ОБЪЕДИНЕНИЕ ЛИДЕРОВ НЕФТЕГАЗОВОГО СЕРВИСА И МАШИНОСТРОЕНИЯ РОССИИ
USD 92,26 -0,33
EUR 99,71 -0,56
Brent 0.00/0.00WTI 0.00/0.00

В России разработан алгоритм для анализа сценариев уроков

МОСКВА, 13 апр. Ученые Московского городского педагогического университета (МГПУ) разработали алгоритм обработки больших данных для анализа содержания сценариев уроков Московской электронной школы (МЭШ). По словам авторов, в будущем предложенный подход сможет автоматически определять "лучший" вариант сценария урока и отбрасывать некачественный контент. Результаты первого исследования опубликованы в сборнике Information.

На интернет-платформе МЭШ размещены более 2,1 млн сценариев уроков, из которых около 54 тыс. находятся в открытом доступе. Их разрабатывают и используют учителя при проведении очных и дистанционных уроков. Процесс создания нового цифрового контента идет непрерывно, ежедневно происходит увеличение объема данных.

Специалисты Управления информационных технологий МГПУ разработали интеллектуальный алгоритм для изучения данных с платформы МЭШ, который способен анализировать смысловое значение текста и визуализировать результаты в удобном для человека виде. Оценивали качество работы алгоритма по 26 предметам эксперты — преподаватели МГПУ.

"Мы сопоставляли контент сценариев уроков МЭШ к Тематическому каркасу (прим.ред. — единый классификатор тем образовательной программы по ФГОС). По всем темам и дидактическим единицам в МЭШ имеются сценарии уроков по рассмотренным нами предметам. Однако их распределение по темам и дидактическим единицам неравномерно: по каким-то создано больше уроков, по каким-то меньше", — прокомментировала доцент, старший научный сотрудник информационно-аналитического отдела МГПУ Елена Петряева.

Также она отметила, что применение алгоритма позволило изучить структуру тем сценариев уроков и выявить крупные предметные семантические группы и междисциплинарные темы.

"Например, на уровне начального общего образования были зафиксированы такие междисциплинарные темы, как "Великая отечественная война", "Мир вокруг меня", "Звуки и буквы", "Москвоведение". А в семантическую группу, к примеру, "Война" объединились сценарии уроков по предметам: всеобщая история, история России и литература, музыка. Но в целом результаты показали тематическую обособленность школьных предметов друг от друга", — рассказала Петряева.

Для обработки текстовых данных было использован метод word2vec, в основе которого лежит нейронная сеть.

"Для исследования отобрали текстовые данные 36 644 сценариев уроков. Затем их обработали и использовали для обучения алгоритма word2vec. После этого мы получили сопоставления сценариев уроков и Тематического каркаса. С целью визуализации результатов были выполнены преобразования для снижения размерности данных с использованием алгоритма t-SNE. Мы планируем повысить качество работы алгоритма с помощью расширения набора текстовых данных и перевода ключевых слов тем уроков на иностранные языки", — рассказал заместитель начальника Управления информационных технологий МГПУ Роман Куприянов.

По словам начальника Управления информационных технологий МГПУ Руслана Сулейманова, алгоритм поможет выявлять разные типы содержания и развивать ресурсы, имеющие большой педагогический потенциал.

Также ученые отметили, что алгоритм может быть использован для решения других задач: анализа домашних заданий, обработки текстового цифрового следа учеников, мониторинга образовательных результатов.

Проект реализуется под руководством доктора педагогических наук, директора института системных проектов МГПУ Светланы Вачковой.

Дополнительная информация

Идет загрузка следующего нового материала

Это был последний самый новый материал в разделе "Образование"

Материалов нет

Наверх