Инновации и эксперимент в образовании

Построение образовательных моделей

Авторы с позиций системного анализа продолжают рассматривать организацию образовательных проектов, опубликованную в предыдущих номерах журнала1, раскрывают способы построения моделей; уделяя среди их разнообразия особое внимание – практикоориентированности.

Журнал: "Инновационные проекты и программы в образовании" № 1/2010
Раздел: Теория инновационной деятельности, стр. 3

Новиков Александр Михайлович,
академик РАО
доктором педагогических наук
профессор

Новиков Дмитрий Александрович,
доктор технических наук профессор

Построение образовательных моделей

Как строится образовательная модель?

Для создания моделей у человека есть всего два типа «материалов» – средства самого сознания и средства окружающего материального мира. Соответственно этому модели делятся на абстрактные (идеальные) и материальные (реальные, вещественные). Поскольку мы ведем речь об образовании, где материальные модели пока не применяются или почти не применяются, в дальнейшем мы их рассматривать не будем.

Абстрактные модели являются идеальными конструкциями, построенными средствами мышления, сознания.

{mosregread}Абстрактные модели являются языковыми конструкциями. Абстрактные модели могут формироваться и передаваться другим людям средствами разных языков, языков разных уровней специализации. Во-первых, посредством естественного языка (как конечный результат, поскольку в процессе построения моделей человеком используются и неязыковые формы мышления – «интуиция», образное мышление и т.д.). На естественном языке человек может говорить обо всем, он является средством построения любых абстрактных моделей. Универсальность естественного языка достигается еще и тем, что языковые модели обладают неоднородностью, расплывчатостью, размытостью. Многозначность почти каждого слова, используемого в естественном языке любой национальности, а также неопределенность слов (несколько, почти, много и т.д.) при огромном числе вариантов их соединения во фразы позволяет любую ситуацию отобразить с достаточной для обычных практических целей точностью. Эта приблизительность является неотъемлемым свойством языковых моделей. Но рано или поздно практика сталкивается с ситуациями, когда приблизительность, естественного языка оборачивается недостатком, который необходимо преодолевать.

Поэтому, во-вторых, для построения абстрактных моделей используются «профессиональные» языки. Их применяют люди, связанные общими для них, но частными для всех остальных людей видами деятельности. Дифференциация наук объективно потребовала создания специализированных языков, более четких и точных, чем естественный.

В-третьих, когда средств естественного и профессиональных языков не хватает для построения моделей, используются искусственные, в том числе формализованные, языки – например, в логике, математике. К искусственным языкам относятся компьютерные языки, а также чертежи, схемы и т.п.

В результате получается иерархия языков и соответствующая иерархия типов моделей. На верхнем уровне этого спектра находятся модели, создаваемые средствами естественного языка, и так вплоть до моделей, имеющих максимально достижимую определенность и точность для сегодняшнего состояния данной отрасли профессиональной деятельности. Очевидно, так и следует понимать известные высказывания И. Канта и К. Маркса о том, что любая отрасль знания может тем с большим основанием именоваться наукой, чем в большей степени в ней используется математика. Математические (в строгом смысле) модели обладают абсолютной точностью. Но чтобы дойти до их использования в какой-либо области, необходимо получить достаточный для этого объем достоверных знаний. Нематематизированность, в частности, педагогики не означает ее ненаучность, а есть следствие познавательной сложности ее предмета. В педагогике, в образовании модели строятся, как правило, с использованием средств естественного языка.

Требования, предъявляемые к моделям. Для того, чтобы создаваемая модель соответствовала своему назначению, недостаточно создать просто модель. Необходимо, чтобы она отвечала ряду требований, обеспечивающих ее функционирование. Недостаточность выполнения этих требований лишает модель ее модельных свойств.

Первым таким требованием является ее ингерентность, то есть достаточная степень согласованности создаваемой модели со средой, чтобы создаваемая модель (в соответствии с принципом коммуникативности практической деятельности) была согласована с культурной средой, в которой ей предстоит функционировать, входила бы в эту среду не как чужеродный элемент, а как естественная составная часть 2.

Другой аспект ингерентности модели состоит в том, что в ней должны быть предусмотрены не только «стыковочные узлы» со средой (интерфейсы), но, и, что не менее важно, в самой среде должны быть созданы предпосылки, обеспечивающие функционирование будущей системы. То есть, не только модель должна приспосабливаться к среде, но и среду необходимо приспосабливать к модели будущей системы. Известна мысль К. Маркса о том, что король не потому король, что он король, а потому, что все окружающие признают его королем. Точно так же авторская школа будет действительно авторской школой, если широкая педагогическая общественность признает ее как авторскую школу.

