Технологические тенденции Индустрии 4.0 в образовании: навигатор возможностей


https://doi.org/10.20913/2618-7515-2022-1-4

Полный текст:




Аннотация

Введение. Цель исследования – осмысление возможностей применения технологических трендов в образовании, инициируемых Индустрией 4.0. Под технологическими трендами, заявленными к применению в образовании, понимаются цифровые технологии, включенные в перечень стратегических программ национального развития (в контексте Индустрии 4.0): технологии больших данных, виртуальной и дополненной реальности, компоненты роботехники и сенсорика, искусственный интеллект, новые производственные технологии, технологии промышленного интернета и беспроводной связи, квантовые технологии и системы распределенного реестра.

Постановка задачи. В работе решается задача выявления специфики и потенциальных возможностей цифровых технологий эпохи Индустрии 4.0 (как отдельно, так и при их интеграции), которые предоставляются образованию в контексте его цифровой трансформации и приобретения им нового качества – Образование 4.0.

Методика и методология исследования. Методология исследования основывается на авторском подходе к формированию источниковой базы для последующих задач ее анализа и синтеза. В работе проанализировано свыше 50 зарубежных исследований, опубликованных в международных базах цитирования за последнее десятилетие, то есть с момента возникновения Индустрии 4.0.

Результаты исследования. Проведенный многосторонний анализ фронтирных зарубежных источников показал, что в образовании не все цифровые технологии одинаково применимы в образовательной сфере, а носят характер от «активно применяемых» до «потенциально возможных к применению» в этой сфере. Существенный прикладной потенциал цифровых технологий зафиксирован у технологий больших данных, виртуальной и дополненной реальности, роботехники и сенсорики, а также искусственного интеллекта в контексте создания хранилищ данных, внедрения новых моделей обучения и образовательных агентов, имплементации кастомизированных образовательных решений.

Выводы. Вектор и характер цифровой трансформации отраслей экономики, включая образование, задают цифровые технологии, которые в национальных программах (в контексте Индустрии 4.0) имеют приоритет. Цифровые метаморфозы сферы образования, основанные на активном внедрении и эффективном использовании цифровых технологий, позволяют последнему приобрести новые формы и качество на пути к Образованию 4.0.


Об авторе

В. В. Вихман
Новосибирский государственный технический университет
Россия

Вихман Виктория Викторовна – кандидат педагогических наук, кандидат технических наук, доцент, доцент кафедры философии (факультет гуманитарного образования), начальник отдела (учебное управление)

Российская Федерация, 630073, г. Новосибирск, проспект Карла Маркса, 20, оф. 225



Список литературы

1. Вихман В. В. Технология формирования источниковой базы исследования образования как социального феномена // Социология. 2021. № 1. С. 213–219.

2. Bihl T. J., Young W. A. (II), Weckman G. R. Defning, understanding, and addressing big data // International Journal of Business Analytics. 2016. Vol. 3, № 2. P. 1–32. DOI: 10.4018/IJBAN.2016040101.

3. Laney D. 3D Data management: controlling data volume, velocity and variety : Gartner report. 2001. № 949. URL: https://www.bibsonomy.org/bibtex/263868097d6e1998de3d88fcbb7670ca6/refshah (дата обращения: 06.07.2021).

4. Sin K., Muthu L. Application of Big Data in education data mining and learning analytics – a literature review // ICTACT Journal on Soft Computing. 2015. Vol. 5, № 4. P. 1035–1049. DOI: https://doi.org/10.21917/ijsc.2015.0145.

5. Al-Kabi M. N., Jirjees J. M. Survey of Big Data applications: health, education, business & finance, and security & privacy // Journal of Information Studies & Technology. 2019. Vol. 2018. DOI: 10.5339/jist.2018.12.

6. Danie B. Big data and analytics in higher education: opportunities and challenges // British Journal of Educational Technology. 2015. Vol. 46, № 5. P. 904–920. DOI: https://doi.org/10.1111/bjet.12230.

7. Hwang Yo. Adoption of big data in higher education for better institutional effectiveness. 2019. Vol. 2. P. 31–44. DOI: 10.20448/815.21.31.44.

