Подходы к проектированию и актуализации компетентностных моделей образовательных программ на основе интеллектуального анализа вакансий работодателей

   Проанализирована общая логика формирования моделей компетенций в процессе взаимодействия субъектов и институтов рынка труда и профессионального образования. Определены возможные разрывы в последовательном развертывании компетентностных моделей по цепочке «профессия — профессиональный стандарт — федеральный государственный образовательный стандарт — образовательная программа». Рассмотрение проведено с учетом информационных аспектов, которые влияют на возможность задействования инструментария интеллектуального машинного анализа. Определены ключевые точки процесса, где интеллектуальный анализ может сыграть большую роль. Представлен пример практической реализации такого анализа для набора 9 разнородных магистерских программ на базе аналитической платформы KNIME. Сформулирована идея о переходе к парадигме более гибкого формирования нормативных моделей компетенций.

1. Алексеева Л. П., Шаблыгина Н. С. Тезаурус государственных образовательных стандартов и программ. Обзорная информация. М. : НИИВО, 2000.

2. Байденко В. И., ван Зантворт Дж. Модернизация профессионального образования: современный этап. Европейский фонд образования. М., 2003.

3. Байденко В. И., Селезнева Н. А. Нынешний раунд Болонского процесса: сохранение оптимизма. И немного о российском... (Ст. 1) // Высшее образование в России. 2017. № 10. С. 94–108. EDN ZOWUIP.

4. Басовский Л. Е. Деградация основной функции образования как управленческая проблема // Научные исследования и разработки. Экономика. 2023. Т. 11, № 1. С. 61–66. DOI: 10.12737/2587-9111-2023-11-1-61-66. EDN EDHISP.

5. Болотов В. А., Сериков В. В. Компетентностная модель: от идеи к образовательной программе // Педагогика. 2003. № 10. С. 8–14. EDN SKCHXT.

6. Ботов Д. С. Интеллектуальная поддержка формирования образовательных программ на основе нейросетевых моделей языка с учетом требований рынка труда // Вестник ЮУрГУ. Сер. «Компьютерные технологии, управление, радиоэлектроника». 2019. Т. 19, № 1. С. 5–19.

7. Ботов Д. С. Методы и алгоритмы интеллектуальной поддержки формирования образовательных программ по требованиям рынка труда на основе нейросетевых моделей языка : дис. … канд. техн. наук: 05. 13. 10. ЧГУ. Челябинск, 2019.

8. Волков А. В. Формирование профессиональной компетентности курсантов образовательных учреждений МЧС России в процессе изучения специальных дисциплин : дис. … канд. пед. наук: 13. 00. 08. Шуя, 2010. 177 с.

9. Гурьева Т. Н. Возможности аналитической платформы KNIME // Государство и бизнес. Современные тенденции и проблемы развития экономики: Материалы XIII Международной научно-практической конференции. В 3-х ч. Санкт-Петербург, 21–22 апреля 2021 г. Ч. 1. СПб. : Северо-Западный институт управления филиал РАНХиГС, 2021. С. 191–199. EDN IKOXNM.

10. Для чего нужна Магуча? Рынок труда в России онлайн [Электронный ресурс]. URL: https://rutrud.com/magucha2022 (дата обращения: 13. 02. 2023).

11. Дорохова О. Е. Направления оптимизации системы образования в вузах МЧС России на основе оценки профессиональной компетентности // Современные технологии обеспечения гражданской обороны и ликвидации последствий чрезвычайных ситуаций. 2016. № 1–2 (7). С. 214–218. EDN TXWODG.

12. Зайцева Н. А. Ушанов Ю. В. Национальная система профессиональных квалификаций: организационно-методические основы создания. М. : РУСАЙНС, 2016. 184 с.

13. Зимняя И. А. Ключевые компетентности как результативно-целевая основа компетентностного подхода в образовании. М. : Исследовательский центр проблем качества подготовки специалистов, 2004.

14. Зимняя И. А. Ключевые компетенции — новая парадигма результата образования // Эксперимент и инновации в школе. 2009. № 2. С. 7–14.

