Цель исследования. Цифровизация образования подразумевает масштабные преобразования, охватывающие внедрение цифровых технологий на каждом уровне общего и профессионального образования, дополнительного образования, а также изменения во взаимодействии всех участников учебного процесса. Одним из шести ключевых вызовов, на которые призвана ответить Стратегия развития образования до 2036 года, является стремительное распространение цифровых технологий и искусственного интеллекта. Цель исследования состоит в определении роли цифровых следов, формируемых в ходе реализации образовательного процесса, как одного из инструментов цифровой трансформации управления образовательным процессом, а также в демонстрации практической реализации обработки цифрового следа с использованием API социальной сети ВКонтакте и методов анализа данных (Educational Data Mining).
Материалы и методы. Теоретико-методологическую базу для исследования составили работы отечественных и зарубежных исследователей в области анализа цифровых данных, возникающих в ходе реализации образовательного процесса. В работе использованы методы обработки естественного языка, такие библиотеки для языка программирования Python, как pandas, numpy, mathplotlib и др. Эмпирическая часть исследования основывается на анализе цифрового следа в сообществах образовательной организации в социальной сети Вконтакте, представленного в виде неструктурированных текстов.
Результаты. Исследования показывают, что большой объем разнородных данных цифровых следов, в том числе представленных в виде слабоструктурируемых данных, неизбежно возникает в условиях цифровизации образования и обеспечения информационной открытости образовательных организаций и представляет интерес для получения образовательной аналитики, используемой для решения задач в области цифровой трансформации образовательного процесса, цифровой трансформации управления образовательным процессом, обеспечения преемственности и интеграции образовательных уровней. Цифровой след, формируемый в ходе взаимодействия с электронной информационно-образовательной средой и иными цифровыми ресурсами образовательных организаций в сети Интернет (сайт, страницы в социальных сетях, мессенджерах), открывает возможности для анализа данных об образовательном процессе и участниках образовательных отношений, однако требуется выработка системных подходов к его анализу и использованию в условиях цифровой трансформации образования, в том числе учитывающих требования законодательства к персональным данным, этические аспекты и аспекты безопасности. В статье рассмотрены перспективы анализа цифровых данных в сообществах образовательной организации в социальных сетях с использованием методов анализа данных и машинного обучения, а также представлен практический пример анализа данных в таких сообществах в социальной сети ВКонтакте с помощью API.
Заключение. Полученные результаты могут использоваться как в целях первичного изучения анализа цифрового следа, так и в качестве основы разработки системы формирования образовательной аналитики. Практическое применение результатов будет способствовать цифровой трансформации управления образовательным процессом.
Цель исследования. Ввиду активной цифровой трансформации высшего медицинского образования происходит переосмысление традиционных педагогических подходов, что обуславливает поиск более гибких и доступных педагогических инструментов. В этом контексте стало набирать популярность FOAMed (Free Open Access Medical Education) – международное движение за свободное, открытое медицинское образование. Данный литературный обзор направлен на анализ существующих модальностей, которые используются в рамках FOAMed, включая подкасты, видеоконтент, социальные сети и блоги. Кроме того, был проведен анализ их образовательного потенциала.
Материалы и методы. Для проведения информационного поиска мы использовали крупнейшую международную базу научных публикаций PubMed. Поиск статей осуществлялся по ключевым словам «FOAMed», «Medical Education», «Digital pedagogy», «Podcast», «Vodcast», «Social media», «Free Open Access Medical Education». Поиск был сосредоточен на публикациях, посвященных образованию студентов-медиков, ординаторов, практикующих врачей и специалистов среднего медицинского образования. Было найдено 864 научных публикаций за последние 10 лет, 32 из которых использовались в данном литературном обзоре, так как имели полнотекстовую версию и соответствовали цели данного обзора.