8. Daniel B. K. Big data in higher education: the big picture. Big data and learning analytics in higher education: current theory and practice. [S. l.], Springer, 2017, pp. 19–28. DOI: 10.1007/978-3-319-06520-5_3.— 33

9. Khan Sh., Alqahtani S. Big Data application and its impact on education // International Journal of Emerging Technologies in Learning (iJET). 2020. Vol. 15, № 17. P. 36–46. DOI: 10.3991/ijet.v15i17.14459.

10. Ashaari Mohamed Azlan, Amran Azlan, Singh Karpal, Singh Dara. Big data analytics capability for improved performance of higher education institutions in the Era of IR 4.0: a proposed conceptual framework // International Journal of Innovation, Creativity and Change. 2020. Vol. 13, № 8. P. 73–93.

11. Kalota F. Applications of Big Data in education // International Journal of Social, Education, Economics and Management Engineering. 2015. Vol. 9, № 5. P. 1501–1506.

12. Cortés Ruiz J. A., Rivas García R. M. Big data and digital tools applied to the teaching: learning in graduate programs in Mexico // Management training programs in higher education for the fourth industrial revolution: emerging research and opportunities. Hershey : IJI Global, 2020. P. 1–21. DOI: 10.4018/978-1-7998-1875-5.ch001.

13. Gibson D., Ifenthaler D. Preparing the next generation of education researchers for Big Data in higher education // Big Data and learning analytics in higher education. [S. l.] : Springer, 2017. P. 29–42. DOI: 10.1007/978-3-319-06520-5_42017.

14. Radianti J., Majchrzak T. A., Fromm J., Wohlgenannt I. A systematic review of immersive virtual reality applications for higher education: design elements, lessons learned, and research agenda // Computers & Education. 2020. Vol. 147. Art. 103778, pp. 1–29. DOI: 10.1016/j.compedu.2019.103778.

15. Kolb D. A. Experience as the source of learning and development. Hemel Hempstead, Prentice Hall Intern., 1984, 256 p.

16. D’elia F., Di Tore Stefano, Sibilio M. A constructivist approach to virtual reality for experiential learning // E-Learning and Digital Media. 2012. Vol. 9. P. 317–324. DOI:10.2304/elea.2012.9.3.317.

17. Su C.-H., Cheng T.-W. A sustainability innovation experiential learning model for virtual reality chemistry laboratory: an empirical study with PLS-SEM and IPMA // Sustainability. 2019. № 11. Art. 1027. P. 1–24.

18. Jensen L., Konradsen F. A review of the use of virtual reality head-mounted displays in education and training // Education and Information Technologies. 2018. Vol. 23, № 4. P. 1515–1529. DOI: 10.1007/s10639-017-9676-0.

19. Merchant Z., Goetz E. T., Cifuentes L., KeeneyKennicutt W., Davis T. J. Effectiveness of virtual realitybased in-struction on students’ learning outcomes in k-12 and higher education: a meta-analysis // Computers & Education. 2014. Vol. 70. P. 29–40. DOI: 10.1016/j.compedu.2013.07.033.

20. Krokos E., Plaisant C., Varshney A. Virtual memory palaces: immersion aids recall // Virtual Reality. 2019. Vol. 23, № 1. P. 1–15.

21. Elmqaddem N. Augmented reality and virtual reality in education. Myth or reality? // International Journal of Emerging Technologies in Learning. 2019. Vol. 14, № 3, pp. 234–241. DOI: 10.3991/ijet.v14i03.9289.

22. Gudoniene D., Rutkauskiene D. Virtual and augmented reality in education. Baltic Journal Modern Computing. 2019. Vol. 7, № 2. P. 293–300. DOI: https://doi.org/10.22364/bjmc.2019.7.2.07.

23. Zeynep T., Barney D. Building an instructional design model for immersive virtual reality learning environments // Designing, deploying, and evaluating virtual and augmented reality in education. Hershey : IGI Global, 2021. P. 20–47. DOI: 10.4018/978-1-7998-5043-4.ch002.

24. Vuta D. R. Augmented reality technologies in education – a literature review // Bulletin of the Transilvania University of Brasov. 2021. Vol. 13, № 2. P. 35–46. DOI: 10.31926/but.es.2020.13.62.2.4.

