов, и на федеральном уровне установлены индикаторы для расчета показателей цифровой
трансформации. В связи с этим во всех 85 субъектах
РФ востребованы цифровые платформы и сервисы,
которые способны обеспечить исполнение федеральных требований с учетом региональной специфики.
Отечественные программные продукты системы
«1С:Предприятие» и инновационная технологическая
платформа, на которой они построены, ежедневно применяются для повышения эффективности управления
и учета более чем на 5 млн рабочих мест в организациях различных размеров и форм собственности в России и других странах. Технологическая платформа
«1С:Предприятие 8» является уникальным сочетанием комплекса инструментов и технологий (full-stack
platform), позволяющего разрабатывать высоконагруженные кросс-платформенные бизнес-решения
любой сложности, и концепции low-code, дающей возможность минимизировать объем написанного кода,
значительную часть разработки осуществлять в режиме визуального конструирования и в ряде случаев
модифицировать бизнес-логику приложения силами
конечных пользователей. Low-code платформы становятся все более востребованными в мире, поскольку
они ускоряют цикл цифровой трансформации от бизнес-потребности до работающего бизнес-процесса [4].
6
3. Результаты
В таблице приведены результаты применения
индикаторов для расчета показателей цифровой
трансформации в отрасли «Образование» на основе
программных продуктов фирмы «1С» [5].
В связи с этим для образовательных организаций
общего образования остается актуальным проект
комплексной автоматизации «Цифровая школа»
на платформе «1С:Предприятие» [6], так как входящие в него модули («1С:Общеобразовательное
учреждение», «1С:Автоматизированное составление
расписания. Школа», «1С:Психодиагностика образовательного учреждения», «1С:Образование 5.
Школа», «1С:Оценка качества образования. Школа», «1С:Школьный аттестат», «1С:Цифровая
библиотека учебных материалов», «1С:Школьный
буфет», «1С:Школьное питание», «1С:Школьная
проходная», «1С:Бухгалтерия государственного учреждения», «1С:Зарплата и кадры государственного
учреждения») обеспечивают стопроцентное исполнение вышеперечисленных показателей.
На рисунке представлена модель комплексной
автоматизации современной образовательной организации при внедрении проекта «Цифровая школа»
на платформе «1С:Предприятие».
Приведенный выше перечень решений позволяет реализовать все возможные потребности
пользователей из образовательных организаций
[7–20], для полного представления которых запу-
Yanikova Z. M. Digital platforms and services to transform the education industry
2022;37(4):5–10
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Таблица / Table
Результаты применения показателей цифровой трансформации
для отрасли «Образование» с использованием решений 1С
Results of applying digital transformation indicators
to the education industry using 1C solutions
Индикаторы для расчета показателей по отрасли
«Образование»
Программные продукты «1С», обеспечивающие исполнение
показателей по отрасли «Образование»
Результат,
% исполнения
показателя
2.1. Доля учащихся, по которым осуществляется ведение
цифрового профиля
«1С:Общеобразовательное учреждение»
Система включена в «Единый реестр Минкомсвязи российских программ для электронных вычислительных машин и баз данных».
Сертификат соответствия ФСТЭК России № 4183 от 04.12.2019,
действителен до 04.12.2024.
«1С:Образование»
Система включена в Единую платформу «Навигатор образования»
Министерства просвещения РФ и Агентства стратегических инициа
тив, в также в «Единый реестр Минкомсвязи российских программ
для электронных вычислительных машин и баз данных».
100
2.2. Доля учащихся, которым
предложены рекомендации по
повышению качества обучения
и формированию индивидуальных траекторий с использованием данных цифрового
портфолио учащегося
«1С:Оценка качества образования. Школа»
Включена в «Единый реестр Минкомсвязи российских программ для
электронных вычислительных машин и баз данных».
«1С:Психодиагностика образовательного учреждения»
Система включена в «Единый реестр Минкомсвязи российских программ для электронных вычислительных машин и баз данных».
Сертификат соответствия ФСТЭК России № 4183 от 04.12.2019,
действителен до 04.12.2024.
«1С:Автоматизированное составление расписания. Школа»
Система включена в «Единый реестр Минкомсвязи российских программ для электронных вычислительных машин и баз данных».
Сертификат соответствия ФСТЭК России № 4183 от 04.12.2019,
действителен до 04.12.2024.
100
2.3. Доля педагогических работников, получивших возможность использования верифицированного цифрового
образовательного контента
и цифровых образовательных
сервисов
«1С:Образование»
Система включена в Единую платформу «Навигатор образования»
Министерства просвещения РФ и Агентства стратегических инициа
тив, а также в «Единый реестр Минкомсвязи российских программ
для электронных вычислительных машин и баз данных».
Учебные пособия серии «1С:Школа»
Выпускаются издательством «1С-Паблишинг», входящим в перечень
организаций, выпускающих учебные пособия, допущенные к использованию при реализации образовательных программ общего образования, имеющих государственную аккредитацию согласно Приказу
Минобрнауки РФ № 699 от 09.06.2016, строка 8 Приложения.
100
2.4. Доля учащихся, имеющих
возможность бесплатного доступа к верифицированному
цифровому образовательному
контенту и сервисам для самостоятельной подготовки
Учебные пособия серии «1С:Школа»
Выпускаются издательством «1С-Паблишинг», входящим в перечень
организаций, выпускающих учебные пособия, допущенные к использованию при реализации образовательных программ общего образования, имеющих государственную аккредитацию согласно Приказу
Минобрнауки РФ № 699 от 09.06.2016, строка 8 Приложения.
100
2.5. Доля заданий в электронной форме для учащихся, проверяемых с использованием
технологий автоматизированной проверки
«1С:Образование»
Система включена в Единую платформу «Навигатор образования»
Министерства просвещения РФ и Агентства стратегических инициа
тив, в также в «Единый реестр Минкомсвязи российских программ
для электронных вычислительных машин и баз данных».
100
Источник: [1, 2].
щен специализированный раздел «Образование» на
сайте «1С:Консалтинг» [21]. Особую ценность представляют кейсы реальной автоматизации, которые
наглядно показывают, как и с применением каких
технологий и сервисов 1С конкретные образовательные организации реализовали свои потребности.
Фирмой «1С» выпущен межотраслевой программный продукт «1С:Плановое питание КОРП»,
предназначенный для создания информационной
системы учета коллективного питания на региональном или муниципальном уровне на технологической
платформе «1С:Fresh». Своевременность выпуска
нового решения обусловлена необходимостью исполнения Перечня поручений по реализации Послания Президента РФ Федеральному Собранию от
15.01.2020 (Пр-113, п. 5а; Пр-113, п. 5б) [22]. В конце
7
2022;37(4):5–10
Яникова З. М. Цифровые платформы и сервисы для трансформации отрасли «Образование»
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
Рис. «Цифровая школа» на платформе «1С:Предприятие»
Fig. “Digital School” on the 1C:Enterprise platform
2021 года стартовал масштабный облачный проект
в Тульской области по внедрению «1С:Плановое питание КОРП», в рамках которого будет охвачено 527 пищеблоков образовательных организаций региона.
Оценка индекса роста реальной среднемесячной
заработной платы педагогических работников и работников бюджетной сферы — одна из актуальных
задач для регионов в связи с Указом Президента РФ
от 04.02.2021 № 68 «Об оценке эффективности деятельности высших должностных лиц (руководителей
высших исполнительных органов государственной
власти) субъектов Российской Федерации и деятельности органов исполнительной власти субъектов
Российской Федерации». Фирма «1С» совместно
с партнерской сетью активно внедряет проекты по
реализации облачной финансово-хозяйственной
деятельности, кадрового учета с использованием
«1С:Реестр кадров». Это позволяет в автоматизированном режиме оперативно консолидировать данные
о кадровом составе и заработной плате государственных и муниципальных учреждений любой отраслевой направленности. Предусмотренный функционал
дает возможность осуществлять контроль штатной
численности и кадровых перестановок, сокращения
бюджетных расходов, начислений по сотрудникам.
Обратная связь от пользователей из Новгородской,
Тверской и Липецкой областей, Республики Дагестан, Республики Саха (Якутия) показывает, что востребованными функциями также являются проведение анализа кадрового потенциала и осуществление
контроля наполненности и достоверности данных.
После ряда трагических событий в учебных заведениях РФ снова остро встал вопрос безопасности
детей в школах и детских садах. В связи с этим
8
актуализированы функциональные возможности
программного продукта «1С:Школьная проходная» — появился новый функционал «Учет посещаемости секций организаций дополнительного
образования». В связи с нынешней эпидемиологической обстановкой, требующей разделения потоков
в образовательных учреждениях и использования
большего количества входов и выходов, появилась
возможность оборудовать дополнительные входы/
выходы терминалами учета посетителей на базе
мобильных телефонов c операционной системой
Android, имеющих модули NFС. Для своевременного выявления детей с отклоняющимся поведением
в программе «1С:Психодиагностика образовательного учреждения» есть блок методик «Склонность
к аддиктивному поведению», позволяющий в том
числе своевременно выявить учащихся со склонностью к наркотизации.
В 2021 году благодаря своевременно выпущенному релизу «1С:Школьный аттестат» большинство
школ РФ получили возможность печати бланков
аттестатов с генерацией двумерного матричного
штрихкода (QR-код), содержащего фамилию, имя,
отчество, регион выдачи аттестата, номер аттестата,
дату выдачи аттестата в соответствии с требованиями Приказа Министерства просвещения РФ от
05.10.2020 № 545 «Об утверждении образцов и описаний аттестатов об основном общем и среднем общем
образовании и приложений к ним».
Успешность проектов по автоматизации образовательных организаций обеспечивает сеть «Центров компетенции по образованию» [23], которая на
2021 год включала 60 партнеров 1С в РФ и одного
партнера в Казахстане.
Yanikova Z. M. Digital platforms and services to transform the education industry
2022;37(4):5–10
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
4. Выводы
Одним из ключевых направлений деятельности
управлением образовательными организациями
среднего образования является их комплексная
цифровизация. Использование современных цифровых платформ и сервисов позволит реализовать как
показатели цифровой трансформации, так и другие
отраслевые задачи, а именно:
• сформировать безопасную и экономически
эффективную цифровую среду, позволяющую
управлять образовательным процессом, контролировать и анализировать его результаты;
• оптимизировать управление образовательной,
административной, финансовой и хозяйственной деятельностью;
• упорядочить ключевые процессы образовательной организации, ускорить процедуры;
• автоматизировать процессы мониторинга
и контроля за результатами образовательных
процессов для возможности оценки степени их
эффективности;
• добиться максимальной прозрачности взаиморасчетов с учащимися;
• повысить экономическую эффективность услуг
дополнительного образования;
• повысить оперативность подготовки финансовой отчетности;
• обеспечить своевременное выявление факторов
риска при развитии личности ребенка для повышения успеваемости, безопасности учащихся и формирования комфортной социальной
среды;
• сократить трудозатраты сотрудников и увеличить время, выделяемое непосредственно на
учебный процесс;
• увеличить скорость обслуживания читателей
библиотек школы;
• повысить безопасность нахождения в образовательной организации.
Список источников / References
1. Выступление Президента Российской Федерации В. В. Путина на международной онлайн-конференции Artificial Intelligence Journey. Режим доступа:
https://www.cnews.ru/news/top/2020-12-04_putin_
rasporyadilsya_v_kratchajshie
[Speech by the President of the Russian Federation
V. V. Putin at an international online conference Artificial Intelligence Journey. (In Russian.) Available at: https://www.
cnews.ru/news/top/2020-12-04_putin_rasporyadilsya_v_
kratchajshie]
2. Указ Президента Российской Федерации от
04.02.2021 № 68: «Об оценке эффективности деятельности высших должностных лиц (руководителей высших
исполнительных органов государственной власти) субъектов Российской Федерации и деятельности органов исполнительной власти субъектов Российской Федерации».
Режим доступа: http://publication.pravo.gov.ru/Document/
View/0001202102040027
[Decree of the President of the Russian Federation
No. 68 dated 04.02.2021: “On evaluating the effectiveness of the activities of senior officials (heads of the highest executive bodies of state power) of the subjects of the
Russian Federation and the activities of executive bodies
of the subjects of the Russian Federation”. (In Russian.)
Available at: http://publication.pravo.gov.ru/Document/
View/0001202102040027]
3. Постановление Правительства Российской Федерации от 03.04.2021 № 542: «Об утверждении методик расчета показателей для оценки эффективности деятельности
высших должностных лиц (руководителей высших исполнительных органов государственной власти) субъектов
Российской Федерации и деятельности органов исполнительной власти субъектов Российской Федерации, а также
о признании утратившими силу отдельных положений
постановления Правительства Российской Федерации от
17 июля 2019 г. № 915». Режим доступа: http://publication.
pravo.gov.ru/Document/View/0001202104130046
[Resolution of the Government of the Russian Federation No. 542 dated 03.04.2021: “On approval of methods for
calculating indicators for evaluating the effectiveness of the
activities of senior officials (heads of supreme executive bodies of state power) of the subjects of the Russian Federation
and the activities of executive authorities of the subjects of
the Russian Federation, as well as on invalidation of certain
provisions of the Decree of the Government of the Russian
Federation dated July 17, 2019 No. 915”. (In Russian.)
Available at: http://publication.pravo.gov.ru/Document/
View/0001202104130046]
4. Нуралиев Б. Н. Взаимодействие экосистемы 1С
с системой образования в эпоху цифровой экономики. Новые информационные технологии в образовании — 2022.
Экосистема 1C для цифровизации экономики, организации учебного процесса и развития профессиональных
компетенций. XXII международная научно-практическая
конференция. 1–2 февраля 2022 г. Режим доступа: https://
educonf.1c.ru/conf2022/thesis/10297/
[Nuraliev B. N. Interaction of the 1C ecosystem with the
education system in the times of the digital economy. New
Information Technologies in Education — 2022. Ecosystem
1C for Digitalizing the Economy, Organizing the Educational
Process and the Development of Professional Competencies.
XXII International Scientific and Practical Conference.
February 1–2, 2022 (In Russian.) Available at: https://
educonf.1c.ru/conf2022/thesis/10297/]
5. Описание отраслевых решений для образования на
платформе «1С:Предприятие 8». Режим доступа: http://
solutions.1c.ru/education
[Description of industry solutions for education on the
1C:Enterprise 8 platform. (In Russian.) Available at: http://
solutions.1c.ru/education]
6. Обзор системы «1С:Предприятие 8». Режим доступа:
http://v8.1c.ru/overview/Platform.html
[Overview of the 1C:Enterprise 8 system. (In Russian.)
Available at: http://v8.1c.ru/overview/Platform.html]
7. Организация современной информационной образовательной среды: методическое пособие: А. С. Захаров,
Т. Б. Захарова, Н. К. Нателаури. М.: Прометей; 2016. 280 с.
Режим доступа: http://www.iprbookshop.ru/58164.html
[Organization of the modern information educational
environment: A methodological guide: A. S. Zakharov,
T. B. Zakharova, N. K. Natelauri. Moscow, Prometheus; 2016.
280 р. (In Russian.) Available at: http://www.iprbookshop.
ru/58164.html]
8. Зенков А. Р. Цифровизация образования: направления, возможности, риски. Вестник Воронежского государственного университета. Серия: Проблемы высшего
образования. 2020;(1):52–55. Режим доступа: https://www.
elibrary.ru/item.asp?id=42873886
[Zenkov A. R. Digitalization of education: Directions,
opportunities, risks. Proceedings of Voronezh State University. Series: Problems of Higher Education. 2020;(1):52–55.
(In Russian.) Available at: https://www.elibrary.ru/item.
asp?id=42873886]
9
2022;37(4):5–10
Яникова З. М. Цифровые платформы и сервисы для трансформации отрасли «Образование»
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
9. Налётова Н. Ю. Цифровизация образования: «за»
и «против», текущие и имманентные проблемы. Педагогика. 2020;(1):43–47.
[Naletova N. Yu. Digitalization of education: “Pros”
and “cons”, current and immanent problems. Pedagogy.
2020;(1):43–47. (In Russian.)]
10. Некоторые итоги цифровизации образования на
примере вынужденного удаленного школьного обучения:
В. И. Панов, Н. А. Борисенко, А. В. Капцов. Педагогика.
2020;(9):65–77.
[Some results of digitalization of education on the example
of forced remote schooling: V. I. Panov, N. A. Borisenko,
A. V. Kaptsov. Pedagogy. 2020;(9):65–77. (In Russian.)]
11. Никулина Т. В., Стариченко Е. Б. Информатизация и цифровизация образования: понятия, технологии, управление. Педагогическое образование в России.
2018;(8):107–113. Режим доступа: https://www.elibrary.
ru/item.asp?id=35534378
[Nikulina T. V., Starichenko E. B. Information and
digital of education: Concepts, technologies, management.
Pedagogical Education in Russia. 2018;(8):107–113. (In
Russian.) Available at: https://www.elibrary.ru/item.
asp?id=35534378]
12. Шадже А. Ю., Ильинова Н. А. Образование в условиях нового глобального риска: цифровизация и гуманизация. Социально-гуманитарные знания. 2020;(6):71–83.
DOI: 10.34823/SGZ.2020.5.51478. Режим доступа: http://
socgumzhurnal.ru/index.php/cod/2020-/-6/391-2020-0229-20-11-42
[Shadzhe A. Y., Ilyinova N. A. Education in the new global
risk conditions: Digitalization and humanization. Socio-humanitarian Knowledge. 2020;(6):71–83. (In Russian.) DOI:
10.34823/SGZ.2020.5.51478. Available at: http://socgumzhurnal.ru/index.php/cod/2020-/-6/391-2020-02-29-20-11-42]
13. Носков М. В., Дьячук П. П., Добронец Б. С., Вайнштейн Ю. В., Кытманов А. А., Лапчик М. П., Рагулина М. И., Хеннер Е. К., Захарова И. Г., Пак Н. И., Степанова Т. А., Михеев С. А., Скибицкий Э. Г. Эволюция образования
в условиях информатизации: монография. Красноярск:
СФУ; 2019. 212 с. Режим доступа: https://e.lanbook.com/
book/157608
[Noskov M. V., Dyachuk P. P., Dobronets B. S., Vain
shtein Yu. V., Kitmanov A. A., Lapchik M. P., Ragulina M. I.,
Khenner E. K., Zaharova B. G., Pak N. I., Stepanova T. A.,
Miheev C. A., Skibitskii E. G. The evolution of education in
the conditions of informatization: monograph. Krasnoyarsk,
SFU; 2019. 212 р. (In Russian.) Available at: https://e.lanbook.com/book/157608]
14. Абрамова М. А., Фарника М. Цифровизация образования в условиях цифрового неравенства. Профессиональное образование в современном мире. 2019;9(4):3167–3175.
DOI: 10.15372/PEMW20190403. Режим доступа: https://
www.elibrary.ru/item.asp?id=41593833
[Abramova M. A., Farnik M. Digitalization of education
in the context of digital inequality. Professional Education
in the Modern World. 2019;9(4):3167–3175. (In Russian.)
DOI: 10.15372/PEMW20190403 Available at: https://www.
elibrary.ru/item.asp?id=41593833]
15. Баева Л. В. Влияние цифровизации образования
на человека в контексте проблемы безопасности. Философия образования. 2020;20(2):131–144. DOI: 10.15372/
PHE20200209. Режим доступа: http://www.phil-ed.ru/
images/pdf/2020_2.indd.pdf
[Bayeva L. V. Impact of digitalization of education on
people in the context of the safety problem. Philosophy of Education. 2020;20(2):131–144. (In Russian.) DOI: 10.15372/
PHE20200209. Available at: http://www.phil-ed.ru/images/
pdf/2020_2.indd.pdf]
16. Байбородова Л. В., Тамарская Н. В. Трансформация дидактических принципов в условиях цифровизации
образования. Педагогика. 2020;(7):22–30.
10
[Bayborodova L. V., Tamarskaya N. V. Transformation
of didactic principles in the conditions of digitalization of
education. Pedagogy. 2020;(7):22–30. (In Russian.)]
17. Бокова Л. Н. Правовой режим создания безопасной цифровой образовательной среды. Вестник РУДН.
