ТЕХНОЛОГИИ BIG DATA КАК ИНСТРУМЕНТ ИНТЕНСИФИКАЦИИ ИННОВАЦИОННОЙ АКТИВНОСТИ ОБРАЗОВАТЕЛЬНОЙ СИСТЕМЫ

ТЕХНОЛОГИИ BIG DATA КАК ИНСТРУМЕНТ ИНТЕНСИФИКАЦИИ ИННОВАЦИОННОЙ АКТИВНОСТИ ОБРАЗОВАТЕЛЬНОЙ СИСТЕМЫ

Научная статья

Ярушкина Н.А.^1, *, Малахов В.В.²

^{1, 2} Томский государственный педагогический университет, Томск, Россия

* Корреспондирующий автор (natali1598[at]rambler.ru)

Аннотация

В статье проведен анализ использования технологий Big Data в различных сферах функционирования субъектов хозяйствования, в т.ч. в образовании. Цель представленного исследования – на основании результатов анализа отечественного и зарубежного опыта показать, что большие данные являются инструментом интенсификации инновационной активности образовательной сферы. Результаты проведенного исследования могут служить информационной основой для принятия управленческих решений по расширению спектра применения технологий Big Data в инновационной деятельности образовательных организаций.

Ключевые слова: технологии Big Data, инновационная активность, сфера образования, эффективность функционирования.

BIG DATA AS A TOOL FOR INTENSIFYING THE INNOVATIVE ACTIVITY OF THE EDUCATIONAL SYSTEM

Research article

Yarushkina N.A.^1, *, Malakhov V.V.²

^{1, 2} Tomsk State Pedagogical University, Tomsk, Russia

* Corresponding author (natali1598[at]rambler.ru)

Abstract

The current article analyzes the use of big data in various areas of the functioning of business entities, including the field of education. Based on the results of the analysis of domestic and foreign experience, the research attempts to demonstrate that big data technologies is a tool for intensifying the innovative activity of the educational sphere. The results of the study can serve as an information basis for making management decisions to expand the range of applications of big data technologies in the innovative activities of educational organizations.

Keywords: big data, innovation activity, education, efficiency.

Введение

Ввиду увеличения объемов передаваемых данных и масштабирования глобальной сети очевидной стала необходимость в новых инструментах и подходах к извлечению знаний из значительных объемов информации. Вне всяких сомнений подобные коренные изменения в подходах к созданию, хранению и обработке информации, аттестуемые как проявление инновационной активности, не могут не коснуться образования, что говорит об актуальности представленного направления исследования.

В историческом масштабе мировая экономика совсем недавно приступила к изучению технологий Big Data, но уже сейчас, активно проработав с данными программными решениями 5-6 лет, можно отыскать и скорректировать аномалии рынка, создать новые продукты и услуги, что в свою очередь повышает эффективность менеджмента на любом из уровней управления [1].

Основная часть

В настоящее время, когда большие данные перестали быть новыми и неизученными объектами, их важность значительно возросла. Сегодня эксперты прогнозируют доступность возможности использования Big Data не только государственными структурами, но и организациями, в т.ч. образовательными, позволяя им по результатам анализа больших объемов данных строить модели принятия управленческих решений. Это может быть реализовано посредством создания и использования таких объектов и технологий, как облачные хранилища, формирование которых обеспечивает хранение, быструю и экономичную обработку данных, искусственный интеллект – технология, преимуществом которой является способность к обучению не на основе паттернов, а на основе метода стимул-реакция, Blockchain – технология, позволяющая ускорить и упростить многочисленные интернет-транзакции, в т.ч. международные, и снизить затраты на их проведение и др.

