автореферат и диссертация по педагогике 13.00.08 для написания научной статьи или работы на тему: Синергетические принципы управления образовательной деятельностью при подготовке учителей информатики в системе ВО

Автореферат диссертации по теме "Синергетические принципы управления образовательной деятельностью при подготовке учителей информатики в системе ВО"

На правах рукописи

ИВАНОВ РОМАН АЛЕКСАНДРОВИЧ

СИНЕРГЕТИЧЕСКИЕ ПРИНЦИПЫ УПРАВЛЕНИЯ ОБРАЗОВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТЬЮ ПРИ ПОДГОТОВКЕ УЧИТЕЛЕЙ ИНФОРМАТИКИ В СИСТЕМЕ ВО

13.00.08 - теория и методика профессионального образования

Автореферат диссертации на соискание ученой степени кандидата педагогических наук

2 9 АПР 2015

Саратов - 2015

005568068

005568068

Работа выполнена в ФГБОУ ВПО «Саратовский государственный университет имени Н.Г. Чернышевского»

Научный руководитель: доктор педагогических наук, доцент

Фирстов Виктор Егорович

Официальные онпоненты: Смирнов Евгений Иванович

доктор педагогических наук, профессор, ФГБОУ ВПО «Ярославский государственный педагогический университет имени К.Д. Ушинского», заведующий кафедрой математического анализа, теории и методики обучения математике

Нижников Александр Иванович

доктор педагогических наук, профессор, ФГБОУ ВПО «Московский педагогический государственный университет», заведующий кафедрой прикладной математики, информатики и информационных технологий

Ведущая организация: ФГБОУ ВПО «Волгоградский государственный

социально-педагогический университет»

Защита состоится 17 июня 2015 года в 15 часов 30 минут на заседании диссертационного совета Д 212.243.12 при ФГБОУ ВПО «Саратовский государственный университет имени Н.Г. Чернышевского» по адресу: 410028, г. Саратов, ул. Вольская, 10 А, корпус 12, аудитория 323.

С диссертацией можно ознакомиться в Зональной научной библиотеке имени В.А. Артисевич ФГБОУ ВПО «Саратовский государственный университет имени Н.Г. Чернышевского» и на сайте www.sgu.ru.

Автореферат диссертации разослан 16 апреля 2015 г.

Ученый секретарь

диссертационного совета Кондаурова И.К.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Эпоха рубежа ХХ-ХХ1 вв. знаменует глобализацию общественных отношений, ядром которой выступают информационные процессы. Информатизация в системе образования расширяет возможности процесса обучения и является одним из приоритетов концепции модернизации российского образования. Однако при этом возникают проблемы в области дидактики, в связи с созданием обновленной коммуникационной среды обучения, адаптированной к усвоению больших массивов знаний и формированию необходимых компетенций. Разрешение возникающей проблематики в рамках традиционной педагогики затруднено, что указывает на наличие кризисных областей в отечественном образовании.

Для разрешения указанной проблематики требуется модернизация российского образования путем расширения методологического арсенала педагогической науки до уровня, отвечающего реалиям современной России. Об этом говорит тот факт, что на сегодняшний день апробировано три поколения Федеральных государственных образовательных стандартов (ФГОС) в области высшего образования (ВО) и два поколения ФГОС в среднем образования, но каких-либо ощутимых положительных результатов это не дало. Увлечение реформами ведет к тому, что вновь накатившаяся реформа смывает значительную часть ранее полученного положительного опыта. Поэтому, важнейшим элементом модернизации отечественного образования является разработка формализованной теории педагогических измерений, способной реализовать функцию предсказания и планирования результатов образовательного процесса. Обозначенные проблемные области образования отражены в последней версии Федерального закона от 29 декабря 2012 г. №273-ФЗ «Об образовании в Российской Федерации».

Разрешение данной проблематики достигается путем расширения методологического арсенала педагогической науки, которое происходит в рамках кибернетической концепции, реализуя метрические информационные принципы оптимизации управления в системе образования. Система образования - это открытая система и ее состояние выступает как результат взаимодействия с внешней средой, реализующего адекватную реакцию данной системы на решение текущих и перспективных проблем общества по сценарию синергетики. Поэтому синергетика сейчас выступает важнейшей методологией педагогической науки, поскольку управление образовательными процессами без привлечения синергетических принципов является проблематичным. Данный инструментарий задействован в управлении педагогической деятельностью при оценке качества системы образования по результатам единого государственного экзамена (ЕГЭ) в Саратовской области 2009-2013 гг. и реализации информационно-коммуникационной технологии (ИКТ) группового сотрудничества при подготовке учителей информатики по специальности ВО 050202 методом бинарной проекции (МБП).

Степень разработанности темы исследования. Кибернетика как научная дисциплина сформировалась в середине XX в. в работах К. Шеннона и

Н. Винера, по которым всякий процесс управления в природе универсален и его реализация сводится к преобразованию информации по принципу обратной связи. Это положение получило методологическое обоснование в 60-х гг. XX в. работах В. А. Штоффа, установившего отношение между моделью и объектом в кибернетических системах.

Целенаправленность и информационная сущность процессов в системе образования обуславливают объективную связь кибернетики и педагогики. Реализация кибернетического подхода в системе образования означает расширение методологии педагогического исследования на уровень логико-математической теории, где, кроме фиксации знаний, реализуются функции приращения, объяснения и предсказания знаний об исследуемом объекте.

Исследования педагогических процессов посредством математического моделирования начались в 50-х гг. XX в. (Р. Буш, Ф. Мостеллер, Р. Аткинсон). В это же время дается обоснование концепции программированного обучения (П.Я. Гальперин, В.П. Беспалько), а в 80-х гг. В.М. Монаховым разработаны аксиоматические подходы в теории педагогических технологий.

Кибернетическая концепция в отечественном образовании апробирована в 60-х гг. XX в. Л.Б. Ительсоном и С.И. Архангельским. Важное направление в русле кибернетики, имеющее прямое отношение к поведению системы образования, восходит к работам И.Р. Пригожина. Оно касается представлений синергетики об открытых системах и говорит о том, что замкнутые системы в природе - это, скорее, исключение и, практически всегда, рассматриваемая система реагирует с внешней средой и является открытой системой. Данная система при адаптации с внешней средой самоорганизуется, принимая динамически оптимальное состояние, реализуя некий консенсус с внешней средой (самоподобие), и динамика эволюции открытых систем описывается кинетическим уравнением М. Эйгена.

С появлением электронно-вычислительных машин (ЭВМ) в кибернетике выделилось отдельное направление, известное как искусственный интеллект (ИИ), предметом которого явилось моделирование процессов человеческого мышления. При этом сформировались такие направления, как распознавание образов, нейродинамика, когнитология, информационная культурология и др.

Теория распознавания образов восходит к работам О. Бьюнемана и Э. Зимана, которые в рамках концепции толерантного пространства объяснили природу эффективности принятия решения по неполной информации в человеческом мозге. Данное направление в отечественном образовании известно работами М.М. Бонгарда, который всякий учебный процесс рассматривал как целенаправленное распознавание образов учебной информации. Сейчас ИИ-направление, впитав достижения нейрофизиологии (Д. Хебб, механизмы памяти), приобрело междисциплинарный характер и о нем обычно говорят как о нейронауке.