Серия: Юридические науки. 2020;24(2):274–292. DOI:
10.22363/2313-2337-2020-24-2-274-292. Режим доступа:
https://www.elibrary.ru/item.asp?id=42987349
[Bokova L. N. Legal regime of creation of a secure
digital educational environment. RUDN Journal of Law.
2020;24(2):274–292. (In Russian.) DOI: 10.22363/2313-23372020-24-2-274-292. Available at: https://www.elibrary.ru/
item.asp?id=42987349]
18. Гладышев А. А., Гладышева А. А. Философия
современного образования: фундаментальность или компетентность цифрового пространства. Профессиональное
образование в современном мире. 2020;10(1):3508–3519.
DOI: 10.15372/PEMW20200114. Режим доступа: https://
www.elibrary.ru/item.asp?id=42662728
[Gladyshev A. A., Gladysheva A. A. The philosophy of contemporary education: The fundamental nature or competence
of the digital space. Professional Education in the Modern
World. 2020;10(1):3508–3519. (In Russian.) DOI: 10.15372/
PEMW20200114. Available at: https://www.elibrary.ru/
item.asp?id=42662728]
19. Колыхматов В. И. Вызовы современной школы
в условиях цифрового образования. Человек и образование.
2020;(3(64)):51–54. DOI: 10.54884/S181570410020886-9. Режим доступа: https://www.elibrary.ru/item.asp?id=44387055
[Kolykhmatov V. I. Challenges of modern school in the context of digital education. Man and Education. 2020;(3(64)):51–
54. (In Russian.) DOI: 10.54884/S181570410020886-9. Available at: https://www.elibrary.ru/item.asp?id=44387055]
20. Coleman J. Social capital in the creation of human
capital. The American Journal of Sociology. 2019;(94):95–
120. Available at: http://faculty.washington.edu/matsueda/
courses/587/readings/ Coleman%201988.pdf
21. Новый раздел «Образование» на сайте «1С:Консалтинг». Режим доступа: https://consulting.1c.ru/obr/
[A new section “Education” on the 1C-Consulting website.
(In Russian.) Available at: https://consulting.1c.ru/obr/]
22. Перечень поручений по реализации Послания Президента Российской Федерации Федеральному Собранию
Российской Федерации от 15.01.2020. Режим доступа:
http://www.kremlin.ru/acts/assignments/orders/62673/
print
[List of instructions for the implementation of the Message of the President of the Russian Federation to Federal Assembly of Russian Federation dated 15.01.2020. (In Russian.)
Available at: http://www.kremlin.ru/acts/assignments/
orders/62673/print]
23. Центры компетенции по образованию фирмы 1С.
Режим доступа: https://1c.ru/rus/partners/cko.jsp
[Competency centers for education of the company 1C.
(In Russian.) Available at: https://1c.ru/rus/partners/cko.
jsp]
Информация об авторе
Яникова Зульмира Маликовна, руководитель группы
автоматизации учреждений дошкольного и общего образования, фирма «1С», г. Москва, Россия; ORCID: https://orcid.
org/0000-0002-7468-560X; e-mail: yanz@1c.ru
Information about the author
Zulmira M. Yanikova, Head of Competency Centers in Education Solutions, 1C Company, Moscow, Russia; ORCID: https://
orcid.org/0000-0002-7468-560X; e-mail: yanz@1c.ru
Поступила в редакцию / Received: 25.07.2022.
Поступила после рецензирования / Revised: 01.08.2022.
Принята к печати / Accepted: 02.08.2022.
ИНФОРМАТИЗАЦИЯ ОБРАЗОВАНИЯ / INFORMATIZATION OF EDUCATION
2022;37(4):11–18
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Развитие информационной системы СибГМУ
на основе автоматизации процессов
подготовки образовательных программ
А. Г. Мирошниченко1, Р. Н. Правосудов2
, Д. А. Кузьмин1
1
Сибирский государственный медицинский университет, г. Томск, Россия
2
ООО «Интеллект Инфо», г. Саранск, Республика Мордовия, Россия
intellektinfo@yandex.ru
Аннотация
В статье рассматривается развитие информационной системы (ИС) вуза как процесс цифровой трансформации. Отмечается,
что автоматизация процессов разработки и реализации образовательных программ (ОП) является основой цифровизации образовательной среды, главным критерием степени цифровой трансформации вуза.
В статье проанализировано текущее состояние цифровизации образовательной среды в вузах. Раскрывается необходимость
использования средств автоматизации для формирования структуры и содержания ОП. Отмечается, что следует создать автоматизированную технологию разработки ОП на государственном уровне, которая позволит автоматически соблюдать требования
к структуре и содержанию ОП, развивать их на высоком методическом уровне и оперативно доводить до всех образовательных
организаций.
Раскрывается специфика проекта автоматизации процессов разработки ОП ВО на примере Сибирского государственного
медицинского университета (СибГМУ). Показана возможность решения данной задачи на основе использования программного
продукта «Интеллект Инфо: Образовательные программы» (расширение «1С:Университет ПРОФ»). Предлагаются технологические решения формирования содержания ОП ВО, учитывающие профессиональные стандарты, требования ФГОС 3++. Приводятся методы автоматизированногоформирования индикаторов достижения компетенций, описания ОП, подготовки рабочих
программ дисциплин.
Отражена возможность развития ИС любого отечественного вуза в направлении решения задач формирования содержания
ОП ВО на основе «1С:Университет ПРОФ».
Ключевые слова: автоматизация, вуз, цифровая трансформация, образовательные программы, рабочие программы дисциплин, расширение «1С:Университет ПРОФ».
Для цитирования:
Мирошниченко А. Г., Правосудов Р. Н., Кузьмин Д. А. Развитие информационной системы СибГМУ на основе автоматизации
процессов подготовки образовательных программ. Информатика и образование. 2022;37(4):11–18. DOI: 10.32517/0234-04532022-37-4-11-18
Developing the SibMed information system
through automating the educational program
preparation processes
A. G. Miroshnichenko1, R. N. Pravosudov2
, D. A. Kuzmin1
1
Siberian State Medical University, Tomsk, Russia
2
LLC Intellect Info, Saransk, The Republic of Mordovia, Russia
intellektinfo@yandex.ru
Abstract
The article discusses university information system (IS) development as a digital transformation process. It is noted that automating
the development and implementation of educational programs (EP) provides a basis for educational environment digitization. Moreover,
it is the main criterion of the extent of the university’s digital transformation.
The article analyzes the current state of educational environment digitization at universities and highlights the necessity of using
automation tools to form the structure and content of EPs. It is necessary to develop an automated technology for designing EPs at
the state level. The technology will enable teachers to automatically comply with the requirements for EP structure and content, to
develop EPs to a high methodological standard, and promptly bring them to all educational institutions.
2022;37(4):11–18 Мирошниченко А. Г., Правосудов Р. Н., Кузьмин Д. А. Развитие информационной системы СибГМУ…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
The article reveals the specifics of the project to automate the development of higher education EPs drawing on the example of
Siberian State Medical University (SibMed). The possibility of solving this problem is based on employing the software product Intellect
Info: Educational programs (1С:University PROF extension). The research proposes technological solutions for creating the content of
higher education EPs. These solutions take into account professional (occupational) standards, the requirements of the Federal State
Educational Standard 3++. The article also outlines methods of the automated formation of competencies achievement indicators, EP
description, and the preparation of working programs for disciplines.
The research discusses the possibility of developing the IS of any Russian university to solve the problems of forming the content
of higher education EP on the basis of 1C:University PROF.
Keywords: automation, university, digital transformation, educational program, work programs of disciplines, 1С:University
PROF extension.
For citation:
Miroshnichenko A. G., Pravosudov R. N., Kuzmin D. A. Developing the SibMed information system through automating the
educational program preparation processes. Informatics and Education. 2022;37(4):11–18. (In Russian.) DOI: 10.32517/0234-04532022-37-2-11-18
1. Введение
Цифровая трансформация вуза является результатом развития его информационной системы
(ИС) в наиболее общем ее понимании в соответствии
с текущими потребностями, формируемыми в том
числе возможностями информационных технологий. Очевидно, что развитие ИС вуза является
бесконечным процессом, важность которого будет
только возрастать со временем для эффективного
функционирования как отдельного учреждения,
так и системы высшего образования в целом. Однако
очень часто наблюдается неготовность вузов ставить
задачи развития ИС как приоритетные и тем более системно их реализовывать. Это отмечается в работах,
в которых анализируются данные проблемы в вузах.
Так, на низкий уровень информатизации вузов как
элемента общей системы цифровизации образования
указывают О. В. Усачева и М. К. Черняков [1]. На сегодняшний день основные процессы образовательной
деятельности, а также процессы управления ими все
еще не полностью автоматизированы в большинстве
вузов Российской Федерации [2].
Е. В. Бродовская и соавторы [3] отмечают неудовлетворенность обучающихся цифровой инфраструктурой образовательных организаций (ОО).
Аналогичные выводы можно встретить и во многих
других работах. При этом необходимость развития
ИС очевидна для работников вузов всех категорий.
На государственном уровне данная проблема была
сформулирована как задача построения и реализации стратегии цифровой трансформации каждого
вуза [4].
Цифровая трансформация вузов должна быть направлена на главную цель вузов — осуществление образовательной деятельности, т. е. на разработку и реализацию образовательных программ (ОП). Именно
реализация ОП является основным видом деятельности вуза. Следовательно, цифровая трансформация
вуза должна главным образом измеряться степенью
цифровизации процессов разработки и реализации
ОП, что в широком смысле можно трактовать как
степень цифровизации образовательной среды [5].
В узком понимании разработку ОП можно рассматривать как процесс подготовки документационного
обеспечения ОП, который сам по себе представляет
сейчас отдельную проблему в вузах [6–10].
12
2. Автоматизация подготовки
документационного обеспечения
образовательных программ
В настоящее время именно цифровизация образовательной среды в части автоматизации разработки и реализации ОП в вузах осуществляется по
остаточному принципу. Во многом это связано с объективными факторами, сложностью автоматизации
процессов подготовки ОП, их документационного
обеспечения, которые обусловливаются текущими
требованиями и необходимостью задействования
всего преподавательского коллектива вуза, совершенствования и упорядочивания многих процессов,
например, таких как: разработка учебных планов,
разработка и адаптация методического обеспечения
ОП к автоматизированной технологии, разработка
и утверждение регламентов работы преподавательского состава и пр. Современные требования к ОП
выражаются в действующих ФГОС как необходимость применения профессиональных стандартов,
методик раскрытия компетентностного подхода
в структуре ОП. На практике это приводит к росту
объемов и сложности документооборота с точки
зрения рутинности информации, а как следствие —
к тотальной формализации и бюрократизации в разработке и описании ОП [7–11]. Фактически в системе
высшего образования сформировалась очередная
институциональная ловушка [8, 12, 13]. Вследствие
этого любую образовательную программу эксперты
могут подвести как к аккредитации, так и к отказу
от таковой [14], т. е. аккредитация зависит в значительной степени от субъективных взглядов экспертов в текущей ситуации. Это связано в том числе
с отсутствием единой эталонной модели — стандарта
документооборота ОП ВО, проработанного во всех
тонкостях и аспектах на уровне преподавания дисциплин. Образовательные организации высшего
образования самостоятельно разрабатывают локальные нормативные акты, регулирующие процесс
проектирования образовательных программ [15, 16].
Это привело к отсутствию разумной унификации
и стандартизации документооборота ОП ВО. Неоднозначность толкования в вузовской среде многих частных вопросов формирования ОП от простых форм
документов до принципов построения структуры ОП
налагает значительную ответственность на админи-
Miroshnichenko A. G., Pravosudov R. N., Kuzmin D. A. Developing the SibMed information system…
2022;37(4):11–18
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
стративно-управленческий персонал (АУП) вузов за
создание благоприятных условий для реализации
образовательной деятельности преподавателями, их
нацеленность на развитие и совершенствование образовательного процесса [17]. Часто можно наблюдать
элементы бюрократического подхода АУП на уровне
конкретного вуза как одно из следствий отсутствия
единых эталонной модели документооборота и технологии формирования структуры и содержания ОП.
Данная проблема может быть решена путем разработки автоматизированной технологии формирования
структуры и содержания ОП на основе проработанной и утвержденной регламентирующими органами
методологии, исключающей всякое неоднозначное
толкование определений, понятий, формулировок,
а также отсутствие взаимосвязи между структурными элементами ОП.
Таким образом, необходимо создать автоматизированную технологию разработки ОП, которая поз
волит автоматически соблюдать требования разного
уровня к структуре и содержанию ОП, развивать
их на высоком методическом уровне. Это требует
разработки единой эталонной модели — стандарта
документооборота ОП ВО с условием постоянного его
развития и совершенствования. Следует решить методологические и технологические вопросы построения структуры и содержания ОП ВО в практической
деятельности вуза, а также создать единый автоматизированный сервис или программный продукт,
позволяющий разрабатывать и актуализировать
структуру и содержание ОП ВО, в том числе с учетом
отраслевой и региональной специфики вузов.
В настоящее время отсутствует такая общепризнанная программная система или разработанный
государственный информационный сервис. В связи с этим вузы часто вынуждены разрабатывать
собственные ИС. Многие известные вузы успешно
решают задачи подобного рода, например, СПбГУТ
им. проф. М. А. Бонч-Бруевича, МГТУ им. Н. Э. Бау
мана и др.
Данная задача является назревшей, ее решение
требуется в рамках построения электронных открытых социально-педагогических систем, которые, как
правило, считаются основой современной подготовки
высококвалифицированных кадров. Теоретические
и методологические аспекты подобных систем обсуждаются во многих работах [15, 18, 19].
3. Проект автоматизации разработки
и актуализации образовательных
программ СибГМУ
Исходя из сложившейся ситуации, Сибирский
государственный медицинский университет (СибГМУ)
самостоятельно развивает свою информационную систему, чтобы автоматизировать процессы подготовки
документационного обеспечения ОП. Неопределенность в требованиях, сложность и динамичность процессов, реализуемых в организациях высшего образования, определяют функциональные и структурные
особенности университетских систем автоматизации
[20], в том числе их разнообразие и определенную
трудность выбора. В СибГМУ рассматриваемую задачу начали решать в декабре 2020 года на основе программного продукта «Интеллект Инфо: Образовательные программы» (http://intellektinfo.ru/), являющегося расширением системы «1С:Университет ПРОФ»
(http://www.sgu-infocom.ru/). «1С:Университет
ПРОФ» применяется как основа построения электронной информационно-образовательной среды (ЭИОС) во
многих вузах, что позволяет развивать цифровизацию
образовательной среды [20, 22].
Основной целью реализации проекта автоматизации разработки и актуализации ОП в СибГМУ
было преодоление ситуации, когда учет требований
к структуре и описанию ОП отвлекал значительные
человеческие ресурсы, время профессорско-преподавательского состава.
Использование программного продукта-расширения «Интеллект Инфо: Образовательные программы»
позволяет автоматизированно создавать массовые
документы по ОП ВО [6, 9]. Однако на момент начала внедрения (январь 2021 года) программный
продукт в исходном варианте не удовлетворял ряду
требований СибГМУ. Это потребовало отработки
функционала программы с учетом сложившихся
традиций формирования документационного обеспечения ОП в СибГМУ. В течение 2021 года данная
работа была проведена, при этом в результате реализации проекта автоматизации процессов подготовки
документационного обеспечения ОП были выявлены
наиболее общие подходы к модернизации и разработке нового функционала продукта «Интеллект Инфо:
Образовательные программы». Это позволяет обеспечивать СибГМУ в обозримой перспективе беспроблемное сопровождение/обновление данной подсистемы.
В ходе проекта внедрения были автоматизированы следующие процессы (настроен и доработан
функционал, введены регламенты работы):
• соотнесение ФГОС и профессиональных стандартов, формирование результатов освоения
ОП (паспорт компетенций), результатов обу
чения по дисциплинам;
• распределение компетенций, индикаторов
достижения компетенций (ИДК) по дисциплинам, формирование структуры и содержания
ОП, описание ОП;
• формирование учебно-методического обеспечения (УМО) (перечни литературы, профессиональных баз данных, ресурсов интернета,
договора электронно-библиотечных систем
(ЭБС), справка УМО);
• описание материально-технического обеспечения (перечни оборудования, программного
обеспечения, мебели, справка МТО);
• формирование рабочих программ дисциплин
(РПД), рабочих программ практик (РПП), программ государственной итоговой аттестации
(ПГИА) с первоначальным заполнением данных (контроль часов и блоков учебного плана);
13
2022;37(4):11–18 Мирошниченко А. Г., Правосудов Р. Н., Кузьмин Д. А. Развитие информационной системы СибГМУ…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
• формирование рабочих программ воспитания
и календарного плана воспитательной работы;
• рассмотрение и утверждение документов ОП
ответственными лицами, распределение прав
доступа;
• выгрузка печатных форм РП и сводных данных
по ОП в *.pdf формат и др.
В основе всей автоматизированной технологии
лежит процесс формирования структуры ОП на основе профессиональных стандартов и требований ФГОС
3++, подразумевающий закрепление компетенций,
ИДК за дисциплинами (выше «по дисциплинам»)
и формирование описания знаний, умений, владений
(ЗУВ) по ним. В подсистеме был создан функционал,
Рис. 1. Примеры отчетов, раскрывающих содержание ОП
Fig. 1. Examples of reports revealing the EP content
14
Miroshnichenko A. G., Pravosudov R. N., Kuzmin D. A. Developing the SibMed information system…
2022;37(4):11–18
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Рис. 2. Диалог документа «Рабочая программа дисциплины» (объем в академических часах)
Fig. 2. Dialog of the document “Working program of discipline” (in classroom hours)
позволяющий исключить реализацию этого процесса
непосредственно в формах учебного плана, как это
распространено на данный момент в вузах. В СибГМУ
используется вариант закрепления компетенций,
ИДК за дисциплинами в документе «Образовательная программа» для конкретного направления
подготовки, профиля и года набора (для всех форм
обучения). Для определения ИДК и значений ЗУВ
используется в том числе механизм их автоматизированного формирования на основе данных профессиональных стандартов. Разработанные отчеты
позволяют проанализировать сформированные данные по связям компетенций, ИДК с дисциплинами
ОП. Они раскрывают структуру и содержание ОП
в различных аспектах (рис. 1). В частности, имеются
отчеты «Распределение компетенций», «Предметы
компетенций», «Матрица компетенций», вызываемые из диалога документа «Образовательная программа». Отдельный отчет позволяет раскрывать
связи компетенций, ИДК, знаний, умений, владений
с конкретными дисциплинами.
В структуре ОП в подсистеме реализуются требования ФГОС 3++, профессиональных стандартов
и рекомендаций Национального совета при Президенте РФ по профессиональным квалификациям
[23, 24]. Доступ к данным в подсистеме основан на
разграничении прав. Реализованы вспомогательные
и сервисные функции, например, данные существующих рабочих программ могут быть скопированы
во вновь создаваемые, возможно групповое создание
шаблонов РПД по конкретной ОП с первоначальным
заполнением данных и пр.
Одним из ключевых моментов модернизации документов РПД в ходе проекта было повышение удобства
и наглядности диалога планирования содержания
дисциплины, распределения часов в рамках показа-
телей учебного плана. В результате в форме документа
диалог раздела «Объем, содержание дисциплины»,
позволяющий вести планирование дисциплины в академических часах, приобрел следующий вид (рис. 2).
На основе данного документа можно получить
печатные формы самой рабочей программы, аннотаций, оценочных материалов, методических
рекомендаций. Единая информационная база РПД
дает возможность получать сводные отчеты по ОП,
выгружать РПД в отдельные файлы.
Проект автоматизации образовательных программ СибГМУ в основном объеме был реализован
в 2020–2021 учебном году, но информационная система в вузе продолжает развиваться.
В ходе эксплуатации системы постоянно продолжаются совершенствование и расширение функционала, например, в соответствии с актуальными нормативными требованиями в 2022 году реализуется
процесс автоматизированной подготовки рабочих
программ воспитания и календарного плана воспитательной работы. Диалог документа «Рабочая
программа воспитания» представлен на рисунке 3,
фрагменты печатных форм приведены на рисунке 4.