К числу основных причин популярности больших данных в современных условиях следует отнести, во-первых, рост объемов информации [2]. Так, например, в 2020 году объем всей информации в мировом масштабе составил 60 зеттабайт, что почти в 10 раз превышает объем информации в 2010 году. Из этих 60 зеттабайт 75% неструктурированные данные, в которых кроется самая полезная информация. Из этих 60 зеттабайт 94% информации создается в цифровом виде, посредством интернет-источников и привлечением новых пользователей [3]. В связи с этим уже с 2014 года ИТ-рынок получил существенные объемы инвестиций в узкоспециализированные компании, нацеленные на совершенствование технологий больших данных и инструменты для работы с искусственным интеллектом. Во-вторых, изначально работу с большими данными могли позволить себе только крупные международные корпорации, к числу которых относятся Amazon, Microsoft и Google, располагающие в совокупности 3500000 серверов (больше, чем у всех вместе взятых компаний на данный момент), что позволило им выйти в лидеры и извлекать выгоду от хранения и обработки информации первыми. Однако сейчас, благодаря развитию облачных сервисов, можно наблюдать смещение тренда обработки больших массивов информации в область малого и среднего бизнеса. Это связано с тем, что бизнес предъявляет спрос на решения, позволяющие повысить эффективность работы и минимизировать возможные риски компании.

В условиях «коронакризиса», когда стоимость разработки, внедрения и использования каких-либо ИТ-технологий, в т.ч. технологий больших данных крайне велика, можно наблюдать спрос на услуги российских провайдеров облачных сервисов. Здесь можно отметить такие преуспевающие компании, как Yandex, Сбербанк и Mail Group. В последнее время активным внедрением облачных сервисов заинтересовались МТС и МегаФон, что подтверждает привлекательность и перспективы данного рынка. В 2010 году появились первые попытки решить все больше нарастающую проблему больших данных [4]. Различными мелкими компаниями и стартапами были выпущены программные утилиты, которые были направлены на решение минимизации рисков при использовании большого объема данных.

Массовое распространение технологий Big Data и принципиально новых моделей использования различно рода устройств и интернет-сервисов послужило отправной точкой для проникновения больших практически во все сферы деятельности. В первую очередь, научно-исследовательскую деятельность, коммерческий сектор и государственное управление. Не является исключением и сфера образования.

Технологии больших данных – это множество способов хранения, обработки, анализа информации, которую в связи с отсутствием четкой структуры, огромной скорости и объема пополнения, невозможно обработать классическими приемами статистического анализа. Благодаря технологиям Big Data, различного рода структуры, в частности и образовательные, получили невероятно мощные инструменты по анализу поведения и предпочтения своей целевой аудитории, на основании которого можно полностью персонализировать различного рода товары и услуги и точечно предлагать их клиенту в режиме онлайн. Это в свою очередь повышает эффективность и качество управления, поэтому в настоящее время технологии Big Data являются неким катализатором мировой экономики. Использование Big Data в образовании способно дать интенсивную и своевременную возможность реорганизовать образовательную систему в целом и образовательные организации в частности, проявить скрытые стороны инновационного потенциала последних. Следует отметить, что для образовательных организаций инновационный потенциал может быть проявлен в сочетании использования накопленных данных с так называемыми dark data – «темными данными», к которым относятся сообщения электронной почты, мультимедиа и другой подобный контент. Наиболее полезными в мировом сегменте продукты для решения проблем Big Data в сфере образования, согласно статистическим данным, – аналитические платформы In-memory и NoSQL. 15% и 12% рынка соответственно занимают аналитическое ПО Log-file и платформы Columnar [5].

Одним из наиболее важных аспектов развития системы образования является способность делать обоснованные выводы о необходимости изменения используемых подходов или предпринимаемых действий. Учитывая важность сферы образования, современная тенденция смещается в сторону изучения роли больших данных в обозначенной сфере [6].

Образовательная система непрерывно создает и накапливает значительный объем данных, и вопрос о системной работе с этими данными сегодня можно назвать одним из самых значимых. Современные исследования охватывают такие темы, относящиеся к большим данным в образовании, как поведение и успеваемость учащихся, моделирование и хранилище образовательных данных, улучшение образовательной системы и интеграция больших данных в учебную программу [7].

В сфере образования большой объем данных создается с помощью онлайн-курсов, преподавания и обучения. С появлением больших данных у преподавателей появляется возможность получения доступа к успеваемости учащихся, схемам обучения и быстрого предоставления отзывов. Своевременная и конструктивная обратная связь, в свою очередь, мотивирует учащихся, положительно влияя на их успеваемость [8]. Академические данные могут помочь педагогам анализировать свою деятельность и влиять на изменения в соответствии с потребностями и требованиями обучающихся, в комплексном расширении образовательных компетенций, а университетам дать новое представление о планировании программ смешанного обучения, сочетающих обычное обучение с обучением через Интернет.

