Preview

Образование и наука

Расширенный поиск

Интеллектуальные системы оценивания сформированности компетенций студентов и выпускников инженерных специальностей: ожидания преподавателей, обучающихся и работодателей

https://doi.org/10.17853/1994-5639-2025-8-136-166

Аннотация

Введение. Процедуры оценивания качества подготовки выпускников являются актуальными для системы высшего образования и рынка труда. Ключевые участники образовательного процесса заинтересованы в независимой, объективной и комплексной оценке компетенций. Целью исследования является установление ожиданий ключевых участников процесса подготовки кадров по программам высшего образования (работодателей, преподавателей и обучающихся) в отношении функциональных возможностей интеллектуальных систем оценивания сформированности профессиональных и надпрофессиональных компетенций студентов и выпускников инженерных специальностей. Методология, методы и методики. Сбор данных проходил в 2024 г. в Омске и включал анкетный опрос (май–октябрь) и интервьюирование (сентябрь–ноябрь). Всего опрошено 41 работодатель, 44 преподавателя вузов, 215 обучающихся. Проинтервьюировано 19 работодателей и 23 преподавателя. Для измерения связи между функциональными возможностями интеллектуальных систем использовался коэффициент корреляции (τ-b Кенделла). При составлении анкеты и гайда интервью использовались теоретические разработки поведенческого и функционального методологических подходов изучения компетенций. Результаты показали, что в ответах работодателей, преподавателей и обучающихся преобладает высокая степень согласия с тем, что интеллектуальная система должна обеспечить возможность оценить уровень сформированности как профессиональных, так и надпрофессиональных компетенций студентов и выпускников инженерных специальностей. Вместе с тем возможность оценивания профессиональных компетенций указывается чаще, чем надпрофессиональных. Опрошенные участники образовательных отношений наряду с инструментальными процедурами оценивания сформированности компетенций ожидают от интеллектуальных систем получить технологии, которые позволяют: обеспечить трансфер актуальных в реальном секторе экономики знаний, умений и навыков в образовательное пространство; проектировать практикоориентированные образовательные программы; проводить профориентационную работу и эффективное трудоустройство. Научная новизна. Авторами реализован полисубъектный подход к изучению возможностей интеллектуальной системы оценки компетенций студентов и выпускников вузов, что расширяет сложившуюся практику исследований в данном вопросе. Полученные результаты позволяют рассматривать интеллектуальные системы оценки компетенций в качестве инструмента сокращения транзакционных издержек в системе высшего образования и рынка труда. Практическая значимость. Полученные результаты могут быть использованы для проектирования интеллектуальных систем оценивания компетенций студентов и выпускников вузов как инженерных, так и образовательных программ других укрупненных групп направлений подготовки и специальностей.

Об авторах

С. Н. Апенько
Омский государственный университет им. Ф. М. Достоевского
Россия

Апенько Светлана Николаевна – доктор экономических наук, профессор, заведующий кафедрой менеджмента и маркетинга

Scopus Author ID 57192010208

ResearcherID D-1661-2015

Омск



А. В. Лукаш
Омский государственный университет путей сообщения; Омский государственный университет им. Ф. М. Достоевского
Россия

Лукаш Александр Викторович – кандидат философских наук, доцент, доцент кафедры связей с общественностью, сервиса и туризма; старший научный сотрудник

Scopus Author ID 59293246000

ResearcherID GLU-5137-2022

Омск



А. И. Давыдов
Омский государственный университет путей сообщения; Омский государственный университет им. Ф. М. Достоевского
Россия

Давыдов Алексей Игоревич – кандидат технических наук, доцент, доцент кафедры информационной безопасности; старший научный сотрудник 

Scopus Author ID 57459590400

ResearcherID E-1446-2019

Омск



Список литературы

1. Гильманов Т.А., Наумов П.Ю., Дьячков А.А. Критерии оценки уровня сформированности профессиональной компетенции по владению навыками стратегического анализа. Научное мнение. 2019;3:83–87. doi:10.25807/PBH.22224378.2019.3.83.87

2. Хорошева Е.Р., Забавнов В.А. Оценка уровня сформированности профессиональных компетенций обучающихся по результатам независимой оценки квалификаций. Век качества. 2022;1:253–265.