Результаты. Проведённый обзор показывает, что FOAMed включает разнообразные образовательные модальности – подкасты, видеоконтент, социальные сети, блоги, – каждая из которых обладает своими педагогическими преимуществами и потенциальными ограничениями. Эти форматы не только дополняют традиционное образование, но и формируют новую образовательную среду, где активность, мотивация и доступность знаний играют ключевую роль. Особую значимость FOAMed приобретает в контексте медийной активности преподавателей высшего медицинского образования. Это открывает возможности для расширения образовательного влияния, формирования профессионального имиджа, развития педагогических инноваций и построения глобального сетевого взаимодействия. Преподаватель становится не просто носителем знаний, но активным участником цифрового образовательного поля, способным создавать, распространять и осмыслять знания в современной медиапарадигме.
Заключение. FOAMed может стать важной компонентой педагогической деятельности и образовательной стратегии медицинского вуза, особенно в условиях гибридного и дистанционного обучения. Также были выявлены перспективы включения FOAMed в официальные образовательные программы и направления для дальнейших исследований.
Статья посвящена раскрытию понятия профессионального воспитания в эпоху цифровизации, значению медиаплатформ и социальных сетей в подготовке студентов к успешной профессиональной деятельности. Профессиональное воспитание является основой образовательного процесса, играющего важную роль в развитии общества. Это касается не только профессиональных компетенций студентов, но и их личностных качеств, необходимых для устойчивого развития в условиях современной экономики и социальной среды. Понятие профессиональное воспитание касается отдельных личностей и имеет значительные последствия как на уровне страны, так и в мировом сообществе. Основными аспектами социальной пользы профессионального воспитания является его вклад в развитие экономики, социальная стабильность, снижение социальных ограничений, возможность каждому человеку добиться успехов в профессиональной деятельности, формирование гражданской ответственности и социальной солидарности. Таким образом профессиональное воспитание способствует появлению специалистов, которые могут адаптироваться к изменяющимся условиям рынка труда, вызванными новыми технологиями, инновациями и автоматизацией. Страны, которые уделяют внимание профессиональному воспитанию, имеют более высокие темпы конкурентоспособности на мировой арене и обеспечивают стабильное экономическое развитие. Профессиональное воспитание помогает формировать социальные нормы и ценности, адаптироваться к вызовам цифровой эпохи. Инновации способствуют культурному и экономическому росту, а профессиональное воспитание помогает развивать эти качества у студентов. В статье рассматривается объективность заинтересованности педагогов и студентов к медиаплатформам и социальным сетям, как к новым формам профессионального воспитания, обучения и расширения образовательного пространства. Освещается объективная закономерность и интерес исследователей к изучению данной темы. Материалы и методы исследования. Основу исследования составляют отечественная и зарубежная, научно-исследовательская, философская и педагогическая литература, нормативно-правовые акты, законы и постановления Российской Федерации в сфере образования и воспитания молодёжи. При изучении источников и материалов по данной тематике использовались методы теоретического анализа. Был проведён анализ понятийно-теоретического аппарата, сравнение, обобщение, синтез, выборочные опросы. Изучен и обобщён опыт работ по профессиональному воспитанию в системе высшего образования. Сделан обзор опубликованных научных работ и статей по теме профессионального воспитания с использованием медиаплатформ с целью анализа существующих подходов, выявления основных тенденций и определения перспектив дальнейших исследований. Результаты. В результате исследования рассмотрены основополагающие философские идеи воспитания. Изучен аспект формирования понятий «воспитание» и «профессиональное воспитание», даны определения этих терминов и их взаимосвязь в гражданском и нравственном формировании личности. Отражена роль профессионального воспитания в подготовке студентов, как будущих специалистов. Выделена роль социальных медиа в контексте образовательного процесса. Изучен и проанализирован опыт исследователей социальных медиа в профессиональном воспитании и образовательном процессе, составлен рейтинг этих понятий. Заключение. Проведенный анализ и выводы исследования в сфере профессионального воспитания могут быть использованы в педагогической и научной деятельности по рассматриваемой проблеме. Выведены общие и отличительные особенности понятий «воспитание» и «профессиональное воспитание». Показана актуальность профессионального воспитания через цифровые платформы. Доказана перспективность исследований по данной тематике и социальная польза профессионального воспитания с помощью социальных сетей и медиаплатформ в рамках страны и всего мирового сообщества.