4. Итоги проекта автоматизации
образовательных программ в СибГМУ
Итогом проекта в СибГМУ является обеспечение
автоматизированной работы преподавателей при
подготовке описания ОП, РПД для бакалавриата,
специалитета и магистратуры, которые составляют
порядка 50 % общей численности ППС вуза (около
350 человек из 750 человек общей численности ППС).
В подсистеме работают один институт, четыре факультета, 55 кафедр и подразделений, реализующих
12 ежегодно стартующих ОП и актуализирующих
15
2022;37(4):11–18 Мирошниченко А. Г., Правосудов Р. Н., Кузьмин Д. А. Развитие информационной системы СибГМУ…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
Рис. 3. Диалог документа «Рабочая программа воспитания»
Fig. 3. Dialog of the document “Upbringing working program”
Рис. 4. Печатные формы документа «Рабочая программа воспитания»
Fig. 4. Printed forms of the document “ Upbringing working program”
данные уже действующих ОП. За 2020/2021 учебный
год в подсистеме было подготовлено около 1000 РПД,
и в октябре 2021 года вуз успешно прошел аккредитацию, в том числе с использованием данных, сформированных в подсистеме. В результате вуз находится
практически в постоянной готовности к проверке/
мониторингу ОП в ходе штатного функционирования
учебной деятельности.
16
5. Выводы
На наш взгляд, опыт СибГМУ в построении
автоматизированных процессов разработки и актуализации ОП ВО является примером эффективного
развития ИС вуза и процессов цифровой трансформации образовательной среды. Аналогичные проекты
требуют упорядочивания и совершенствования про-
Miroshnichenko A. G., Pravosudov R. N., Kuzmin D. A. Developing the SibMed information system…
2022;37(4):11–18
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
цессов разработки документационного обеспечения
ОП ВО, ввода единых регламентов работы в ИС,
обучения преподавательского состава, принятия
организационных мер.
Таким образом, использование программного
продукта «Интеллект Инфо: Образовательные программы. Расширение для 1С:Университет ПРОФ»
позволяет автоматизированно создавать объемный
пакет документов по ОП ВО. Данная технология
регулярно обсуждается с профессиональным сообществом, постоянно развивается, расширяется и совершенствуется ее функционал. Рассматривая перспективы изменения структуры ФГОС при переходе
к новому поколению ФГОС 4 [25], можно отметить,
что обсуждаемые изменения структуры ФГОС могут
быть достаточно просто учтены в рамках программного продукта посредством определенных доработок.
Список источников / References
1. Усачева О. В., Черняков М. К. Оценка готовности вузов к переходу к цифровой образовательной
среде. Высшее образование в России. 2020;29(5):53–62.
DOI: 10.31992/0869-3617-2020-29-5-53-62
[Usacheva O. V., Chernyakov M. K. Assessment of university willingness to the transition to digital educational
environment. Higher Education in Russia. 2020;29(5):53–62.
(In Russian.) DOI: 10.31992/0869-3617-2020-29-5-53-62]
2. Konobevtsev F. D., Kashtanova E. V., Lobacheva A. S.
University information system: Current state and development objectives. Advances in Economics, Business and
Management Research. 2019;(81):676–679.
3. Бродовская Е. В., Домбровская А. Ю., Петрова Т. Э.,
Пырма Р. В., Азаров А. А. Цифровая среда ведущих
университетов мира и РФ: результаты сравнительного
анализа данных сайтов. Высшее образование в России.
2019;28(12):9–22. DOI: 10.31992/0869-3617-2019-28-129-22
[Brodovskaya E. V., Dombrovskaya A. Yu., Petrova T. E.,
Pyrma R. V., Azarov A. A. Digital space of leading universities: The comparative analysis of sites. Higher Education in
Russia. 2019;28(12):9–22. (In Russian.) DOI: 10.31992/08693617-2019-28-12-9-22]
4. Стратегия цифровой трансформации отрасли науки
и высшего образования. Министерство науки и высшего образования Российской Федерации. Режим доступа:
https://www.minobrnauki.gov.ru/documents/?ELEMENT_
ID=36749
[Strategy of digital transformation of the branch of science and higher education. Ministry of Science and Higher Education of the Russian Federation. (In Russian.) Available at:
https://www.minobrnauki.gov.ru/documents/?ELEMENT_
ID=36749]
5. Носкова А. В., Голоухова Д. В., Проскурина А. С.,
Нгуен Т. Х. Цифровизация образовательной среды: оценки
студентами России и Вьетнама рисков дистанционного обу
чения. Высшее образование в России. 2021;30(1):156–167.
DOI: 10.31992/0869-3617-2021-30-1-156-167
[Noskova A. V., Golouhova D. V., Proskurina A. S.,
Nguen T. H. Digitalization of the educational environment:
Risk assessment of distance education by russian and vietnamese students. Higher Education in Russia; 2021;30(1):156–
167. (In Russian.) DOI: 10.31992/0869-3617-2021-30-1156-167]
6. Правосудов Р. Н., Евсюков Д. Ю., Ломазов В. А.,
Ботина Е. Н. Автоматизация формирования содержания
ОПОП ВО на основе профессиональных стандартов по
требованиям ФГОС ВО 3++ как фактор цифровой транс-
формации образовательных систем. Информатика и образование. 2021;36(2):24–32. DOI: 10.32517/0234-04532021-36-2-24-32
[Pravosudov R. N., Evsyukov D. Yu., Lomazov V. A.,
Botina E. N. Automation of formation of the content of the
educational programs of university on the basis of professional standards in accordance with the requirements of the
Federal State Educational Standards of Higher Education
3++ as a factor of the digital transformation of educational
systems. Informatics and Education. 2021;36(2);24–32. (In
Russian.) DOI: 10.32517/0234-0453-2021-36-2-24-32]
7. Сиваков В. В., Соломников А. А., Адамович И. Ю.,
Строев С. П. Автоматизация ведения учебно-методической
документации образовательной организации. Высшее образование в России. 2021;30(8-9):34–43. DOI: 10.31992/08693617-2021-30-8-9-34-43
[Sivakov V. V., Solomnikov A. A., Adamovich I. Yu.,
Stroev S. P. Automation of educational institution documentation. Higher Education in Russia. 2021;30(8-9):34–43. (In
Russian.) DOI: 10.31992/0869-3617-2021-30-8-9-34-43]
8. Головчин М. А. Институциональные ловушки цифровизации российского высшего образования. Высшее образование в России. 2021;30(3):59–75. DOI: 10.31992/08693617-2021-30-3-59-75
[Golovchin M. A. Institutional traps of digitalization
of russian higher education. Higher Education in Russia.
2021;30(3):59–75. (In Russian.) DOI: 10.31992/0869-36172021-30-3-59-75]
9. Хохряков Н. В. Внедрение подсистемы разработки
образовательных программ конфигурации «1С:Университет». Новые информационные технологии в образовании.
Сборник научных трудов 20-й международной научнопрактической конференции. Ч. 2. М.: 1С-Паблишинг;
2020:136–138. Режим доступа: https://educonf.1c. ru/
conf2020/thesis/6116/
[Khokhryakov N. V. Implementing an educational
program development subsystem for 1С:University. New
Information Technologies in Education. Collection of research papers for the 20th international research-to-practice
conference. Part 2. Moscow, 1C-Publishing; 2020:136–138.
(In Russian.) Available at: https://educonf.1c.ru/conf2020/
thesis/6116/]
10. Осипов А. М. Кризис управленческих информационных потоков в образовании: теоретические основания
и социальные реалии. Высшее образование в России.
2020;29(4):16–28. DOI: 10.31992/0869-3617-2020-29-416-28
[Osipov A. M. The crisis of managerial information flows
in education: Theoretical aspects and social realities. Higher
Education in Russia. 2020;29(4):16–28. (In Russian.) DOI:
10.31992/0869-3617-2020-29-4-16-28]
11. Прохоров В. А. Профессиональный стандарт
и ФГОС бакалавриата. Высшее образование в России.
2018;27(1):31–36. Режим доступа: https://vovr.elpub.ru/
jour/article/view/1249
[Prokhorov V. A. Professional standard and Federal State
Educational Standard for undergraduate programs. Higher
Education in Russia. 2018;27(1):31–36. (In Russian.) Available at: https://vovr.elpub.ru/jour/article/view/1249]
12. Балацкий Е. В. Институциональные и технологические ловушки: анализ идей. Журнал экономической
теории. 2012;(2):48–63.
[Balatsky E. V. Institutional and technological traps:
Analysis of the ideas. Russian Journal of Economic Theory.
2012; (2):48–63. (In Russian.)]
13. Веретенникова Н. В. Институциональные ловушки российской системы высшего образования. Вестник
Томского государственного университета. Экономика.
2009;(1(5)):5–13. Режим доступа: http://journals.tsu.
ru/economy/&journal_page= archive&id=727&article_
id=26677
17
2022;37(4):11–18 Мирошниченко А. Г., Правосудов Р. Н., Кузьмин Д. А. Развитие информационной системы СибГМУ…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
[Veretennikova N. V. Lock-in effect of Russian higher education system. Journal of Tomsk State University. Economy.
2009;(1(5)):5–13. (In Russian.) Available at: http://journals.
tsu.ru/economy/ &journal_page=archive&id=727&article_
id=26677]
14. Рубин Ю. Б., Соболева Э. Ю. Независимость оценки качества высшего образования: критерии, принципы,
реалии. Высшее образование в России. 2021;30(3):26–42.
DOI: 10.31992/0869-3617-2021-30-3-26-42
[Rubin Yu. B., Soboleva E. Yu. Independence of higher
education quality assurance: Criteria, principles, realities.
Higher Education in Russia. 2021;30(3):26–42. (In Russian.)
DOI: 10.31992/0869-3617-2021-30-3-26-42]
15. Guzeva T. A., Baldin A. V., Perepelitsa P. S., Makarova J. B., Tsibizova T. Yu. The formation of educational
programs in the digital environment. ITM Web of Conferences. International Forum “IT-Technologies for Engineering Education: New Trends and Implementing Experience”
(ITEE-2019); 2020. Available at: https://www.semanticscholar.org/paper/The-Formation-of-Educational- Programsin-the-Guzeva-Baldin/f2e4125c4b5024ef3de142255639bc2d75ad79aa
16. Svoboda P. Digital technology as a significant support
for the teaching process. Advances in Intelligent Systems
and Computing. 2020;(1018):383–389. Retrieved from www.
scopus.com
17. Демин М. В., Шушарина Н. Н. Модель повышения
эффективности деятельности административно-управленческого персонала федерального университета. Высшее
образование в России. 2020;29(11):9–20. DOI: 10.31992/
0869-3617-2020-29-11-9-20
[Demin M. V., Shusharina N. N. Efficiency improvement model for administrative and management personnel
of the federal university. Higher Education in Russia.
2020;29(11):9–20. (In Russian.) DOI: 10.31992/0869-36172020-29-11-9-20]
18. Gaidarenko L. V., Isabekova O. A., Kapyrin P. A.,
Meshkov N. A., Popovich A. E. Innovation development concept of the Russian educational complex in the conditions
of information society. Astra Salvensis. 2018;(6):723–734.
Retrieved from www.scopus.com
19. Larionova A. A., Zaitseva N. A., Anoshina Y. F.,
Gaidarenko L. V., Ostroukhov V. M. The modern paradigm
of transforming the vocational education system. Astra Salvensis. 2018;(6):436–448. Retrieved from www.scopus.com
20. Alcibar M. F., Monroy A., Jiménez M. Impact and use
of information and communication technologies in higher
education. Informacion Tecnologica. 2018;29(5):101–110.
Retrieved from www.scopus.com
21. Кедрин В. С., Родюков А. В. Ключевые факторы
развития информационной системы управления вузом
на базе платформы «1С:Предприятие 8». Информатика
и образование. 2019;34(3):17–26. DOI: 10.32517/02340453-2019-34-3-17-26
[Kedrin V. S., Rodyukov А. V. Key factors in the development of university management information system based
on 1C:Enterprise 8 platform. Informatics and Education.
2019;34(3):17–26. (In Russian.) DOI: 10.32517/0234-04532019-34-3-17-26]
22. Шуматов В. Б., Крукович Е. В., Черная И. П.,
Транковская Л. В., Симуков В. О. Актуальные вопросы
и перспективы информатизации управления в медицинском ВУЗе. Тихоокеанский медицинский журнал.
2015;(4):79–82.
[Shumatov V. B., Krukovich E. V., Chernaya I. P.,
Trankovskaya L. V., Simukov V. O. Current issues and perspec-
18
tives of e-management in medical university. Pacific Medical
Journal. 2015;(4):79–82. (In Russian.)]
23. Протокол заседания Национального совета при
Президенте Российской Федерации по профессиональным квалификациям от 29.03.2017 № 18. Режим доступа:
http://nspkrf.ru/documents/materialy-natsionalnogo-sove
ta/2017/29032017/830-29032017/file.html
[Minutes of the meeting of the National Council for Professional Qualifications under the President of the Russian
Federation No. 18 dated 29.03.2017. (In Russian.) Available
at: http://nspkrf.ru/documents/materialy-natsionalnogosoveta/2017/29032017/830-29032017/file.html]
24. Протокол заседания Национального совета при Президенте Российской Федерации по профессиональным квалификациям от 27.03.2019 № 35. Режим доступа: http://
nspkrf.ru/documents/materialy-natsionalnogo-soveta/20191/1723-протокол-заседания-27-03-2019-№-35/file.html
[Minutes of the meeting of the National Council for Professional Qualifications under the President of the Russian
Federation No. 35 dated 27.03.2019. (In Russian.) Available
at: http://nspkrf.ru/documents/materialy-natsionalnogosoveta/2019-1/1723-протокол заседания-27-03-2019-№-35/
file.html]
25. Рудской А. И., Боровков А. И., Романов П. И. Концепция ФГОС ВО четвертого поколения для инженерной области
образования в контексте выполнения поручений Президента
России. Высшее образование в России. 2021;30(4):73–85.
DOI: 10.31992/0869-3617-2021-30-4-73-85
[Rudskoy A.I., Borovkov A.I., Romanov P.I. The concept of
the FSES HE of the fourth generation for engineering education
in the context of implementing the assignments of the President
of Russia. Higher Education in Russia. 2021;30(4):73–85. (In
Russian.) DOI: 10.31992/0869-3617-2021-30-4-73-85]
Информация об авторах
Мирошниченко Александр Геннадьевич, доктор мед.
наук, доцент, проректор по учебной работе, зав. кафедрой
фармакологии, Сибирский государственный медицинский
университет, г. Томск, Россия; ORCID: https://doi.org/00000003-4035-8341; e-mail: miroshnichenko.ag@ssmu.ru
Правосудов Роман Николаевич, канд. физ.-мат. наук,
доцент, директор ООО «Интеллект Инфо», г. Саранск, Республика Мордовия, Россия; ORCID: https://doi.org/0000-00018533-8585; e-mail: intellektinfo@yandex.ru
Кузьмин Дмитрий Александрович, начальник отдела сопровождения электронной информационно-образовательной
среды, Сибирский государственный медицинский университет,
г. Томск, Россия; ORCID: https://doi.org/0000-0003-24584154; e-mail: kuzmin.da@ssmu.ru
Information about the authors
Alexander G. Miroshnichenko, Doctor of Sciences (Medicine),
Docent, Vice-Rector for Academic Affairs, Head of the Department of Pharmacology, Siberian State Medical University, Tomsk,
Russia; ORCID: https://doi.org/0000-0003-4035-8341; e-mail:
miroshnichenko.ag@ssmu.ru
Roman N. Pravosudov, Candidate of Sciences (Physics and
Mathematics), Docent, Director of LLC Intellect Info, Saransk,
The Republic of Mordovia, Russia; ORCID: https://doi.org/00000001-8533-8585; e-mail: intellektinfo@yandex.ru
Dmitry А. Kuzmin, Head of the Electronic Information
and Educational Environment Support Department, Siberian
State Medical University, Tomsk, Russia; ORCID: https://doi.
org/0000-0003-2458-4154; e-mail: kuzmin.da@ssmu.ru
Поступила в редакцию / Received: 30.06.2022.
Поступила после рецензирования / Revised: 01.08.2022.
Принята к печати / Accepted: 02.08.2022.
ПЕДАГОГИЧЕСКИЙ ОПЫТ / PEDAGOGICAL EXPERIENCE
2022;37(4):19–24
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Организационно-управленческие проблемы
смешанного и гибридного обучения
И. Ш. Мухаметзянов1
1
Институт стратегии развития образования Российской академии образования, г. Москва, Россия
ishm@inbox.ru
Аннотация
Пандемия COVID-19 изменила мир, и в том числе систему образования, одномоментно отойдя от традиционной формы организации и реализации обучения. Существовавшие ранее подходы к дистанционному обучению с применением бумажных учебных
ресурсов трансформировались в цифровой формат, что потребовало от всех участников учебной деятельности как соответствующих
цифровых компетенций, так и специализированных коммуникационных платформ и библиотек цифровых ресурсов. Обучение
впервые велось полностью вне образовательных организаций, что потребовало значительных усилий самих организаций, родителей
и учащихся в создании удаленного рабочего места. Впервые произошло расслоение учащихся и педагогических работников по
уровню цифровых компетенций и возможности реализации учебной деятельности в удаленном формате. Разделились и учащиеся
по возможности организации удаленного рабочего места, адекватного современным требованиям, особенно если в семье несколько
разновозрастных учащихся. По завершении пандемии можно отметить, что лишь в дистанционном формате на любом уровне образования обучение невозможно. Это обусловлено отсутствием не только подходов к нормированию и требований к удаленному
рабочему месту, но и финансовых источников его создания и функционирования. В этих условиях в образовательных организациях
осознали, что образовательная среда не замыкается в их стенах, а в ее основе находятся учащийся и его место обучения, пребывания и проживания. И это требует от современного образования совершенно иных усилий в обеспечении деятельности системы,
выхода за рамки системы и ориентации в первую очередь на потребности и возможности конкретного учащегося.
Ключевые слова: дистанционное обучение, уровни образования, цифровые компетенции участников учебной деятельности,
коммуникационные технологии, образовательное пространство вне образовательной организации.
Для цитирования:
Мухаметзянов И. Ш. Организационно-управленческие проблемы смешанного и гибридного обучения. Информатика и образование. 2022;37(4):19–24. DOI: 10.32517/0234-0453-2022-37-4-19-24
Organizational and managerial problems
of blended and hybrid learning
I. Sh. Mukhametzyanov1
1
Institute for Strategy of Education Development of the Russian Academy of Education, Moscow, Russia
ishm@inbox.ru
Мухаметзянов И. Ш. Организационно-управленческие проблемы смешанного…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
1. Введение
Первый опыт применения дистанционного обу
чения (ДО) как единственно возможного формата
обучения в сфере профессионального образования
получил неоднозначную оценку всех участников этой
деятельности [1]. При относительно положительном
принятии его учащимися имелся значимый негативный опыт преподавателей. И недостаточный энтузиазм последних в цифровом формате обучения был
обусловлен как низким уровнем базовых цифровых
компетенций (ЦК), так и сложностями в доведении
содержания обучения до учащихся с использованием существующих образовательных платформ
и цифровых образовательных ресурсов (ЦОР) [2, 3].
Да и цифровые методы контроля разрабатывались
в совершенно иных условиях, для применения внутри образовательных организаций (ОО), и не предус
матривали адекватной защиты дистанционной
коммуникации и персональных данных. Возникали
и некоторые сложности с идентификацией учащихся, с коммуникацией с ними, особенно при наличии
у последних значимых проблем с организацией домашнего цифрового рабочего места. Не все учащие
ся смогли его организовать в условиях отсутствия
интернета, технических устройств с достаточной
диагональю экрана или наличия только мобильного
доступа к нему, возросших расходов домохозяйств на
оплату электроэнергии, непредоставления дополнительного горячего питания для детей из многодетных
семей и иных мер поддержки учащихся, которые
сопровождали традиционное очное обучение [4].