25. Guntur M., Setyaningrum W., Retnawati H., Marsigìt M. Assessing the potential of augmented reality in education // Proceedings of the 2020 11th International conference on e-education, e-business, e-management, and e-learning. New York, 2020. P. 93–97. DOI: 10.1145/3377571.3377621.

26. Barroso Osuna J., Gutiérrez-Castillo J. J., LlorenteCejudo M. C., Valencia-Ortiz R. Difculties in the incorporation of augmented reality in university education: visions from the experts // Journal of New Approaches in Educational Research. Vol. 8, № 2. P. 126. DOI: 10.7821/naer.2019.7.409.

27. Pachidis T. P., Vrochidou E., Kaburlasos V. G., Kostova S. P., Bonkovic M., Papić V. Social robotics in education: state-of-the-art and directions // 27 th International conference on robotics in Alpe–Adria Danube region. [S. l.] : Springer, 2018. P. 689–700.

28. Konijn E., Smakman M., van den Berghe R. Use of robots in education // The International encyclopedia of media psychology. New York, 2020. P. 1–8. DOI: 10.1002/9781119011071.iemp0318.

29. Belpaeme T., Kennedy J., Ramachandran A., Scassellati B., Tanaka F. Social robots for education: a review // Science Robotics. 2018. Vol. 3. Art. eaat5954. P. 1–9. DOI: 10.1126/scirobotics.aat5954.

30. Mishra D., Parish K., Lugo R. G., Wang H. A framework for using humanoid robots in the school learning environment // Electronics. 2021. Vol. 10, № 6. Art. 756. P. 1–12. DOI: https://doi.org/10.3390/electronics10060756.

31. Ликова–Арсенова В. Artifcial intelligence in education // Педагогический форум. 2020. № 8. С. 49–56. DOI: 10.15547/PF.2020.022.

32. Flogie A., Abersek B. Artificial intelligence in education // Active learning. [S. l.], 2022. P. 1–21. DOI: 10.5772/intechopen.96498.

33. Al Braiki B., Harous S., Zaki N., Alnajjar F. Artifcial intelligence in education and assessment methods // Bulletin of Electrical Engineering and Informatics. 2020. Vol. 9, № 5.

34. P. 1998–2007. DOI: 10.11591/eei.v9i5.1984.

35. Panigrahi A., Joshi J. Use of artifcial intelligence in education // SSRN Electronic Journal. 2020. Vol. 55, № 5. P. 64–67. DOI: 10.2139/ssrn.3666702.

36. Sadiku M. N. O., Ashaolu T. J., Ajayi–Majebi A., Musa S. Artifcial intelligence in education // International Journal of Scientifc Advances. 2021. Vol. 2, № 1. P. 5–11. DOI: 10.51542/ijscia.v2i1.2.

37. Yu D. D., Ding M. R., Li W., Jing L., Wang L., Liang B. Designing an artifcial intelligence platform to assist undergraduate in art and design to develop a personal learning plans // HCI. 2019. Vol. 20. P. 528–538. DOI: 10.1007/978-3-030-23538-3_41.

38. Nakamoto S. Bitcoin: a peer-to-peer electronic cash system. 2008. URL: https://bitcoin.org/ bitcoin.pdf (дата обращения: 06.07.2021).

39. Alammary A., Alhazmi S., Almasri M., Gilani S. Blockchain-based applications in education: a systematic review // Applied Sciences. 2019. Vol. 9, № 12, art. 2400. P. 1–18. DOI: 10.3390/app9122400.

40. Вихман В. В., Ромм М. В. «Цифровые двойники» в образовании: перспективы и реальность // Высшее образование в России. 2021. Т. 30, № 2. С. 22–32. DOI: 10.31992/0869-3617-2021-30-2-22-32.


Дополнительные файлы

Для цитирования: Вихман В.В. Технологические тенденции Индустрии 4.0 в образовании: навигатор возможностей. Профессиональное образование в современном мире. 2022;12(1):29-36. https://doi.org/10.20913/2618-7515-2022-1-4

For citation: Vikhman V.V. Technological trends of Industry 4.0 in education: opportunity navigator. Professional education in the modern world. 2022;12(1):29-36. (In Russ.) https://doi.org/10.20913/2618-7515-2022-1-4

Просмотров: 338

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2224-1841 (Print)