В статье показывается, как владение табличным процессором позволит выпускнику школы успешно сдать единый государственный экзамен по информатике. Приводятся аргументы в пользу того, что решение некоторых задач в табличном процессоре дает более наглядный результат, чем, например, при использовании языков программирования, так как позволяет визуализировать решение, делая его более понятным для обучающихся. При использовании табличного процессора достаточно владеть его встроенными функциями, изучаемыми в школьном курсе информатики, а также функциями из категории Текстовые, которые могут быть изучены учениками самостоятельно или под руководством учителя, например, на факультативных или элективных курсах. Приводится разбор некоторых задач ЕГЭ, решаемых в табличном процессоре. Описывается процедура решения задач. Отдельно указаны случаи, когда усложнение задачи приводит к неэффективности использования табличного процессора.
Идентификаторы и классификаторы
Подготовка учащихся к сдаче единого государственного экзамена носит комплексный характер — начиная от формирования знаний об особенностях его организации и проведения до умений выполнять предлагаемые задания. ЕГЭ по каждому учебному предмету имеет свои особенности, касающиеся как организационных моментов, так и содержательной стороны.
Список литературы
1. Афонина М. В., Гонштейн М. А. Анализ согласованности работы экспертов при проверке заданий с развернутым ответом ЕГЭ по информатике и ИКТ // Педагогическое образование на Алтае. 2017. № 1. С. 21–25. EDN: YSTYZJ.
2. Бордюгова Т. Н., Павленко О. А. Особенности обучения программированию на основе систем LMS в рамках подготовки к ЕГЭ по информатике и ИКТ // Ученые записки ИУО РАО. 2018. № 4 (68). С. 20–24. EDN: FUGEFN.
3. Везиров Т. Т. Средства электронного обучения в подготовке к ЕГЭ по информатике и ИКТ // Педагогический журнал. 2018. Т. 8. № 6A. С. 225–232. EDN: ZAHILB.
4. Горюнова М. А. Региональный опыт перехода на компьютерный ЕГЭ по информатике // Образование: Ресурсы развития. Вестник ЛОИРО. 2022. № 4. С. 91–100. EDN: HDUCGD.
5. Демоверсии, спецификации, кодификаторы ЕГЭ 2024 год. https://fipi.ru/ege/demoversii-specifikacii-kodifikatory
6. Зубрилин А. А., Хохлова А. Д. Возможности табличного процессора MS Excel при решении задач ЕГЭ по информатике (на примере задачи № 5) // Инновационное образовательное пространство педагогического вуза: проблемы и перспективы. Сборник статей по материалам Всероссийской научно-практической конференции. Саранск: Мордовский государственный педагогический университет им. М. Е. Евсевьева, 2023. С. 80–86. EDN: ANLAKS.
7. Иванов А. М. Дистанционные образовательные технологии как средство подготовки к ЕГЭ по информатике // Аллея науки. 2018. Т. 1. № 7 (23). С. 850–855. EDN: UWZRMX.
8. Ильина Е. А., Засов В. О., Масальский Л. С., Логунова Т. В., Шишиморов А. П. О генерации визуальных материалов к ЕГЭ по информатике // Педагогическая информатика. 2023. № 2. С. 25–28. EDN: KMEJPH.
9. Катанова Т. Н., Сергеев Д. В. О применении интерактивного учебника по языку программирования Python для подготовки к ЕГЭ по информатике // Вестник Пермского государственного гуманитарно-педагогического университета. Серия: Информационные компьютерные технологии в образовании. 2022. № 18. С. 43–49. EDN: IMKOXX. DOI: 10.24412/2222-7520-2022-1-43-49.
10. Маркелов В. К., Завьялова О. А. Инструментарий облачной среды Google Colaboratory для обучения программированию и подготовки к ЕГЭ по информатике // Информатика в школе. 2022. № 6 (179). С. 68–80. EDN: KUDDFH. DOI: 10.32517/2221-1993-2022-21-6-68-80.
