Озеро данных «умного» университета

1.

Озеро данных «умного»
университета
Data lake as a basis of
Smart University
В.И.Зуев
ЧОУ ВО Институт социальных и
гуманитарных знаний
Казань
Российская Федерация

2.

Федеральные Государственные
образовательные стандарты ВО
требуют от ВУЗа наличия
электронной информационной
образовательной среды
Learning Management
Federal State Educational Standard
postulates need of e-learning
environment
ICT
Content

3.

Современный
университет
представляет
собой сочетание
физического и
виртуального
сегментов
образовательного
пространства

4.

И большинство
элементов этого
составного
образовательного
пространства
выступают в
качестве
источников
разнородных
данных

5.

Интернет Вещей
• Интернет вещей (Internet of Things, IoT): инфраструктура
взаимосвязанных сущностей, систем и
информационных ресурсов, а также служб,
позволяющих обрабатывать информацию о физическом
и виртуальном мире и реагировать на неё

6.

Интернет
Вещей в
образовании

7.

http://e-kazan.info/ICT%20nLearning,Training%20and%20Education.pdf
Правомерно ли использовать термин «умный» университет?

8.

СТРУКТУРА «УМНОГО КАМПУСА»

9.

Сенсорная сеть учебного заведения – это система распределенных сенсорных узлов, взаимодействующих друг с
другом и с другими сенсорными сетями, которые проводят мониторинг внешних по отношению к сенсорной сети
окружающих сред, обеспечивающая сбор, обработку, передачу и предоставление информации, извлеченной из
физического мира.

10.

Функциональная
архитектура
сенсорной сети
учебного
заведения

11.

12.

Киберфизические
системы
• кибер-физические системы
(Cyber-physical systems (CPS)):
Интеллектуальные системы,
которые включают в себя
инженерные
взаимодействующие сети
физических и вычислительных
компонентов.

13.

Социо-кибер-физические системы не только состоят из программного обеспечения и сенсорного, а
также исполнительного оборудования, но и основаны на поведении людей, которые генерируют
данные и принимают обоснованные решения на основе данных

14.

Данные
Сервисы
СКФС
Социальный мир
Физический мир
Лабораторные установки
Сенсоры
Учебное оборудование
Студенты Преподаватели

15.

Социо-кибер-физические системы
(базовые технологии)
1)
сетевые компьютерные системы,
2)
системы управления в реальном времени,
3)
беспроводные сети датчиков /
исполнительных механизмов,
4)
социальные сети и
5)
услуги облачных вычислений.

16.

Различные концепции взаимоотношений
между субсистемами СКФС
Концепция
Кибер-физическая
система
Социальный
Интернет вещей
Социальные
отношения
Контроль
социальной среды
Социо- киберфизическая система
Физический мир
x
x
x
Социальный мир
Кибер - мир
x
x
x
x
x
x
x
x

17.

Озеро данных
• Элементы социокиберфизической
системы непрерывно генерируют
широкий спектр самых
разнообразных данных

18.

Data lake is a place to store your
structured and unstructured data, as
well as a method for organizing large
volumes of highly diverse data from
diverse sources.
https://dunnsolutions.com/data-lake-consulting-services

19.

Для чего
нужны эти
данные?
Для оптимизации работы учебного
заведения посредством создания модели
студента и разработки методов адаптации
учебных траекторий

20.

МОДЕЛЬ СТУДЕНТА
• Основой для построения модели
может служить профиль
учащегося, содержащий
персональную информацию,
касающуюся учебных,
психологических, поведенческих
и когнитивных характеристик
студента. Эта информация
может быть дополнена историей
общения студента с системой
электронного обучения.
20

21.

ВОЗМОЖНЫЕ ПЛОЩАДКИ СБОРА ИНФОРМАЦИИ
О СТУДЕНТЕ
• Портфолио студента (биографические данные, успехи,
достижения, участие в формальных и неформальных
объединениях до поступления в учебное заведение)
• Мониторинг учебной деятельности студента
• Мониторинг работы студента с учебными материалами
(посещение, анализ работы с каталогами обычной и электронной
библиотеки). Анализ работы студента с мультимедийным
контентом
21

22.