Второе требование – простота модели. С одной стороны, простота модели – ее неизбежное свойство: в модели невозможно зафиксировать все многообразие реальной ситуации. Ведь, допустим, учитель, строя модель урока, не может предусмотреть всего невообразимого множества возможных ситуаций, которые могут иметь место в процессе проведения урока – он всегда оставляет определенную возможность, свободу маневра – перекладывая все возможное потенциальное многообразие на импровизацию.

С другой стороны, простота модели неизбежна из-за необходимости оперирования с ней, использования ее как рабочего инструмента, который должен быть обозрим и понятен, доступен каждому, кто будет участвовать в реализации модели. Поясним этот аспект таким банальным примером: любой документ, направляемый руководству, как показывает опыт, не должен содержать более 1,5 страниц машинописного (компьютерного) текста – длинные документы «начальство» просто не читает: у «начальства» слишком ограниченный временной ресурс, на большие тексты у крупных руководителей просто нет времени.

С третьей стороны, есть еще один, довольно интересный и непонятный пока аспект требования простоты модели, который заключается в том, что чем проще модель, тем она ближе к моделируемой реальности и тем она удобнее для использования. Классический пример – геоцентрическая модель Птолемея и гелиоцентрическая модель Коперника. Обе модели позволяют с достаточной точностью вычислять движения планет, предсказывать затмения солнца и т.п. Но модель Коперника истинна и намного проще для использования, чем модель Птолемея. Ведь недаром древние подметили, что простота – печать истины. У физиков, математиков, к примеру, есть довольно интересный критерий решения задач: если уравнение простое и «красивое» – то оно, скорее всего, истинно. Авторы данной статьи могут привести примеры и из сферы образования: участвуя в экспертизе многочисленных образовательных проектов, приходилось неоднократно убеждаться, что если в качестве проекта попадается многостраничный документ со сложной запутанной структурой и «красноречивыми» мудреными фразами – то, совершенно очевидно, не читая до конца, можно сказать – это пустое. И наоборот. Краткий, четкий документ с весьма ограниченным набором позиций, но хорошо логически структурированных, заслуживает пристального внимания.

Наконец, третье требование, предъявляемое к модели – ее адекватность. Адекватность модели означает возможность с ее помощью достичь поставленной цели проекта в соответствии со сформулированными критериями. Адекватность модели означает, что она достаточно полна, точна и истинна. Достаточно не вообще, так сказать безразмерно, а именно в той мере, которая нас удовлетворяет – чтобы достичь поставленной цели. Иногда удается (и это желательно) ввести некоторую меру адекватности модели, то есть определить способ сравнения разных моделей по степени успешности достижения цели с их помощью. Если еще такой способ приводит к качественной мере адекватности, то задача улучшения модели намного облегчается. В таких случаях можно говорить о количественной идентификации модели, то есть о нахождении в некотором классе моделей наиболее адекватной из них; об установлении чувствительности и устойчивости модели; об их адаптации, то есть вариативности их подстройки с целью повышения адекватности и т.д.

Таким образом, мы выделили три основных требования, предъявляемых к моделям: ингерентности, простоты и адекватности как отношения моделей с тремя остальными «участниками» процесса моделирования: со средой (ингерентность), субъектом, создающим и/или использующим модель (упрощенность), с моделируемым объектом, т.е. с создаваемой педагогической системой (адекватность).

Методы моделирования. Методы моделирования систем можно разделить на два класса. Называются эти классы в разных публикациях по-разному:

  • методы качественные и количественные. Смысл разделения понятен. Однако такое разделение не совсем точно, поскольку качественные методы могут сопровождаться при обработке получаемых результатов и количественными представлениями, например с использованием средств математической статистики;
  • методы, использующие средства естественного языка, и методы, использующие специальные языки. Смысл разделения также понятен, но тоже не совсем точен, поскольку графические методы (схемы, диаграммы и т.д.) в первый класс не попадают, но широко используются в практике;
  • методы содержательные и формальные. Тоже не точно, поскольку компьютерное моделирование может не требовать никакой формализации.

И так далее. Короче, мы привели эти условные классификации лишь для того, чтобы обговорить, что далее мы будем рассматривать методы, которые уже используются или могут использоваться в практике педагогической, образовательной деятельности без формализованного представления систем (грубо говоря, без специальных математических, логических, лингвистических и т.д. средств). Тех же читателей, которые заинтересуются способами формализованного представления моделей, мы отсылаем к достаточно полным их описаниям, выполненным в ряде исследовательских работ3.