Впрочем, аналогичная ситуация возникла и у учителей. При этом в худших условиях оказались именно
возрастные учителя, со значимым научным и практическим опытом. Имевшиеся у них ранее компетенции в области информационно-коммуникационных
технологий (ИКТ) предусматривали, скорее, поиск
информации в интернете, ее анализ и представление
учащимся в традиционной форме [5]. От них не требовались знания и опыт использования цифровых
образовательных и коммуникационных платформ,
подготовка цифровых образовательных ресурсов
и пр., да и качество их подготовки оставляло желать лучшего. Это явно отразилось в исследованиях
сформированности цифровых навыков учащихся.
Обнаружился дефицит в ЦК учащихся в части обеспечения информационной безопасности личности
и практики решения задач в условиях информационной образовательной среды, а именно: критическое
отношение к информации в сети Интернет; подбор
интернет-источников под практическую задачу;
оценка возможностей цифровых инструментов для
решения практических задач [6].
Кроме того, учителя впервые были вынуждены
самостоятельно оплачивать расходы на создание рабочего места вне ОО и соответствующие сопутствую
щие расходы. Фактически они впервые сами оплачивали доступ к профессиональной деятельности.
Крайне редки случаи участия ОО именно в этой части
20
дистанционного обучения, существующие бюджеты
не перераспределялись с учетом доминирования распределенных дистанционных рабочих дней и фактически ненормированного труда учителей, как не
пересматривались и существующие меры поддержки
учащихся. Фактическое исключение внеаудиторных
коммуникаций между ними, а также внутри этих
социальных групп невозможно компенсировать социальными сетями и zoom-конференциями [7].
2. Методы исследования
Для целей данного анализа мы рассмотрели
литературу за предшествующий год, отражающую
результаты как отдельных, так и национальных
исследований, направленных в первую очередь на
выявление сложностей в реализации дистанционного
обучения (ДО) в системах образования разных стран.
В них рассматриваются различные аспекты снижения эффективности ДО и проблемные зоны его организации. Изучение влияния организационно-управленческих условий на качество дистанционного,
а позднее и смешанного обучения позволяет наметить
национальные программы совершенствования такого формата обучения и приближения его качества
к традиционной очной форме обучения. При этом
необходимо исходить из понимания того, что сами
цифровые технологии без надлежащей организации
обучения и подготовки участников этой деятельности
не способны повлиять на качество обучения.
3. Обсуждение
Образовательное пространство организаций
традиционно включало и значимую компоненту из
сферы потенциальной деятельности учащихся. Видеолекции могут заменить очный формат коммуникации, даже более того, их использование позволяет
снизить затраты на обучение, поскольку в данном
случае не нужна аудитория. Но существует и значимая коммуникативная часть в процессе закрепления
теоретических положений. И она предусматривает
наличие специализированных лабораторий или
внешних рабочих мест [8]. Использование вир
туальных лабораторий позволяет демонстрировать
процесс, но сам учащийся не может участвовать
в процессе неких преобразований, получать опыт
и навыки в трансформации ресурсов в продукт [9].
Тем самым исключительно дистанционный формат
обучения носит, скорее, познавательный, а не образовательный характер [10]. Он может быть применим
в крайне редких областях, в основном из сферы гуманитарного образования. Кроме того, такой формат
обучения весьма неоднозначно оценивается самими
учащимися [11]. По завершении пандемии систему
образования ждет, в той или иной степени, сочетание
дистанционного и очного обучения в смешанном или
гибридном формате. Но возможность применения такого формата зависит от компетенций руководящего
состава ОО и педагогов [12].
Mukhametzyanov I. Sh. Organizational and managerial problems of blended…
2022;37(4):19–24
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Смешанное обучение, вероятно, и станет основным форматом обучения в постпандемический
период. Оно достаточно благосклонно оценивается
учащимися [13]. Но это будет обусловлено в первую
очередь экономикой образования. Предлагаются
использование дистанционного формата представления теоретического знания и подкрепление его
практическим опытом на базе специализированных
лабораторных центров, создаваемых как инновационные площадки с опережающей производство
инфраструктурой. Это позволит не только снизить
стоимость обучения, но и максимально интегрировать обучение с конкретным производством и готовить кадры к предстоящему технологическому
перевооружению производств. Для работодателя
в этом случае выгоднее инвестировать в образовательный центр совместно с ОО. И выгода обусловлена
не столько возможностью получения специалистов
с опережающими компетенциями, сколько возможностью использования центров для реализации
внутрифирменного и дополнительного образования
своих сотрудников.
Опыт пандемии показал и негативные последствия попытки реализации ДО в синхронном
формате. Не всегда это оказывалось реализуемо по
указанным уже выше причинам. Кроме того, отсутствие равнозначного уровня цифровых компетенций
и стандартизированных характеристик устройств
доступа в интернет и его скорости изначально затруднило коммуникации подобного рода. Видеолекции
возможно реализовывать в асинхронном формате,
как раньше использовались бумажные кейсы, но
лабораторные практикумы требуют совместной
деятельности [14]. Следовательно, говоря о смешанном обучении, следует иметь в виду асинхронное
дистанционное обучение при одновременной очной
практической части [15]. Дополнительным фактором в пользу такого формата является акцентуация
в условиях смешанного обучения на вопросах информационной безопасности и защиты персональных
данных [16]. Практически открытая коммуникация
в условиях существующей организации и реализации ДО приводит к несанкционированному доступу
к персональной информации для третьих лиц, а также влиянию последних на психическое и социальное
благополучие учащихся [17]. Возникает и требование
к минимально достаточной пропускной способности
доступа в интернет вне ОО. Использование ЦОР
с мультимедиаконтентом возможно только в условиях широкополосного интернета. В рамках традиционных ОО все эти вопросы уже были нормированы,
отрегулированы и обеспечены. Затем осуществлялся
надзор как государственных органов, так и в рамках
профессионального сообщества. В ситуации ДО организация той части образовательного пространства,
что располагается вне ОО, никогда и никем не регулировалась и не нормировалась. И если контроль в этой
части практически невозможен, то стандартизация
и рекомендация не только возможны, но и жизненно
необходимы. Перевод на смешанное обучение без
создания соответствующей инфраструктуры просто
некорректен [18].
Наиболее рациональным представляется выделение учащимся технических средств доступа в интернет со стандартным набором программ и систем
защиты информации и коммуникации самой ОО,
как сейчас это происходит с учебниками. Более того,
на наш взгляд, и вопросы организации удаленного
рабочего места учащегося должны входить в компетенцию ОО, поскольку оно используется при любых
форматах обучения, как и вопросы информационной
защиты. ЦК участников учебного процесса в этой
сфере значимы, но в ситуации смешанного обучения
становятся приоритетными [19]. Приоритет таких
компетенций потребует и изменения стратегии
управления кадрами ОО [20].
Говоря о подобных компетенциях, необходимо
исходить из понимания того, что до пандемии они
отсутствовали у большинства участников образовательной деятельности [21]. У учащихся это было выражено в меньшей степени, но у них доминировали
компетенции, скорее, в цифровой коммуникации
в социальных сетях. А это не совсем те компетенции,
что являются значимыми именно для цифрового
формата обучения. Уровень цифровых компетенций
учителей был крайне неоднороден, и программы их
подготовки и переподготовки зависели в большей
степени от возможностей самой ОО, а не потребностей
конкретной организации в реализации учебного процесса. Фактически сами ОО оказались заложниками
своих программ подготовки и переподготовки всех
участников учебной деятельности в части цифровых
компетенций. Хотя надо признать, что не у всех это
получилось одинаково хорошо. Доминировали и доминируют именно базовые цифровые компетенции,
полученные в формате самообучения, методом проб
и ошибок. Однимиз приоритетов для ОО в ближайшее время должна стать стандартизация цифровых
компетенций базового и профессионального уровней,
разработки программ их формирования и контроля
[22, 23]. Только после этого можно говорить о соответствии качества смешанного обучения очному
формату, поскольку участие учителей и учащихся
становится предсказуемым и контролируемым.
Рассматривая специальные ЦК в разработке
и внедрении ЦОР, необходимо акцентировать
внимание на сопровождении их использования,
обновлении их содержания и на вопросах защиты
информации и коммуникации. Следует отметить,
что подобные компетенции для участников учебной
деятельности не являются приоритетными и более
значимы для коммерческих разработчиков. При условии участия в этом процессе самих учителей возникает очень много вопросов в части соответствия этих
ЦОР существующим стандартам обучения, вопросов
их правовой защиты, приоритетов и ряд других.
Достаточная эффективность ДО при его сочетании с традиционным очным обучением и интегрированным в него цифровым компонентом позволяет
говорить, по мнению ряда авторов, о формировании
21
2022;37(4):19–24
Мухаметзянов И. Ш. Организационно-управленческие проблемы смешанного…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
модели гибридного обучения. Но оно более характерно для профессионального и дополнительного образования и основано на нескольких принципиальных
положениях. Это сочетание:
• коллективного и индивидуального обучения;
• синхронного и асинхронного обучения;
• самостоятельного и группового обучения;
• формального и неформального обучения с точки зрения его реализации в течение всей жизни
[24].
Такой формат позволяет одновременно использовать синхронное и асинхронное обучение в вир
туальных классах с учетом личностных особенностей
и персонализированной, более гибкой, траектории
обучения. Виртуальная компонента такого формата
обучения обеспечивается видеокурсами.
4. Стратегическое планирование
в образовательной организации
в условиях дистанционного и смешанного
обучения
Новые условия деятельности ОО в смешанном
обучении обусловливают необходимость некой стратегии адаптации существующей системы воспитания
и обучения к применению в дистанционном формате
и с использованием ИКТ. Это требует изменения
существующих учебных программ с выделением
предметных областей, в которых неэффективно
дистанционное обучение (с упором на практические
навыки, с использованием лабораторий и пр.). Все
остальные программы, достаточно эффективно реализуемые в дистанционном формате, также нуждаются в изменении форм представления содержания
с акцентом на использование ЦОР и активного применения иммерсивных технологий. Все это требует
изменения и инфраструктуры ОО в части ИКТ, и программ подготовки учителей в отношении как базовых
цифровых компетенций, так и использования образовательных платформ, ЦОР и иммерсивных технологий [25, 26]. Необходимо и разделение учащихся по
уровню мотивации и готовности к образовательной
деятельности в дистанционном режиме. При переводе обучения в формат ДО следует предусмотреть
технологическую возможность такового по месту
жительства учащегося.
Неравный уровень компетенций родителей учащихся в организации и сопровождении обучения
в режиме ДО обусловливает необходимость для ОО
широкой просветительской деятельности с ними,
организации постоянной обратной связи с каждым
из родителей конкретного учащегося. Только это
позволит оптимизировать вовлеченность родителей
в реализацию ДО, что особенно актуально в начальной и средней школе.
Значительная дифференциация учащихся в рамках ДО требует от ОО и развития программ дополнительной поддержки учащихся, некоего аналога
внутреннего репетиторства в режиме асинхронной
22
коммуникации. Только это позволит обеспечить
определенные равные образовательные результаты
учащихся в режиме ДО.
Развитие гибридного формата обучения обусловливает ряд основных тенденций развития образования в настоящем времени [27]. К ним можно отнести:
• переход от видеоконференцсвязи в рамках
существующих образовательных платформ
к виртуальным классам (ВК), формируемым из
динамически изменяемой аудитории. ВК выходят за рамки видеоконференций, предлагая
постоянно действующие удаленные комнаты,
инструментарий которых позволяет осознавать и апробировать в виртуальном формате
новую информацию;
• гибкость гибридного обучения, которая поз
воляет реализовывать его в любое удобное для
учащегося время в формате обучения по запросу именно тогда, когда ему это доступно;
• широкое использование аналитики «цифровых
следов» учащихся по обращаемости к ЦОР, по
поиску определенных, возможно, и отсутствующих в настоящее время ЦОР, видеокурсов
и лекций.
5. Заключение
В период пандемии COVID-19 впервые в ситуации
изоляции оказалась и система образования. Значимость межличностных коммуникаций в период
формирования личности и ее воспитания в соответствии с государственными стандартами сложно
переоценить. Одномоментно данная система воспитания и обучения оказалась нарушена. Предстоит
еще оценить первые шаги реальной интеграции
традиционного обучения и активного использования
информационных и коммуникационных технологий,
сформировавшихся моделей смешанного и гибридного обучения. Впервые все участники образовательной
деятельности — и учителя, и учащиеся, и их родители — оказались в ситуации необходимости одномоментного перехода к новой системе организации
и реализации обучения. Впервые образовательная
среда перестала рассматриваться как компонента
обучения в образовательной организации и начала
прежде всего увязываться с самим учащимся и его
местонахождением. Вся система воспитания и обучения стала зависеть от компоненты информационной
образовательной среды учащегося. В ряде случаев
сама коммуникация учителя и ученика представлялась невозможной, поскольку отсутствовала
коммуникационная составляющая рабочего места
учащегося там, где он проживает. Да и родители учащегося не всегда проявляли компетентность в вопросе сопровождения воспитания и обучения. Тем более
что в большинстве случаев работающие родители не
могли обеспечить детям сопровождение обучения.
Реализация обучения в дистанционно синхронном формате показала свою жизнеспособность для
наиболее мотивированной части участников учебной
Mukhametzyanov I. Sh. Organizational and managerial problems of blended…
2022;37(4):19–24
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
деятельности. В условиях общего образования ДО на
основе ИКТ оказалось зависимым от неодинаковой
мотивации учащихся и родителей, различных уровней их эмоционального интеллекта, заложником
необходимости продолжения трудовой деятельности
родителей для обеспечения возможности самого ДО.
Кроме того, синхронность ДО устранила его основное
преимущество — персонализацию в соответствии
с реальным темпом обучения конкретного учащегося, что возможно только в условиях асинхронного
дистанционного и гибридного обучения.
При всех достоинствах массового использования
ИКТ для организации и реализации обучения в формате ДО основным недостатком оказалось отсутствие
контакта между учителем и учащимся, который невозможно компенсировать онлайн-коммуникацией.
Эффективность ДО сравнивается с очным форматом обучения, но при этом следует учитывать, что сочетание этих форматов в виде смешанного обучения
может показать большую эффективность, однако
в настоящее время мы не обладаем соответствующим
инструментарием измерений. Участие ОО в формировании рабочих мест учителей и учащихся не только
стандартизирует доступ к технологиям обучения,
но и обеспечивает защиту коммуникаций. С учетом
того, что основной компетенцией в смешанном обу
чении является базовая цифровая компетенция, то
именно ее подтвержденное наличие и должно стать
решающим при переводе обучения в смешанный
формат. Профессиональная компетенция становится залогом не только эффективной деятельности
учителя в формате ДО, но и его интеграции в профессиональную область и профессиональную коммуникацию. Разумеется, что все это представляется
невозможным в условиях традиционного бюджетирования деятельности ОО и существующих контактов
ее с заказчиками образовательных услуг. Вместе
с тем необходимо отметить, что существующий опыт
ДО в период пандемии COVID-19 ясно показал всем
участникам учебной деятельности преимущества
и недостатки, позволил каждому из них оценить
собственный потенциал и диапазон необходимых изменений. Очевидно, что возврата к традиционному,
исключительно очному формату обучения уже не
будет. Осталось только запустить организационноуправленческие изменения.
Финансирование
Публикация подготовлена в рамках государственного
задания № 073-00058-2204 от 08.04.2022 на 2022 год по теме
«Научно-педагогическое обеспечение смешанного обучения
в общеобразовательных организациях».
Funding
The publication was prepared as part of the state assignment No. 073–00058–2204 dated 08.04.2022 for 2022 on the
topic “Scientific and pedagogical support of blended learning in
educational organizations”.
Список источников / References
1. Kulal A., Nayak A. A study on perception of teachers and students toward online classes in Dakshina Kannada and Udupi District. Asian Association of Open Uni-
versities Journal. 2020;15(3):285–296. DOI: 10.1108/
AAOUJ-07-2020-0047
2. Lemay D. J., Bazelais P., Doleck T. Transition to online learning during the COVID-19 pandemic. Computers in
Human Behavior Reports. 2021;(4):100130. DOI: 10.1016/j.
chbr.2021.100130
3. Maatuk A. M., Elberkawi E. K., Aljawarneh S., Rashaideh H., Alharbi H. The COVID-19 pandemic and E-learning:
Challenges and opportunities from the perspective of students
and instructors. Journal of Computing in Higher Education.
2021;12(7):1–18. DOI: 10.1007/s12528-021-09274-2
4. Hamouche S. Human resource management and the
COVID-19 crisis: Implications, challenges, opportunities, and
future organizational directions. Journal of Management &
Organization. 2021:1–16. DOI: 10.1017/jmo.2021.15
5. Мухаметзянов И. Ш. Формирование здоровьесберегающей информационной образовательной среды
в условиях глобальной информатизации. Казанский педагогический журнал. 2015;(5-2(112)):239–245.
[Mukhametzyanov I. Sh. Modeling health care information and education environment in terms of global informatization. Kazan Pedagogical Journal. 2015;(5-2(112)):239–
245. (In Russian.)]
6. Половина И. П., Шестаков А. П., Захарова В. А.,
Егоров К. Б. Независимая оценка сформированности отдельных цифровых навыков обучающихся общеобразовательных организаций: подходы и результаты. Информатика и образование. 2021;36(9):31–39. DOI: 10.32517/02340453-2021-36-9-31-39
[Polovina I. P., Shestakov A. P., Zakharova V. A.,
Egorov К. B. Independent assessment of the several digital
skills of secondary school students: Approaches and results.
Informatics and Education. 2021;36(9):31–39. (In Russian.)
DOI: 10.32517/0234-0453-2021-36-9-31-39]
7. Bouchey B., Gratz E., Kurland S. Remote student support during COVID-19: Perspectives of chief online officers
in higher education. Online Learning Journal. 2021;25(1).
DOI: 10.24059/olj.v25i1.2481
8. Gopalan C., Butts-Wilmsmeyer C., Moran V. Virtual
flipped teaching during the COVID-19 pandemic. Advances in
Physiology Education. 2021;45(4):670–678. DOI: 10.1152/
advan.00061.2021
9. Radhamani R., Kumar D., Nizar N., Achuthan K.,
Nair B., Diwakar S. What virtual laboratory usage tells us
about laboratory skill education pre- and post-COVID-19:
Focus on usage, behavior, intention and adoption. Education
and Information Technologies. 2021:1–19. DOI: 10.1007/
s10639-021-10583-3
10. Barrot J. S., Llenares I. I., Del Rosario L. S. Students’
online learning challenges during the pandemic and how they
cope with them: The case of the Philippines. Education and
Information Technologies. 2021;26(6):7321–7338. DOI:
10.1007/s10639-021-10589-x
11. Lidegran I., Hultqvist E., Bertilsson E., Börjesson M.
Insecurity, lack of support, and frustration: A sociological
analysis of how three groups of students reflect on their distance education during the pandemic in Sweden. European
Journal of Education. 2021;56(4):550–563. DOI: 10.1111/
ejed.12477
12. Иванов М. А., Ершова Н. В. Организационно-педагогическое обеспечение смешанного обучения в условиях
пандемии. Проблемы современного педагогического образования. 2021;(71-1):140–144.
[Ivanov M. A., Ershova N. V. Organizational and pedagogical support for mixed education in pandemic conditions.
Problems of Modern Pedagogical Education. 2021;(711):140–144. (In Russian.)]
13. Gossenheimer A. N., Bem T., Carneiro M. L.,
de Castro M. S. Impact of distance education on academic
performance in a pharmaceutical care course. PloS One.
2017;12(4):e0175117. DOI: 10.1371/journal.pone.0175117
23
2022;37(4):19–24
Мухаметзянов И. Ш. Организационно-управленческие проблемы смешанного…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
14. Fabriz S., Mendzheritskaya J., Stehle S. Impact of
synchronous and asynchronous settings of online teaching and
learning in higher education on students’ learning experience
during COVID-19. Frontiers in Psychology. 2021;(12):733554.
DOI: 10.3389/fpsyg.2021.733554
15. Nguyen T., Netto C. L. M., Wilkins J. F., Bröker P.,
Vargas E. E., Sealfon C. D., Puthipiroj P., Li K. S., Bowler J. E.,
Hinson H. R., Pujar M., Stein G. M. Insights into students’
experiences and perceptions of remote learning methods:
From the COVID-19 pandemic to best practice for the future.