Появление компьютеров в 80-е гг. XX в. инициировало формирование образовательного киберпространства, что в педагогической психологии наметило переход от концепции бихевиоризма к концепции когнитивной

психологии. Так в работах Дж. Андерсона выдвигается тезис о том, что в науке о мышлении центральной является проблема обучения и приобретения знаний, что в дидактике породило новое научное направление в виде когнитологии. Исследованиями В.Е. Фирстова (2010 г.) это направление на основе принципов кибернетики по сценарию синергетики продвинуто в область квантитативной когнитологии, где построен базис математических моделей для оптимизации управления дидактическими процессами при воздействии на информационно-образовательную среду в данных процессах.

Процесс информатизации образования изменяет коммуникационную среду в учебном процессе, порождая психолого-педагогические проблемы. Данная проблематика рассмотрена Е.И. Машбицем и требует создания валеологии обучения в информационно-насыщенной образовательной среде, включая комплексную подготовку кадров в системе образования. При ее разрешении реализовалось новое междисциплинарное научное направление в виде информационной культурологии, проблематика которой связана с формированием информационной культуры человека и общества в условиях становления информационной цивилизации (К.К. Колин, А. Д. Урсул.; 2011 г.).

Приведенные аргументы показывают, что кибернетические принципы управления, проводимые в рамках синергетического сценария, содержат весомый дидактический потенциал, так как в системе образования принцип обратной связи управляет качеством, а посредством самоорганизации и самоподобия проводятся дидактические принципы системности и последовательности. При этом возникает широкое поле для моделирования образовательных процессов, допускающего их интерпретацию в категории меры, что открывает доступ к такой информации о закономерностях данных процессов, какую не дают собственные понятия педагогики, т.е. концепция кибернетики в образовании реализует логику принципа дополнительности. В результате снимается главное методологическое противоречие, связанное с уровнем педагогической аргументации в рамках феноменологической теории, не обеспечивающим адекватное представление образовательного процесса. Данное противоречие, фактически, содержит некоторый спектр отдельных противоречий, имеющих место в современном образовательном пространстве на уровне ВО, и, в частности, данное диссертационное исследование направлено на разрешение следующих противоречий:

- между объективным процессом возрастания массивов информации, осваиваемых и передаваемых обучаемому контингенту, и директивными требованиями по качеству ее усвоения за ограниченный период времени в процессе подготовки школьных учителей информатики в системе ВО;

- между неоднородностями по уровню знаний в российских школах, обусловленными спецификой развития регионов, и отсутствием корректных процедур поиска универсального уровня трудности тестовых заданий ЕГЭ для реализации принципа равного доступа абитуриентов к получению ВО;

- между расширением способов организации педагогического общения в современном информационном образовательном пространстве и

недостаточным уровнем методологического аппарата дидактики для реализации необходимых коммуникативных компетенций в учебном'процессе и обеспечения оптимального управления межличностными отношениями в обучаемом контингенте.

Необходимость поиска путей разрешения указанных противоречий определяет проблему исследования, которая носит многомерный характер, и её решение может происходить только в рамках кибернетической концепции с использованием синергетических принципов.

Актуальность, высокая практическая значимость и недостаточная разработанность данной проблемы обусловили выбор темы исследования: «Синергетические принципы управления образовательной деятельностью при подготовке учителей информатики в системе ВО».

Объект исследования: процесс подготовки учителей информатики в системе ВО.

Предмет исследования: синергетические принципы управления образовательной деятельности в процессе подготовки учителей информатики в системе ВО.

Цель исследования: разработать теоретические основы и построить дидактические модели для оптимизации директивных процедур оценки качества школьного обучения и реализации управления образовательной деятельностью при подготовке учителей информатики в системе ВО, направленных на приобретение необходимых компетенций в области оценки качества обучения и организации коммуникативного общения в учебном процессе за счет оптимизации управления межличностными отношениями в обучаемом контингенте.

Гипотеза исследования: разработка дидактических моделей для оптимизации директивных процедур оценки качества обучения в рамках ЕГЭ и для реализации управления межличностными отношениями в обучаемом контингенте представляет важный компонент повышения эффективности и качества подготовки учителей информатики в системе ВО, если:

- оптимизация параметров управления данными дидактическими процессами происходит на основе теоретических моделей в рамках кибернетического принципа обратной связи и синергетических принципов самоорганизации и самоподобия;

- процедура оценки качества образовательных процессов проводится в русле концепции толерантного пространства и включает анализ статистических закономерностей результатов ЕГЭ не только по осредненным показателям академической успешности ЕГЭ-респондентов, но также на основе теории случайных процессов;

- анализ статистики распределения ошибок по результатам ЕГЭ по комплексу обязательных и профильных предметов, а также профессиональной направленности ЕГЭ-респондентов проводится с привлечением рангово-степенной статистики закона Ципфа-Мандельброта и теории фрактальной размерности Ф. Хаусдорфа;

- оптимизация управления межличностными отношениями при организации группового сотрудничества в учебном процессе происходит в рамках кибернетического принципа минимума информационной энтропии при оптимальном варианте разбиения контингента на подгруппы;

- формирование компетенций управления межличностными отношениями в обучаемом контингенте в процессе подготовки учителей информатики в системе ВО происходит методом МБП в рамках модульного обучения студентов практическим методам организации эффективного группового сотрудничества в учебном процессе.

Задачи исследования - поставлены согласно с целью и гипотезой исследования и сводятся к следующим:

1. В рамках синергетического сценария на основе информационных принципов системного управления объектом построить формализованное описание этих принципов в виде кибернетических моделей управления образовательной деятельностью при подготовке учителей информатики в системе ВО.

2. Разработать необходимые ИКТ, которые путем расширения диагностического и аналитического инструментария позволяют проводить углубленный анализ качества обучения и трендов профессиональной направленности по данным ЕГЭ, реально оценивая их дидактические возможности в процессе управления образовательной деятельностью при подготовке учителей информатики в системе ВО.

3. Провести анализ тонкой структуры статистических закономерностей результатов ЕГЭ в Саратовской области (2009-2013 гг.) и на этой основе сделать рекомендации по оптимизации и модернизации существующего формата оценки качества среднего (полного) образования в РФ.

4. Построить двухканальную информационную модель управления межличностными отношениями посредством кластеризации обучаемого контингента по критерию минимума информационной энтропии по данным тестирования и социометрии.

5. Построить необходимый дидактический инструментарий для управления межличностными отношениями в обучаемом контингенте при реализации ИКТ группового сотрудничества по методу МБП в процессе подготовки учителей информатики по специальности ВО 050202.