Наиболее распространенным «качественным» методом моделирования педагогических, образовательных систем является метод сценариев.

Метод «сценариев». Метод подготовки и согласования представлений о проектируемой системе, изложенных в письменном виде, получил название метода «сценариев». Первоначально этот метод предполагал подготовку текста, содержащего логическую последовательность событий или возможные варианты решения проблемы, развернутые во времени. Однако позднее обязательное требование временных координат было снято, и сценарием стал называться любой документ, содержащий анализ рассматриваемой проблемы и предложения по ее решению, по развитию системы, независимо от того, в какой форме он представлен.

Как правило, на практике предложения для подготовки подобных документов пишутся экспертами вначале индивидуально, а затем формируется согласованный текст.

Сценарий требует не только содержательных рассуждений, помогающих не упустить детали, но и содержит, как правило, результаты количественного технико-экономического и/или статистического анализа с предварительны ми выводами. Группа экспертов, подготавливающая сценарий, пользуется обычно правом получения необходимых сведений от тех или иных организаций, необходимых консультаций.

Роль специалистов при подготовке сценария – выявить общие закономерности развития системы; проанализировать внешние и внутренние факторы, влияющие на ее развитие и формулирование целей; провести анализ высказываний ведущих специалистов в периодической печати, научных публикациях и других источниках информации; создать вспомогательные информационные фонды, способствующие решению соответствующей проблемы.

Сценарии представляют ценность для лиц, принимающих решения, только тогда, когда они не просто являются плодом фантазии, а представляют собой логически обоснованные модели будущего, которые после принятия решения можно рассматривать как прогноз, как приемлемый рассказ о том, «что случится, если...».

Создание сценариев представляет собой творческую работу. В этом деле накоплен определенный опыт, имеются свои эвристики. Например, рекомендуется разрабатывать «верхний» и «нижний» сценарии – как бы крайние случаи, между которыми может находиться возможное будущее. Такой прием позволяет отчасти компенсировать или явно выразить неопределенности, связанные с предсказанием будущего. Иногда полезно включать в сценарий воображаемый активно противодействующий элемент, моделируя тем самым «наихудший случай». Кроме того, рекомендуется не разрабатывать детально (как ненадежные и непрактичные) сценарии, слишком «чувствительные» к небольшим отклонениям на ранних стадиях. Важными этапами создания сценариев являются: составление перечня факторов, влияющих на ход событий, со специальным выделением лиц, которые контролируют эти факторы прямо или косвенно; выделение аспектов борьбы с такими факторами, как некомпетентность, халатность и недисциплинированность, бюрократизм и волокита; учет наличных ресурсов и т.д.

В последнее время понятие сценария расширяется в направлении как областей применения, так и форм представления и методов их разработки: в сценарий вводятся количественные параметры и устанавливаются их взаимозависимости, предлагаются методики подготовки сценария с использованием ЭВМ, методики целевого управления подготовкой сценария.

Сценарий позволяет создать предварительное представление о системе. Однако сценарий – это все же текст со всеми вытекающими последствиями (синонимия, омонимия, парадоксы), обусловливающими возможность неоднозначного его толкования. Вспомним Ф. Тютчева: «Мысль изреченная есть ложь». Поэтому его следует рассматривать как основу для дальнейшей разработки модели.

Графические методы. Графические представления позволяют наглядно отработать структуру моделируемых систем и процессов, происходящих в них. В этих целях используются графики, схемы, диаграммы, гистограммы, древовидные структуры и т.д. Дальнейшим развитием графических методов стало использование, в частности, теории графов и возникшие на ее основе методы сетевого моделирования4.

Метод структуризации. Структурные представления разного рода позволяют разделить сложную проблему с большой неопределенностью на более мелкие, лучше поддающиеся анализу, что само по себе можно рассматривать как некоторый метод моделирования, именуемый иногда системно-структурным. Виды структур, получаемые путем расчленения системы во времени – сетевые структуры или в пространстве – иерархические структуры, матричные структуры.

Особым методом структуризации можно выделить метод «дерева целей».

Метод «дерева целей». Идея метода дерева целей была предложена У. Черчменом в связи с проблемами принятия решений в промышленности5 Термин «дерево» подразумевает использование иерархической структуры, получаемой путем расчленения общей цели на подцели, а их, в свою очередь, на более детальные составляющие, которые в конкретных приложениях называют подцелями нижележащих уровней, направлениями, проблемами, а начиная с некоторого уровня – функциями.