Frontiers in Education. 2021;(6):647986. DOI: 10.3389/
feduc.2021.647986
16. Alshambri H., Alassery F. Securing fog computing
for e-learning system using integration of two encryption
algorithms. Journal of Cyber Security. 2021;3(3):149–166.
DOI: 10.32604/jcs.2021.022112
17. Mukhametzyanov I. Social aspects of the COVID-19 pandemic in the education system. SHS Web Conf.
2021;(101):03006. DOI: 10.1051/shsconf/202110103006
18. Брыксина О. Ф. Управленческие аспекты внедрения смешанного обучения в образовательной организации: основные проблемы и пути их решения. Самарский
научный вестник. 2021;10(2):228–233. DOI: 10.17816/
snv2021102301
[Bryksina O. F. Management aspects of blended learning
implementation in an educational organization: The main
problems and ways to solve them. Samara Journal of Science. 2021;10(2):228–233. DOI: 10.17816/snv2021102301.
(In Russian)]
19. Nambiar D. The impact of online learning during
COVID-19: Students’ and teachers’ perspective. The International Journal of Indian Psychology. 2020;8(2):783–793.
DOI: 10.25215/0802.094
20. Azizi M. R., Atlasi R., Ziapour A., Abbas J., Naemi R.
Innovative human resource management strategies during the
COVID-19 pandemic: A systematic narrative review approach.
Heliyon. 2021;7(6): e07233. DOI: 10.1016/j.heliyon.2021.
e07233.
21. Ryan B. J., Muehlenbein M. P., Allen J., Been J.,
Boyd K., Brickhouse M., Brooks B. W., Burchett M., Chambliss C. K., Cook J. D., Ecklund A., Fogleman L., Granick P.,
Hynes S., Hudson T., Huse M., Lamb M., Lowe T., Marsh J.,
Nixon N., Brickhouse N. Sustaining university operations
during the COVID-19 pandemic. Disaster Medicine and
Public Health Preparedness. 2021:1–9. DOI: 10.1017/
dmp.2021.69
22. Elshami W., Taha M. H., Abuzaid M., Saravanan C.,
Al Kawas S., Abdalla M. E. Satisfaction with online learning
in the new normal: Perspective of students and faculty at medical and health sciences colleges. Medical Education Online.
2021;26(1):1920090. DOI: 10.1080/10872981.2021.1920090
23. Григорьев С. Г., Вострокнутов И. Е., Родионов И. В., Акимова И. В., Воробьев М. В. Интеграция
основного и дополнительного информационно-технологического образования на основе подготовки учащихся
в центрах цифрового образования детей. Информатика
24
и образование. 2022;37(2):14–23. DOI: 10.32517/02340453-2022-37-2-14-23
[Grigoriev S. G., Vostroknutov I. E., Rodionov M. A.,
Akimova I. V., Vorobev M. M. Integration of basic and additional information technology education based on the training
of students in digital education centers for kids. Informatics and Education. 2022;37(2):14–23. (In Russian.) DOI:
10.32517/0234-0453-2022-37-2-14-23]
24. Рудинский И. Д., Давыдов А. В. Гибридные образовательные технологии: анализ возможностей и перспективы применения. Вестник науки и образования
Северо-Запада России. 2021;7(1):44–52.
[Rudinsky I. D., Davydov A. V. Hybrid educational technologies: Analysis of opportunities and prospects of application. Journal of Science and Education of North-West Russia.
2021;7(1):44–52. (In Russian.)]
25. Кабинет информатики: методическое пособие:
И. В. Роберт (науч. рук.). 2-е изд., исправл. и доп. М.:
БИНОМ. Лаборатория знаний; 2007. 135 с.
[Informatics cabinet: A methodological guide: I. Robert
(sci. adv.). Moscow, BINOM. Laboratory of Knowledge; 2007.
135 p. (In Russian.)]
26. Мухаметзянов И. Ш. Медицинские и психологические основания функционирования информационно-образовательного пространства (для педагогических
кадров, администрации образовательных учреждений
и научных работников). Казанский педагогический журнал. 2014;(1(102)):27–43.
[Muhametzyanov I. Sh. Medical and psychological foundations of the functioning of the information and educational
space (for teaching staff, administration of educational institutions and researchers). Kazan Pedagogical Journal.
2014;(1(102)):27–43 (In Russian.)]
27. Mettis K., Väljataga T. Designing learning experiences for outdoor hybrid learning spaces. British Journal of
Educational Technology. 2021;52(1):498–513. DOI: 10.1111/
bjet.13034
Информация об авторе
Мухаметзянов Искандар Шамилевич, доктор мед. наук,
профессор, ведущий научный сотрудник лаборатории теории
и методики информатизации образования, Институт стратегии
развития образования Российской академии образования,
г. Москва, Россия; ORCID: https://orcid.org/0000-0001-50080721; e-mail: ishm@inbox.ru
Information about the author
Iskandar Sh. Mukhametzyanov, Doctor of Sciences (Medicine), Professor, Leading Researcher at the Laboratory of Theory
and Methodology of Informatization of Education, Institute of
Education Development Strategy of the Russian Academy of
Education, Moscow, Russia; ORCID: https://orcid.org/00000001-5008-0721; e-mail: ishm@inbox.ru
Поступила в редакцию / Received: 22.07.2022.
Поступила после рецензирования / Revised: 05.08.2022.
Принята к печати / Accepted: 09.08.2022.
ПЕДАГОГИЧЕСКИЙ ОПЫТ / PEDAGOGICAL EXPERIENCE
2022;37(4):25–33
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Mathematics e-learning
in the conditions of bilinguality
Yu. V. Vainshtein1
, M. V. Noskov1, V. A. Shershneva1, M. V. Tanzy2
1
Siberian Federal University, Krasnoyarsk, Russia
2
Tuvan State University, Kyzyl, The Republic of Tuva, Russia
YWeinstein@sfu-kras.ru
Abstract
The world is going through a period of the rapid development of electronic learning systems. In addition, the creation of a digital
educational environment and the formation of scientific ideas about using such systems in the educational process are currently taking
place. This is of particular importance when teaching small-numbered indigenous peoples living in bilingual and multilingual regions.
The article aims to develop an approach to organizing mathematics e-learning for students in a bilingual environment using mechanisms
for adapting educational content to specific linguistic features. The study used scientific literature analysis and empirical methods.
We suggest that adaptive e-learning courses be a means of e-learning in mathematics. They enable students to pursue an individual
educational route and ensure content adaptation according to students’ language and the national peculiarities of their perception
of learning materials. The result of the present study is an individual educational route created in an adaptive e-learning course in
mathematics in a bilingual environment. In the future, the results of the research can become an element in the methodological system
of personalized adaptive learning aimed at the preparation of a university student in a bilingual environment.
Keywords: adaptive learning, bilingualism, personalization, math learning.
For citation:
Vainshtein Yu. V., Noskov M. V., Shershneva V. A., Tanzy M. V. Mathematics e-learning in the conditions of bilinguality. Informatics and Education. 2022;37(4):25–33. DOI: 10.32517/0234-0453-2022-37-4-25-33
Электронное обучение математике
в условиях билингвальности
Ю. В. Вайнштейн1
, М. В. Носков1, В. А. Шершнева1, М. В. Танзы2
1
Сибирский федеральный университет, г. Красноярск, Россия
2
Тувинский государственный университет, г. Кызыл, Республика Тыва, Россия
YWeinstein@sfu-kras.ru
Аннотация
Сегодня происходит активное развитие электронных образовательных систем, создание цифровой образовательной среды
и становление научных представлений об их использовании в образовательном процессе. Это приобретает особую значимость
при обучении малочисленных коренных народов, проживающих в билингвальных и мультилингвальных регионах. Целью
статьи является развитие подхода к организации электронного обучения математике студентов в условиях билингвальности
с применением механизмов адаптации образовательного контента к языковым особенностям. В исследовании использованы
методы анализа научной литературы и эмпирические методы. В качестве средства электронного обучения математике предлагаются адаптивные электронные обучающие курсы, позволяющие студенту двигаться по индивидуальному образовательному
маршруту и обеспечивающие адаптацию контента по языковому аспекту и национальным особенностям восприятия обучаемыми
учебных материалов. В результате построен индивидуальный образовательный маршрут в адаптивном электронном обучающем
курсе по математике в условиях билингвальности. В перспективе результаты работы могут стать звеном методической системы
персонализированного адаптивного обучения подготовки студента вуза в условиях билингвальности.
Ключевые слова: адаптивное обучение, билингвизм, персонализация, обучение математике.
Для цитирования:
Вайнштейн Ю. В., Носков М. В., Шершнева В. А., Танзы М. В. Электронное обучение математике в условиях билингвальности. Информатика и образование. 2022;37(4):25–33. (На англ.) DOI: 10.32517/0234-0453-2022-37-4-25-33
Vainshtein Yu. V., Noskov M. V., Shershneva V. A., Tanzy M. V. Mathematics e-learning…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
1. Introduction
The national policy of the modern state sets the task
of accelerating the introduction of digital technologies
in all spheres of life, including education. Today there
is an active development of electronic educational
systems, the development of new adaptive and practiceoriented educational programs, the creation of a digital
educational environment and the formation of scientific
ideas about their use in the educational process.
The introduction of digital technologies of big data
processing and intelligent information technologies
into education is one of the most significant processes
defining the era of digitalization.
Currently, it can be seen that traditional
educational technologies are being replaced by
electronic technologies, the peculiarity of which is
the focus on achieving personal educational results,
taking into account the individual characteristics of
students and monitoring their own progress. This opens
up new opportunities for students, including when
teaching small indigenous peoples living in bilingual
and multilingual regions of the country. It should be
noted that their educational process directly depends
on the level of knowledge of the language in which the
training is conducted. This situation is quite common
not only in Russia (Tuva, Yakutia, Chuvashia, etc.), but
also abroad (USA, Canada, etc.). For the full inclusion
of such students in training, it is important to provide
equal educational opportunities, providing along with
the formation of subject competencies, the formation
of foreign language competence (knowledge of the
language in which the training is conducted) with the
preservation of the national language. In our case, it
is the organization of e-learning in the conditions of
national-Russian bilingualism.
Based on the analysis of research in the field of
e-learning using modern digital and pedagogical
technologies, we will highlight the following areas:
conceptual foundations of digital transformation of
education and the introduction of digital technologies
[1, 2]; approaches, methods and algorithms for
personalization of education [3–5]; programmable and
adaptive learning [6–10]; development of e-learning
courses and resources [11, 12]; construction of
individual educational routes taking into account
cognitive and personal characteristics [13–15];
formation of the “digital double” of the learner and
prediction of the behavior of the learner [16, 17];
development of algorithms for the implementation
of innovative educational strategies and adaptation
mechanisms in learning systems and environments [17–
20]; development of electronic bilingual environment
[21–23]. These studies have made a serious contribution
to the development of e-learning, which, of course,
has increased its potential. At the same time, it
should be noted that the directions mainly develop
separately and are poorly integrated with each other.
The situation of a total transition to online education
that has arisen in connection with the spread of a new
26
coronavirus infection has stimulated the need for the
development of methods of electronic subject learning.
This actualizes the problem of developing complex
innovative pedagogical and technological solutions
that provide training in an electronic information and
educational environment.
It is necessary to develop and implement such
educational approaches, which, along with the
pragmatic nature of the focus of e-learning on
the formation of subject educational results and
professional competencies, will be aimed at the
development and self-development of the individual,
including work with physical and psychophysical
qualities. It is important to lay down such forms and
methods of project and team work in an electronic
environment that will allow developing organizational
competencies. The development and integration of
e-learning implementation models will radically
restructure the educational process in accordance with
the characteristics of a new generation of students
brought up on the Internet and new forms of social
communication.
It can be stated that adaptive learning is singled
out by many researchers as a promising e-learning
technology. Its main purpose is the organization of
the educational process in an electronic environment,
which ensures the variability of educational content
taking into account the individual characteristics of
the student [22].
At the same time, the use of adaptive learning for
students in the educational process is accompanied by
the construction of individual educational routes for
them to master the discipline based on a wide range
of individual characteristics, including cognitive
and personal characteristics of students. The list of
individual characteristics of students is very wide and
may include levels of educational results, motivation,
reflection, activity, styles of perception of educational
content, etc. It should be noted that the choice of the
characteristics to be taken into account is determined
by the teaching methodology, and can also be dictated
by the specifics of the subject area of the discipline,
the field of professional activity and is associated with
regional peculiarities.
In the educational process of the university, the
study of mathematics plays a system-forming and key
role, developing cognitive abilities, logical, analytical
and creative thinking of students, which contributes
to their further productive learning. Teaching
mathematics is carried out in the initial courses of study
and is the foundation for the preparation of a student
of any educational direction in the higher education
system.
The purpose of this work is to develop an approach
to the organization of e-learning of mathematics
for students in conditions of bilingualism with
the use of mechanisms for adapting educational
content to language features. As a means of
e-learning mathematics, it is proposed to use adaptive
e-learning courses that allow the student to move
Вайнштейн Ю. В., Носков М. В., Шершнева В. А., Танзы М. В. Электронное обучение математике…
2022;37(4):25–33
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
along an individual educational route that provides
personalization of the educational process.
2. Materials and methods
When forming the conceptual and terminological
field of e-learning in mathematics in the conditions
of bilingualism and identifying the features of its
provision in the conditions of intensive development
of digital technologies in the world and Russian
educational system, the method of comparative
analysis of psychological, pedagogical, scientific and
methodological literature on the research problem was
used.
Content analysis of the concepts of “e-learning”,
“adaptive learning”, “individual educational route”,
“bilingualism” and analysis of scientific literature
reflecting the didactic potential of the electronic
information and educational environment of the
university allowed us to determine the possibilities
of developing methods for constructing individual
educational routes in adaptive e-learning courses
and to determine the means of their technical
implementation in LMS Moodle. As a pedagogical basis
for the construction of adaptive e-learning courses in an
electronic environment, a multi-paradigm approach is
used, which is an open, consistent cluster of approaches
to learning.
Empirical methods (questionnaires, testing,
observation of students) were used to obtain feedback
on the educational results being formed. These
methods made it possible to obtain information about
real changes in the educational results of e-learning
mathematics in conditions of bilingualism, involvement
in the educational process and activation of students’
activities in an electronic environment.
Within the framework of the agreement on
network cooperation between the Institute of Space
and Information Technologies of the Siberian Federal
University and Tuvan State University of the Russian
Federation, 104 bachelors of the first and the second
year of the Faculty of Physics and Mathematics of
Tuvan State University were involved in testing the
hypothesis of the study: experimental (53 students)
and control (51 students) groups. The experiment was
carried out when teaching mathematical disciplines
in 2019–2021. To process the results and evaluate the
effectiveness of the implementation of the developed
adaptive e-learning course in the educational process,
a comparison of educational results in the control and
experimental groups at the beginning and end of the
discipline study using the Student’s t-test was carried
out.
3. The structure of the adaptive e-learning
course in conditions of bilingualism
This section may be divided by subheadings. It
should provide a concise and precise description of the
experimental results, their interpretation, as well as
the experimental conclusions that can be drawn. The
Republic of Tuva is somewhat isolated from the rest
of Russia and has a special national culture [24]. In the
republic, the percentage of the population for whom the
Tuvan language is their native language is significantly
higher than in other national entities. This leads to the
fact that many applicants speak Russian only at the
level of understanding everyday issues. In some areas
of Tuva, the Russian language is studied in conditions
of almost complete isolation from the language and
culture and the level of its knowledge (especially in
remote areas) is determined only by contact with the
teacher and the school. This leads to the emergence of
language conservation and creates a special problem
in the organization of training, when along with the
formation of subject competencies, it is necessary to
form Russian-language competence, since education is
conducted in Russian at the university [23].
The authors propose to organize mathematics
education in the conditions of Russian-Tuvan
bilingualism with the use of adaptive e-learning
courses. It is important to take into account the degree
of proficiency in the Russian language of the student
and to provide the joint formation of both mathematical
and Russian-speaking competence in the process of
creating the courses. At the same time, one of the
educational tasks is to master the teaching materials
and pass the certification in the discipline entirely in
Russian.
Consider the construction of adaptive e-learning
courses (AELC). As a software environment for
their implementation, the authors selected the LMS
Moodle distance learning system, which has the
functionality of implementing educational content
mechanisms through the accessibility settings of
educational course elements. This is due to the fact
that the construction of e-learning systems in higher
education in Russia is carried out mainly on the
basis of learning Management Systems (Learning
Management System — LMS), including Blackboard
and Moodle, which accumulate a large amount of data
related to the educational activities of students. The
development of approaches and technological solutions
to the creation of adaptive e-learning courses and
resources in LMS, the functionality of which includes
personalization, analytics, consulting and evaluation
of training based on available data sets, is becoming
relevant. Note, however, that the organization of
adaptive learning in LMS is a difficult pedagogical and
instrumental-technical task. This is due to the fact that
the methodology of using adaptive e-learning courses
that provide students with an individual educational
environment, the theoretical and practical material of
which is focused on their individual characteristics,
has not yet been sufficiently developed.
Adaptive e-learning courses are being created at the
Institute of Space and Information Technologies of the
Siberian Federal University of the Russian Federation,
the adaptation of educational content in which is carried
out depending on the level of assimilation of educational
27
2022;37(4):25–33
Vainshtein Yu. V., Noskov M. V., Shershneva V. A., Tanzy M. V. Mathematics e-learning…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
material or the individual style of the student [13].
The adaptive e-learning course of the discipline is
proposed to be understood as an educational resource
presented in electronic and digital form, which includes
a structure and subject content that allows for flexible
adaptation for students depending on their individual
characteristics.
When building AELC in LMS Moodle, it is proposed
to represent it with a set of models: a model for the
presentation of educational content, a user model,
a model for the adaptation of educational content and
a model of a competence framework (evaluation of
learning outcomes) (fig. 1).
Fig. 1. The structure of the adaptive e-learning course
Let’s take a closer look at the content of the models.
In the model of presentation of educational content, it
is proposed to use an approach based on the integration
of logical-epistemological methods of the ratio of the
volume and content of concepts by E. K. Voishvillo
with the methods of taxonomic hierarchy based on the
theory of graphs and hypergra phs [25]. All concepts
of the course are arranged in the form of a hierarchical
structure — a tree of concepts or a set of concept trees.
The concept tree is used as a basis for allocating minimal
portions of theoretical material — terms. By the term
we mean a sequence of semantic facts and procedural
rules having semantic completeness. That is, each
term represents some fragment of the tree of discipline
concepts. The criteria for including concepts in it are:
• volume restriction — each term contains no more
than five concepts; if the concept is informationrich, it can be allocated to a separate term;
• completeness — when forming a term , the
approach of embedding small structural units
into large ones is implemented;
• verifiability — all concepts of the term allow the
possibility of checking their assimilation.
Determining the sequence of studying terms allows
you to correlate the concepts included in the term with
their place in the overall structure of the discipline and
contributes to the formation of its holistic perception.
Personalized educational content and control and
measuring materials are generated for each term.
The presentation of such content is carried out on
the basis of hybridization of heterogeneous forms of
digital storytelling: multimedia longreads, podcasts,
28
as well as complexes of educational step-by-step digital
simulators. That is, as a result, the educational content
of the adaptive course is a set of semantically related
educational objects. This allows you to formalize the
educational material and build logically justified
sequences of its study, which is especially important
when studying mathematical disciplines.
At the same time, the educational content focuses
on the individual characteristics of students presented
in the AELC user model, based on the development of
approaches to building a trainee model in automated
training systems. Its main purpose is the dynamic
adjustment of parameters for the implementation
of adaptive learning management in an electronic
environment.
The range of adaptation parameters can be
different depending on the discipline, on the goals of
the educational process. All parameters of the user
model are proposed to be divided into two groups:
parameters designed to control the student's activity
in an electronic environment, and parameters used in
the adaptation of educational content. The first group
of parameters includes the results of monitoring the
student's learning process: his current position in
the course; the time spent on studying each term and
completing tasks; the number of effective logins to the
system.
