Диагностика показателей когнитивной деятельности в инновационной образовательной среде

Технологии, с одной стороны поддерживающие традиционные модели высшего образования, вместе с тем стимулируют появление инновационной педагогики и практики в соответствии с тенденцией «цифрового прорыва в образовании». В подготовке высокопрофессиональных специалистов важное значение приобретает субъективная эффективность когнитивной деятельности обучающихся. Исследование когнитивной деятельности учащихся представляет особую актуальность при создании персонализированной и адаптивной образовательной среды в новом формате смешанного, бимодального или комбинированного обучения (Blended Learning, BL) на основе инновационных методов и средств. Разработан метод диагностики типов и параметров моделей когнитивной деятельности студентов с использованием результатов методик тестирования, учитывающих факторы неполноты информационных ресурсов. Представлены материалы дифференциального исследования влияния качественных и количественных показателей когнитивно-стилевого потенциала (КСП) обучающихся и когнитивной нагрузки на характеристики когнитивной деятельности. Разработанные алгоритмы реализованы в программе CAPTCHA-E и могут применяться в исследованиях производительности решения перцептивно-когнитивных задач, разработке компьютерных систем поддержки принятия решений и в системах учебного тестирования с использованием характеристик когнитивной деятельности и когнитивной нагрузки, показателей среднего темпа, скорости и точности принятия решений в задачах бинарного выбора

Ключевые слова: среда обучения, информационные ресурсы, когнитивная деятельность, принятие решений, импульсивность, рефлексивность, имитационная модель