Как правило, термин «дерево целей» используется для иерархических структур, имеющих отношения строгого (древовидного) порядка, но иногда применяется и в случае «слабых» иерархий. Поэтому более правильным является термин В.М. Глушкова «прогнозный граф», однако в силу истории возникновения метода более распространен термин «дерево целей».

Морфологический метод. Термином морфология в биологии и языкознании определяется учение о внутренней структуре исследуемых систем (организмов, языков) или сама внутренняя структура этих систем.

Идея морфологического способа мышления восходит к Аристотелю и Платону. Однако в систематизированном виде методы морфологического анализа сложных систем были разработаны швейцарским астрономом (венгром по происхождению) Ф. Цвикки, и долгое время морфологический подход к исследованию и проектированию сложных систем был известен под названием метода Цвикки6.

Основная идея морфологического подхода – систематически находить наибольшее количество, а в пределе все возможные варианты реализации системы путем комбинирования основных выделенных структурных элементов или их признаков. При этом система или проблема может разбиваться на части разными способами и рассматриваться в различных аспектах.

Отправными точками морфологического анализа Ф. Цвикки считает: 1) равный интерес ко всем объектам морфологического моделирования; 2) ликвидацию всех оценок и ограничений до тех пор, пока не будет получена полная структура исследуемой области; 3) максимально точную формулировку поставленной проблемы и цели.

Кроме этих положений, Цвикки предложил ряд отдельных способов (методов) морфологического моделирования: метод системного покрытия поля, метод отрицания и конструирования, метод морфологического ящика, метод экстремальных ситуаций, метод сопоставления совершенного с дефектным, метод обобщения.

Недостатком морфологического метода и всех его модификаций является то обстоятельство, что число возможных вариантов реализации системы может быть очень большим, в принципе – неограниченным.

Все вышеперечисленные методы могут использоваться как отдельными специалистами, так и коллективами. Следующая группа методов относится к методам коллективного (группового) моделирования. Как правило, они направлены на то, чтобы включить в рассмотрение на этом этапе как можно больше возможных вариантов построения моделей – так называемое генерирование альтернатив.

Деловые игры. Деловыми играми называется имитационное моделирование реальных ситуаций, в процессе которого участники игры ведут себя так, будто они в реальности выполняют порученную им роль, причем сама реальность заменяется некоторой моделью. Примерами являются штабные игры и маневры военных, работа на тренажерах различных операторов технических систем (летчиков, диспетчеров электростанций и т.д.), административные игры и т.п. Несмотря на то, что чаще всего деловые игры используются для обучения, их можно использовать и для экспериментального генерирования альтернатив создаваемых моделей. Важную роль в деловых играх кроме участников играют контрольно-арбитражные группы, управляющие созданием моделей, регистрирующие ход игры и обобщающие ее результаты.

В системе образования при моделировании образовательных систем достаточно широкое распространение получили такие разновидности деловых игр, как организационно-деятельностные игры, организационно-педагогические игры7.

Метод мозгового штурма специально разработан для получения максимального количества предложений при создании моделей.

Техника мозгового штурма такова. Собирается группа лиц, отобранных для генерации альтернатив: главный принцип отбора – разнообразие профессий, квалификации, опыта – такой принцип поможет расширить фонд априорной информации, которой располагает группа. Сообщается, что приветствуются любые идеи, возникшие как индивидуально, так и по ассоциации при выслушивании предложений других участников, в том числе и лишь частично улучшающие чужие идеи. Категорически запрещается любая критика – это важнейшее условие мозгового штурма: сама возможность критики тормозит воображение. Каждый по очереди зачитывает свою идею, остальные слушают и записывают на карточки новые мысли, возникшие под влиянием услышанного. Затем все карточки собираются, сортируются и анализируются, обычно другой группой экспертов. Общий «выход» такой группы, где идея одного может навести другого на что-то еще, часто оказывается больше, чем общее число идей, выдвинутых тем же количеством людей, но работающих в одиночку. Число альтернатив можно впоследствии увеличить, комбинируя сгенерированные идеи. Среди полученных в результате мозгового штурма идей может оказаться много глупых и неосуществимых, но «глупые» идеи легко исключаются последующей критикой, ибо компетентная критика проще, чем компетентное творчество8.

Метод мозгового штурма известен также под названием «мозговой атаки», коллективной генерации идей (КГИ), конференций идей, метода обмена мнениями.