Научная новизна исследования состоит в следующем:

- предложен расширенный диагностический и аналитический инструментарий, опирающийся на современные представления теории педагогических измерений и направленный на оптимизацию управления качеством образования по результатам ЕГЭ в процессе формирования Общероссийской системы оценки качества образования (ОСОКО);

- разработаны ИКТ, позволяющие проводить углубленный анализ качества обучения и установлены критерии, позволяющие по характеру поведения статистических данных ЕГЭ по профильным предметам сделать

оценку того, насколько мотивирован выбор ЕГЭ-респондентом того цЛй иного профильного предмета;

- разработан механизм выявления трендов профессиональной ориентации школьников на основе анализа статистики ЕГЭ по профильным предметам, которая выражается ранговыми корреляциями в рамках закона Ципфа-Мандельброта и обусловлена запросами экономики региона;

- предложен двухканальный вариант управления межличностными отношениями в обучаемом контингенте, в котором оптимизация группового сотрудничества в учебном процессе по критерию минимума групповой энтропии проводится в рамках ИКТ по результатам предметного тестирования обучаемого контингента и по измерениям социометрической матрицы данного контингента;

- построен необходимый дидактический инструментарий для управления межличностными отношениями в обучаемом контингенте при реализации ИКТ группового сотрудничества по методу МБП в процессе подготовки учителей информатики по специальности ВО 050202, позволяющий отслеживать психологический микроклимат внутри обучаемого контингента и использовать эту информацию в целях эффективного управления учебным процессом;

Теоретическая значимость исследования определяется его вкладом в педагогическую науку, который представляют следующие результаты:

- установлено, что результаты статистики ЕГЭ по математике в Саратовской области (2009-2013 гг.) представляют бинарную смесь нормальных распределений, отражающих поляризацию мышления у ЕГЭ-респондентов в связи с выбором своей профессиональной деятельности в гуманитарной или естественнонаучной области;

- анализ результатов статистики по профильным предметам (кроме обществознания) показывает, что в этом случае имеет место распределение Пуассона и этот факт представляется важным, поскольку такое поведение статистических данных служит индикатором того, что выбор ЕГЭ-респондентом того или иного профильного ЕГЭ связан с определенными мотивациями;

- в статистике выбора ЕГЭ по профильным предметам обнаружены ранговые корреляции профессиональной направленности ЕГЭ-респондентов в виде закона Ципфа-Мандельброта с определенным значением фрактальной размерности, отражающим специфику данного региона;

- закономерность статистики распределения ошибок по итогам интеллектуального тестирования обучаемого контингента указывает на закон Ципфа-Мандельброта и посредством реализации группового сотрудничества происходит уменьшение количества ошибок при увеличении фрактальной размерности, что равносильно повышению уровня сложности при усвоении материала тестовых заданий за счет его обсуждения в подгруппах;

- критерий оптимизации межличностных отношений посредством кластеризации обучаемого контингента в учебном процессе в рамках

социометрической матрицы сводится к минимизации уровня антипатий в подгруппах для оптимального варианта разбиения данного контингента;

- разработан двухканальный алгоритм поиска оптимального варианта разбиения контингента на подгруппы в целях оптимизации управления межличностными отношениями в учебном процессе, реализованный в виде программного продукта в рамках ИКТ.

Практическая значимость исследования оценивается показателями внедрения полученных результатов, направленных на совершенствование управления образовательной деятельностью в процесс подготовки учителей информатики в системе ВО, среди которых следующие практически значимые направления:

1. Анализ тонкой структуры статистических закономерностей результатов ЕГЭ в Саратовской области (2009-2013 гг.) позволил выдать полезные рекомендации по оптимизации и модернизации существующего формата оценки качества среднего (полного) образования в РФ, который:

- апробирован и внедрен в практику аналитической деятельности ГАУ «Региональный центр оценки качества образования» (РЦОКО, г. Саратов);

- позволяет отслеживать тренды профессиональной направленности ЕГЭ-респондентов в Саратовской области;

- представляет дидактический контент в процессе подготовки учителей информатики на механико-математическом факультете в СГУ имени Н. Г. Чернышевского по специальности ВО 050202.

2. Исследовательский проект по изучению закономерностей демографии Саратовской области реализует обучение практическим основам фрактальных измерений, в ходе которых установлено, что параметры административно-территориального деления Саратовской области следуют закону Ципфа-Мандельброта с определенной фрактальной размерностью. Результаты исследований представляют интерес для профильных региональных министерств. В рамках этого проекта проводится дисциплина «Научно-исследовательская работа» с целью формирования необходимых компетенций для проведения научных исследований, как это предусмотрено в последних версиях ФГОС ВО магистерского уровня.

3. Внедрение сценария оптимизации межличностных отношений по методу МБП посредством кластеризации обучаемого контингента в учебном процессе позволило реализовать управление психологическим микроклиматом в данном контингенте в дидактических целях и подтверждается результатами исследовательских проектов на базе Балашовского института СГУ имени Н.Г. Чернышевского (БИ СГУ) и на механико-математическом факультете ФГБОУ ВПО «Саратовский государственный университет имени Н.Г. Чернышевского».

4. Практика реализации этого сценария потребовала разработки и внедрения инновационного дидактического комплекса, включающего курс лекций «Основы квантитативной когнитологии», методическое руководство «Метод бинарной проекции ИКТ группового сотрудничества в процессе

подготовки учителей информатики по специальности ВО 050202»,:. а также необходимые мультимедийные и программные средства сопровождения.

Теоретико-методологическими основами исследования являются:

- концепции педагогической психологии в «классическом» варианте (К.Д. Ушинский, СЛ. Рубинштейн, Ж. Пиаже, JI.C. Выготский, А.Н. Леонтьев и

др.);

- концепции педагогики сотрудничества в учебном процессе (Д.Б. Эльконин, В.В. Давыдов, A.B. Петровский, Д.Б. Богоявленская и др.);

- функциональная концепция психологии и теория функциональных систем (Э.Л. Пост, П.К. Анохин, В.Д. Шадриков и др.);

- концепции гештальт-психологии (М. Вертгеймер, В. Келер и др.); нейрофизиологии (Д. Хебб: механизмы памяти); толерантного пространства в теории распознавания образов (О. Бьюнеман, Э. Зиман, М.М. Бонгард и др.);

- концепции кибернетики (Н. Винер), теории информации (К. Шеннон, Н. Рашевский, А.Н. Коломогоров и др.) и синергетики (И.Р. Пригожин, Г. Хакен и др.);

- вопросы методологического обоснования отношения между моделью и объектом в кибернетических системах (В.А. Штофф, И.Б. Новик и др.);

- опыт применения кибернетики в педагогике (Л.Б. Ительсон, С.И. Архангельский, В.П. Беспалько, A.B. Брушлинский, Ю.К. Бабанский и

др.);

- опыт математического моделирования в дидактике (Ф. Мостеллер, Р. Буш, Р. Аткинсон, Г. Бауэр - стохастические модели обучаемости); (В.Е. Фирстов - классификация и реализация математических моделей в дидактике); (В.М. Монахов - теория педагогических технологий);

- современные концепции интеллекта (R. Glaser, J.R. Anderson, Б.М. Величковский, Б.Г. Ананьев, В.М. Сергеев, Э. Хант, М.А. Холодная и др.);

- концепция «искусственного интеллекта» (А.М.Тьюринг, Э. Пост, Дж. фон Нейман, Ф. Розенблатт, М. Минский, В.М. Глушков, Д.А. Поспелов и

др-);

- концепции информационной валеологии и культурологии (Е.И. Машбиц, И.В. Роберт, К.К. Колин, А.Д. Урсул и др.).