15. Коростелев А. А., Ярыгин О. Н. Компетентностный подход: проблемы терминологии // Вектор науки Тольяттинского государственного университета. Серия: Педагогика, психология. 2011. № 2 (5). С. 212–220. EDN OCQBGF.

16. Мандель Б. Р. Oт компетентности до компетенции: не заблудиться бы в поисках истины // Ректор вуза. 2017. № 11. С. 50–63. EDN YOGVXF.

17. Маркова А. К. Психология профессионализма. М., 1996.

18. Пушкарев Е. Д., Юзлекбаева В. М. Компетентностный подход в образовании: плюсы и минусы // Оптимизация учебно-воспитательного процесса в образовательных организациях физической культуры : материалы XXXII Национальной научно-методической конференции, с международным участием, Челябинск, 20 мая 2022 г. Челябинск : Уральский государственный университет физической культуры, 2022. С. 149–151. EDN ZGBOWN.

19. Смирнов А. Ю. Цифровая модель рынка труда. Тезисы доклада к выступлению на Всероссийской научно-практической конференции «Сопровождение профессионального самоопределения детей и молодежи: проблемы, достижения, пути развития». Январь 2020 [Электронный ресурс]. URL: https://crcg.ru/smallbox/The-digital-model-of-the-labor-market.pdf (дата обращения: 12. 02. 2023).

20. Совет по профессиональным квалификациям в наноиндустрии: практика формирования системы оценки квалификаций М., 2017. 140 с. [Электронный ресурс]. URL: https://spknano.ru/baza-znaniy/files/89b76c65e1d97932e62126a8e487aef5 (дата обращения: 12.02.2023).

21. Участие работодателей в реализации образовательных программ и внешней оценке результатов обучения. По результатам внешних оценок качества, проведенных АККОРК в 2007–2011 гг. М., 2012 [Электронный ресурс]. URL: http://www.akkork.ru/general//upload/rabotodatel.pdf (дата обращения: 12. 02. 2023).

22. Чеснюкова Л. К., Купцова С. Н., Потапова Е. Ю. Российский и международный опыт формирования компетенций // Инновационные процессы в современном образовании: практики, технологии, решения : сборник трудов по материалам III дистанционной Международной научно-практической конференции, Москва, 15 февраля 2022 года. М. : Информио, 2022. С. 145–151. EDN RWPKRG.

23. Blei D. M., Ng A. Y., Jordan M. I. Latent Dirichlet Allocation, Journal of Machine Learning Research 3: 993–1022, 2003.

24. Devlin J., Chang Ming-Wei, Lee K., Toutanova K. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding / Cornell University. Submitted on 11 Oct 2018 (v1), last revised 24 May 2019 (this version, v2) / [Электронный ресурс]. URL: https://arxiv.org/abs/1810.04805 (дата обращения: 12. 02. 2023).

25. Digital Skills and Knowledge Concepts: Labelling the ESCO classification. Technical documentation / ESCO Publications. Published: 2022-10-13 [Электронный ресурс]. URL: https://esco.ec.europa.eu/system/files/2022-10/Digital%20Skills%20and%20Knowledge%20-%20Labelling%20ESCO.pdf (дата обращения: 12. 02. 2023).

26. European e-Competence Framework (e-CF, Европейская рамка компетенций в области информационных и коммуникационных технологий, или Европейская структура электронных компетенций). Европейская норма (EN) 16234-1, 2019 [Электронный ресурс]. URL: https://esco.ec.europa.eu/en/escopedia/european-e-competence-framework-e-cf (дата обращения: 12. 02. 2023).

27. Mikolov T., Sutskever I., Chen K., Corrado G. S., Dean J. Distributed Representations of Words and Phrases and their Compositionality. Advances in Neural Information Processing Systems. 2013. P. 3111–3119.

28. Panchenko A., Lopukhina A., Ustalov D. et al. RUSSE’2018: A Shared Task on Word Sense Induction for the Russian Language // Computational Linguistics and Intellectual Technologies: Proceedings of the International Conference Dialogue 2018 (Moscow, RGGU). M., 2018. P. 547–564.