В зависимости от принятых правил и жесткости их выполнения различают прямую мозговую атаку, метод обмена мнениями, метод типа комиссий, судов (в послед нем случае создаются две группы: одна вносит как можно больше предложений, а вторая старается максимально их раскритиковать). Мозговую атаку можно проводить в форме деловой игры, с применением тренировочной методики «стимулирования наблюдения», в соответствии с которой группа формирует представление о проблемной ситуации, а эксперту предлагается найти наиболее логичные способы решения проблемы.

На практике подобием мозгового штурма могут явиться заседания совещательных органов разного рода – директораты, заседания ученых и научных советов, педагогические советы, специально создаваемые временные комиссии и т.д.

Метод «Делфи» или метод «дельфийского оракула» является итеративной (повторяющейся) процедурой при проведении мозговой атаки, которая способствует снижению влияния психологических факторов и повышению объективности результатов. Основные средства повышения объективности результатов при применении метода «Делфи» – использование обратной связи, ознакомление экспертов с результатами предшествующего тура опроса и учет этих результатов при оценке значимости мнений экспертов.

В конкретных методиках, реализующих процедуру «Делфи», эта идея используется в разной степени. Так, в упрощенном виде организуется последовательность итеративных циклов мозговой атаки. В более сложном варианте разрабатывается программа последовательных методов анкетирования, исключающих контакты между экспертами, но предусматривающих ознакомление их с мнениями друг друга между турами.

С примерами применения методов «Делфи» можно познакомиться в9. В силу трудоемкости обработки результатов и значительных временных затрат первоначально предусматриваемые методики «Делфи» не всегда удается реализовать на практике.

В последнее время процедура «Делфи» в той или иной форме обычно сопутствует любым другим методам моделирования систем – методу «дерева целей», морфологическому и т.п.

Метод синектики предназначен для генерирования альтернатив путем ассоциативного мышления, поиска аналогий поставленной задаче. В противоположность мозговому штурму здесь целью является не количество Альтернатив, а генерирование небольшого числа альтернатив (даже единственной альтернативы), разрешающих данную проблему. Эффективность синектики была продемонстрирована при решении многих проблем типа «спроектировать усовершенствованный нож для открывания консервных банок», «изобрести более прочную крышу» и т.д. Известен случай синектического решения более общей проблемы экономического плана: «разработать новый вид продукции с годовым потенциалом продаж 300 млн. долларов». Известны попытки применения синектики в решении социальных проблем типа «как распределить государственные средства в области градостроительства».

Суть метода синектики заключается в том, что формируется группа из 5–7 человек, отобранных по признакам гибкости мышления, практического опыта (предпочтение отдается людям, менявшим профессии и специальности), психологической совместимости, общительности. Группа ведет систематическое направленное обсуждение любых аналогий с подлежащей решению проблемой, спонтанно возникающих в ходе бесед. Перебираются и чисто фантастические аналогии.

Особое значение синектика придает аналогиям, порождаемым двигательными ощущениями. Это вызвано тем, что наши природные двигательные рефлексы сами по себе высокоорганизованны и их осмысление может подсказать хорошую системную идею. Предлагается, например, поставить себя на место фантастического организма, выполняющего функцию проектируемой системы и т.п. Раскрепощенность воображения, интенсивный творческий труд создают атмосферу душевного подъема, характерную для синектики. Успеху работы синектических групп способствует соблюдение определенных правил, в частности: 1) запрещено обсуждать достоинства и недостатки членов группы; 2) каждый имеет право прекратить работу без каких-либо объяснений при малейших признаках утомления; 3) роль ведущего периодически переходит к другим членам группы и т.д.

Наряду с перечисленными выше, в практике моделирования педагогических, образовательных систем могут, очевидно, применятся и прикладные методы, используемые в экономике, управлении производством, а также в сферах обработки информации. Это, в частности, такие методы, как балансные методы, методы обычного планирования, календарного планирования, потоковые методы, методы массового обслуживания; методы работы с массивами информации (методы организации массивов, обработки массивов, методы поиска информации) и т.д.10

Итак, мы довольно подробно рассмотрели вопрос о построении моделей. Как можно заметить, перечисленные выше методы моделирования не содержат жестких правил, алгоритмов. Действительно, пока что не существует твердых и эффективных правил моделирования – в этом процессе решающую роль играет творчество, интуитивное искусство создания модели.

Следующий этап стадии моделирования – оптимизация моделей.