Для решения поставленных задач и проверки выдвинутой гипотезы использовались следующие методы научного исследования: комплекс общелогических методов познания (анализа, синтеза, сравнения, абстракции, индукции, дедукции, моделирования); комплекс теоретических методов исследования представляют метод единства исторического и логического, аксиоматический метод, формализация, гипотетико-дедуктивный метод, восхождения от абстрактного к конкретному. Апробация теоретических результатов в предметной области исследования происходит традиционными методами педагогической диагностики (экспертные оценки, тестирование и опрос). Теоретические модели апробированы путем сравнения результатов с данными ЕГЭ в Саратовской области (2009-2013 гг.). Апробация моделей управления межличностными отношениями в обучаемом контингенте в

процессе подготовки учителей информатики в системе ВО реализована в рамках ИКТ по методу МБП прямыми экспериментами в учебном процессе.

На защиту выносятся следующие положения:

1. Оптимизация управления качеством образования по результатам ЕГЭ в процессе подготовки учителей информатики по специальности ВО 050202 происходит посредством целенаправленного расширения арсенала аналитической деятельности при интерпретации данных измерений. Это достигается путем привлечения кибернетических принципов для управления учебным процессом в рамках синергетического сценария, так как в системе образования принцип обратной связи обеспечивает качество обучения, а принципы самоорганизации и самоподобия реализуют дидактические принципы системности и последовательности в процессе формирования заданных свойств этой системы.

2. Расширение арсенала аналитической деятельности в процессе мониторинга результатов ЕГЭ в Саратовской области (2009-2013 гг.) по предметам обязательного комплекса происходит посредством привлечения аппарата теории случайных процессов к интерпретации статистических распределений результатов до моментов 2-го порядка, что позволило выявить следующие факты:

- статистика распределения результатов ЕГЭ по русскому языку следует нормальному (гауссовому) закону, при котором одинаковые отклонения от максимума, как в меньшую, так и в большую сторону, равновероятны, т.е. в существующей структуре ЕГЭ получение информации о лицах, склонных к изучению языкознания или филологии, затруднительно, так как выпускники соответствующих профильных классов школ, попросту, растворяются в общей массе ЕГЭ-респондентов;

- статистика распределения результатов ЕГЭ по математике представляет бинарную смесь нормальных распределений, что отражает поляризацию мышления у ЕГЭ-респондентов при выборе профессиональной деятельности в гуманитарной или естественнонаучной области;

3. Расширение арсенала аналитической деятельности в процессе мониторинга результатов ЕГЭ в Саратовской области (2009-2013 гг.) по профильным предметам также происходит с привлечением теории случайных процессов, однако характер статистических закономерностей в этом случае оказывается совершенно иным:

- анализ статистики результатов ЕГЭ по профильным предметам (кроме обществознания) показывает, что здесь имеет место распределение Пуассона и этот факт служит индикатором того, что выбор того или иного профильного ЕГЭ связан с определенными мотивациями ЕГЭ-респондента;

- статистика профессиональной направленности ЕГЭ-респондентов обнаруживает ранговые корреляции в виде закона Ципфа-Мандельброта с определенным значением фрактальной размерности, отражающим оригинальную специфику данного региона.

4. Двухканальное управление межличностными отношениями в обучаемом контингенте посредством организации и оптимизации группового сотрудничества в учебном процессе происходит по критерию минимума групповой энтропии, который определяется:

- по результатам предметного тестирования обучаемого контингента;

- по измерениям социометрической матрицы данного контингента;

- с помощью специального алгоритма поиска минимума групповой энтропии в форме программного продукта, реализуемого в виде ИКТ.

5. Сценарий оптимизации межличностных отношений посредством кластеризации обучаемого контингента в процессе обучения по методу МБП позволяет реализовать управление психологическим микроклиматом в данном контингенте в дидактических целях, как на уровне ВО при подготовке учителей информатики, так и на школьном уроке информатики в рамках студенческой педагогической практики.

Достоверность и обоснованность результатов исследования обеспечиваются методологической аргументированностью теоретических положений; внутренней непротиворечивостью логической структуры исследования; адекватностью применяемых методов исследования целям и задачам исследования; продолжительностью опытно-экспериментальной фазы исследования и статистической устойчивостью данных, полученных в независимых измерениях и опытах; внедрением результатов исследования в учебный процесс ряда вузов России.

Экспериментальная база и этапы исследования. Исследования по теме диссертации проводились поэтапно в 2010-2014 гг. на базе ФГБОУ ВПО «Саратовский государственный университет имени Н.Г. Чернышевского».

На 1-м этапе рассматривались вопросы, касающиеся разработанности выделенной проблемы в педагогической науке с целью формирования адекватной метрической концепции оптимизации управления дидактическими процессами при подготовке учителей информатики в системе ВО, достигнутой посредством расширения формата проводимых педагогических измерений. Анализ статистики ЕГЭ в Саратовской области (2009-2011 гг.) по комплексу обязательных предметов проведен с привлечением статистических моментов до 2-го порядка, что позволило выделить тренды профориентации школьников. Статистика результатов ЕГЭ по профильным предметам выявила ранговые корреляции профессиональной направленности ЕГЭ-респондентов по закону Ципфа-Мандельброта и значение фрактальной размерности, характерное для данного региона.

На 2-м этапе на базе БИ СГУ им. Н.Г. Чернышевского реализован масштабный исследовательский проект, в рамках которого необходимый дидактический инструментарий управления межличностными отношениями в обучаемом контингенте посредством реализации ИКТ группового сотрудничества по методу МБП внедрен в процессе подготовки учителей информатики по специальности ВО 050202. В ходе этого проекта 8 студентов 4 курса гр. 142 БИ СГУ во время педагогической практики, проходившей в

регионах Саратовской и Волгоградской областей (130 школьников, 5-11 классы), реализовали и внедрили ИКТ группового сотрудничества в школьное обучение информатике.

На 3-м этапе дидактический инструментарий для управления межличностными отношениями в обучаемом контингенте посредством реализации ИКТ группового сотрудничества проводился в гр. 431 механико-математического факультета ФГБОУ ВПО «Саратовский государственный университет имени Н.Г. Чернышевского» по дисциплине «Компьютерная алгебра» специальности ВО 010901 «Механика» при изучении темы «Элементы теории множеств, отношений и комбинаторики». В этом случае апробировался расширенный вариант управления межличностными отношениями в обучаемом контингенте, в котором процедура оптимизации группового сотрудничества в учебном процессе по критерию минимума групповой энтропии проводилась в виде ИКТ по двум каналам: результатам предметного тестирования обучаемого контингента и измерению социометрической матрицы данного контингента. Другое направление исследований связано с проведением дальнейшего мониторинга качества образования в Саратовской области в рамках ЕГЭ, оценка и анализ тонкой структуры результатов которого проводился в расширенном формате педагогических измерений за период 2009-2013 гг.