ВОЗМОЖНЫЕ ПЛОЩАДКИ СБОРА ИНФОРМАЦИИ
О СТУДЕНТЕ
• Мониторинг официальной внеучебной деятельности студента
(участие в спортивных и культурно-массовых мероприятиях)
• Мониторинг присутствия студента в ВУЗе (для очников – время
прихода и убытия из кампуса, контроль перемещения студента по
территории; время входа и выхода из университетского портала,
анализ поведения студента в виртуальной образовательной среде
ВУЗа)
• Мониторинг социальной сетевой активности студента, включая
контент-анализ сообщений форумов и записей блогов
22

23.

ЧТО МЫ ХОТИМ УЗНАТЬ:
1.Почему студент выбрал данное учебное
заведение?
2.Каковы его успехи в освоении образовательной
программы?
3.Причины успеваемости (неуспеваемости)
студента. Возможности повышения эффективности
процесса обучения.
4.Какие знания и компетенции приобретет студент
по окончании ВУЗа исходя из текущего состояния
его знаний и компетенций?
5.Каким образом скорректировать индивидуальную
образовательную траекторию для получения
максимальной эффективности обучения?
23

24.

ВОПРОСЫ 2020 ГОДА
24

25.

• Что служит источником
данных для озера данных
«умного» университета?
• Как могут быть
использованы эти
данные?
• Какие проблемы и
противоречия возникают в
процессе сбора данных?

26.

• Цифровой след (digital footprint)
Облако близких
терминов
• Цифровая тень (digital shadow)
• Цифровая нить (digital thread)
• Цифровая модель (digital model)
• Цифровой близнец/двойник (digital twin)

27.

Цифровой след (или цифровой
отпечаток; англ. digital footprint) —
совокупность информации о посещениях
и вкладе пользователя во время
пребывания в цифровом пространстве.
Может включать в себя информацию,
полученную из Интернета, мобильного
Интернета, веб-пространства и
телевидения.

28.

• Цифровой след (англ. digital footprint) — данные о
посещениях и вкладе пользователя во время пребывания в
цифровом пространстве. Цифровой след обеспечивает
базу данных и фактов, имеющих отношение к работе коголибо в цифровой среде.
Цифровой
след
• Это могут быть личные профили и учетные записи в
социальных сетях, информация о посещаемых сайтах,
открытые, созданные файлы, личные сообщения,
комментарии, видео, фотографии, персональные данные
пользователя.
• Цифровые следы являются предметом сбора и
исследования некоторых организаций, например,
занимающихся онлайн-опросами. Также они могут
использоваться правоохранительными органами для
получения информации. Социальные медиа используют
цифровой след для анализа личных интересов
пользователей Интернета. Такие данные могут быть
собраны и проанализированы без ведома пользователя,
чтобы воссоздать его личность

29.

Цифровая тень

30.

Цифровая тень
• Цифровая тень (Digital Shadow),представляет
собой систему связей и зависимостей,
описывающих поведение реального объекта, как
правило, в нормальных условиях работы и
содержащихся в избыточных больших данных (Big
Data), которые получают с реального объекта при
помощи технологий интернета.
Боровков А.И., Рябов Ю.А., Гамзикова А.А.
ТИПОЛОГИЗАЦИЯ ЦИФРОВЫХ ДВОЙНИКОВ (DIGITAL
TWINS)
DOI: 10.18720/IEP/2020.5/61

31.

Data Flow in a Digital Shadow
Werner Kritzinger, Matthias Karner, Georg Traar et al. Digital Twins in
Manufacturing: A categorical literature review and classification // IFAC Papers
online 51-11 (2018) 1016–1022 www.sciencedirect.com

32.

Для чего нужно отслеживать перемещение
студента в кампусе с помощью цифровой тени?
БЕЗОПАСНОСТЬ
АДАПТИВНОЕ ОБУЧЕНИЕ

33.