3. Чудинский Р.М., Малева А.А., Дюжакова М.В., Малев В.В., Дубов В.М. Реализация в образовательных организациях высшего педагогического образования мониторинга и оценки профессиональных компетенций студентов. Международный научно-исследовательский журнал. 2023;11(137). doi:10.23670/IRJ.2023.137.68

4. Елисеев И.Н., Германова О.Е., Елисеев И.И. Формализация оценки компетенций студентов как средство обеспечения интеллектуальной поддержки принятия управленческих решений. Информатизация образования и науки. 2016;2(30):126–135.

5. Казаринова Н.Л. Интеллектуальный анализ в оценке сформированности профессиональных компетенций. Актуальные научные исследования в современном мире. 2021;2–3(70):50–57.

6. Береснева Я.В., Бритвина В.В. Методика разработки интеллектуальной автоматизированной системы оценки уровня сформированности компетенции. Теория и практика проектного образования. 2019;3(11):45–50.

7. Карамзина А.Г. Интеллектуальный анализ данных для подбора персонала по профессиональным компетенциям на должность системного аналитика. Современные наукоемкие технологии. 2020;12:56–62. doi:10.17513/snt.38411

8. Кетоева Н.Л., Знаменская М.А., Павлов Е.М., Прошкин Н.Е. Моделирование и разработка программы для интеллектуальной системы поддержки принятия кадровых управленческих решений в электроэнергетике. Инженерный вестник Дона. 2024;5(113):698–712.

9. Huang X., Yang F., Zheng J., Feng C., Zhang L. Personalized human resource management via HR analytics and artificial intelligence: theory and implications. Asia Pacific Management Review. 2023;28(4):598–610. doi:10.1016/j.apmrv.2023.04.004

10. Хаперская А.В., Минин М.Г. Инструменты имитационного моделирования и процессного управления для оценки профессиональных компетенций при самостоятельном обучении. Современные проблемы науки и образования. 2025;1:45. doi:10.17513/spno.33882

11. Becker J., Becker A., Sałabun W. Construction and use of the ANP decision model taking into account the experts’ competence. Procedia Computer Science. 2017;112:2269–2279. doi:10.1016/j.procs.2017.08.145

12. Meijerink J., Boons M., Keegan A., Marler J. Algorithmic human resource management: synthesizing developments and cross-disciplinary insights on digital HRM. International Journal of Human Resource Management. 2021;32(12):2545–2562. doi:10.1080/09585192.2021.1925326

13. Chowdhury S., Joel-Edgar S., Dey Pr.K., Bhattacharya S., Kharlamov A. Embedding transparency in artificial intelligence machine learning models: managerial implications on predicting and explaining employee turnover. International Journal of Human Resource Management. 2022;34(14):1– 32. doi:10.1080/09585192.2022.2066981

14. Осипенко Е.А., Чжэн Ж. Инновационные цифровые инструменты для оценки компетенций студентов факультета физической культуры. Ученые записки университета имени П.Ф. Лесгафта. 2025;1(239):104–110. doi:10.5930/1994-4683-2025-104-110

15. Bohlouli M., Mittas N., Kakarontzas G., Theodosiou Th., Angelis L., Fathi M. Competence assessment as an expert system for human resource management: a mathematical approach. Expert Systems with Applications. 2017;70:83–102. doi:10.1016/j.eswa.2016.10.046

16. Gorbunovs A., Kapenieks A., Kudina I. Competence development in a combined assessment and collaborative e-portfolio information system. Procedia Computer Science. 2013;26:79–100. doi:10.1016/j.procs.2013.12.009

17. Hamilton R.H., Sodeman W.A. The questions we ask: opportunities and challenges for using big data analytics to strategically manage human capital resources. Business Horizons. 2020;63:85–95. doi:10.1016/j.bushor.2019.10.001

18. Hunkenschroer A.L., Luetge Ch. Ethics of AI-enabled recruiting and selection: a review and research agenda. Journal of Business Ethics. 2022;178(3):977–1007. doi:10.1007/s10551-022-05049-6

19. Qamar Y., Samad T. Human resource analytics: a review and bibliometric analysis. Personnel Review. 2021;51(1):251–283. doi:10.1108/PR-04-2020-0247

