Estudio y optimización de la eficiencia de los métodos de la enseñanza a distancia de la informática para los escolares de Kazajstán en tiempos de la pandemia

Introducción. En 2020, la transformación forzosa de todos los niveles de la educación escolar, iniciada durante la implementación del conjunto de medidas para combatir la pandemia a raíz de la infección por coronavirus COVID-19, reveló una serie de problemas en las primeras semanas, que de una forma u otra impedían el pleno funcionamiento del formato de la enseñanza a distancia. La falta de una plataforma metodológica para impartir las clases en línea por parte de la comunidad pedagógica kazaja en ese momento, determinó la necesidad de estudiar y optimizar las formas y tecnologías de interacción con los alumnos a fin de que fueran efectivas para su uso en la transición del sistema educativo nacional a un modelo de enseñanza a distancia.

Objetivo. El propósito de este estudio, es identificar métodos efectivos de la enseñanza a distancia de la informática para los escolares de Kazajstán, cuya finalidad es mantener la calidad del conocimiento y el rendimiento del alumnado en un nivel suficiente y que corresponda a los resultados del formato tradicional de educación a tiempo completo.

Metodología, métodos y procesos de investigación. En el estudio hiceron parte 5 profesores y 320 estudiantes de 3 escuelas kazajas. La edad de los alumnos al momento del experimento era entre 12 y 18 años. Para facilitar el seguimiento de los cambios cualitativos en el nivel de formación de los escolares de acuerdo con los métodos elegidos de enseñanza a distancia en informática, los individuos objeto del estudio se dividieron en 7 grupos según los niveles de educación (grados 5-11). Para cada uno de los 320 individuos, llevamos a cabo tres medidas de control de la calidad del conocimiento. Para determinar la significación estadística de los valores de referencia promedio calculados por nosotros, cuya determinación se requería para confirmar la efectividad del curso posterior del estudio, calculamos la prueba t de Student para muestras no apareadas para cada uno de los siete grupos. El análisis de los datos obtenidos en la etapa final del experimento permitió compararlos con los valores de referencia calculados por nosotros durante la etapa preliminar del estudio descrito. La comparación se realizó por el método de determinación no paramétrica de la prueba U de Mann-Whitney para muestras independientes.

Resultados. Un análisis preliminar de la calidad del conocimiento en el tema “Informática” entre los individuos mostró un nivel generalmente alto y promedio de asimilación del material educativo y el desarrollo de habilidades prácticas basadas en el tema, registrado sobre la base de la formación de tipo presencial. La avanzada experiencia de los especialistas que integran nuestro grupo de investigación de iniciativa hizo posible desarrollar un diagrama de bloques para la realización de una clase en formato a distancia. Las clases se impartieron utilizando este esquema hasta el final del trimestre académico. Utilizando el cálculo del criterio U de Mann-Whitney, encontramos que los indicadores promedio obtenidos de la calidad de la enseñanza de la asignatura de informática ofrecida a los alumnos aumentaron estadísticamente de manera significativa (grupo I: Uemp = 6.49 (p ≤ 0.05), grupo II: Uemp = 7.46 (p ≤ 0,05), grupo III: Uemp = 6,05 (p ≤ 0,01), grupo IV: Uemp = 6,71 (p ≤ 0,05), grupo V: Uemp = 6,91 (p ≤ 0,01), grupo VI: Uemp = 6,65 (p ≤ 0,05), grupo VII: Uemp = 6,21 (p ≤ 0,05)). A pesar de la caída temporal en la efectividad de la enseñanza de la informática, registrada durante la transición a un formato a distancia, al finalizar el experimento fue posible alcanzar niveles de rendimiento académico y adquisición de conocimientos correspondientes a la educación de estilo presencial.

Novedad científica. La efectividad del uso de los enfoques y metodologías de enseñanza identificados y adaptados por nosotros, que pudieron compensar la falta de posibilidad de impartir las clases tradicionales en formato presencial y al mismo tiempo evitar una caída en el nivel de progreso y calidad del conocimiento de los escolares, fue confirmado por la serie de datos empíricos que recopilamos y analizamos y, cuya importancia fue estadísticamente probada.

Significado práctico. Los resultados obtenidos confirman el éxito de las actividades realizadas en el marco de este estudio, destinadas a optimizar la eficacia de los métodosde enseñanza de la informática a los escolares kazajos durante la transición al régimen de educación a distancia, introducido apresuradamente por motivos relacionados con la pandemia.

1. Ахунов А. М. Пандемия COVID-19 как вызов для постсоветскиx стран Центральной Азии // Международная аналитика. 2020. № 11 (1). С. 114–128. DOI: 10.46272/2587-8476-2020-11-1-114-128

2. Жильцов С. С. Коронавирус ударил по странам постсоветского пространства // Проблемы постсоветского пространства. 2020. № 7 (1). С. 8–17. DOI: 10.24975/2313-8920-2020-7-1-8-17

3. Аимкулов Р. А., Аубакиров Ф. М., Казезова М. К. Impact of COVID-pandemic on the economy of Kazakhstan // Вестник Казахского гуманитарно-юридического инновационного университета. 2020. № 4. С. 28–31.

4. Glas O. Corona in Kazakhstan – An authoritarian transparency offensive // New Eastern Europe. 2020. № 42 (4). P. 114–119.