Зачем нужен контроль?

34.

Как отслеживать?
• Изображение
• Звук
• Координаты
• …

35.

Отслеживание MAC адреса

36.

Digital Threads / Цифровая нить
• A digital thread is a single seamless
strand of data that stretches from
the initial design to the finished
part
• Цифровая нить - это единая
бесшовная цепочка данных,
которая тянется от
первоначального проекта до
готового результата.
The digital thread is an integrated view of everything about an
asset throughout its lifecycle that enables improved
communication and collaboration.
https://nxrev.com/2018/05/digital-thread/

37.

Отличие цифровой нити от
цифрового двойника
• Simply stated the digital twin is the current representation
of a product or system, mimicking a company’s machines,
controls, workflows, and systems. The digital thread
meanwhile is a record of a product or systems lifetime,
from its creation to its removal.
• Проще говоря, цифровой двойник - это текущее
представление продукта или системы, имитирующее
машины, средства управления, рабочие процессы и
системы компании. Между тем, цифровая нить - это
запись срока службы продукта или системы от ее
создания до удаления.

38.

Цифровой
близнец
(двойник)
• цифровой двойник (Digital Twin): Цифровая
модель определенного физического элемента
или процесса с потоками данных,
обеспечивающими конвергенцию между
физическим и виртуальным объектами при
соответствующей скорости синхронизации.
• представление цифрового двойника (Digital
Twin Representation): Функционал для
поддержки и синхронизации представления
цифрового двойника с соответствующими
производственными элементами. [ИСО/МЭК
15459- 3:2014, 3.1]
По материалам ТК194

39.

Определение
• A digital twin is a computerized model of a physical
device or system that represents all functional
features and links with the working elements.
• The digital twin is actually a living model of the
physical asset or system, which continually adapts to
operational changes based on the collected online
data and information, and can forecast the future of
the corresponding physical counterpart.
• A Digital Twin is a virtual instance of a physical
system (twin) that is continually updated with the
latter’s performance, maintenance, and health
status data throughout the physical system’s life
cycle.

40.

Digital Twin

41.

Data Flow in a Digital Twin
Werner Kritzinger, Matthias Karner, Georg Traar et al. Digital Twins in
Manufacturing: A categorical literature review and classification // IFAC
Papers online 51-11 (2018) 1016–1022 www.sciencedirect.com

42.

Цифровой двойник производства (IIoT)
http://tc194.ru/

43.

http://tc194.ru/
Сетевая схема типовой архитектуры цифрового двойника
производства

44.

Digital Ghosts /
Цифровые
призраки
• General Electric (GE) – Цифровой призрак –
аватар цифрового двойника для
исследования его поведения в
экстремальных ситуациях

45.

Для чего нужен цифровой двойник студента
Система цифровых двойников может быть реализована на различных уровнях абстракции, т.е. на уровне
студента, на уровне учебной группы, на уровне курса, на уровне вуза и т.д.

46.

Цифровой двойник студента основан на цифровой модели, которая постоянно обновляется и
изменяется по мере изменения физического аналога, с целью синхронного представления данных о
статусе учащегося, условиях освоения учебного плана, конфигурации и состоянии приобретаемых
компетенций .
Представление цифрового двойника обеспечивает функциональные возможности для обеспечения
работоспособности и синхронизации представления цифрового двойника с соответствующими
наблюдаемыми реальными студентами. Представление цифрового двойника позволяет цифровому
двойнику постоянно взаимодействовать с физическими аналогами (студентами) путем обмена
данными, в том числе и данными об освоении учебного плана.
С помощью представления цифрового двойника можно обнаружить аномалии в ходе освоения
учебного плана и достичь различных функциональных целей, таких как управление учебной
траекторией в режиме реального времени, получение аналитики в автономном режиме, проверка
работоспособности учащегося, предиктивное представление планируемых к освоению знаний,
синхронизированный мониторинг и оптимизация управления учебным процессом, адаптация учебной
траектории в ходе учебного процесса, анализ больших данных, и т.д.
Наглядность процесса и реализации, обеспечиваемые цифровым двойником студента, улучшают
взаимодействие студента с образовательной средой и множество других показателей эффективности,
таких как планирование обучения, соблюдение учебного графика, улучшение понимания отдельных
элементов учебного контента, динамическое управление рисками и т.д.