Based on the experience gained by the authors in the
development and implementation of adaptive e-learning
courses, the second group of parameters includes the
language characteristics of the trainees, the learning
style (individual characteristics of the perception of
information of students), the level of motivation and the
results of mastering each term. Various combinations
of adaptation parameters were used in the process of
testing AELC, which imposes certain conditions on the
development of educational content: features and form
of presentation of educational objects.
When teaching foreign students or students of
small-numbered peoples of Russia in the conditions
of bilingualism, the adaptation of content according
to the linguistic aspect and national characteristics
of the perception of educational materials by students
becomes relevant. Interesting results were obtained
when constructing the educational process using AELC
for students of the Republic of Tuva with different
levels of parallel proficiency in their native Tuvan
and Russian languages. When developing educational
content, the methodological technique “Variation of
language communication techniques” was used, which is
aimed at using two parallel working languages — Tuvan
and Russian to create the best learning conditions for
students in terms of accessibility and perception of
the studied material [23]. Language adaptation can be
applied to other indigenous peoples of Russia.
It is known that the perception of educational
material is based on the perceptual modality, that is,
the dominant channel of perception and processing of
information: auditory, visual, kinesthetic or digital.
The dominant channel of information perception is
Вайнштейн Ю. В., Носков М. В., Шершнева В. А., Танзы М. В. Электронное обучение математике…
2022;37(4):25–33
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
unstable and can change during a person's life, but
when considering it in such a short time interval as the
study of a discipline, it can be considered a constant.
In accordance with the type of perception identified
in the learner, the appropriate training material
is recommended in the AELC. For example, for
auditory — the sound form of representation, visual —
graphic-presentation, and for kinesthetic — spatialdynamic. But at the same time, the possibilities of
independent choice of content are open for the student.
This approach makes it possible to choose the form of
presentation of terms in order to facilitate the process
of mastering the discipline material.
The level of motivation is determined on the basis
of a questionnaire designed to measure the severity and
type of motivation for learning activities, developed
by T. O. Gordeeva, O. A. Sychev and E. N. Osin.
Modification of the questionnaires in terms of
instructions and questions was carried out regarding
the context of teaching mathematics in an electronic
environment. The control of the level of motivation
of students when studying at the AELCis due to the
problems associated with the difficulties of involving
and retaining students in an electronic environment.
For this purpose, the educational content of the AELC is
accompanied by a developed gamification system, which
acts as an effective means of increasing motivation and
involving students in the educational process.
As the main parameter of the adaptation of
educational content to the individual characteristics
of the student, it is proposed to use the level of
assimilation of the current material. In the case of
unsatisfactory results of assimilation of each studied
term, the material is automatically offered in a more
accessible form of presentation, for example, using
other examples and the level of detail.
The model of adaptation of educational content
includes an algorithm for implementing an educational
strategy that provides automatic navigation of the
educational process in AELC by integrating and
developing adaptive management methods, as well as
algorithms and methods for constructing individual
educational routes that take into account the individual
characteristics of participants in the educational
process in AELC. Each element of the educational
content (thermo material, test, task, simulator) has
certain settings due to the capabilities of the learning
management system.
The adaptive electronic educational course
implements two types of adaptation: current and
evaluative-corrective. In the process of current
adaptation, an individual educational route is
automatically implemented for each student and
a personal space of educational materials is formed, filled
with content focused on the individual characteristics of
the student and “adjusting” to his level of assimilation.
Evaluative-corrective adaptation is aimed at evaluating
and correcting the normative values of the parameters
in the user's model, determined on the basis of expert
evaluation.
The model of the competence framework (assessment
of learning outcomes) in AELCis based on a modern
approach of determining educational outcomes in
the context of digital transformation of education,
on methods of system analysis, multidimensional
data analysis, expert assessments and pedagogical
methods of assessing knowledge, skills, abilities and
competencies in higher education.
At the same time, it is worth emphasizing that
the advantages of organizing training with the use of
AELC, along with the formation of subject educational
results, would like to include the possibility of
constant monitoring and implementation of feedback
mechanisms, accessible and prompt communication of
participants in the educational process (students and
teachers), the formation and development of skills of
independent and collective work, increased motivation
and involvement of students in the educational
process. We believe that the adaptive e-learning course
has a good potential for adapting the educational
environment to the individual characteristics of
students and organizing subject-based learning in the
electronic information and educational environment
of the university.
4. Results
When designing an adaptive training course in
higher mathematics, educational content is a set
of terms — microportions of educational material
presented in several editions of the presentation,
differing from each other in the degree of use of the
Russian language. Edition of the educational material,
designed for students with a low level of knowledge of
the Russian language, is formed in parallel in Tuvan
and Russian languages. This creates opportunities
for students to adapt to learning in new conditions.
The following edition of the material is designed for
students with an average knowledge of the Russian
language, i. e. Russian is spoken at the everyday level
and contains statements and definitions in Russian and
is accompanied by a translation into Tuvan, including
a glossary of mathematical terms. The number of
Russian-language fragments of each term increases
from edition to edition and reaches a completely
Russian-language version.
When structuring the subject area of mathematical
disciplines with a volume of 30 credits (1080 hours),
168 terms of the AELC educational content were formed
in three editions of the presentation, and 276 terms
were included in the glossary of the subject area.
Let’s consider the representation of the educational
content of the term “Matrix”. For example, in the
Russian version, the concept of a matrix is presented
as follows.
A matrix is a rectangular table of any elements
(numbers, letters, other objects), which consists of m
rows and n columns.
For students who do not speak Russian, the concept
is presented in Tuvan.
29
2022;37(4):25–33
Vainshtein Yu. V., Noskov M. V., Shershneva V. A., Tanzy M. V. Mathematics e-learning…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
Table
Fragment of the Russian-Tuvan glossary AELC
The concept in Russian
The concept in the Tuvan language
A system of equations is a set of equations with unknowns,
for which it is required to find the values of unknowns that
satisfy all the equations simultaneously.
Де нелгелер системазы — дээрге ча гыс угда шупту
де нелгелерни хандырып турар билдинместерни
ужур-утказын тыварын негеп турар билдинбестерлиг
де нелгелерни ниитизи.
A matrix is a rectangular table of any elements (numbers,
letters, other objects), which consists of m rows and n
columns.
Матрица — дээрге кандыг бир чуулдерни (саннар,
ужуктер болгаш оон даа оске) доора болгаш узун дургаар
одуруглардан тургустунган тодаргай таблица.
The determinant is a numerical characteristic of a square
matrix.
The determinant of the 2nd order is a number equal to the
difference between the products of the elements standing on
the main diagonal and the products of the elements standing
on the side diagonal.
Ийи дугаар порядокту определители дээрге кол
диагональды кежигуннерини ковудээшкининден
болгаш побочный диагональды кежигуннерини
ковудээшкинин казып каан саны.
The rank of the matrix is equal to the number of non-zero
rows after reducing the matrix to a stepwise form using
elementary transformations over the rows and columns of
the matrix.
Матрицанын рангызы дээрге доора болгаш узун дургаар
одуругларны бодуунчуткен оскерлиишкиннер соонда
чадаланчак хевиринге киирген, тикке ден эвес доора
одуругларны санны.
Vector — a directional segment indicating the beginning
and end.
Function — if each value of x is assigned one specific value
of y according to some rule or law, then it is said that y is an
unambiguous function of x and is denoted by y = f(x).
Функция — дээрге кандыгла бир х бурузунге бир ле дурум
езугаар чангыс у тодаратынып турар болза, ону у-тин
чангыс уткалыг х-тен функциязы дээр, ынчангаш ону
бижиири y = f(x).
The derivative of the function f(x) at a point is called the limit
of the ratio of the increment of the function to the increment
of the argument when.
∆f (x)
Denoted by f (x) = lim
∆x→0 ∆x
f(x) деп функциянын xo точкада производнаязы дээрге
функция приращениезини аргументи приращениезинге
хамаарылгазынын предели.
∆f (x)
Бижиири: f (x) = lim
∆x→0 ∆x
Матрица — дээрге кандыг бир чуулдернин
(саннар, ужуктер болгаш оон даа оске) доора болгаш
узун дургаар одуруглардан тургустунган тодаргай
таблица.
For students who have a poor command of the
Russian language, the material contains statements
and definitions in Russian, but is accompanied by
a Russian-Tuvan glossary of mathematical terms,
a fragment of which is presented in Table.
The educational content of the AELC also contains
mathematical objects that have an applied meaning
and have a national, ethnic flavor. For example, when
studying analytical geometry, we include in the AELC
educational material related to the consideration as
a mathematical model of the Tuvan yurt — a traditional
dwelling in the conditions of nomadic life [26]. At the
same time, the yurt presented in the exposition of the
National Museum of the Republic of Tuva acts as a real
ethnic source of research, which is a visual example
of the formation of spatial thinking, motivation for
learning, and also vividly demonstrates the natural
beauty of geometry, Figure 2.
The AELC provides automated navigation between
the editions of the material not only at the level of
understanding of the Russian language, but also on
30
the basis of the level of assimilation of the educational
material. Students are offered a revision of the
educational material for study. Then an automated
check of its assimilation is carried out and, depending
on the results obtained, if problems are identified:
• with the assimilation of educational material
that are of a linguistic nature, an edition of the
educational material is automatically proposed
with an increase in the volume of material in the
Tuvan language and corresponding to its current
level of proficiency in Russian;
• related to the lack of understanding of the
material in the AELC, consulting assistance is
provided, in the form of suggestive automatic
prompts and explanatory examples on the
training material, implemented through test
simulators.
Adaptation mechanisms are implemented in the
AELC by designing a database of rules for the selection
of educational content and linking them to the relevant
elements of the AELC, the access of trainees to which
carries out their activation under specified conditions.
For example, a rule that automatically presents the
term of educational content in a different version of the
presentation, provided that the student has mastered
Вайнштейн Ю. В., Носков М. В., Шершнева В. А., Танзы М. В. Электронное обучение математике…
2022;37(4):25–33
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Fig. 2. Fragment of an adaptive e-leaning course
the educational material and has shown a high level of
proficiency in Russian, is set as follows:
IF
[Parameter "Proficiency in Russian" : = "High"
AND
Parameter "Level of assimilation of term I" :
= "High" (from 78% and above)]
THEN
[Parameter "Availability of term i+1" := TRUE
AND
Parameter "Revision" := "Revision With"
AND
Parameter "Detail":= "Basic"].
Each term also includes elements of an adaptive
e-learning course, such as simulator tasks that provide
step-by-step solution of complex multi-step tasks and
individual project tasks with mutual peer review of
works.
The proposed approach has been tested in the
educational process of bachelors of Tuvan State
University.
The empirical basis of the study was the educational
results and the results of a survey of bachelors of the
Faculty of Physics and Mathematics of Tuvan State
University of experimental and control groups who
studied mathematical disciplines using an adaptive
e-learning course that forms individual educational
routes and without it.
The survey of the experimental group demonstrated
a positive reaction of students to the introduction of
AELC in the study of mathematical disciplines. For
example, when assessing the adaptability of the AELC
educational content, 50,9 % of respondents noted the
option “high level of adaptability”, 32.1 % considered
“the level of adaptability rather high”, 17 % considered
the level of adaptability average, the options “low” or
“rather low” students did not choose. 71.7 % of students
noted an increase in motivation to study the discipline
in an adaptive electronic educational course, 24.5 %
found it difficult to answer this question and only 3.8 %
found the proposed approach rather uninteresting,
no one spoke out for the complete lack of interest in
adapting mathematical content. 84.9 % of students
noted that studying the discipline in AELC contributes
to a better assimilation of mathematics compared to
traditional teaching, 1.9 % noted the insignificance of
the proposed approach and 13.2 % found it difficult to
answer this question.
To assess the effectiveness of the introduction
of the developed adaptive e-learning course into the
educational process, a comparison of educational results
in the control (CG) and experimental group (EG) at the
beginning and end of the study of the discipline using
the Student’s t-test was carried out. The null hypothesis
that was tested was that the study groups do not differ
in educational results regardless of the approach used
in teaching. The experimental hypothesis was that
EG students have higher educational results, that
is, the differences between the results of the groups
are statistically significant. At the beginning of the
experiment, there were no statistically significant
differences in the groups, since temp = 0.8 is less than
tcr = 2.61 at a significance level of 0.01. At the end of
the experimental work, we obtained temp = 3.1. Since
temp > tcr, the experimental hypothesis is accepted with
a 99 % probability that the compared groups differ
significantly with higher educational results of the
experimental group.
The dynamics of the formation of mathematical
and Russian-speaking competence in the control and
experimental groups when teaching mathematics
is shown in Figure 3. The assessment of the level of
competence formation of each student was carried
31
2022;37(4):25–33
Vainshtein Yu. V., Noskov M. V., Shershneva V. A., Tanzy M. V. Mathematics e-learning…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
Fig. 3. The dynamics of the formation of mathematical and Russian-speaking competence
out on a 100-point scale. The histogram shows the
average values of the formation of each competence in
the control and experimental groups at the end of the
experiment, translated into percentage components.
The use of adaptive e-learning courses in the
educational process, which ensure the adaptation of
educational content when teaching mathematics in the
conditions of Russian-Tuvan bilingualism, allowed the
formation of Russian-speaking competence along with
mathematical competence. In the future, it is planned
to optimize the adaptation mechanisms of the AELC
by including in the database of rules for the selection
of content the conditions for taking into account the
activity of students in the electronic information and
educational environment.
5. Conclusions
Authors should discuss the results and how they
can be interpreted from the perspective of previous
studies and of the working hypotheses. The findings and
their implications should be discussed in the broadest
context possible. Future research directions may also
be highlighted.
A feature of the presented work is the construction
of an individual educational route in an adaptive
e-learning course in mathematics in the conditions of
bilingualism. The experimental results obtained in the
work can be interpreted as confirming the effectiveness
of teaching using an adaptive e-learning course that
forms individual educational routes and an individual
space of teaching materials of mathematical disciplines
for students of the Republic of Tuva.
We see further development of adaptive learning
in an electronic environment in the design and
construction of educational process management
models that ensure the intensification of educational
processes in an electronic environment in the context of
the implementation of various forms of e-learning and
distance learning technologies (blended learning, webenabled learning, training in mass open online courses,
32
etc.). The approach proposed in the article is significant
for the development of educational approaches in the
conditions of the epidemiological situation caused
by the pandemic and the total transition to the use of
exclusively e-learning, and can also contribute to the
creation of a scientific base for further research in the
field of digitalization of education. And there is no doubt
that the results of the work can become a link in the
methodological system of personalized adaptive training
of a university student in conditions of bilingualism.
References
1. Uvarov A. Yu., Dvoreckaya I. V., Frumin I. D.,
Gejbl E., Karlov I. A., Merzalova T. A., Sergomanov P. A.,
Zaslavsky I. M. Difficulties and prospects of digital transformation of education. Moscow, NIU VShE; 2019. (In Russian.)
DOI: 10.17323/978-5-7598-1990-5
2. Elliott S. W. Computers and the future of skill demand.
Paris, OECD Publishing, France; 2017.
3. Andryushkova O., Grigoriev S. The influence online
learning quality criteria selection on negentropy. IEELMDTE 2020 — Proceedings of the 4th International Conference
on Informatization of Education and E-Learning Methodology: Digital Technologies in Education. Krasnoyarsk;
2020;(2770):127–139.
4. Peng H., Ma S., Spector J. M. Personalized adaptive
learning: An emerging pedagogical approach enabled by a
smart learning environment. Smart Learning Environments.
2019;6(9). DOI: 10.1186/s40561-019-0089-y
5. Fisher J., White J. Takeaways from the 2017 blended
and personalized learning conference. Available at: https://
www.gettingsmart.com/2017/10/17/takeaways-from-the2017-blended-and-personalized-learning-conference/
6. Komleva N.V., Vilyavin D.A. Digital platform for creating personalized adaptive online courses. Open Education.
2020;24(2):65–72. DOI: 10.21686/1818-4243-2020-2-65-72
7. Skinner B.F. Teaching machines. Science.
1958;(128(3330)):969–977. DOI: 10.1126/science.128.3330.969
8. Brusilovsky P. Adaptive and intelligent technologies for web-based education. Künstliche Intelligenz.
1999;13(4):19–25. Available at: http://www2.sis.pitt.
edu/~peterb/papers/KI-review.pdf
9. Rizvi S. et al. Culturally adaptive learning design:
A mixed-methods study of cross-cultural learning design
preferences in MOOCs. Open World Learning. Routledge.
2022:103–115. DOI:10.4324/9781003177098-9
Вайнштейн Ю. В., Носков М. В., Шершнева В. А., Танзы М. В. Электронное обучение математике…
2022;37(4):25–33
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
10. Dolasinski M. J., Reynolds J. Microlearning: A new
learning model. Journal of Hospitality & Tourism Research.
2020;44(3):551–561. DOI: 10.1177/1096348020901579
11. Šimko M., Bielikova M. Lightweight domain modeling for adaptive web-based educational system. Journal of
Intelligent Information Systems. 2019;(52):165–190. DOI:
10.1007/s10844-018-0518-3
12. Bray B., McClaskey K. Make learning personal: The
what, who, WOW, where, and why. Thousand Oaks, California, Corwin Press; 2014.
13. Tayebinik M., Puteh M. Blended learningor e‑learning? International Magazine on Advances in Computer
Science and Telecommunications. 2012;3(1):103–110. Available at: https://papers.ssrn.com/sol3/papers.cfm?abstract_
id=2282881
14. Vainshtein Yu. V., Shershneva V. A., Esin R. V.,
Noskov M. V. Individualisation of education in terms of
e-learning: Experience and prospects. Journal of Siberian Federal University. Humanities and Social Sciences.
2019;12(9):1753–1770. DOI: 10.17516/1997-1370-0481
15. Nazarova V. Y., Ostapenko M. S. Individual educational paths. E3S Web of Conferences. 2021;(266(2)):05001.
DOI: 10.1051/e3sconf/202126605001
16. El-Sabagh H. A. Adaptive e-learning environment
based on learning styles and its impact on development students’ engagement. International Journal of Educational
Technology in Higher Education. 2021;18(1):1–24. DOI:
10.1186/s41239-021-00289-4
17. Ilyin V. D. The model of the cooperative problem solver
based on digital twins. Sistems and Means of Informatics.
2019;29(2):172–179. DOI: 10.14357/08696527190215
18. Zaharova I. G. Machine learning methods of providing
informational management support for students’ professional
development. Education and Science Journal. 2018;20(9):91–
114. DOI: 10.17853/1994-5639-2018-9-91-114
19. Tsibulskii G. M., Vaynshteyn Yu. V., Esin R. V. Developing adaptive e-learning courses in the LMS Moodle.
Krasnoyarsk; 2018.
20. Dagger D., Wade V., Conlan O. Personalisation for all:
Making adaptive course composition easy. Educational Technology and Society. 2005;8(3):9–25. Available at: https://
www.jstor.org/stable/jeductechsoci.8.3.9
21. Taryma A. K., Shershneva V. A., Vainshtein Y. V. Development of professional ICT competence for future teachers
of the Tuva republic under the conditions of bilingualism.
Perspectives of Science and Education. 2019;40(4):27–90.
DOI: 10.32744/pse.2019.4.7.
22. Vainshtein J., Noskov M., Shershneva V., Tanzy M.
Adaptation of educational content when learning mathematics
in bilingual condition. IEELM-DTE 2020 — Proceedings of
the 4th International Conference on Informatization of Education and E-Learning Methodology: Digital Technologies in
Education. Krasnoyarsk; 2020;(2770):65–71. Available at:
http://ceur-ws.org/Vol-2770/paper9.pdf
23. Shershneva V., Vainshtein Y., Kochetkova T. Adaptive
system of web-based teaching. Program Systems: Theory and
Applications. 2018;9(4):179–197. DOI:10.25209/2079-33162018-9-4-159-177
24. Lamajaa Ch. K. Tuvinology: the new horizons. M.,
Librocom Publishers; 2013.
25. Vainshtein J., Esin R., Tsibulsky G. Constructing
domain model based on logical and epistemological analysis.