Таким образом, большие данные могут быть признаны как важный аспект инноваций, который в последнее время привлекает большое внимание как ученых, так и практиков [9]. Big Data становятся мощным инструментом проявления инновационной активности в трансформации образования, позволяя переосмыслить подходы, сократить «пробелы» и адаптировать опыт, накопленный в других сферах, для повышения эффективности функционирования образовательной системы [10]. При этом весьма актуальной остается задача описания технологий оперирования большими данными, направленных на развитие образовательных систем посредством выявления сформированных закономерностей в системе образования.

Заключение

Большие данные как феномен уже оказывают сильное влияние на бизнес и социальную жизнь многих людей. Роль и возможности больших данных продолжают расти по мере усиления влияния компьютерных систем на всю социально-экономическую систему, в том числе – образовательную в контексте проявления ее инновационной активности в неразрывной связи с реальным сектором экономики [11]. На базе открытых и больших данных в будущем может быть реализован интеллектуальный анализ данных и аналитика данных, что даст возможность обеспечить глубокий анализ моделей образования и извлечь из них ценные знания.

Конфликт интересов Не указан.

Conflict of Interest None declared.

 

Список литературы / References

1. Аналитика больших данных [Электронный ресурс] / CpderLessons.com. – URL: https://coderlessons.com/tutorials/bolshie-dannye-i-analitika/izuchiteanalitiku-bolshikh-dannykh/big-data-analytics-kratkoe-rukovodstvo (дата обращения: 13.01.2021).
2. Фатьянов А.А. Большие данные в цифровой экономике: ценность и правовые вызовы / А.А. Фатьянов // Экономика. Право. Общество. – 2018. – № 4(16). – С. 37–40.
3. Малахов В.В. Большие данные и аналитика в образовании / В.В. Малахов // Концептуальные подходы к образованию в современной эпохе: отечественный и зарубежный опыт: материалы XXV Всероссийской научно-практической конференции. 27 ноября 2020 г. – Ростов-на-Дону: изд-во Южного университета ИУБиП, 2020. – С. 282–287.
4. Кодинг и вебмастеринг. Big Data для новичков [Электронный ресурс]. – URL: https://webstudio-uwk.ru/big-data-dlja-novichkov/ (дата обращения: 07.02.2021).
5. Технологии больших данных big data. Что такое Big Data? Что это такое [Электронный ресурс]. – URL: https://asgard-gaming.ru/tehnologii-bolshih-dannyh-big-data-chto-takoe-big-data-chto-eto-takoe.html (дата обращения: 01.02.2021).
6. Baig M. I. Big data in education: a state of the art, limitations, and future research directions [Electronic resource] / M. I. Baig, L. Shuib, E. Yadegaridehkordi // Int J Educ Technol High Educ. – 2020. – № 17(44). – URL: https://doi.org/10.1186/s41239-020-00223-0 (accessed: 23.12.2020).
7. Lnenicka M. Big and open linked data analytics: a study on changing roles and skills in the higher educational process [Electronic resource] / M. Lnenicka, H. Kopackova, R. Machova et al. // Int J Educ Technol High Educ. – 2020. – № 17(28). – URL: https://doi.org/10.1186/s41239-020-00208-z (accessed: 22.01.2021).
8. Tempelaar D. T. In search for the most informative data for feedback generation: learning analytics in a data-rich context / D. T. Tempelaar, B. Rienties, & B. Giesbers // Computers in Human Behavior. – 2014. – № 47. – P. 1–11.
9. Aguilar S. J. Learning analytics: At the nexus of big data, digital innovation, and social justice in education / S. J. Aguilar // TechTrends. – 2018. – № 62(1). – P. 37–45.
10. Rodríguez-Triana M. J. Learning analytics in small-scale teacher-led innovations: ethical and data privacy issues / M. J. Rodríguez-Triana, A. Martínez-Monés, & S. Villagrá-Sobrino // Journal of Learning Analytics. – 2016. – № 3(1). – 43–65.
11. Ярушкина Н.А. Развитие инновационной активности университетов с учетом интересов компаний реального сектора экономики / Н.А. Ярушкина // Экономика и предпринимательство. – 2020. – № 6(119). – С. 1212–1217.