11. Роганова А. В., Зубрилин А. А., Вознесенская Н. В. Инфографика в подготовке к ЕГЭ по информатике (раздел «Системы счисления») // Информатика в школе. 2019. № 5 (148). С. 29–33. EDN: LIXWNG. DOI: 10.32517/2221-1993-2019-18-5-29-33.
12. Сдам ГИА: Решу ЕГЭ. Образовательный портал для подготовки к экзаменам. Информатика. https://inf-ege.sdamgia.ru
13. Табачук Н. П., Бусарова У. А. Образовательный контент ЕГЭ по информатике в картах визуализации // Педагогическая информатика. 2023. № 2. С. 63–71. EDN: RFORQK.
14. Фирсова С. А. Особенности решения некоторых задач компьютерного ЕГЭ по информатике // Вестник Таганрогского института имени А. П. Чехова. 2021. № 2. С. 47–51. EDN: RMJWOD.
15. Шкаберина Г. Ш., Краснов П. О. Использование метода анализа иерархий для оценки согласованности работы экспертов региональных предметных комиссий по проверке заданий с развернутым ответом ОГЭ и ЕГЭ // Информатика и образование. 2018. № 8 (297). С. 20–25. EDN: MGQSEX. DOI: 10.32517/0234-0453-2018-33-8-20-25.
Выпуск
Другие статьи выпуска
Важность раннего развития инженерных умений у детей обусловлена необходимостью достижения решения одной из стратегических задач, связанных с укреплением научно-технологического суверенитета и опережающего роста обрабатывающей промышленности в России. Именно поэтому в настоящее время осуществляется активный поиск эффективных методик, средств развития инженерных умений у детей начиная с дошкольного возраста и на протяжении всего периода обучения в образовательных учреждениях. В статье рассматриваются вопросы развития инженерных умений у детей дошкольного и младшего школьного возраста: понятие инженерных умений; умения, формируемые во внеурочной деятельности и на занятиях/уроках в детском саду и начальной школе; этапы развития инженерных умений у детей (подготовительный, развитие пространственных представлений, мелкой моторики рук, графомоторных и конструкторских умений).
Интерес к нейронным сетям сегодня огромен. Нейросетями для решения своих задач пользуются и школьники, и студенты, и учителя. В соответствии с федеральным проектом «Искусственный интеллект» многие вузы включают в свои образовательные программы дисциплины по искусственному интеллекту и нейронным сетям, организуют курсы повышения квалификации для учителей по данной тематике. В статье рассматриваются основные подходы к обучению студентов педагогических специальностей нейросетям. Предлагается подход, основанный на изучении принципов работы нейросетей с помощью онлайн-сервисов для обучения моделей искусственного интеллекта. Приводится сравнение сервисов по функционалу и удобству использования. Описывается опыт изучения студентами направления подготовки 44.03.05 «Педагогическое образование (с двумя профилями подготовки)» процесса обучения нейронных сетей с помощью онлайн-сервиса Teachable Machine.
Изложенный в статье подход к изучению нейросетей может быть интересен учителям для организации учебной и внеурочной деятельности по знакомству школьников с работой нейросетей и организации проектной деятельности обучающихся с использованием нейросетей.
При изучении программирования целесообразно сочетать систематическую подготовку и проектную деятельность учащихся.
На уроках информатики школьники знакомятся с основными алгоритмическими конструкциями и структурами данных. В рамках работы над индивидуальным проектом интересным представляется опыт организации изучения школьниками возможностей различных библиотек. В статье представлены методические рекомендации по организации трех индивидуальных проектов, результатом которых являются: программа, позволяющая генерировать тексты — наградные документы; программа — генератор самостоятельных работ; расписание для классов по готовому расписанию для учителей. Проекты имеют разную сложность и могут быть предложены учащимся IX—X классов.
В статье предложен справочный материал для знакомства школьников с основными возможностями модуля py-docx, сформулированы цели и критерии оценки проектов, дан примерный план работы над проектом, приведены примеры возможных результатов проектной деятельности.