Апробация и внедрение результатов исследования. Основные положения и результаты исследования представлены на: ежегодных научно-практических конференциях механико-математического факультета ФГБОУ ВПО «Саратовский государственный университет имени Н.Г. Чернышевского» (2011-2014 гг., г. Саратов); XXII ежегодной Международной конференции «Крымская Осенняя Математическая Школа» (КРОМШ-2011); ежегодной Международной конференции «Колмогоровские чтения» 1Х-Х1 (2011-2013 гг., ЯГПУ, г. Ярославль); Международной научной конференции «Компьютерные науки и информационные технологии» (2012 г., СГУ, г. Саратов); Международной научно-практической интернет-конференции (2013г., УрГПУ, г. Екатеринбург); 1У-Й Международной научно-практической конференции «Технологии построения систем образования с заданными свойствами» (2013 г, МГГУ, г. Москва); Всероссийской научно-методической конференции «Актуальные проблемы модернизации математического и естественнонаучного образования» (27 марта, 2014 г., БИ СГУ имени Н.Г. Чернышевского, г. Балашов).

Адекватность принятой гипотезы исследования подтверждена в ходе апробации и внедрения результатов исследования для проведения эффективного управления дидактическими процессами при подготовке учителей информатики в системе ВО по специальности 050202:

- на базе БИ СГУ им. Н.Г. Чернышевского, где проведен масштабный исследовательский проект в 2012 году по реализации ИКТ группового сотрудничества при управлении межличностными отношениями в обучаемом контингенте и по методу бинарной проекции используется в процессе подготовки учителей информатики;

- на механико-математическом факультетете ФГБОУ ВПО «Саратовский государственный университет имени Н.Г. Чернышевского», где ИКТ группового сотрудничества эффективно реализована для управления межличностными отношениями в гр. 431 в процессе подготовки студентов по специальности ВО 010901 «Механика»;

- на кафедре математического образования ГАУ ДПО «Саратовский областной институт развития образования»;

- в практику аналитической деятельности ГАУ «Региональный центр оценки качества образования», на базе которого проводится расширенный формат оптимизации процедур оценки качества школьного обучения при анализе результатов ЕГЭ в Саратовской области (2009-2013 гг.).

По теме диссертации опубликовано 17 научных работ.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, библиографического списка и 7 приложений. Иллюстрирована 46 рисунками и 38 таблицами.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе «Система образования в парадигме синергетики»

вводится теоретический инструментарий, реализующий концептуальную линию диссертационного исследования в рамках поставленных целей и задач, включающий понятийно-категориальный аппарат кибернетики, сценарий синергетики и внешние измерения в системе образования.

Основным понятием кибернетики является информация, свойства которой описываются аксиоматически. Основными объектами кибернетики выступают кибернетические системы (КС), выполняющие целевое преобразование информации, реализуя управление данной КС, которое представляет основное отношение в кибернетике. Целесообразность концепции кибернетики в системе образования вызвана тем, что информация - это измеряемая величина (К. Шеннон, А.Н. Колмогоров, Н. Рашевский). Это обеспечивает управление дидактическими процессами по принципу обратной связи на основе математического моделирования процесса обучения.

Так как система образования является открытой системой, то, по сценарию синергетики, ее адаптация с внешней средой происходит по принципам самоорганизации и самоподобия. Динамика открытых систем описывается кинетическим уравнением М. Эйгена, так, что управление открытой системой сводится к согласованному взаимодействию каналов информации. Поэтому следует рассматривать внешние измерения в системе образования - прогнозирование, планирование и оценку качества образовательных процессов. Модели прогнозирования подразделяются на три класса:

1. Детерминированные модели, описывающие процессы в системе, эволюция которой однозначно определяется ее начальными условиями. В

обучении и образовании модели такого класса представляют макроподход к описанию педагогического процесса.

2. Стохастические модели, отвечающие процессам, в которых будущее не зависит от прошлого, что равносильно отсутствию причинно-следственных связей между состояниями в таких процессах. В образовании таким примером является бихевиористическая модель Ла'Берже, представляющая учебный процесс как стимул, проводимый посредством процедуры тестирования в рамках определенной учебной темы.

3. Нелинейные модели с бифуркацией, описывающие процессы в системах, эволюция которых имеет несколько сценариев в зависимости от предыстории данного процесса. Этот класс моделей отвечает эволюции открытой системы при ее взаимодействии с внешней средой и характерным для него является то, что у таких систем существуют принципиальные ограничения на временной период прогноза. К данному классу относится большинство открытых систем, включая систему образования, где эффективность прогнозов продемонстрирована в середине 90-х гг. XX в.

Вопросы планирования в системе образования, частично, прописаны в ряде государственных документов: в Федеральном законе «Об образовании в Российской Федерации» в части формирования ФГОС и в Национальной доктрине развития образования в РФ (2000-2025 гг.), где установлены нормы финансирования образования, на период 2011-2025 гг. расходы в размере 10% ВВП. В планировании обычно выделяют следующие уровни:

- стратегическое планирование - исходит из прогнозов мирового экономического развития и положения РФ в данной системе координат, указывающего актуальные области собственного развития. Эти области определяют оперативное поле Правительства РФ. направленное на координацию и разрешение соответствующих крупных инфраструктурных проектов (~10 лет), и формируют районирование госзаказа на подготовку необходимых кадров;

- оперативное планирование - реализуют подразделения Минобрнауки в рамках федеральных компонентов ФГОС и процедур контроля качества;

- оперативно-тактическое планирование - проводит региональное правительство в рамках региональной системы образования, определяя и согласуя региональные компоненты соответствующих ФГОС, необходимые рабочие места и финансирование для выполнения госзаказа.

Вопросы оптимизации управления директивными процедурами оценки качества образования включают следующие компоненты:

1. Построение общероссийской системы оценки качества образования (ОСОКО) как системы внешней оценки результатов образования в интересах личности, общества и государства, которое столкнулось с проблемой при выработке системы оценочных показателей.

2. Самоорганизацию региональных систем образования - как отклик на директиву Минобрнауки РФ (2002 г.) в виде организации региональных центров оценки качества образования (РЦОКО).

3. Модернизацию сложившейся практики статистической отчетности по оценке качества школьного обучения на основе осредненных показателей результатов ЕГЭ за счет анализа статистических моментов более высокого порядка для выделения трендов профессиональной ориентации школьников.

4. Расширение арсенала педагогических измерений при оценке качества образования с использованием аппарата обобщенной теории измерений -фрактальной концепции или концепции нечетких множеств.

5. Разработку дидактических аспектов проведения образовательной деятельности при формировании профессиональных компетенций в области оценки качества образования при подготовке учителей информатики в системе ВО.

6. Управление качеством системы образования по аксиологическим (ценностным) факторам образования - востребованности продукта образования на рынке труда, который обеспечивает достойный уровень жизни подрастающего поколения, и педагогического корпуса системы образования, реализующего подготовку этого продукта.

Оценка влияния глобальных процессов и факторов внешней среды в системе образования предусматривает анализ проблем, концепций и перспектив информатизации образования; интеграционных и демографических процессов в российском образовании; а также влияние факторов внешней среды в системе образования.

Во второй главе «Управление педагогической деятельностью при оценке качества региональной системы образования (по результатам ЕГЭ в Саратовской области (2009-2013 гг.))» показано, что сценарий формирования РЦОКО проводился в рамках синергетических принципов. РЦОКО в Саратовской области реализует отклик региональной системы образования на внешнее воздействие, при этом структура и функционал РЦОКО и ОСОКО должны быть связаны отношением РЦОКО с ОСОКО, выражающим синергетический принцип самоподобия при формировании системы оценки качества образования. Административные преобразования, повлекшие создание РЦОКО, представляют процесс самоорганизации при формировании региональной системы оценки качества образования в Саратовской области. Оценка качества образовательных процессов и её реализация в рамках ЕГЭ дается в концепции толерантного пространства.

