АНАЛИЗ ПОЗИТИВНЫХ И НЕГАТИВНЫХ ПОСЛЕДСТВИЙ ИСПОЛЬЗОВАНИЯ “БОЛЬШИХ ДАННЫХ” В СФЕРЕ ОБРАЗОВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ

АННОТАЦИЯ

В этой статье рассматривается возможность и целесообразность применения так называемых “Больших данных” в сфере образовательной деятельности в условиях быстро развивающихся технологий. Также анализируются пути модернизации образования путем внедрения технологий обработки большого количества неструктурированных и структурированных данных, а также некоторые, внушающие опасения, негативные последствия интеграции Big data в образовании.

Ключевые слова: Big Data, “Большие данные”, педагогика, внедрение, анализ.

Для того чтобы рассмотреть перспективы внедрения “Больших данных” в образовательную деятельность, необходимо выяснить значение этого определения и уточнить его особенности. “Большие данные” или Big Data – это структурированные и неструктурированные данные большого объёма и значительного разнообразия, и методы их обработки, в том числе горизонтально масштабируемые программные инструменты, позволяющие распределено анализировать информацию из разных источников. Примером Big Data в общем смысле могут выступать: социальные сети, различные хостинги, БАК (Большой Адронный Коллайдер), и другие источники колоссального объёма данных. “Большие данные” могут применяться в том числе и в сфере образовательной деятельности. Одним из наиболее ярких примеров внедрения анализа больших данных в сфере образования является успех компании Skillsoft, которая на своей платформе предоставляет образовательные материалы для онлайн-обучения более чем 20 миллионам пользователей. Благодаря анализу больших данных компании Skillsoft удалось адаптировать предлагаемые образовательные ресурсы под каждого из миллионов своих клиентов с учетом уровня их квалификации, конкретных потребностей и бизнес-интересов. Это позволило компании достичь серьезных положительных результатов в области взаимодействия пользователей с образовательной средой: треть пользователей воспользовалась хотя бы одним из предложенных в рамках первой же электронной рассылки курсов и оплатила его; только 15% получателей рассылок не заинтересовались рекомендациями, разосланными в рамках серии электронных писем; уровень удовлетворенности пользователей персонализированным образовательным контентом повысился более чем вдвое по сравнению с ранними не персонализированными версиями учебных курсов.

Одним из больших плюсов интеграции Big data в образовательную деятельность является фактор снижения себестоимости единицы хранения информации. Уровень развития технологий хранения информации привел к снижению стоимости хранения одного гигабайта информации на 46% за последние 9 лет, а за последние два десятилетия — более чем на 250%. В свою очередь, это повлияло на представление информации – традиционные носители, например, бумажные уже не применяются, или почти не применяются в большинстве отраслей, а также документооборот во многих частных и государственных предприятиях стал электронным. Появившиеся средства анализа, обработки, и представления информации позволяют держать массивы информации, из которых можно получить новые знания, и от которых еще 5 лет назад избавились бы как от “информационного балласта”

Рассмотрим перспективные возможности применения анализа “больших данных” в сфере образования. В будущем анализ Big data, собираемых организациями, а также открытых данных поможет реализовать механизм, обеспечивающий эффективное взаимодействие между педагогами и обучающимися в режиме реального времени, что даст возможность провести глубокое всестороннее изучение моделей обучения, реализуемых образовательными организациями, и произвести их оптимизацию с учетом новых знаний, доступных благодаря анализу больших данных. Эти мероприятия позволят сбалансировать трудоемкость учебного процесса путем прогнозирования, кому из обучающихся необходимо больше содействия и поддержки в процессе освоения образовательных программ, чтобы избежать экстремально низкого уровня подготовки и, как следствие, отказа от обучения по причине его неэффективности. По нашему мнению, все это должно привести к активизации поиска новых подходов в теории и практике образования, которые будут востребованы обучающимися со с особыми потребностями.

Теперь стоит конкретизировать перспективы внедрения:

1. Большие данные могут помочь обучающимся, выбирающим те или иные образовательные направления в соответствии с их предпочтениями и свойствами их личности.

2. Анализ “Больших данных” позволит на ранних этапах выявить способности и задатки обучающихся, исходя из которых можно сформировать рекомендации, способствующие развитию конкретных компетенций обучающихся, исходя из вышеперечисленных признаков.

3. Свободное обращение к неструктурированным данным может помочь открыть возможности для более глубокого вовлечения обучающихся в процессы, которые ранее доступны не были, так как считались прерогативой управленческого персонала.

Кроме определения перспектив внедрения, стоит определить и последствия свободного обращения большого количества информации внутри образовательного учреждения:

1. Опасность возникновения дискриминации, основанной на результатах обработки больших данных, с помощью алгоритмов требующих человеческого присутствия, что означает, что человек на основании собственных предубеждений и приязни может повлиять на сбор и обработку точной и конкретной информации.

2. Возможное сокращение рабочих мест, даже большее чем от внедрения разделения труда, фабрик, и конвейеров.

3. Возможность технократической сегрегации, то есть отделение успешных людей от всех остальных, что опасно не только с морально – этической точки зрения, но и социально – экономической.

4. Возможная незаконная торговля огромными объёмами личной информации, что может послужить основой для детального изучения людей и управления их поведением

В заключение, стоит отметить, что несмотря на все риски и возможные трудности, как в реализации, так и с моральной точки зрения, “Большие данные” выглядят столь перспективно, что перевешивают все опасения, касающиеся их внедрения в образовательный процесс.

Список литературы:

1. Что такое нейросети, big data и data science: мир big data в 8 терминах [Электронный ресурс] // URL: https://oneretarget.com/ru/wiki/big-data/
2. Большие данные // Wikipedia URL: https://ru.wikipedia.org/wiki/Большие_данные.
3. Дедюлина М.А. Big Data в социально-этическом измерении // МАНУСКРИПТ - 2017. - №12(86) – С. 67-69.