Оптимизация моделей. Оптимизация заключается в том, чтобы среди множества возможных вариантов моде лей проектируемой системы найти наилучшие в заданных условиях, т.е. оптимальные альтернативы. В этой фразе важное значение имеет каждое слово. Говоря «наилучшие», мы предполагаем, что у нас имеется критерий (или ряд критериев), способ (способы) сравнения вариантов. При этом важно учесть имеющиеся условия, ограничения, так как их изменение может привести к тому, что при одном и том же критерии (критериях) наилучшими окажутся другие варианты.

Понятие оптимальности получило строгое и точное представление в различных математических теориях (читателей, интересующихся ими, отсылаем к работам Волкова В.Н., Денисова А.А., Моисеева Н.Н.11 и др.), прочно вошло в практику проектирования и эксплуатации технических систем, сыграло важную роль в формировании современных системных представлений, широко используется в административной и общественной практике, стало понятием, известным практически каждому человеку. Это и понятно: стремление практически каждого человека к повышению эффективности труда, любой целенаправленной деятельности как бы нашло свое выражение, свою ясную и понятную форму в идее оптимизации. Различие между строго научным, математизированным и «общепринятым», житейским пониманием оптимальности, в общем-то, невелико12. Правда, нередко встречающиеся выражения вроде «наиболее оптимальный», строго говоря, некорректны. Но люди, использующие эти выражения, на самом деле просто нестрого и неудачно выражают правильную мысль: как только дело касается конкретной оптимизации, они достаточно легко исправляют формулировки.

Если не вдаваться в подробности оптимизации математических моделей, что в сфере образования пока, как правило, редко применяется, то оптимизация моделей педагогических (образовательных) систем сводится, в основном, к сокращению числа альтернатив и проверке моделей на устойчивость.

Если специально стремиться к тому, чтобы на начальной стадии было получено как можно больше альтернатив моделей, то для некоторых проблем их количество может достичь большого числа решений. Очевидно, что подробное изучение каждой из них приведет к неприемлемым затратам времени и средств. На этапе оптимизации рекомендуется проводить «грубое отсеивание» альтернатив, проверяя их на присутствие некоторых качеств, желательных для любой приемлемой альтернативы. К признакам «хороших» альтернатив относятся надежность, многоцелевая пригодность, адаптивность, другие признаки «практичности». В отсеве могут помочь также обнаружение отрицательных побочных эффектов, недостижение контрольных уровней по некоторым важным показателям (например, слишком высокая стоимость) и пр. Предварительный отсев не рекомендуется проводить слишком жестко; для детального анализа и дальнейшего выбора необходимы, хотя бы несколько альтернативных вариантов моделей.

Важным требованием оптимизации моделей является требование их устойчивости при возможных изменениях внешних и внутренних условий, а также устойчивости по отношению к тем или иным возможным изменениям самой модели проектируемой педагогической (образовательной) системы. Проблемам устойчивости математических моделей систем посвящена довольно обширная литература (см., например работы Перегудова Ф.И., Тарасенко Ф.П., Моисеева Н.Н.13 и др.). В практике же проектирования педагогических (образовательных) систем, так же как и во многих других областях профессиональной деятельности, не поддающихся пока «математизации», для оптимизации моделей используются такие методы, как анализ, «проигрывание» возможных ситуаций, «мысленный эксперимент» (что произойдет, если изменяются такие-то условия? Такие-то условия? и т.д.).

Отобранные и проверенные на устойчивость модели становятся основой для последнего, решающего этапа стадии моделирования – выбора модели для дальнейшей реализации.

Выбор модели (принятие решения). Выбор одной единственной модели для дальнейшей реализации является последним и, пожалуй, наиболее ответственным этапом стадии моделирования, его завершением.

Выбор является действием, придающим всей деятельности целенаправленность. Именно выбор реализует подчиненность всей деятельности определенной цели. Рано или поздно наступает момент, когда дальнейшие действия могут быть различными, приводящими к разным результатам, а реализовать можно только одно. Причем вернуться к исходной ситуации, как правило, уже невозможно.

Способность сделать правильный выбор в таких условиях – ценное качество, которое присуще разным людям в разной степени. Великие полководцы, политики, ученые и инженеры, талантливые администраторы отличались и отличаются от своих коллег конкурентов, в первую очередь, умением делать лучший выбор, принимать правильное решение.