Установлены и проанализированы статистические закономерности результатов ЕГЭ по предметам обязательного комплекса, проведенный с использованием программы Statistics for Windows, V.6 с ранжировкой массива ЕГЭ-респондентов по 100-бальной шкале оценок в таблице 1.

Таблица 1 — Ранжировка интервалов 100-бальной шкалы оценок результатов ЕГЭ

Кол-во баллов <10 10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100

Ранг 1 2 3 4 5 6 7 8 9 10

На рисунке 1 приведены данные статистического анализа ЕГЭ по русскому языку, показывающие, что выборочная плотность распределения

16

измеряемой случайной величины (количество ЕГЭ-респондентов данного ранга) получена из генеральной совокупности с нормальным законом распределения (имеющаяся асимметрия максимумов не выходит за пределы доверительного интервала). Это прямое следствие того, что русский язык 6000 5000 4000 3000 2000 1000 о

0123456789 10

Рисунок 1 — Результаты ЕГЭ по русскому языку в Саратовской области в 2009-2013 гг.

является обязательным предметом ЕГЭ, не учитывающий индивидуальных предпочтений респондентов и, следовательно, в данной структуре ЕГЭ получить информацию о лицах, склонных к профессиональному изучению языкознания или филологии, затруднительно, так как выпускники соответствующих профильных классов школ в значительной мере растворяются в общей массе ЕГЭ-респондентов.

На рисунке 2 представлена статистика ЕГЭ в Саратовской области по математике, в которой, за исключением 2011 г., кривые распределения по успеваемости ЕГЭ-респондентов обладают двумя локальными максимумами.

Рисунок 2 — Результаты ЕГЭ по математике в Саратовской области в 2009-2013 гг.

Такие особенности наблюдаются, когда рассматриваемый стохастический процесс представляет смесь неоднородных случайных компонентов, которая в данном случае обусловлена ЕГЭ-респондентами, склонными к изучению гуманитарных дисциплин, а другая составляющая - это выпускники, отдающие предпочтение точным и естественным наукам. Анализ статистики ЕГЭ по математике на рисунке 2 показывает, что в 2010 и 2012 гг. б льшие значения максимумов имеют меньшие баллы, т.е. в эти годы интересы ЕГЭ-респондентов связывались с гуманитарным образованием. В 2009, 2013 гг. имеет место инверсия - б лыпему значению максимума отвечает б льший балл, что говорит о перемене тренда профессиональной направленности ЕГЭ-респондентов в

область математики и естественных дисциплин. Этот факт может использоваться в планировании приема в вузы.

Анализ статистических закономерностей результатов ЕГЭ по профильным предметам (за исключением обществознания) показывают, что в этом случае мы имеем дело с распределением Пуассона, так как количество ЕГЭ-респондентов, по каждому такому предмету не превышает 28,9%, и такой выбор можно рассматривать как редкое событие, представленное на рисунке 3. Такое поведение статистических данных по профильным предметам служит индикатором того, что выбор ЕГЭ-респондентом данного профильного предмета связан с определенными мотивациями. В этой связи, данные ЕГЭ по обществознанию, представленные на рисунке 4, диссонируют с результатами по остальным профильным предметам, иллюстрированным на рисунке 3 и причина такого поведения обусловлена тем, что среди ЕГЭ-респондентов

-2009

-2010

2011

-2012

-2013

3500 3000 2500 2000 1500 1000 500 О

900 800 700 600 500 400 300 200 100 0

0

2009 ■2010 2011 ■2012 2013

Рисунок 3 — Результаты ЕГЭ по биологии Рисунок 4 — Результаты ЕГЭ по обществознанию в Саратовской области в 2009-2013 гг. в Саратовской области в 2009-2013 гг.

выбор обществознания стоит на первом месте (>50%) и не укладывается в рамки статистики редких событий, характерной при мотивированном выборе профильного предмета. Как показывает анализ, статистика ЕГЭ по обществознанию следует нормальному закону распределения со средним баллом ~ 60-70, т.е. для многих выбор этого предмета руководствовался не соображениями профориентации по призванию, а субъективными соображениями прагматического характера (приема в вуз, престижа, и т.п.).

Анализ результатов ЕГЭ по профильным предметам обнаруживает ранговые корреляции с количеством ЕГЭ-респондентов в виде степенной статистики закона Ципфа-Мандельброта:

Р(1) = А/Г, (1)

где р(1) - количество ЕГЭ-респондентов, избравших предмет г-го ранга; А, а -константы, определяемые по данным эксперимента. Степенная функция (1) в логарифмических координатах дает прямую:

1п р(г) = 1п А - а 1п (', (2)

которая проводится методом наименьших квадратов по измеренным данным, В частности, для результатов ЕГЭ-2009 получается 1ш4=9,958, а=1,905; для ЕГЭ-2013:1гь4=10,05, а=2,089. Анализ результатов представлен на рисунке 5.

15 10 5 0

1п(р(0) —-2009

-2010

Ьдамш^- -гон

| ............ .—2012

-2013 лин2009 лин2010

мТТТП 1ч ни»! ми ■""■"■""■■" 2

... ' ВДЧ'Г.»^ _2

1,5 2 2,5 1п(>) 3 ЛИН2011

Рисунок 5 - Ранговые корреляции профессиональной направленности ЕГЭ-респондентов:

сплошные линии - данные измерений, точечные прямые - аппроксимация (2)

Важно отметить, что с помощью (1); (2) получается: я = - / ^ и

1п/

величина а трактуется как фрактальная размерность по Ф. Хаусдорфу, определяющая оригинальную фрактальную меру (нормировку) объекта, характеризующую профессиональную направленность ЕГЭ-респондентов.

Закономерности вида (1) также обнаружены при анализе распределения ошибок по результатам тестирования, а также в рамках исследовательского проекта при изучении особенностей демографии Саратовской области.

В системе образования находят применение варианты нечеткого управления в рамках традиционной процедуры педагогической диагностики, а также подготовки контрольно измерительных материалов (КИМ) для тестовой оценки качества учебного процесса при выборе оптимального уровня сложности и трудности тестовых заданий.

Анализ результатов ЕГЭ в Саратовской области (2009-2013 гг.) составляет определенный дидактический контент и служит для организации образовательной деятельности по формированию профессиональных компетенций в области оценки качества образования при подготовке учителей информатики в системе ВО, и позволяет внести рекомендации по оптимизации деятельности РЦОКО на территории Саратовской области.

В третьей главе «Метод бинарной проекции (МБП) при реализации ИКТ группового сотрудничества при подготовке учителей информатики по специальности ВО 050202» рассматривается следующая дидактическая задача по организации коммуникативного общения в учебном процессе.

Пусть в рамках проводимой стратегии обучения, педагог ставит перед обучаемыми некоторую проблему, для решения которой данный контингент разбивается на подгруппы. При этом возникают следующие дидактические задачи:

1. Как следует разбить контингент на подгруппы, чтобы, не выходя за пределы фиксированного времени, поставленная проблема была решена при оптимальном директивном качестве?