Научная актуальность исследования. В эпоху стремительного увеличения объемов данных, генерируемых пользователями социальных сетей, анализ текстовых данных, таких как комментарии, становится одной из ключевых задач современной науки. Комментарии представляют собой ценный источник информации, позволяя выявлять общественные настроения, анализировать мнения пользователей и отслеживать социальные тренды. Однако из-за слабо структурированного или полностью неструктурированного характера этих данных их обработка требует применения инновационных подходов. Целью данного исследования является разработка интеллектуальной системы для обработки слабоструктурированных данных, получаемых из комментариев на видео в социальных сетях, с использованием алгоритмов структуризации, ориентированных на различные отрасли. Исследование направлено на создание эффективного метода анализа тональности, кластеризации и извлечения ключевых тем из комментариев с целью оценки воздействия видео-контента на аудиторию. В результате исследования будет предложен подход к автоматическому выделению и структурированию данных по отраслям, что позволит более точно и глубоко анализировать восприятие контента и его влияние на различные социальные и профессиональные сферы. Методы: Разработка интеллектуальной системы для анализа слабоструктурированных данных требует применения инновационных методов и подходов, сочетающих в себе обработку естественного языка (NLP), алгоритмы машинного обучения и методы анализа больших данных. Эти методы включают: автоматическое извлечение данных через API, предварительную обработку, адаптированную для трех языков (французского, английского и русского), глубокий анализ настроений с помощью продукта Bert и вероятностного алгоритма для статистических расчетов, а также кластеризацию с помощью алгоритмов K-Means, DBSCAN и Agglomerative. Материалы основываются на комментариях из социальных сетей (TikTok, Instagram, Twitter, Facebook, YouTube, Reddit, ВКонтакте) на русском, английском и французском языках. Для предобработки применялись библиотеки SpaCy и NLTK, а модель Hugging Face Transformers работала с предобученными моделями для анализа настроений. Использованы методы машинного обучения, включая кластеризацию и обработку естественного языка. Данные структурированы с помощью тематического моделирования и языковых моделей, реализованных с помощью Python-библиотек. Результаты исследования. Разработка интеллектуальной системы для обработки слабо структурированных данных позволила улучшить анализ комментариев к видеороликам в социальных сетях благодаря комбинации различных моделей машинного обучения и алгоритмов. Результаты исследования позволили нам разработать прототип инструмента для анализа комментариев, который эффективно собирает и структурирует данные из различных социальных сетей. Эта структуризация данных привела к лучшей организации и повышенной доступности информации, что облегчило их использование. Используя методы обработки естественного языка (NLP), мы выявили ключевые темы и эмоции комментариев, проводя анализ настроений, который освещает основные эмоциональные тренды. Методы кластеризации, такие как K-средние, сгруппировали комментарии по схожим темам. Кроме того, мы создали визуализации, показывающие распределение настроений, что позволяет пользователям быстро интерпретировать данные. Интеграция методов визуализации преобразует сложные аналитические результаты в интуитивно понятные графики, что облегчает понимание взаимодействия пользователей с контентом. Таким образом, наша система оказывается эффективной для предоставления ценных инсайтов и оптимизации стратегий взаимодействия с аудиторией. Заключение. Результаты исследования показали, что предложенный подход значительно улучшает точность классификации и структурирования слабо структурированных данных, особенно когда речь идет о комментариях, извлеченных из видеороликов в социальных сетях. Разработанная система использует алгоритмы обработки естественного языка для анализа данных с учетом их отраслевой принадлежности, что позволяет автоматически структурировать комментарии в зависимости от их содержания и проводить подробный анализ тональности. Эффективность данного подхода была подтверждена на примере анализа комментариев с различных социальных платформ, что продемонстрировало его способность извлекать и структурировать релевантную информацию, а также оценивать влияние видеороликов через реакции пользователей.