Список литературы на английском языке / References in English

1. Analitika bol'shih dannyh [Big data analytics] [Electronic resource] / CpderLessons.com. – URL: https://coderlessons.com/tutorials/bolshie-dannye-i-analitika/izuchiteanalitiku-bolshikh-dannykh/big-data-analytics-kratkoe-rukovodstvo (accessed:01.2021). [in Russian]
2. Fat'janov A. A. Bol'shie dannye v cifrovoj jekonomike: cennost' i pravovye vyzovy [Big Data in the Digital Economy: Value and Legal Challenges] / А. А. Fat'janov // JEKONOMIKA. PRAVO. OBSHHESTVO [ECONOMY. RIGHT. SOCIETY]. – 2018. – № 4(16). – P. 37–40. [in Russian]
3. Malahov V. V. Bol'shie dannye i analitika v obrazovanii [Big data and analytics in education] / V. V. Malahov // Konceptual'nye podhody k obrazovaniju v sovremennoj jepohe: otechestvennyj i zarubezhnyj opyt: materialy XXV Vserossijskoj nauchno-prakticheskoj konferencii. 27 nojabrja 2020 g. [Conceptual approaches to education in the modern era: domestic and foreign experience: materials of the XXV All-Russian scientific and practical conference. 27 November 2020] –Rostov-on-Don: publishing house of the Southern University IUBiP, 2020. – P. 282–287. [in Russian]
4. KODING I VEBMASTERING. Big Data dlja novichkov [CODING AND WEBMASTERING. Big Date for beginners] [Electronic resource]. – URL: https://webstudio-uwk.ru/big-data-dlja-novichkov/ (accessed:02.2021). [in Russian]
5. Tehnologii bol'shih dannyh big data. Chto takoe Big Data? Chto jeto takoe [Big data technologies big data. What is Big Data? What it is] [Electronic resource]. – URL: https://asgard-gaming.ru/tehnologii-bolshih-dannyh-big-data-chto-takoe-big-data-chto-eto-takoe.html (accessed: 01.02.2021) [in Russian]
6. Baig M. I. Big data in education: a state of the art, limitations, and future research directions [Electronic resource] / M. I. Baig, L. Shuib & E. Yadegaridehkordi // Int J Educ Technol High Educ. – 2020. – № 17(44). – URL: https://doi.org/10.1186/s41239-020-00223-0 (accessed: 23.12.2020).
7. Lnenicka M. Big and open linked data analytics: a study on changing roles and skills in the higher educational process [Electronic resource] / M. Lnenicka, H. Kopackova, R. Machova et al. // Int J Educ Technol High Educ. – 2020. – № 17(28). – URL: https://doi.org/10.1186/s41239-020-00208-z (accessed: 22.01.2021).
8. Tempelaar D. T. In search for the most informative data for feedback generation: learning analytics in a data-rich context / D. T. Tempelaar, B. Rienties, B. Giesbers // Computers in Human Behavior. – 2014. – № 47. – P. 1–11.
9. Aguilar S. J. Learning analytics: At the nexus of big data, digital innovation, and social justice in education / S. J. Aguilar // TechTrends. – 2018. – № 62(1). – P. 37–45.
10. Rodríguez-Triana M. J. Learning analytics in small-scale teacher-led innovations: ethical and data privacy issues / M. Rodríguez-Triana, A. Martínez-Monés, & S. Villagrá-Sobrino // Journal of Learning Analytics. – 2016. – № 3(1). – P. 43–65.
11. Jarushkina N. A. Razvitie innovacionnoj aktivnosti universitetov s uchetom interesov kompanij real'nogo sektora jekonomiki [Development of innovative activity of universities taking into account the interests of companies in the real sector of the economy] / N. A. Jarushkina // Jekonomika i predprinimatel'stvo [Economy and entrepreneurship]. – 2020. – № 6(119). – P. 1212–1217. [in Russian]