20. Esch P.V., Black J.St. Factors that influence new generation candidates to engage with and complete digital, AI-enabled recruiting. Business Horizons. 2019;62(6):729–739. doi:10.1016/j.bushor.2019.07.004

21. Sutadji E., Susilo H., Wibawa A.P., Jabari N.A.M., Rohmad S.N. Authentic assessment implementation in natural and social science. Education Sciences. 2021;11(9):534. doi:10.3390/educsci11090534

22. Sutadji E., Susilo H., Wibawa A.P., Jabari N.A.M., Rohmad S.N. Adaptation strategy of authentic assessment in online learning during the covid-19 pandemic. Journal of Physics: Conference Series. 2021;1810(1). doi:10.1088/1742-6596/1810/1/012059

23. Shikwaya R.O., Amadhila E.P. Authentic assessment’s integrity for online learning in higher education. Global Scientific Journals. 2023;11(3):181–187.

24. Sokhanvar Z., Salehi K., Sokhanva F. Advantages of authentic assessment for improving the learning experience and employability skills of higher education students: a systematic literature review. Studies in Educational Evaluation. 2021;70:101030. doi:10.1016/j.stueduc.2021.101030

25. Heil J., Ifenthaler D. Online assessment in higher education: a systematic review. Online Learning. 2024;27(1):187–218. doi:10.24059/olj.v27i1.3398

26. Mohamed R., Lebar O. Authentic assessment in assessing higher order thinking skills. International Journal of Academic Research in Business and Social Sciences. 2017;7(2):466–476. doi:10.6007/IJARBSS/v7-i2/2021

27. Zhang Q., Zhang X., Liu J. A holistic review of authentic assessment in mathematics education. In: Zhang Q., Zhang X., Liu J., eds. Authentic Assessment and Evaluation Approaches and Practices in a Digital Era. Cham: Brill Publisher; 2021:95–115. doi:10.1163/9789004501577_00

28. Raynault A., Heilporn G., Mascarenhas A., Denis C. Teaching experiences of E-authentic assessment: lessons learned in higher education. Journal of Teaching and Learning with Technology. 2022;11:3–17. doi:10.14434/jotlt.v11i1.34594

29. Гусятников В.Н., Соколова Т.Н., Безруков А.И., Каюкова И.В. Использование методов искусственного интеллекта для оценки компетенций в ходе тестирования. Информатика и образование. 2023;38(6):75–85. doi:10.32517/0234-0453-2023-38-6-75-85

30. Нехаев И.Н., Жуйков И.В., Бастраков Р.В. Архитектура интеллектуальной системы тестирования уровней сформированности предметных компетенций. Кибернетика и программирование. 2017;4:41–65.

31. Пеша А.В., Шавровская М.Н., Николаева М.А., Шрамко Н.В. Существующие возможности цифровой оценки компетенций студентов университетов. Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2021;3(27):6–19. doi:10.21684/2411-7897-2021-7-3-6-19

32. Шавровская М.Н. Анализ цифровых возможностей оценки сформированности надпрофессиональных компетенций студентов вузов. В книге: А.В. Пеша, М.Н. Шавровская, М.А. Николаева [и др.]. Развитие и оценка надпрофессиональных компетенций студентов университетов: теоретико-методологические основы: монография. Казань: Общество с ограниченной ответственностью «Бук»; 2020:188–193.


Рецензия

Для цитирования:


Апенько С.Н., Лукаш А.В., Давыдов А.И. Интеллектуальные системы оценивания сформированности компетенций студентов и выпускников инженерных специальностей: ожидания преподавателей, обучающихся и работодателей. Образование и наука. 2025;27(8):136-166. https://doi.org/10.17853/1994-5639-2025-8-136-166

For citation:


Apenko S.N., Lukash A.V., Davydov A... Intelligent systems for assessing competency development in students and graduates of engineering specialisations: expectations of educators, students, and employers. The Education and science journal. 2025;27(8):136-166. (In Russ.) https://doi.org/10.17853/1994-5639-2025-8-136-166

Просмотров: 6


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution-NonCommercial 4.0 International.


ISSN 1994-5639 (Print)
ISSN 2310-5828 (Online)