47.

Возможные проблемы, связанные с
накоплением информации о студенте
• Рост избыточной
информации
• Сбор информации вступает
в противоречия с
законодательством об
охране персональных
данных

48.

Перспективы
Структурно-информационные характеристики
цифрового образовательного пространства как
способ оценки результатов учебно-познавательной
деятельности студентов
Galimova, E.G., Konysheva, A.V., Kalugina, O.A., Sizova,
Z.M. Digital educational footprint as a way to
evaluate the results of students’ learning and
cognitive activity in the process of teaching
mathematics // EURASIA Journal of Mathematics,
Science and Technology Education,
2019. Vol. 15 (8).

49.

• Адаптивное обучение (adaptive learning) —
динамическое, основанное на анализе данных
выстраивание индивидуальной траектории,
основанное на и учитывающее подготовленность,
способности, цели, мотивацию и другие
характеристики слушателя. Внедрение
адаптивного обучения позволяет достигать
необходимых результатов обучения в более
короткие сроки за счет рекомендации наиболее
релевантного и оптимального по трудности
контента для каждого слушателя.

50.

АДАПТИВНЫЙ УНИВЕРСИТЕТ
• Успех деятельности университета зависит от того, насколько
индивидуализированы будут те решения и предложения, которые
ВУЗ сможет предложить потенциальным потребителям
образовательных услуг.
50

51.

КАК ПРОЙТИ УЧЕБНЫЙ ЛАБИРИНТ?

52.

ДВА ТИПА АДАПТИВНОСТИ
• Студенто-центрическая адаптивность – учащийся сам определяет
и модифицирует свою учебную траекторию в соответствии со
своими планами и возможностями.
• ВУЗо-центрическая адаптивность, когда менеджмент учебного
заведения с помощью автоматизированной системы оценивает
успехи и корректирует учебную траекторию студента.
52

53.

ВУЗо-центрическая адаптивность

54.

PINBALL MODEL
54

55.

Студенто-центрическая адаптивность

56.

ПРИНЯТИЕ РЕШЕНИЯ О КОРРЕКТИРОВКЕ
ОБРАЗОВАТЕЛЬНОЙ ТРАЕКТОРИИ
• ПРИНЯТИЕ
АДАПТИВНОЙ
СТРАТЕГИИ ПРИ
ФОРМИРОВАНИИ
ТРАЕКТОРИИ ОБУЧЕНИЯ
В ПРОСТРАНСТВЕ
• Носов П.С.
• http://aaecs.org/nosovps-prinyatie-adaptivnoistrategii-pri-formirovaniitraektorii-obucheniya-vprostranstve.html

57.

• Абросимов А.Г., Зуев В.И. Введение в Интернет обучающих
вещей. // Ученые записки Института социальных и
гуманитарных знаний. Казань: Юниверсум, 2016. №2-2
(14). С. 3–17.
• Абросимов А.Г., Зуев В.И. Интернет вещей в учебном
процессе. // Ученые записки Института социальных и
гуманитарных знаний. Казань: Юниверсум, 2017. №1(15).
С. 5–10.
Литература:
• Зуев В.И. Умный кампус как социокиберфизическая
система // Ученые записки Института социальных и
гуманитарных знаний. Казань: Юниверсум, 2019. - том 17,
вып. 1. – с.221-235
• Зуев В.И. Моделирование электронного обучения в
условиях новой цифровой реальности // Ученые записки
Института социальных и гуманитарных знаний. Казань:
Юниверсум, 2019. - том 17, вып. 2. – с.103-124

58.

Спасибо за
внимание