5. Romero C., Ventura S. Educational data science in massive open online courses // WIREs Data Mining and Knowledge Discovery. 2017. № 7. DOI: 10.1002/widm.1187

6. Pardala A. Informatization of mathematics education: didactic opportunities, experience and foreign trends // Informatics and Education. 2019. № 6. P. 49–55. DOI: 10.32517/0234-0453-2019-34-6-49-55

7. Picciano A. G. Theories and frameworks for online education: Seeking an integrated model // Online Learning. 2017. № 21 (3). P. 166–190. DOI: 10.24059/olj.v21i3.1225

8. Kaderkeyeva Z., Bekmanova G., Sharipbay A., Omarbekova A. A model and a method for assessing students’ competencies in e-learning system // DATA ‘19: Proceedings of the Second International Conference on Data Science, E-Learning and Information. New York: Association for Computing Machinery, 2019. P. 1–5. DOI: 10.1145/3368691.3372391

9. Fayanto S., Kawuri M., Jufriansyah A., Setiamukti D., Sulisworo D. Implementation E-Learning based moodle on physics learning in senior high school // Indonesian Journal of Science and Education. 2019. № 3 (2). P. 93–102. DOI: 10.31002/ijose.v3i2.1178

10. Kaya M., Ozel S. A. Integrating an online compiler and a plagiarism detection tool into the Moodle distance education system for easy assessment of programming assignments // Computer Applications in Engineering Education. 2015. № 23. P. 363–373. DOI: 10.1002/cae.21606

11. Oyelere S. S., Suhonen J., Wajiga G. M., Sutinen E. Design, development, and evaluation of a mobile learning application for computing education // Education and Information Technologies. 2018. № 23. P. 467–495. DOI: 10.1007/s10639-017-9613-2

12. Konig J., Jager-Biela D. J., Glutsch, N. Adapting to online teaching during COVID-19 school closure: teacher education and teacher competence effects among early career teachers in Germany // European Journal of Teacher Education. 2020. № 43 (4). P. 608–622. DOI: 10.1080/02619768.2020.1809650

13. Riese E., Kann V. Computer Science Majors’ Experiences of Their Distance Education Caused by the COVID-19 Pandemic // 2021 IEEE Global Engineering Education Conference (EDUCON). Vienna: IEEE, 2021. P. 393–397.

14. Fujita N. Transforming online teaching and learning: towards learning design informed by information science and learning sciences // Information and Learning Sciences. 2020. № 121 (7/8). P. 503–511. DOI: 10.1108/ILS-04-2020-0124

15. Данильчук Е. В, Куликова Н. Ю., Чернышова М. В., Волков Д. В. Обучение информатике в условияx виртуализации образовательного пространства // Современные проблемы науки и образования. 2019. № 6. С. 28–28.

16. Вайндорф-Сысоева М. Е., Грязнова Т. С., Шитова В. А. Методика дистанционного обучения: учебное пособие для вузов. Москва: Издательство Юрайт, 2018. 194 с.

17. Cope B., Kalantzis M. Big data comes to school: Implications for learning, assessment, and research // AERA Open. 2016. № 2 (2). P. 1–19. DOI: 10.1177/2332858416641907

18. Коваль Н. Н. Современные информационно-коммуникационные теxнологии в аналитической управленческой деятельности: проблемы и перспективы // Карельский научный журнал. 2015. № 1 (10). С. 39-44.

19. Серикбаева А. Р., Омаров А. М. Автоматизация документооборота в сфере образования // Актуальные научные исследования в современном мире. 2019. № 47 (3–7). С. 93–95.

20. Morgan F., Cawley S., Coffey A., Callaly F., Lyons D., O’Loughlin D., Killoran P. ViciLogic: Online learning and prototyping platform for digital logic and computer architecture // eChallenges e-2014 Conference Proceedings. Belfast, 2014. P. 1–9.

21. Petac E. New challenges of supportive technologies for education // Proceedings: International Conference on Creative Collaboration through Supportive Technologies (ICCCST 2015). Bucharest: MatrixRom Publishing House, 2015. № 24. P. 3–8.

22. Сивинский А. М. Разработка эффективной модели обучения детей с нарушениями слуxа в рамкаx современныx подxодов к образованию // Азимут научных исследований: педагогика и психология. 2020. № 9 (2 (31)). С. 241–244. DOI: 10.26140/anip-2020-0902-0055

23. Sivinskiy A. M., Kulambayeva K. K. Learning Effectiveness and Evaluation Technology in School for Hearing-Impaired Children // Education and Self Development. 2019. № 14(2). P. 92–104. DOI: 10.26907/esd14.2.08

24. Nadeak B. The effectiveness of distance learning using social media during the pandemic period of covid-19: A case in Universitas Kristen Indonesia // International Journal of Advanced Science and Technology. 2020. № 29 (7). P. 1764–1772.

25. Lassoued Z., Alhendawi M., Bashitialshaaer R. An exploratory study of the obstacles for achieving quality in distance learning during the COVID-19 pandemic // Education Sciences. 2020. № 10 (9). P. 232. DOI: 10.3390/educsci10090232

26. Marek M. W., Chew C. S., Wu W. C. V. Teacher experiences in converting classes to distance learning in the COVID-19 pandemic // International Journal of Distance Education Technologies. 2021. № 19 (1). P. 40–60. DOI: 10.4018/IJDET.20210101.oa3

27. Klein P., Ivanjek L., Dahlkemper M. N., Jelicic K., Geyer M. A., Kuchemann S., Susac A. Studying physics during the COVID-19 pandemic: Student assessments of learning achievement, perceived effectiveness of online recitations, and online laboratories // Physical Review Physics Education Research. 2021. № 17 (1). P. 1–11. DOI: 10.1103/PhysRevPhysEducRes.17.010117