РОЛЬ СЛУЧАЙНОСТИ В ПРОЦЕССЕ УСВОЕНИЯ ЗНАНИЙ УЧАЩИМИСЯ

1

• Авторы
• Файлы
• Литература

Соколова Н.А. 1

---

1 ФГАОУ ВПО «Национальный исследовательский университет «МИЭТ» Статья в формате PDF 252 KB 1. Соколова Н.А. Процесс познания: детерминизм и случайность // Международный журнал прикладных и фундаментальных исследований. – 2010. – № 12. – С. 81–82. 2. Romanov V.P., Sokolova N.A. Probabilistic-statistic method in pedagogy (part I): method explanation and mathematic modeling of students’ behavior within their education process // European Journal of Natural History. – 2011. – № 3. – P. 64–66. 3. Romanov V.P., Sokolova N.A. Probabilistic-statistic method in pedagogy (part II): scaling and experimental research // European Journal of Natural History. – 2011. – № 3. – P. 67–70. 4. Романов В.П., Соколова Н.А. Вероятностно-статистическое шкалирование в педагогике // Современные проблемы науки и образования. – 2010. – № 2. – С. 57–63. 5. Соколова Н.А. Предложения по оптимизации структуры системы высшего образования // Фундаментальные исследования. – 2011. – № 12. – С. 58–62.

В работе [1] показано, что такие познавательные процессы, как ощущение, восприятие, память, мышление и воображение, входящие в структуру сознания, несут в себе элементы случайности, обусловленные внутренне присущим случайным хаpaктером психосоматического состояния индивида и его невоспроизводимостью в полном объёме от эксперимента к эксперименту, а также физиологическим, психологическим и информационным шумами при работе головного мозга. В связи с этим детерминизм сознания человека реализуется через случайность. Отсюда следует, что знания индивида, являющиеся продуктом его сознания, несут в себе элементы случайности. Результаты работы [1] явились фактически научным обоснованием вероятностно-статистической модели поведения обучаемого в процессе усвоения знаний, используемой в ряде работ, например в [2, 3].

В соответствии с вероятностно-статистической моделью индивид в процессе обучения идентифицируется функцией распределения (плотностью вероятности), распространяющейся в информационном прострaнcтве. В связи с этим указать точное положение учащегося в информационном прострaнcтве не представляется возможным, можно говорить лишь о вероятности нахождения его в той или иной области информационного прострaнcтва. Используя закон сохранения вероятности, получена система дифференциальных уравнений, описывающая эволюцию функций распределения коллектива индивидов в многомерном прострaнcтве координат, скоростей, ускорений различных порядков и во времени.

В приближении аддитивности функций распределения получены дифференциальные уравнения, описывающие поведение индивидуальных функций распределения (функций распределения, относящихся к отдельным индивидам) в прострaнcтвах различного числа измерений и во времени. Эти уравнения представляют собой уравнения непрерывности, которые связывают изменение плотности вероятности за единицу времени в информационном прострaнcтве координат и кинематических величин различных порядков с дивергенцией потока плотности вероятности. Найдено общее решение эволюции индивидуальных функций распределения в координатном прострaнcтве и проведён анализ поведения этих функций в случае постоянной средней скорости. Методом Фурье получено аналитическое решение уравнения непрерывности для индивидуальных функций распределения, представляющих собой суперпозицию двумерных волн, распространяющихся в информационном прострaнcтве координат и скоростей.

При проведении экспериментальных исследований индивидуальных функций распределения и функций распределения студенческих коллективов использовался вероятностно-статистический метод шкалирования [4]. Показано, что в процессе продвижения в информационном прострaнcтве дисперсия индивидуальных функций распределения увеличивается, а математические ожидания этих функций распределения движутся с разными скоростями. Это ведёт к увеличению степени неоднородности в студенческом коллективе по уровню знаний. Дисперсия функций распределения студенческих групп и потоков со временем от семестра к семестру увеличивается настолько, что функции распределения начинают перекрываться. Это свидетельствует о том, что у сильных студентов младшего курса объём знаний выше, чем у слабых студентов старшего курса.

В случае больших студенческих групп и потоков преподаватели при проведении занятий, как правило, вынуждены ориентироваться на средних студентов, что при условии наблюдаемой большой дисперсии функции распределения негативно сказывается на учёбе как сильных, так и слабых студентов. Объём и качество сообщаемой информации в этом случае не соответствует потенциальным возможностям сильных и слабых студентов. Сильные студенты работают ниже своих возможностей, а слабые студенты не в состоянии усвоить учебный материал, что приводит к ещё большей неоднородности студенческой подсистемы.

В работе [5] показано, что с целью повышения индивидуализации обучения, обеспечивающего наилучшие условия для реализации потенциальных возможностей каждого учащегося, может быть использован принцип поэтапности обучения с ветвлением. Установлено, что оптимальная длительность каждого этапа обучения составляет два года. Ветвление позволяет после каждого этапа обучения выделять однородные по уровню освоения учебных дисциплин студенческие подсистемы и обеспечивать им наилучшие условия для дальнейшего получения образования.

Таким образом, учёт того факта, что сознание индивида, а, следовательно, и его знания несут в себе элементы случайности, позволяет построить адекватную вероятностно-статистическую модель поведения учащегося в процессе обучения, результаты использования которой могут способствовать оптимизации учебного процесса в высшем учебном заведении.

---