2. Каким образом в процессе подготовки учителей информатики реализовать необходимые коммуникативные компетенции для обеспечения директивного уровня подготовки?

Оптимизация группового сотрудничества в учебном процессе проводится в рамках следующей модели. Пусть A={ai;a2;...;ат} - конечное множество (обучаемый контингент), кластеризованное посредством разбиения:

A=Ai\jA2v ...vA„, AjnAk=0, } Ф к, j;k = 1,п , п<т. (3)

В рамках разбиения (3) оптимизация группового сотрудничества проводится на основе кибернетического принципа минимума информационной энтропии, который формируется по двум информационным каналам:

1. По результатам предметного тестирования обучаемого контингента, в котором устанавливается цепочка неравенств 0<ti<t2< ... <tm<T, где i,- -общее время выполнения задания i-м учащимся с учетом качества; / = 1;т; Т -временной регламент, определяемый параметрами теста. На основе данного измерения определяются вероятности ai =1 - t/T, характеризующие уровень обученности i-ro учащегося. По найденному распределению вероятностей аг, строится распределение нормированных вероятностей: р(а,) = а-/а = al/(a,+... + am), i = 1, m образующих полную систему, задающую рейтинги отдельных учащихся при выполнении данного задания. Для проведения процедуры оптимизации в рамках этой модели определяются групповые

вероятности: pj = ^ р( а:), Va; е Aj , где pj - вероятность того, что элемент из

А входит в класс Aj. Тогда критерий оптимизации разбиения обучаемого контингента на подгруппы имеет вид:

п

H(P)=~Y. Pj loSi Pj min (4)

j=i

В таблице 2 приведены результаты при оптимальном разбиении контингента на подгруппы. Видно, что показатели академической успешности и данные хронометража значительно лучше, чем при индивидуальном тестировании (таблица 3), т.е. реализация ИКТ дает существенный положительный эффект.

Таблица 2 — Результаты тестирования при оптимальном варианте разбиения

j Состав подгрупп t j мин. Кол-во правильных ответов Оценка

I П:б;7) 18 И 5

11 {2;3;8| 22 10 5

III {4;5;9;10) 15 10 5

1=55 31 Ср. балл:5

Таблица 3 — Результаты индивидуального интеллектуального тестирования

i 1 2 3 4 5 6 7 8 9 10

Ф.И.О. Марининаа Оханин Мулласв Кирин Родин Макаров Егоров Баранов Зайцев Красиков

tj, мин. 34 55 42 36 40 40 34 42 34 34 391

Кол-во пр.ответ. 9 7 9 10 8 7 9 7 9 9 84

Оценка 4 3 4 5 4 3 4 3 4 4 Ср.балл: 3,8

2. По социометрическим данным об этом контингенте, в котором на множестве А определена функция A2(s), задающая паре (а:;а^еА2, i;j =l;m,iф j уровень симпатии s = 0; 1 ;2; ...;smax обучаемого aj по отношению к aj (обычно 3 < smax < 10). С помощью процедуры тестирования контингента А, устанавливается социометрическая матрица A2(s) размера mxm, определяющая уровни симпатий syes между обучаемыми контингента А, а разность T=smax- s характеризует уровень антипатии между обучаемыми данного контингента А. Величина суммы 0<S=f,f,sr< т(т -1 )s ш , j , отражает общий уровень

fa/jW "

симпатии в рассматриваемом контингенте А и, если 5 > т(т-1 )smax / 2 ,то микроклимат такого социума считается толерантным.

Критерий оптимизации управления процессом кластеризации

к

обучаемого контингента имеет вид: ЧК = J-» шах , где S(Aj) - суммарный

(=Л

уровень симпатий по блоку A?(s) социометрической матрицы. Максимум уровня симпатий ¥ по коалициям равносилен минимуму уровня антипатий в обучаемом контингенте (теорема о минимаксе). Тем самым, реализуется оптимум процесса кластеризации обучаемого контингента. В таблице 4 представлено оптимальное разбиение матрицы симпатий в 431 гр. СГУ, полученное по указанному критерию посредством двухканальной поисковой программы (Приложении 1 диссертации), где номера i соответствуют фамилиям студентов в таблице 2 и в данном эксперименте значения уровней симпатии s-0;l;2;3. Анализ таблицы 4 показывает, что в гр. 431 имеется неформальный лидер (студент №3). В нижней строке таблицы 4 приведен индекс симпатии в подгруппах (100% - при максимальном уровне симпатий в подгруппе). Оптимальные варианты кластеризации по данным интеллектуального тестирования (таблица 3) и по данным социометрии (таблица 4) совпадают, однако, в общем случае эта картина вряд ли будет наблюдаться.

Таблица 4 — Оптимальная кластеризация в 431 гр

i 1 6 7 2 3 8 4 5 9 10

1 • 3 3 2 3 3 2 2 2 2

6 3 • 3 2 3 2 1 1 2 1

7 3 3 • 2 3 2 2 2 2

2 1 1 1 • 3 2 1 1 1 1

3 1 1 1 3 • 2 2 1 1 1

В 2 2 2 2 • 1 2 1 2

4 2 1 1 2 2 2 • 3 3 3

5 2 1 1 2 2 2 3 • 3 3

9 1 2 2 3 1 3 • 3

10 2 1 1 2 2 2 3 3 3 •

18 (100%) 14 (78%) 34 (94%)

Таким образом, на основе кибернетической концепции реализованы синергетические принципы управления образовательной деятельностью при подготовке учителей информатики в системе ВО. Данная деятельность

позволяет расширить дидактический арсенал оценки качества образования и при организации педагогического общения в современном образовательном пространстве и позволяет приобрести компетенции в указанной сфере.

В заключении констатируется, что результаты диссертационного исследования позволяют обосновать правомерность принятой гипотезы, и, тем самым, реализовать поставленные цели и задачи данного исследования. Наиболее важными представляются следующие общие итоги:

1. Расширение дидактического потенциала управления образовательной деятельностью при подготовке учителей информатики происходит на основе кибернетической концепции посредством синергетических принципов, что обеспечивает адекватную реакцию системы образования на решение текущих и перспективных общественных проблем.

2. По такому сценарию проводится образовательная деятельность в процессе подготовки учителей информатики в вузе при формировании компетенций в области оценки качества школьного образования посредством ЕГЭ (или государственной итоговой аттестации (ГИА)), и при реализации коммуникативных компетенций для управления межличностными отношениями в обучаемом контингенте.

3. Важнейшим элементом модернизации системы образования является разработка математического формата теории педагогических измерений, обеспечивающей функции предсказания результатов учебного процесса в рамках образовательной деятельности в процессе подготовки учителей информатики на уровне ВО.

4. Пополнение арсенала теории педагогических измерений происходит в рамках обобщенной теории измерений - концепции фрактала и концепции нечетких множеств. Так как педагогический объект, по природе, уникален, то он обладает оригинальной (фрактальной) мерой, проявляющейся в ранговой статистике результатов ЕГЭ по профильным предметам. Но исследуемый параметр объекта может вовсе не описываться в категории меры. Тем не менее, у опытного педагога обучаемый контингент быстро ранжируется по успеваемости и данная нечеткая ранжировка при наличии опыта часто дает довольно объективную картину.