Сегодня одна из важнейших задач российского образования — популяризация инженерно-технологических знаний среди школьников, профессиональная ориентация молодежи на получение инженерных специальностей. Такие ориентиры системы образования обусловлены особой важностью для российской экономики инженерной подготовки кадров, усилением внимания государства к научно-технологической грамотности молодежи.
С 1 сентября 2022 года вступил в силу новый Федеральный государственный образовательный стандарт основного общего образования, и для учащихся V—IX классов изучение робототехники стало обязательным в рамках дисциплины «Технология» (ранее ребята занимались робототехникой только в кружках и инженерных лицеях).
Для более эффективного освоения робототехники и овладения основами инженерных наук мы предлагаем включить интегрированный модуль робототехники в изучение раздела «Алгоритмы и программирование» курса информатики. Обучение робототехнике на уроках информатики может быть реализовано с помощью среды TRIK Studio и/или на базе платформы Arduino для развития основ инженерного мышления.
В статье представлены материалы для проведения уроков в среде TRIK Studio, а также описываются проекты, которые можно реализовать на платформе Arduino.
Включение обучающихся в проектную деятельность в рамках предметного обучения — это один из общепризнанных средств формирования функциональной грамотности, так как решение проектной задачи состоит в создании практически значимого продукта на основе комплексного применения полученных знаний.
Электронные таблицы являются одним из программных продуктов, которые широко используются в разных сферах практической деятельности. Именно поэтому изучению их возможностей посвящены целые учебные модули рабочих программ по информатике как базового, так и углубленного уровней. Одна из таких возможностей — наличие внутреннего языка программирования для создания макросов.
В статье представлен пример тематики учебных проектов, который имеет практически безграничное поле для вариаций.
Речь идет о включении обучающихся в деятельность по воссозданию (а иногда и усовершенствованию) в электронной таблице онлайн-монокалькуляторов для решения типовых практических задач.
В статье представлена методическая разработка мастер-класса для преподавателей по использованию искусственного интеллекта и нейросетей для проектной деятельности. В ходе мастер-класса авторы статьи делятся личным опытом и знакомят участников с примерами использования возможностей искусственного интеллекта в проектно-исследовательской деятельности. Участники мастер-класса знакомятся с основными тенденциями и известными примерами использования нейросетей и искусственного интеллекта в жизни; осваивают сервисы на основе искусственного интеллекта для использования в проектной деятельности; овладевают практическими навыками работы с нейросетями; учатся отличать продукт, созданный человеком, от продукта, созданного искусственным интеллектом. В статье представлен подробный план мастер-класса, включая примеры заданий, упражнений и рекомендации по использованию современных интерактивных инструментов для работы над исследовательским проектом. Предложенный материал призван помочь преподавателям внедрить инновационные методы работы с искусственным интеллектом и нейросетями в проекты своих учеников.
В статье рассмотрен потенциал учебного предмета «Информатика» в области воспитания, приведены мнения по этому вопросу педагогов-исследователей, представлены варианты работы по различным направлениям воспитательного процесса.
В качестве фактора формирования патриотического и духовно-нравственного воспитания рассматривается проблема выбора между проприетарным и свободно распространяемым программным обеспечением. В статье сравниваются основные функции и элементы интерфейса российского текстового процессора пакета Р7-Офис и программы Microsoft Word в контексте обучения теме «Обработка текстовой информации» и отказа от зарубежного проприетарного программного обеспечения.
На примере текстового процессора Р7-Офис описано содержание серии практических заданий, направленных на формирование навыков печати на клавиатуре, вставки графических элементов и формул в текстовый документ, а также на воспитание учащихся по разным направлениям.
Издательство
- Издательство
- ОБРАЗОВАНИЕ И ИНФОРМАТИКА
- Регион
- Россия, Москва
- Почтовый адрес
- 119270, Москва, а/я 15
- Юр. адрес
- 119261, г Москва, Ломоносовский р-н, Ленинский пр-кт, д 82/2, ком 6
- ФИО
- Рыбаков Даниил Сергеевич (ДИРЕКТОР)
- Контактный телефон
- +7 (___) _______