Прогностическое моделирование и оптимизация содержания программ подготовки ИТ-специалистов

В современных условиях содержание программ подготовки ИТ-специалистов должно максимально отражать требования рынка труда, потребности субъектов образовательного процесса, обеспечивать необходимый уровень квалификации выпускников, который будет требоваться после завершения обучения. Кроме того, требования к содержанию подготовки со стороны работодателей очень разнообразны, одно направление подготовки в настоящее время концентрирует содержание компетенций для нескольких взаимосвязанных профессий, покрывает несколько профессиональных стандартов. Механическое включение всех знаний, умений, навыков из профессиональных стандартов в образовательные программы невозможно, потому что при этом невозможно выдержать заданную трудоемкость подготовки.
При проектировании содержания реализуемых образовательных программ необходимо учитывать множество факторов и ограничений, что практически невозможно сделать без адекватной прогностической модели содержания образования и эффективных методов для оптимального отбора содержательных компонентов образовательных программ на ее основе.

Основой для моделирования содержания образования служит система профессиональных компетенций отрасли ИТ, разработанная нами [1-3] на основе анализа изложенных в профессиональных стандартах квалификационных характеристик персонала, зарубежных квалификационных систем, требований работодателей. Система профессиональных компетенций определяет результаты обучения на всех уровнях профессионального образования от начального до высшего (уровня магистратуры). Для осуществления прогностических функций в модель содержания образования необходимо включить динамические параметры, определяющие эволюцию образовательной системы. Так, оценка несовпадения результатов освоения профессионального цикла дисциплин в различных образовательных программах в рамках одного направления подготовки дает возможность определить необходимость создания новых профилей или направлений подготовки [4,5].

При отборе содержания профессиональных образовательных программ необходимо выбрать подмножество содержания компетенций, удовлетворяющее заданным ограничениям и оптимальное по определенным критериям.

Задача оптимизации содержания образования в такой постановке относится к задачам дискретной оптимизации и имеет достаточно высокую размерность, поскольку количество формируемых знаний, умений и навыков в рамках образовательной программы составляет несколько сотен. Сокращение размерности возможно в результате кластеризации отдельных результатов обучения в крупные уровни компетенций. Выбор различных критериев оптимизации влияет на выбор алгоритмов. 

В простейшем случае рассмотрена задача отбора курсов, формирующих минимальный уровень компетенций для некоторой ИТ-профессии, при условии минимизации трудоемкости этих дисциплин. В этом случае, студент может использовать оставшиеся зачетные единицы по собственному выбору. Эта задача сводится к классической NP-трудной задаче о покрытии множества. Для решения задачи могут быть использованы как приближенные жадные алгоритмы, так и методы искусственного интеллекта: генетические алгоритмы и алгоритмы муравьиной колонии. В более сложном варианте выбор курсов должен максимизировать количество осваиваемых студентов знаний и умений, включающих минимальный уровень компетенций при ограничении суммарной трудоемкости образовательной программы. Эта задача сводится к NP-трудной задаче о рюкзаке с объединением множеств. Мы разработали для решения этой задачи модификацию алгоритма Арулселвана [6].

Разработанные методы реализованы в рамках прототипа информационной системы для поддержки принятия решений при проектировании содержания образовательных программ. В результате опытной эксплуатации планируется доработка системы и ее подготовка для широкого использования в cистеме образования.