Результаты диссертационного исследования рекомендуется применять в общеобразовательных учреждениях на всех ступенях образования (начального общего, основного общего и среднего общего образования), а также в процессе подготовки и переподготовки научно-педагогических кадров.

Перспективы дальнейшей разработки темы. Следует констатировать, что область приложений кибернетики в педагогике довольно широкая и вряд ли будет уменьшаться. Имеются проблемы эффективной интеграции ИКТ в образовательное пространство; пока не имеет разрешения проблематика параллельных алгоритмов в обучении, начатая в свое время П.М. Эрдниевым путем укрупнения дидактических единиц; не исчерпан арсенал идей в области междисциплинарного обучения и др.

Список работ, опубликованпых автором по теме диссертации:

1. Иванов, Р. А. Метрические концепции оптимизации управления дидактическими процессами / Р. А. Иванов, В. Е. Фирстов // Ярославский педагогический вестник. - 2012. - Том II (Психолого-педагогические науки). - № 1. - С. 134-139.

2. Иванов, Р. А. Оптимизация поиска минимума информационной энтропии на конфигурациях разбиения при реализации ИКТ группового сотрудничества в процессе обучения / Р. А. Иванов // Ярославский педагогический вестник. - 2012. - Том III (Естественные науки). - № 3. -С. 34-39.

3.Ивапов, Р. А. Управление кластеризацией обучаемого контингента при оптимизации группового сотрудничества в учебном процессе в школе и вузе / Р. А. Иванов, В. Е. Фирстов // Ярославский педагогический вестпик. - 2013. - Том III (Естествеппые пауки). - № 3. - С. 7-16.

4. Иванов, Р. А. Из истории стенографии и интерпретации закона Ципфа-Мандельброта / Р. А. Иванов, В. Е. Фирстов // Ярославский педагогический вестник. - 2013. - Том III (Естественные науки). - № 4. -С. 7-13.

5. Иванов, Р. А. Статистические закономерности и ранговые корреляции профессиональной направленности результатов ЕГЭ в Саратовской области (2009-2012 гг.) / Р. А. Иванов, В. Е. Фирстов // Известия Саратовского университета. Новая серия. Серия: Филосфия. Психология. Педагогика. - 2013. - Т. 13. - № 4. - С. 98-109.

6. Иванов, Р. А. Принцип минимума информации при оптимизации группового сотрудничества в учебном процессе / Р. А. Иванов, В. Е. Фирстов // МАТЕМАТИКА. МЕХАНИКА. Сб. науч. трудов. Вып. 13. - Саратов : Изд-во СГУ,-2011.-С. 33-36.

7. Иванов, Р. А. Ранговые корреляции профессиональной направленности результатов ЕГЭ в Саратовской области (2009-2011 гг.) / Р. А. Иванов,

B. Е. Фирстов // Материалы Международной научной конференции: Компьютерные науки и информационные технологии. (1-4 июля 2012 г., Саратов, Россия). - Саратов : ИЦ «Наука». - 2012. - С. 123-129.

8. Иванов, Р. А. Закон Ципфа-Мандельброта и особенности демографии Саратовской области / А. Г. Дроздова, Р. А. Иванов, В. Е. Фирстов // Прикладные аспекты исследований в радиофизике, электронике и спектроскопии. Сборник научных статей. - Саратов : ИЦ «Рата». - 2013. -

C. 28-40.

9. Иванов, Р. А. Закон Ципфа-Мандельброта и его информациионные проявления в учебном процессе / Р. А. Иванов, В. Е. Фирстов // Актуальные проблемы математического образования в контексте реализации ФГОС в школе и вузе: сборник материалов международной заочной научно-практической интернет-конференции Под ред. проф. И. Г. Липатниковой. - Екатеринбург : Изд-во АМК, 2013. - С. 24-31.

10. Иванов, Р. А. Статистические закономерности результатов ЕГЭ по предметам обязательного комплекса в Саратовской области (2009-2013 гг.) / Р. А. Иванов, В. Е. Фирстов // Технологии построения систем образования с заданными свойствами: Материалы IV-й Международной научно-практической конференции, 21-22 ноября 2013 г. - М. : РИЦ МГГУ им. М. А. Шолохова. -2013.-С. 178-182.

11. Иванов, Р. А. Управление кластеризацией обучаемого контингента при организации группового сотрудничества в учебном процессе / Р. А. Иванов, В. Е. Фирстов // Актуальные проблемы модернизации математического и естественнонаучного образования: Материалы Всероссийской научно-методической конференции, БИ СГУ, Балашов : Николаев, 2014 г. - С.179-193.

12. Иванов, Р. А. Лекции по квантитативной когнитологии / Р. А. Иванов, В. Е. Фирстов. - Саратов : ГБУ СО «РЦОКО». - 2014. - 158 с.

13. Иванов, Р. А. Практикум по квантитативной когнитологии / Р. А. Иванов, В. Е. Фирстов. - Саратов : ГБУ СО «РЦОКО»,. - 2014. - 188 с.

14. Иванов, Р. А. Оценка качества образования в Саратовской области (по результатам сдачи ЕГЭ в 2012 году / О. В. Лазарева, О. Н. Хабаров, M. М. Шишкина, Е. Д. Камышева, Р. А. Иванов, В. Ю. Кармазин, М. О. Гончаров, И. Ю. Илларионов // Сборник аналитических материалов. (1 этап). Часть 1. Отв. редактор Гончарова Г. А. Саратов : ГКУ СО «РЦОКО». -2012.-95 с.

15. Иванов, Р. А. Оценка качества образования в Саратовской области (по результатам ЕГЭ в 2013 году) / H. М. Бехметьева, В. Ю. Кармазин, Н. А. Корнева, Л. Г. Панова, О. Н. Хабаров, Н. А. Хурчакова // Сборник статистических материалов в 3-х частях. Часть 1. Отв. редактор А. А. Иванов. -Саратов : ГБУ СО «РЦОКО». - 2013. - 76 с.

16. Иванов, Р. А. Оценка качества образования в Саратовской области (по результатам ЕГЭ в 2013 году) / H. М. Бехметьева, Р. А. Иванов, В. Ю. Кармазин, Н. А. Корнева, Л. Г. Панова, О. Н. Хабаров, Н. А. Хурчакова // Сборник статистических материалов в 3-х частях. Часть 2. Отв. редактор

A. А. Иванов. - Саратов : ГБУ СО «РЦОКО». - 2013. - 99 с.

17. Иванов, Р. А. Оценка качества образования в Саратовской области (по результатам сдачи ГИА в 2013 году) / H. М. Бехметьева, Р. А. Иванов,

B. Ю. Кармазин, Н. А. Корнева, Л. Г. Панова, О. Н. Хабаров, Н. А. Хурчакова // Сборник статистических материалов. Отв. редактор А. А. Иванов. - Саратов : ГБУ СО «РЦОКО». - 2013. - 98 с.

Подписано к печати 13.04.2015 г. Формат 60x84 1/16. Бумага офсетная. Гарнитура Times. Объем 1,5 печ. л. Тираж 130 зкз. Заказ № 66-Т.

Типография СГУ г. Саратов, ул. Б. Казачья 112 а тел.: (845-2) 27-33-85