В системном анализе выбор (принятие решения)14 определяется как действие над множеством альтернатив, в результате которого получается подмножество выбранных альтернатив (обычно это один вариант, одна альтернатива, но не обязательно). При этом каждая ситуация выбора может развертываться в разных вариантах:

  • оценка альтернатив для выбора может осуществляться по одному или нескольким критериям, которые, в свою очередь, могут иметь как количественный, так и качественный характер;
  • режим выбора может быть однократным (разовым) или повторяющимся, допускающим обучение на опыте;
  • последствия выбора могут быть точно известны (вы бор в условиях определенности), иметь вероятностный характер (выбор в условиях риска), или иметь неопределенный исход (выбор в условиях неопределенности);
  • ответственность за выбор может быть односторонней (в частном случае индивидуальной – например, ответственность директора, ректора образовательного учреждения) или многосторонней (например, когда за решение несут, а чаще всего не несут никакой ответственности разрозненные ведомства – от муниципального до федерального уровня – типичный случай нашей традиционной российской «коллективной безответственности»). Соответственно различают индивидуальный или групповой, многосторонний выбор;
  • степень согласованности целей при многостороннем выборе может варьироваться от полного совпадения интересов сторон (кооперативный выбор) до их полной противоположности (выбор в конфликтной ситуации). Возможны также промежуточные случаи, например компромиссный выбор, коалиционный выбор, выбор в условиях нарастающего конфликта и т.д.

Как правило, выбор рационального варианта модели проектируемой системы основывается на последователь ном сокращении числа рассматриваемых вариантов за счет анализа и отбрасывания несуществующих или неконкурентоспособных по различным соображениям и показателям альтернатив. При выборе альтернатив следует иметь в виду, что цели проектируемой системы могут быть подразделены по их приоритетности15 на:

  • цели, достижение которых определяет успех проекта;
  • цели, которыми частично можно пожертвовать для достижения целей первого уровня;
  • цели, имеющие характер дополнения.

В любом случае выбор (принятие решения) является процессом субъективным, и лицо (лица), принимающие решение, должны нести за него ответственность. Поэтому в целях преодоления (уменьшения) влияния субъективных факторов на процесс принятия решения используются чаще всего методы экспертизы. В литературе имеется большое разнообразие методов экспертной оценки проектов16. Наиболее простыми из них являются метод комиссий и метод суда.

Метод комиссий состоит в открытой дискуссии по обсуждаемой проблеме для выработки единого мнения экспертов. Коллективное мнение определяется в результате открытого или тайного голосования. В некоторых случаях к голосованию не прибегают, выявляя результирующее мнение в процессе дискуссии. Преимущества метода комиссий: возможен рост информированности экспертов, поскольку при обсуждении эксперты приводят обоснование своих оценок, и обратная связь – под воздействием полученной информации эксперт может изменить первоначальную точку зрения.

Однако метод комиссий обладает и недостатками. К их числу, прежде всего, относится отсутствие анонимности. Оно может приводить к достаточно сильным проявлениям конформизма со стороны экспертов, присоединяющих свои мнения к мнению более компетентных и авторитетных экспертов даже при наличии противоположной собственной точки зрения. Дискуссия часто сводится к полемике наиболее авторитетных экспертов. Существенным фактором становится и различная активность экспертов, не всегда коррелированная с их компетентностью. Кроме того, публичность высказываний может приводить к нежеланию некоторых экспертов отказаться от ранее высказанного мнения, даже если оно в процессе дискуссии претерпело изменения.

Экспертиза по методу суда использует аналогии с судебным процессом. Часть экспертов объявляется сторонниками рассматриваемой альтернативы и выступает в качестве защиты, приводя доводы в пользу рассматриваемой альтернативы. Часть экспертов объявляется ее противниками и пытается выявить отрицательные стороны. Часть экспертов регулирует ход экспертизы и выносит окончательное решение. В процессе экспертизы по методу суда «функции» экспертов могут меняться. Метод суда обладает теми же преимуществами и недостатками, что и метод комиссий.

Применяются также и другие методы экспертизы проектов: методы предпочтений, попарных сравнений, смешанной альтернативы, согласования оценок и т.д., а также методы сложных экспертиз, например метод решающих матриц и др.17

Кроме того, дополнительно используются еще и методы оценки качества экспертиз18. Ведь для проведения экспертиз должны быть отобраны компетентные эксперты, хорошо знакомые с предметом экспертизы, обладающие достаточным опытом, способные выносить обоснованные объективные суждения.{/mosregread}

  1. Документационный метод предполагает оценку качества эксперта на основании таких документальных данных, как число публикаций и ссылок на работы эксперта, ученая степень, стаж, занимаемая должность и т.д.