Список использованных источников

  1. Anderson T. Rivera-Vargas P. A critical look at educational technology from a distance education perspective//Digital Education Review. 2020. No. 37. Pp. 208–29.
  2. Guàrdia L., Clougher D., Anderson T., Maina M. International Review of Research in Open and Distributed Learning. 2021. Vol. 22. Nо. 2.
  3. Салахова В. Б., Уколова Л. И. Глобальные риски XXI века: кризис образования в условиях пандемии COVID-19. Образование личности. 2020. № 1–2. С. 35–43.
  4. Вайнштейн Ю. В. Персонализированное адаптивное обучение в цифровой среде вуза. Информатизация образования и методика электронного обучения: цифровые технологии в образовании Материалы V Международной научной конференции. В 2-х частях. Под общей редакцией М. В. Носкова. Красноярск. 2021.C. 83–86.
  5. Уваров А. Ю. Три сценария развития образования и его цифровая трансформация//Continuum. Математика. Информатика. Образование. 2020. № 3. С. 61–74.
  6. Баева Л. В. Образование для социальной устойчивости перед лицом вызовов XXI века//Этнодиалоги. 2021. № 1 (63). С. 45–60.
  7. Henderikx P. Jansen D. The changing pedagogical landscape: In search of patterns in policies and practices of new modes of teaching and learning. European Association of Distance Teaching Universities (EADTU). 2018. 113 p.
  8. Romero D., Bernus P., Noran O., Stahre J., Fast-Berglund A. The operator 4.0: Human cyber-physical systems & adaptive automation towards human-automation symbiosis work systems//IFIP international conference on advances in production management systems. Springer. Cham. 2016. Pp. 677–686.
  9. Kagan J. Reflection-impulsivity: The generality and dynamics of conceptual tempo. Journal of abnormal psychology. 1966. Vol. 71. No. 1. Pp. 17–24.
  10. Yokoyama R. et al. Regional gray matter density associated with cognitive reflectivity–impulsivity: Evidence from voxel-based morphometry. PloS one. 2015. Vol. 10. No. 3. 12 p.
  11. Чекалина А. И., Гусев А. Н. Влияние импульсивности-рефлективности на эффективность решения сенсорных задач с разным уровнем информационной нагрузки. [Электронный ресурс]//Психологические исследования: электрон. науч. журн. 2011. № 2 (16). Доступ: http://psystudy.ru  (дата обращения 7.01.2022)
  12. Кибальченко И. А., Подберезный В. В., Забалуева А. И. Структурные особенности творческих способностей студентов вуза с рефлективным и импульсивным когнитивными стилями//Российский психологический журнал. 2017. № 3. С. 48–69.
  13. Холодная М. А. Основные теоретические линии формирования понятия «интеллект»: ретроспективный анализ//Разработка понятий современной психологии. Серия: Методология, теория и история психологии. М. 2018. С. 214–244.
  14. Холодная М. А. Когнитивные стили: О природе индивидуального ума. СПб.: Питер. 2004. 384 с.
  15. Meyer D. E., Irwin D. E., Osman A. M., Kounois J. The dynamics of cognition and action: mental processes inferred from speed-accuracy decomposition. Psychological review. 1988. Vol. 95. No. 2. Pp. 183–237.
  16. Скотникова И. Г., Большакова С. П., Воробьев К. В., Грищенко Я. И. Модификация теста Дж. Кагана «Рефлективность — Импульсивность» для диагностики отношения работника к безопасности труда//Экспериментальная психология. 2018. Т. 11. №. 3. С. 140–151.
  17. Котова Е. Е., Падерно П. И. Экспресс-диагностика когнитивно-стилевого потенциала обучающихся в интегрированной образовательной среде//Образовательные технологии и общество. 2015. Т. 18. № 1. С. 561–576.
  18. Prain V., Tytler R. Theorising Learning in Science Through Integrating Multimodal Representations//Research in Science Education. 2021. Pp. 1–13.
  19. Svensson K., Lundqvist J., Campos E., Eriksson U. Active and passive transductions–definitions and implications for learning//European Journal of Physics. 2021. Pp. 1–17. DOI: 10.1088/1361–6404/ac3493
  20. Jensen A. R. Clocking the mind: Mental chronometry and individual differences. Elsevier. 2006. 287 p.
  21. Hick W. E. On the rate of gain of information//Quarterly Journal of experimental psychology. 1952. Vol. 4. No. 1. Pp. 11–26.
  22. Hyman R. Stimulus information as a determinant of reaction time//Journal of experimental psychology. 1953. Vol. 45. No. 3. Pp. 188. doi:10.1037/h0056940
  23. Jamieson R. K., Mewhort D. J. K. Applying an exemplar model to the serial reaction-time task: Anticipating from experience//Quarterly Journal of Experimental Psychology. 2009. Vol. 62. No. 9. Pp. 1757–1783.
  24. Rammsayer T. H., Pahud O., Troche S. J. Decomposing the functional relationship between speed of information processing in the Hick paradigm and mental ability: A fixed-liks modeling approach//Personality and individual differences. 2017. Vol. 118. Pp. 17–21.
  25. Piéron H. II. Recherches sur les lois de variation des temps de latence sensorielle en fonction des intensités excitatrices//L’année psychologique. 1913. Vol. 20. No. 1. Pp. 17–96.
  26. Van Maanen L., Grasman R. P., Forstmann B. U., Wagenmakers E. J. Piéron’s law and optimal behavior in perceptual decision-making//Frontiers in neuroscience. 2012. Vol. 5. Pp. 143.
  27. Яглом А. М., Яглом И. М. Вероятность и информация. М.: КомКнига. 2007. 512 с.
  28. Fitts P. M. The information capacity of the human motor system in controlling the amplitude of movement//Journal of experimental psychology. 1954. Vol. 47. No. 6. Pp. 381–391.
  29. Kolmogorov A. N. Three approaches to the quantitative definition of information//International journal of computer mathematics. 1968. Vol. 2. No. 1–4. Pp. 157–168.
  30. Kotova E. E., Pisarev I. A. Researching Cognitive Tasks Solving Taking into Account Visual Uncertainty. 2021 XXIV International Conference on Soft Computing and Measurements (SCM). IEEE. 2021. Pp. 127–130.
  31. Котова Е. Е., Писарев А. С. Анализ производительности решения когнитивных задач студентами в электронной среде обучения. В сборнике: Информатизация образования и методика электронного обучения: цифровые технологии в образовании. Материалы V Международной научной конференции. В 2-х частях. Под общей редакцией М. В. Носкова. Красноярск, 2021. С. 250–256.
  32. Kotova E. E. Management of Cognitive Load in Integrated Educational Environment taking into account the Factor of Visual Uncertainty. IV International Conference on Control in Technical Systems (CTS). IEEE. 2021. Pp. 162–166.
  33. Деза Е. И., Деза М. М. Энциклопедический словарь расстояний. М.: Наука. 2008. 448 с.
  34. Gollin E. S. Developmental studies of visual recognition of incomplete objects//Perceptual and Motor Skills. 1960. Vol. 11. No. 3. Pp. 289–298.
  35. Шелепин Ю. Е., Шелепин Ю. Е. Инвариантность зрительного восприятия//Экспериментальная психология. 2008. Том. 1. № 1. С. 7–33.
  36. Писарев И. А., Котова Е. Е., Писарев А. С. Программа решения перцептивно-когнитивных задач выбора в условиях визуальной неопределенности «Перцептивно-когнитивный агент CAPTCHA-E». Свидетельство о регистрации программы для ЭВМ 2021669054, 23.11.2021. Заявка № 2021668335 от 18.11.2021.
  37. Weinhaus F. Accelerated template matching using local statistics and fourier transforms. 2014. 18 p.
  38. Котова Е. Е., Писарев А. С. Программа интеллектуального анализа продуктивности решения когнитивных задач в электронной среде (Эксперт-Аналитик ART). Свидетельство о гос. регистрации программы для ЭВМ № 2020667345 от 22.12.2020.
  39. Бокова О. А., Мельникова Ю. А. Когнитивные стили как метаспособность: теоретические предпосылки исследования//Новое в психолого-педагогических исследованиях. 2019. №. 3. С. 85–99.
  40. Cintamulya I. Analysis of students’ critical thinking skills with reflective and impulsive cognitive styles on conservation and environmental knowledge learning. Asia-Pacific Forum on Science Learning and Teaching. The Education University of Hong Kong, Department of Science and Environmental Studies. 2019. Vol. 20. No. 1. Pp. 1–14.
  41. Rozencwajg P., Corroyer D. Cognitive processes in the reflective-impulsive cognitive style//The Journal of genetic psychology. 2005. Vol. 166. No. 4. Pp. 451–463.
  42. Cintamulya I. Analysis of learning outcomes of biology based reflective and impulsive cognitive style. Proceeding of 3nd International Conference Research, Implementation and Education of Mathematics and Science. 2016. Pp. 13–18.

Авторы