IEELM-DTE 2020 — Proceedings of the 4th International
Conference on Informatization of Education and E-Learning
Methodology: Digital Technologies in Education. Krasnoyarsk; 2020;(2770):140–146. Available at: http://ceur-ws.
org/Vol-2770/paper18.pdf
26. Tanzy M. V., Saaya S. K., Shershneva V. A., Vainshtein Y. V., Ondar C. M. The yurt as a geometric model in teaching mathematics. The New Research of Tuva. 2020;(4):80–91.
DOI: 10.25178/nit.2020.4.6
Information about the authors
Yulia V. Vainshtein, Doctor of Sciences (Education), Docent, Professor at the Department of Applied Mathematics and
Computer Safety, Institute of Space and Information Technologies, Siberian Federal University, Krasnoyarsk, Russia; ORCID:
https://orcid.org/0000-0002-8370-7970; e-mail: YWeinstein@
sfu-kras.ru
Mihail V. Noskov, Doctor of Sciences (Phys.-Math.), Professor, Professor at the Department of Applied Mathematics and
Computer Safety, Institute of Space and Information Technologies, Siberian Federal University, Krasnoyarsk, Russia; ORCID:
https://orcid.org/0000-0001-8966-3633; e-mail: mnoskov@
sfu-kras.ru
Victoria A. Shershneva, Doctor of Sciences (Education),
Professor, Professor at the Department of Applied Mathematics and Computer Safety, Institute of Space and Information
Technologies, Siberian Federal University, Krasnoyarsk, Russia; ORCID: https://orcid.org/0000-0002-9386-2018; e-mail:
vshershneva@sfu-kras.ru
Mengy V. Tanzy, Candidate of Sciences (Education), Docent, Head of the Department of Algebra and Geometry, Tuva
State University, Kyzyl, The Republic of Tuva, Russia; ORCID:
https://orcid.org/0000-0001-5710-0676; e-mail: tmengi78@
mail.ru
Информация об авторах
Вайнштейн Юлия Владимировна, доктор пед. наук,
доцент, профессор кафедры прикладной математики и компьютерной безопасности, Институт космических и информационных технологий, Сибирский федеральный университет,
г. Красноярск, Россия; ORCID: https://orcid.org/0000-00028370-7970; e-mail: YWeinstein@sfu-kras.ru
Носков Михаил Валерианович, доктор физ.-мат. наук,
профессор, профессор кафедры прикладной математики и компьютерной безопасности, Институт космических и информационных технологий, Сибирский федеральный университет,
г. Красноярск, Россия; ORCID: https://orcid.org/ 0000-00018966-3633; e-mail: mnoskov@sfu-kras.ru
Шершнева Виктория Анатольевна, доктор пед. наук,
профессор, профессор кафедры прикладной математики и компьютерной безопасности, Институт космических и информационных технологий, Сибирский федеральный университет,
г. Красноярск, Россия; ORCID: https://orcid.org/0000-00029386-2018; e-mail: vshershneva@sfu-kras.ru
Танзы Менги Васильевна, канд. пед. наук, доцент, зав.
кафедрой алгебры и геометрии, Тувинский государственный
университет, г. Кызыл, Республика Тыва, Россия; ORCID:
https://orcid.org/0000-0001-5710-0676; e-mail: tmengi78@
mail.ru
Поступила в редакцию / Received: 01.07.2022.
Поступила после рецензирования / Revised: 15.07.2022.
Принята к печати / Accepted: 02.08.2022.
33
2022;37(4):34–45
ПЕДАГОГИЧЕСКИЙ ОПЫТ / PEDAGOGICAL EXPERIENCE
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
Техническое зрение:
практикум по настройке и программированию
Г. Л. Абдулгалимов1
1
, О. А. Косино1, К. В. Гоголданова1
Московский педагогический государственный университет , г. Москва, Россия
agraml@mail.ru
Аннотация
В статье предложено учебно-методическое обеспечение для будущих учителей информатики и робототехники по настройке и программированию модуля технического зрения TrackingCam. Рассмотрены примеры проектов с модулем технического
зрения и Arduino-совместимым микроконтроллером. Описанный в статье дидактический материал по разработке учебно-исследовательских проектов с модулем технического зрения включает две лабораторные работы: первая посвящена настройке
модуля технического зрения на выполнение специальных задач по распознаванию конкретных объектов, а вторая — использованию настроек модуля технического зрения для программирования поведения робототехнического самоходного устройства.
Предложенный дидактический материал предназначен для организации лабораторных работ по информатике и робототехнике
с обучающимися разных возрастных категорий и на разных уровнях образования. Рассмотренные в статье простые примеры
могут служить основой для разработки более сложных проектов, включая курсовые и дипломные работы. Предложенные работы
состоят из следующих частей: тема; цель; теоретические знания, используемые для решения заданий в текущей работе; порядок
выполнения тренировочных заданий; контрольные задания; вопросы для контроля. Таким образом, материал статьи в целом
может быть использован для организации практикума по техническому зрению.
Ключевые слова: профессиональная подготовка учителя информатики и робототехники, модуль технического зрения,
обучение конструированию и программированию, среда разработки Arduino IDE.
Для цитирования:
Абдулгалимов Г. Л., Косино О. А., Гоголданова К. В. Техническое зрение: практикум по настройке и программированию.
Информатика и образование. 2022;37(4):34–45. DOI: 10.32517/0234-0453-2022-37-4-34-45
Computer vision:
A practicum in setting up and programming
G. L. Abdulgalimov1
1
, O. A. Kosino1, K. V. Gogoldanova1
Moscow Pedagogical State University, Moscow, Russia
agraml@mail.ru
Abstract
The article provides future teachers of informatics and robotics with educational and methodological support for setting up and
programming the TrackingCam vision module. The research looked at examples of projects with a computer vision module and an
Arduino-compatible microcontroller. The didactic material on developing educational research projects with a vision module described
in the article includes two laboratory projects. The first focuses on setting up the vision module to perform special tasks of identifying
particular objects. The second project involves using the vision module settings to program the behavior of a self-propelled robotic
device. The proposed didactic material is intended for organizing laboratory projects in informatics and robotics for students of
different ages and at different levels of education. The simple examples considered in the article can serve as the basis for designing
more complex projects, including term articles as well as bachelor and master theses. The proposed projects consist of the following
parts: topic; purpose; theoretical knowledge used to complete the tasks in the project in hand; the procedure for performing training
tasks; tests; test questions. Thus, the material of the whole article can be used to organize a practicum in computer vision.
Keywords: informatics and robotics teacher’s professional training, vision module, design and programming training, Arduino
integrated development environment (IDE).
For citation:
Abdulgalimov G. L., Kosino O. A., Gogoldanova K. V. Computer vision: A practicum in setting up and programming. Informatics
and Education. 2022;37(4):34–45. (In Russian.) DOI: 10.32517/0234-0453-2022-37-4-34-45
поддержке государства. С 2008 года функционирует программа «Робототехника: инженерно-технические кадры инновационной России», которая
посвящена популяризации образовательной робототехники и обеспечению равных возможностей
Abdulgalimov G. L., Kosino O. A., Gogoldanova K. V. Computer vision: A practicum…
2022;37(4):34–45
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
доступа к оборудованию для школьников из разных
регионов. В последние два-три года Правительством
и Президентом РФ были утверждены «Стратегическое направление в области цифровой трансформации науки и высшего образования» и «Национальная стратегия развития искусственного интеллекта
на период до 2030 года», в которых особое внимание
уделяется необходимости подготовки детей и молодежи к разработке и внедрению технологических
решений на базе искусственного интеллекта (машинное обучение, техническое зрение, интернет
вещей и др.) [1–5].
В условиях быстрого развития материальнотехнического обеспечения курсов робототехники
актуальной становится проблема методического
обеспечения учебного процесса в соответствии с содержанием курсов, составом робототехнических
наборов и возрастной категорией обучающихся.
Основное содержание курсов робототехники сводится к конструированию и программированию
различных автоматизированных, умных (в том
числе самоходных и летательных), электронных
и электронно-механических устройств, которые
решают прикладные задачи, такие как: включение
и выключение конкретного устройства по сигналу
от датчика; измерение расстояния до препятствия
и своевременная остановка робота; движение робомобиля по линии или по заданному маршруту; сор
тировка деталей по цвету или по форме; следование
за объектом и т. д.
На курсах робототехники используются робототехнические наборы, которые содержат разные
составы комплектующих: микроконтроллерный
модуль (LEGO EV3, Open CM, Arduino (UNO, MEGA,
NANO и др.), Arduino-подобные микроконтроллерные модули («Технолаб», Applied robotics, СМ-530,
VEX, Roborobo и др.); силовые модули управления
отдельными устройствами и двигателями; модули
расширения возможностей микроконтроллерной
платы; модули беспроводной связи; датчики (движения, расстояния, температуры, влажности, света,
газа и др.); светодиодные индикаторы, жидкокристаллические индикаторы; двигатели и приводы
(серво-, шаговые и др.); блоки питания; радиодетали
и соединительные провода; конструкторские детали
и крепежные элементы и др. [6–8].
2. Актуальность разработки практикума
по настройке и программированию
модуля технического зрения
В последние годы робототехнические наборы комплектуются модулями технического зрения (МТЗ),
которые используются в ученических и научно-исследовательских проектах. Модуль технического
(а также компьютерного или машинного) зрения —
аппаратно-программный комплекс, включающий:
цифровую камеру, плату управления с процессором
и памятью, интерфейсы для связи и передачи дан-
ных, алгоритмы для распознавания объектов и др.
МТЗ предназначен для решения таких прикладных
задач, как: определение координат и площади объекта в кадре, сортировка объектов по цвету и по форме,
движение робомобиля по неразмеченной траектории,
поиск и следование за конкретным объектом, игра
роботов в футбол и сумо, выполнение логистических
операций на складе, автоматизация конвейера сборочного цеха и т. д.
Вопросам разработки средств и методов технического зрения, в том числе более эффективных
алгоритмов обработки графических изображений
и идентификации объектов, уделяется значительное
внимание во многих отечественных (А. В. Бондаренко, Ю. В. Визильтер, С. Ю. Желтов, М. В. Ососков,
А. В. Чернявский и др.) и зарубежных (R. Achantay,
F. Estraday, D. Forsyth, S. Hemamiz, D. Kriegman,
J. Ponce, S. Susstrunky, M. H. Yang и др.) исследованиях и публикациях. Многими учеными
(А. Н. Афанасьев, Л. Д. Жимбуева, О. А. Лучанский,
М. И. Николаев, О. В. Руденко, М. М. Фролов и др.)
исследовались проблемы разработки аппаратного
обеспечения прикладных задач технического зрения.
Однако при всем обилии и разнообразии исследований в области технического зрения слабо проработаны методические вопросы обучения таким новым
знаниям и отсутствуют дидактические материалы по
освоению ряда распространенных сегодня МТЗ. Для
обучения школьников и студентов решению типовых
и проектно-исследовательских задач с использованием МТЗ требуется апробированное учебно-методическое обеспечение под конкретное аппаратное
обеспечение: микроконтроллеры, комплектующие,
робототехнические наборы и т. д.
Рассмотрим практикум по настройке и программированию МТЗ TrackingCam от известного
российского производителя ООО «Прикладная робототехника». МТЗ TrackingCam в последние годы
очень популярен в образовательных организациях
и в ресурсных центрах (технопарки, кванториумы
и др.), так как входит в комплект многих робототехнических наборов ООО «Прикладная робототехника». Предлагаемый нами практикум апробирован
на базе курсов повышения квалификации в педагогическом «Кванториуме» в Академии Минпросвещения России. Практикум включает лабораторные
работы для: знакомства с характеристиками МТЗ
TrackingCam и установки необходимого программного обеспечения; его настройки на распознавание
конкретного объекта (образа); использования МТЗ
в робототехнических проектах на базе микроконтроллерной платформы Arduino [9–12].
Практикум состоит из двух лабораторных работ.
Представленный дидактический материал также
может быть интегрирован в любой другой практикум
по робототехнике и информатике. Каждая работа
состоит из следующих разделов: «Тема», «Цель»,
«Оборудование», «Теоретические сведения», «Тренировочные задания», «Контрольные задания»,
«Вопросы для контроля».
35
2022;37(4):34–45
Абдулгалимов Г. Л., Косино О. А., Гоголданова К. В. Техническое зрение: практикум…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
3. Настройка модуля технического зрения
TrackingCam (лабораторная работа)
Цель: ознакомиться с основными элементами
и характеристиками МТЗ TrackingCam, установить
драйвер и изучить возможности программы распознавания объектов.
Оборудование: компьютер с доступом в интернет,
модуль технического зрения TrackingCam, кабель
USB-miniUSB, предметы для опытов по распознаванию: кубики и шарики разных цветов и размеров —
от 5 до 25 см в диагонали.
Теоретические сведения. МТЗ TrackingCam состоит из аппаратного и программного обеспечения.
Аппаратная часть — это цифровая камера с платой
управления (рис. 1, а).
На плате управления (рис. 1, б) расположены:
1 — микропроцессор; 2 — кнопка для перезагрузки
модуля; 3 — разъем USB для подключения к компьютеру; 4 — разъемы для подключения Dynamixel —
совместимых устройств от Robotis; 5 — разъем для
подключения к внешним устройствам по интерфейсам: UART, I2C и SPI. На лицевой стороне рядом
с камерой расположен светодиод для индикации
состояния модуля.
Модуль имеет следующие технические характеристики: 1) разрешение матрицы камеры —
640 × 480 точек; 2) частота кадров — 30 кадр/мин;
3) память — 168 Кбайт (ОЗУ) и 512 Кбайт (Флеш);
4) угол обзора камеры — 75°; 5) глубина цвета —
8 бит; 6) количество одновременно распознаваемых
одинаковых объектов — 255; 7) количество запоминаемых различных образов — до десяти одноцветных
и до пяти составных разноцветных; 8) количество
цветных областей в составном объекте — от одного
до трех; 9) настраиваемые признаки распознавае
мых объектов: «Яркость», «Цвет», «Площадь»,
«Округлость», «Выпуклость», «Вытянутость»,
«Координаты», «Ширина» и «Высота»; 10) габариты
модуля — 3,8 × 3,8 × 3,2 см.
Программное обеспечение для работы с МТЗ
TrackingCam состоит из драйвера и программы для
настройки распознавания конкретных объектов.
Программное обеспечение распространяется свободно на сайте ООО «Прикладная робототехника»
appliedrobotics.ru, раздел «Учебные материалы»,
подраздел — «Программное обеспечение».
Тренировочное задание 1. Ознакомиться с элементами управления и интерфейсами МТЗ TrackingCam,
установить драйвер для корректного соединения
модуля с компьютером, запустить и ознакомиться со
всеми окнами и опциями программного обеспечения
настройки распознавания объектов, включить и настроить камеру, а также настроить и сохранить образ
цветного шарика в памяти модуля.
Для решения этого задания необходимо выполнить следующие действия:
1. Скачать и распаковать архив TrackingCam_
v2.9 с сайта appliedrobotics.ru. Для установки драйвера запустить приложение zadig, в открывшемся
окне выбрать из списка драйвер и щелкнуть кнопку
Install. Дождаться завершения процесса установки.
2. Подключить МТЗ TrackingCam к компьютеру
с помощью USB-кабеля и для проверки корректного
подключения запустить «Диспетчер устройств». Об
установке драйвера и о подключении модуля к компьютеру свидетельствует запись Mass Storage in HS
Mode в разделе «Устройства USB» в окне «Диспетчера
устройств».
3. После успешного подключения МТЗ к компьютеру запустить приложение TrackingCam. Программа
откроется в шести отдельных, свободно перемещаемых по экрану окнах (рис. 2, а и 2, б). Рассмотрим
назначение каждого окна: 1) окно настройки модуля
TrackingCam и настройки различных параметров
распознаваемого объекта. В этом окне нужно щел-
а
б
Рис. 1. Модуль технического зрения TrackingCam:
а — общий вид модуля; б — элементы платы управления
Fig. 1. TrackingCam vision module:
a — general view of the module; b — elements of the control board
36
Abdulgalimov G. L., Kosino O. A., Gogoldanova K. V. Computer vision: A practicum…
2022;37(4):34–45
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Рис. 2. Окна приложения TrackingCam
Fig. 2. TrackingCam application windows
кнуть кнопкой мыши на Connect для включения (активизации) камеры, после чего в окне № 3 (рис. 2, б)
должно появиться изображение (видеопоток) с камеры. Четкость изображения настраивается вручную,
прокручивая объектив в одну или в другую сторону.
После настройки объектива его положение фиксируется специальным кольцом и винтом; 2) консольное
окно для вывода строки об успешном подключении
модуля и параметров распознанных объектов; 3) окно
вывода изображения с камеры имеет заголовок
Image: Ctrl + Click to select..., в котором читается
подсказка: как выбирать тот или иной объект распознавания в кадре, т. е. необходимо, зажав на клавиатуре Ctrl, кликнуть мышью по конкретному объекту в кадре; 4) окно отображения очертаний образов
выбранных объектов имеет заголовок Blobs: Click to
get info, в котором читается подсказка: кликните на
объект для вывода информации о нем. Информация
37
2022;37(4):34–45
Абдулгалимов Г. Л., Косино О. А., Гоголданова К. В. Техническое зрение: практикум…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
выводится в окне № 2; 5) окно Line blobs отображает
образ объекта, который после настроек параметров
в окне № 1 должен быть похож на реальный объект
из окна № 3 по цвету и по форме; 6) окно палитры
цветов для наблюдения соответствия цвета объекта,
выбранного в окне № 5.
4. Настроить МТЗ TrackingCam для распознавания объекта, например, шарика оранжевого цвета.
Для этого нужно выполнить следующую последовательность действий: а) расположить в кадре шарик
на расстоянии 15–25 см от камеры так, чтобы не было
сливающегося фона и других похожих предметов;
б) удерживая клавишу Ctrl, кликнуть в окне № 3 по
изображению шарика; в) с помощью регуляторов
в окне № 1 (ниже описано назначение этих регуляторов) добиться более реалистичного отображения
шарика в окне № 5 по цвету и по форме; г) для отображения параметров шарика в окне № 2 перейти
в окно № 4, навести курсор в виде кружочка на шарик
и кликнуть мышью; д) для сохранения образа шарика в память модуля нажать кнопку Sync в окне № 1,
а в появившемся окне выбрать Push current settings
to camera и нажать кнопку Close, далее — кнопку
Save, после этого надпись на этой кнопке изменится
на Saved; е) после успешного выполнения всех этих
действий модуль будет настроен на распознавание
оранжевого шарика. В этом можно убедиться так:
отключить от компьютера USB-кабель модуля и подключить его к блоку питания 5 вольт, например, от
смартфона; светодиод модуля на лицевой стороне
рядом с камерой помигает 3–5 с, указывая на загрузку внутренних настроек, и далее загорится красным
цветом. Если мы наведем камеру на оранжевый шарик, то цвет светодиода изменится на светло-голубой.
Это означает, что искомый объект по настройкам
модуля распознан и находится в кадре.
5. Ознакомиться с элементами окон приложения
TrackingCam. Рассмотрим элементы главного окна
настроек (окно № 1 на рис. 2, а).
Верхний ряд кнопок: а) Connect — активация
модуля в программе, после чего начинается видео
изображение с камеры, а название кнопки меняется на Connected; б) Need→ — под этой кнопкой
скрывается кнопка для сохранения настроек Save,
которая после успешного сохранения настроек в память модуля переименовывается в Saved, однако
для перехода к скрытой кнопке Save необходимо
сначала нажать соседнюю кнопку Sync; в) Sync —
при нажатии этой кнопки открывается окно, где
видны четыре варианта выбора: Load settings from
camera («Загрузить настройки (ранее сохраненные)
с камеры»); Push current settings to camera («Перенести (сохранить) текущие настройки в камеру»);
Load settings from file («Загрузить настройки из
файла»); Save settings to file («Сохранить настройки
в файл»); г) Setup IO — эта кнопка открывает окно
для настройки интерфейсов (UART, I2C и SPI), сое
динения МТЗ и микроконтроллерной платы, где
задаются параметры: стандарт интерфейса, адрес,
скорость обмена данными, напряжение питания;
38
д) Objects — эта кнопка открывает окно со сложной
структурой и большим количеством опций. Оно предназначено для объединения двух или трех цветных
образов в один комбинированный образ или для распознавания разноцветных объектов. Это окно подробнее рассмотрено ниже; е) Camera — окно настройки
цветовых составляющих видеопотока камеры, здесь
по умолчанию установлен автоматический режим;
ж) Exit — выход из приложения.
Регуляторы настроек Blob detector settings:
Value — яркость; Ncb — синяя цветоразность;
Ncr — красная цветоразность; Area — площадь
(в пикселях) цветного образа (пятна); Circularity —
округлость или угловатость (меняется от 0 до 100, где
0 — многоугольник, а 100 — круг); Inertia — вытянутость (0 — вытянутая узкая фигура, 100 — круг);
Convexity — выпуклость или присутствие дырок
и впадин (0 — много впадин и дыр, 100 — полностью
выпуклая фигура (многоугольник)); Space — площадь описанного многоугольника; ROI X и ROI Y —
диапазон координат по горизонтали и по вертикали;
Size — ширина и высота; Gaps — разрывы между
пикселями по горизонтали и по вертикали.
Нижние ряды кнопок: Number of patterns to
process — количество различных образов, которые
модуль будет распознавать; Pattern selected for setting up — выбор конкретного образа для настройки.
6. Ознакомиться с информацией в окне № 2
(рис. 2, б): а) строка Blob [3] info указывает на количество распознанных образов одинакового или
разных типов, например, если модуль был обучен
на распознавание оранжевых шариков и зеленых
кубиков, то, возможно, в кадре находятся три шарика или два шарика и один кубик и т. д., а сколько
и чего именно обнаружено камерой, определяется
по параметру type; б) type — указывает на номер
образа объекта (шарик, кубик и др.), сохраненного
в памяти модуля. Нумерация начинается с нуля
и продолжается в той последовательности, в которой
образы настраивались и сохранились в памяти (всего
10, от 0 до 9); в) сх — координата центра образа по
горизонтали от 0 до 320; г) сy — координата центра
образа по вертикали от 0 до 240; д) area — площадь
образа в пикселях, меняется при приближении и отдалении объекта от камеры. Например, шарик для
настольного тенниса имеет площадь 20 пикселей
на расстоянии 50 см от объектива, а на расстоянии
5 см имеет площадь 2000 пикселей. Используя
этот параметр, можно вычислить реальный размер
объекта и расстояние до него; е) convex area — площадь описанного около образа многоугольника;
ж) circularity — значение округлости; з) inertia —
вытянутость; и) convexity — выпуклость; к) angle —
угол поворота; л) w — ширина образа; м) h — высота
образа; н) max axis — длина большей диагонали
описанного многоугольника.
Тренировочное задание 2. Объединить два объекта разных цветов в один комбинированный объект
и настроить модуль на распознавание этого двухцветного объекта, например, кубик и шарик разных
Abdulgalimov G. L., Kosino O. A., Gogoldanova K. V. Computer vision: A practicum…
2022;37(4):34–45
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
Рис. 3. Окно для объединения разноцветных объектов
Fig. 3. Window for combining multicolored objects
цветов можно поставить рядом и распознать как один
комбинированный разноцветный объект.
Рассмотрим порядок действий по распознаванию
разноцветных объектов:
1) запустить приложение TrackingCam и активировать камеру нажатием кнопки Connect в главном
окне;
2) выставить перед камерой на расстоянии 20–
30 см кубик и шарик разных цветов;
3) выбрать два распознаваемых объекта в разделе
Number of patterns to process нажатием на два прямоугольника из десяти; далее поочередно настраивать
распознавание образов кубика и шарика, выделяя
в разделе Pattern selected for setting up сначала первый прямоугольник, а затем — второй;
4) после настройки на распознавание обоих объектов в отдельности нужно нажать кнопку Objects
в главном окне (рис. 2, а) и открыть окно для работы
с объединением (комбинированием) разноцветных
объектов (рис. 3);
5) в разделе Type (number of nodes) нажатием
кнопки «+» или «–» задать количество цветных областей, которые нужно объединить: Single blob —
одна цветная область, Two blobs — две области,
Three blobs — три области. Для выполнения нашего
задания нужно выбрать Two blobs;
6) в разделах Number of objects to detect и Pattern
selected for setting up выделить по одному делению
из пяти возможных (это означает, что мы работаем
только с одним, комбинированным из двух частей,
разноцветным объектом), после чего объекты будут
объединены, т. е. на каждом объекте по центру появятся кружочки, соединенные между собой линией,
как показано на рисунке 4;
Рис. 4. Образование комбинированного разноцветного объекта
Fig. 4. Creating a combined multicolored object
39
2022;37(4):34–45
Абдулгалимов Г. Л., Косино О. А., Гоголданова К. В. Техническое зрение: практикум…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
Рис. 5. Информация о комбинированном разноцветном объекте
Fig. 5. Information about the combined multicolored object
7) выводить информацию о комбинированном
разноцветном объекте в консольное окно для отображения параметров (рис. 5) с помощью кнопки
Print (рис. 3);
8) нажать кнопку Object в центре окна (рис. 3),
а также на круги с надписями Node, чтобы открывать окна для корректировки параметров цветных
областей в комбинированном объекте;
9) после выполненных настроек сохранить образ
комбинированного разноцветного объекта в памяти
модуля через кнопку Sync в главном окне;
10) чтобы убедиться в сохранении настроек
распознавания комбинированного разноцветного
объекта, нужно: отключить модуль технического
зрения от компьютера и подключить его к блоку
питания на 5 вольт (можно подключить к зарядному
устройству от смартфона); выставить перед камерой
кубик и шарик, так же как при настройке; обратить
внимание на цвета светодиода состояния на модуле
рядом с камерой: красный цвет означает, что распознаваемый объект вне кадра, т. е. не распознан;
зеленый — комбинированный разноцветный объект
распознан и находится в кадре; светло-голубой —
распознан одинарный одноцветный объект (или
только часть комбинированного разноцветного
объекта).
Контрольные задания
1. Настроить МТЗ TrackingCam на распознавание кубика любого однотонного цвета. Вывести
параметры распознавания. Сохранить настройки
и проверить распознавание кубика по светодиоду
состояния.
2. Настроить МТЗ TrackingCam на распознавание
трех-пяти однотонных объектов, различных по цвету
и по форме. Сохранить настройки и проверить распознавание по светодиоду состояния.
3. Настроить МТЗ TrackingCam на распознавание
объекта, комбинированного из: а) двух шариков
разных цветов; б) трех составляющих: двух кубиков
разных цветов и шарика, не совпадающего с кубиками цвета. Сохранить настройки и проверить распознавание по светодиоду состояния.
Контрольные вопросы
1. Что такое техническое зрение?
2. Каково разрешение матрицы на цифровой
камере модуля МТЗ TrackingCam?
3. Какие интерфейсы для связи устройств реализованы на МТЗ TrackingCam?
4. Сколько различных одноцветных образов можно сохранить в МТЗ TrackingCam?
40
5. Какой архив нужно скачать и с какого сайта
для первоначальной настройки и дальнейшей работы
с МТЗ TrackingCam?
6. Как нужно сохранять уже настроенный образ
объекта в память МТЗ TrackingCam?
7. Какие параметры объекта используются для
настройки и распознавания его образа в МТЗ TrackingCam?
8. На что указывают светло-голубой и зеленый
цвета светодиода состояния на МТЗ TrackingCam?
4. Использование модуля технического
зрения в робототехнических проектах
на базе микроконтроллерной платформы
Arduino (лабораторная работа)
Цель: подключить МТЗ TrackingCam к микроконтроллерной платформе Arduino и использовать
параметры распознавания из МТЗ в проекте слежения робомобиля за конкретным объектом.
Оборудование: компьютер с доступом в интернет,
модуль технического зрения TrackingCam, предметы для опытов по распознаванию: кубики и шары
разных цветов, микроконтроллерная плата Arduino
MEGA или UNO и двухколесный робомобиль Arduino
с моторами постоянного тока и платой управления,
соединительные провода.
Теоретические сведения. На плате МТЗ TrackingCam расположен разъем DC3-10P (рис. 6), в котором
реализованы три стандартных интерфейса UART,
I2C и SPI для подключения модуля к микроконтроллерным платам, например, Arduino MEGA или
Arduino UNO. На плате МТЗ рядом с разъемом интерфейсов указано назначение всех контактов. Для
определения нумерации контактов нужно расположить разъем, вертикально повернув прорез в корпусе
разъема влево, тогда нумерация контактов читается
Рис. 6. Назначение контактов интерфейсного разъема
МТЗ TrackingCam
Fig. 6. Pin assignment of OC TrackingCam interface connector
Abdulgalimov G. L., Kosino O. A., Gogoldanova K. V. Computer vision: A practicum…
2022;37(4):34–45
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
слева направо и сверху вниз (рис. 6). Контакты 2
и 4 предназначены для питания модуля, причем
контакт 2 — это +5В (Vcc), а контакт 4 — «Земля»
(Gnd). Контакты 1 и 3 используются для вывода напряжения 5 вольт из модуля для питания другого
устройства, обычно эти контакты не применяются,
чтобы не перегружать модуль.
Рассмотрим порядок соединения модуля технического зрения и платы Arduino по интерфейсам
UART, I2C и SPI. В таблице отражены соответствия
контактов на МТЗ и на плате Arduino.
Таблица/ Table
Соответствия интерфейсных контактов
на плате Arduino и на МТЗ
Correspondence of interface connector contacts
on the Arduino board and with overcurrent protection
UART
I2C
SPI
Arduino
МТЗ
Arduino
МТЗ
Arduino
МТЗ
TX1
RX1
RX
TX
SCL
SDA
IC0
ID1
MISO
MOSI
SCK
SS
TX
RX
SCK
SNS
Далее кратко поясним особенности использования этих интерфейсов в проектах.
UART (Universal Asynchronous Receiver-Transmitter) — универсальный асинхронный приемопередатчик для организации связи между цифровыми
устройствами со скоростью передачи данных до
2 Мбит/с. UART использует две двунаправленные линии связи RX и TX. Причем RX от передатчика сое
диняется с TX приемника, а TX передатчика — с RX
приемника. Так, один интерфейс UART может быть
использован для связи только одной пары устройств
между собой. В плату Arduino UNO встроен только
один интерфейс UART (на цифровых портах под номерами 0 и 1), а на плате Arduino MEGA реализованы
четыре интерфейса UART (на контактах: 0–1, 19–18,
17–16 и 15–14). Следует заметить, что «Монитор
порта» в Arduino IDE работает по интерфейсу UART.
Поэтому если в Arduino-проекте используется «Монитор порта», то единственный интерфейс окажется
занят. И если в проекте кроме «Монитора порта»
требуется использование UART для подключения
различных датчиков и модулей (типа МТЗ), то нужно
выбрать плату Arduino MEGA, в котором реализовано до четырех интерфейсов UART.
I2C (IIC — ай ту си) (Inter-Integrated Circuit) —
последовательная асимметричная шина для связи
между цифровыми электронными устройствами. Все
операции по шине I2C осуществляются при помощи
двух линий: последовательных данных (SDA) и синхронизации (SCL). Шина применяется для соединения низкоскоростных (до 100 Kбит/с) периферийных
устройств с микропроцессорами и микроконтроллерами. По одному интерфейсу I2C можно подключить
до 127 устройств, которым присваиваются адреса
в диапазоне 1–127. На всех платах Arduino реализован интерфейс I2C, который легко определить по
названиям контактов: SDA и SCL, например, в конце
ряда цифровых портов. I2C дублируется в двух-трех
местах на платах Arduino (распиновка плат Arduino
представлена на wiki.amperka.ru).
SPI (Serial Peripheral Interface) — последовательный периферийный интерфейс синхронной
передачи данных между микроконтроллерами и периферийными устройствами с частотой синхронизации до десятков MГц. В SPI используются четыре
цифровых сигнала: MOSI (Master Out Slave In) —
выход ведущего, вход ведомого; MISO (Master In
Slave Out) — вход ведущего, выход ведомого; SCLK
или SCK (Serial Clock) — тактовый сигнал; CS или
SS (Chip Select, Slave Select) — выбор конкретного
ведомого устройства. Интерфейс SPI позволяет подключать к одному ведущему устройству одно или
несколько ведомых устройств. На всех типах плат
Arduino реализован интерфейс SPI (распиновка плат
Arduino представлена на wiki.amperka.ru).
Для настраивания интерфейса соединения МТЗ
и платы Arduino после настройки МТЗ на распознавание какого-то объекта нужно перейти в окно настройки интерфейсов нажатием кнопки Setup IO в главном
окне (рис. 1, а). В открывшемся окне вводятся следующие настройки интерфейсов: a) UART (UART full
duplex, Baud rate 115200, 51); б) I2C (I2C, 51); в) SPI
(Spi); напряжение во всех интерфейсах — 5 вольт.
Для программирования Arduino-проектов
с модулем технического зрения используются библиотеки интерфейсов «TrackingCamDxlUart»,
«TrackingCamI2C» и «TrackingCamSPI», в которых
реализованы функции: а) объявление произвольной
переменной типа TrackingCam, например, trCam1:
TrackingCamDxlUart trCam1, TrackingCamI2C
trCam1, TrackingCamSPI trCam1; б) инициализация и установка адреса и скорости: trCam1.init(51,
1, 115200, 30), trCam1.init(51, 400000), trCam1.
init(24, 1000000); в) количество распознаваемых
объектов и образов: trCam1.readObjects(1), trCam1.
readBlobs(4); г) возвращение параметров распознанного образа: trCam1.blob[1].type, trCam1.
blob[1].dummy, trCam1.blob[1].cx, trCam1.blob[1].
cy, trCam1.blob[1].area, trCam1.blob[1].left, trCam1.
blob[1].right, trCam1.blob[1].top, trCam1.blob[1].
bottom.
Тренировочное задание 1. Изучить схемы подключения МТЗ TrackingCam к интерфейсам микроконтроллерной платы Arduino UNO или Arduino
MEGA; скачать и подключить к Arduino IDE библио
теки интерфейсов UART, I2C и SPI для МТЗ; настроить МТЗ на распознавание шарика оранжевого
цвета; запустить пример, встроенный в Arduino IDE,
для отображения параметров распознанного образа
в «Мониторе порта».
Для выполнения этого задания нужно произвести
следующие действия:
1. Скачать с сайта ООО «Прикладная робототехника» (appliedrobotics.ru, раздел «Учебные
41
2022;37(4):34–45
Абдулгалимов Г. Л., Косино О. А., Гоголданова К. В. Техническое зрение: практикум…
ISSN 0234-0453 • ИНФОРМАТИКА И ОБРАЗОВАНИЕ • 2022 • Том 37 № 4
материалы», подраздел «Программное обеспечение») библиотеки для программирования МТЗ
в среде Arduino IDE: «TrackingCamDxlUart» — для
интерфейса UART, «TrackingCamI2C» — для I2C
и «TrackingCamSPI» — для SPI.
2. Подключить все три архива библиотек интерфейсов к среде разработки Arduino IDE следующим
образом: запустить среду Arduino IDE, открыть меню
Скетч, перейти в пункт «Подключить библиотеку»
и выбрать Добавить .ZIP библиотеку… . Далее в открывшемся окне выбрать один из архивов библиотек:
«TrackingCamDxlUart», «TrackingCamI2C» или
«TrackingCamSPI» и нажать кнопку Open. Повторить
эти действия для подключения каждой библиотеки.
Подключенные библиотеки отображаются в списке
Скетч → Подключить библиотеку.
3. Подключить МТЗ TrackingCam к компьютеру
и настроить его на распознавание оранжевого шарика. Далее нажать кнопку Setup IO и в открывшемся
окне выбрать интерфейс I2C. После выбора интерфейса нажать кнопку Apply, а затем — Close.
4. Сохранить все выбранные настройки в МТЗ:
Sync → Push current settings to camera, и отключить
USB-кабель модуля от компьютера.
5. Подключить с помощью соединительных проводов МТЗ TrackingCam к плате Arduino UNO или
MEGA (табл.) по интерфейсу I2C (IC0-SCL, ID1-SDA),
а далее подключить провода питания (+5 подключить
к 5 вольт, а «–» подключить к GND).
6. Подключить плату Arduino (с уже подсоединенным к нему МТЗ) к компьютеру и запустить среду разработки Arduino IDE. Далее перейти в меню «Инструменты» и настроить соответственно «Порт» и «Плата».
7. Открыть встроенный пример для отображения
параметров распознанного объекта в «Мониторе
порта»: Файл → Примеры → TrackingCamI2C →
readBlobs. Загрузить скетч в плату Arduino: Скетч
→ Загрузка. В нижней части окна Arduino IDE появится сообщение: «Загрузка завершена».
8. Запустить Монитор порта (в меню Инструменты), выставить скорость 115200 бод, т. е. такую же
скорость, какая объявлена в скетче. Проверить
параметры распознавания шарика, которые отобра-
жаются в «Мониторе порта», и определить, какие
параметры соответствуют разным переменным из
скетча, например, чему равны значения параметров
area, сх, cy и др.
9. Выставить шарик перед камерой прямо по центру на расстоянии 10 см. Перейти в «Монитор порта»,
остановить «Автопрокрутку» (убрав галочку в нижней части окна) и скопировать или переписать все
числовые значения параметров распознавания с соответствующими переменными и с их названиями.
Тренировочное задание 2. Закрепить МТЗ
TrackingCam на двухколесный робомобиль на базе
платы Arduino; подключить модуль к плате Arduino
по интерфейсу I2C; настроить МТЗ на распознавание
оранжевого шарика; разработать программу (скетч)
для следования робомобиля за распознаваемым объектом, т. е. за оранжевым шариком.
Для решения этого задания нужно выполнить
следующие действия:
1. Собрать двухколесный робомобиль на базе
платы Arduino UNO или MEGA с двумя двигателями
постоянного тока и платой управления для двигателей на основе драйвера L298N; замкнув перемычки
на плате управления, задать режим без регулирования скорости вращения двигателей; для управления
направлением вращения двигателей использовать
следующие цифровые порты на плате Arduino: IN14, IN2-5, IN3-10, IN4-11.
2. Установить МТЗ TrackingCam на робомобиль
на высоте 10–20 см от уровня пола и под небольшим
наклоном (30–40°); соединить МТЗ и плату Arduino
по интерфейсу I2C, пользуясь таблицей и схемой
платы Arduino; соединить провода питания: 5v на
Arduino и +5 на МТЗ, а также GND на Arduino и «–»
на МТЗ.
3. Настроить МТЗ TrackingCam на распознавание
оранжевого шарика, выставленного в центре кадра
перед камерой на расстоянии 10 см.
4. Подключить плату Arduino на робомобиле
к компьютеру и запустить среду разработки Arduino
IDE; набрать следующий скетч для платы Arduino
UNO или MEGA, откомпилировать и загрузить в плату Arduino на робомобиле:
#include "TrackingCamI2C.h" //Подключение библиотеки для интерфейса I2C
TrackingCamI2C trackingCam; //Объявление переменной trackingCam
void setup() {
trackingCam.init(51, 400000); //Установка настроек интерфейса I2C
pinMode(4,OUTPUT); pinMode(5,OUTPUT); //Объявление портов 1 мотора
pinMode(10,OUTPUT); pinMode(11,OUTPUT) ); //Объявление портов 2 мотора
}
void loop() {
int n = trackingCam.readBlobs(1); //n-переменная хранения количества образов
int a = trackingCam.blob[0].area; //a-переменная площади образа
int c = trackingCam.blob[0].cx; //c-переменная координаты по горизонтали
if(n==0){a=0;c=0;} //если нет распознанных образов, то сброс значений а и с
digitalWrite(4,LOW); digitalWrite(5,LOW) ; // стоп моторов и сброс портов
digitalWrite(10,LOW) digitalWrite(11,LOW);
42
Abdulgalimov G. L., Kosino O. A., Gogoldanova K. V. Computer vision: A practicum…
2022;37(4):34–45
ISSN 0234-0453 • INFORMATICS AND EDUCATION • 2022 • Volume 37 No 4
delay(200);
if(a145 && c