  2. Тестовый метод предполагает отбор экспертов на основании решения ими тестовых задач, в которых отражена специфика предмета экспертизы. В качестве теста могут также рассматриваться результаты участия эксперта в аналогичных экспертизах.

  3. Достаточно часто используются методы взаимооценки и самооценки экспертов. Взаимооценка осуществляется, как правило, двумя способами. В первом из них каждый предполагаемый член экспертной комиссии оценивает компетентность, объективность и т.д. других предполагаемых экспертов. Во втором – оценку качества предполагаемых экспертов осуществляет аналитическая группа, которой поручена организация и проведения экспертизы. При самооценке определение степени знакомства с предметом экспертизы, компетентности и т.д. в достаточно детализированном виде осуществляется самим экспертом. Взаимооценка и самооценка экспертов может носить как качественный, так и количественный характер.

  4. Метод оценки непротиворечивости суждений эксперта. Опыт проведения экспертиз показывает, что эксперт далеко не всегда последователен в своих оценках. Особенно часто непоследовательность экспертов проявляется при использовании метода парных сравнений. Так, например, эксперт может считать альтернативу «а» более предпочтительной, чем «б», альтернативу «б» – более предпочтительной, чем «в», и вместе с тем альтернативу «в» – более предпочтительной, чем «а». Такая непоследовательность объясняется различными причинами. С одной стороны, решающее влияние может оказывать специфика проводимой экспертизы, наличие сложной многокритериальной системы предпочтений у эксперта. С другой стороны, причиной непоследовательности эксперта может служить недостаточное его знакомство с предметом экспертизы, недостаточно четкая формулировка вопросов, обращенных к эксперту, отсутствие четкого представления о цели экспертизы. Выявить конкретные причины непоследовательности эксперта может лишь специально проведенный анализ.

Таким образом, по принятии решения о выборе модели завершается стадия моделирования педагогической (образовательной) системы. Далее следует стадия ее конструирования.


 

1Новиков А.М., Новиков Д.А. Проект как цикл инновационной деятельности и организация практической образовательной деятельности // Инновационные проекты и программы в образовании . 2009. №5; Новиков А.М., Новиков Д.А. Организация образовательных проектов. // Инновационные проекты и программы в образовании. 2009. №6.

2 Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. – М.: Высшая шк., 1989. – 367 с.

3 Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. Изд. 2е. – СПб.:СПб.ГТУ, 1999. – 512 с.; Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. – М.: Высшая шк., 1989. – 367 с.

4 Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. Изд. 2е. – СПб.:СПб.ГТУ, 1999. – 512 с.

5 Черчмен У. и др. Введение в исследование операций – М.: Наука, 1968. – 242 с.

6 Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. Изд. 2е. – СПб.:СПб.ГТУ, 1999. – 512 с.; Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. – М.: Высшая шк., 1989. – 367 с.

7 Грезнева О.Ю. Организационно-педагогические игры в профессиональной подготовке учителя. Автореферат. Дис. канд. пед. н. – Казань, 1995. – 21 с.; Громыко Ю.В. Оргдеятельностные игры и развитие образования / Технология прорыва в будущее. – М.: Независимый методологический университет, 1992. – 191 с.

8 Джонс Д. Методы проектирования. – М.: Мир, 1986. –316 с.; Тюков А.А. Рефлексия в науке и в обучении. – Новосибирск: НГУ, 1984. – 124 с.; Холл А. Опыт методологии для системотехники. – М.: Сов. радио, 1975. – 624 с.

9 Теория прогнозирования и принятия решения / Под ред. С.А. Саркисяна. – М.: Высшая шк., 1977. – 351 с.

10 Мазур И.И., Шапиро В.Д. и др. Управление проектами: Справочное пособие. – М.: Высш.шк., 2001. – 875 с.

11 Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. Изд. 2е. – СПб.:СПб.ГТУ, 1999. – 512 с.; Моисеев Н.Н. Элементы теории оптимальных систем. – М.: Наука, 1974. – 528 с.

12 Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. – М.: Высшая шк., 1989. – 367 с.

13 Моисеев Н.Н. Элементы теории оптимальных систем. – М.: Наука, 1974. – 528 с.; Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. – М.: Высшая шк., 1989. – 367 с.

14 Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. – М.: Высшая шк., 1989. – 367 с.

15 Смирнов В.С., Власов С.А., Ваулинский Е.С., Лебедев Б.И. Методы и модели управления проектами в металлургии. – М.: Синтег, 2001.- С. 176.

16 Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. Изд. 2е. – СПб.:СПб.ГТУ, 1999. – 512 с.;

Литвак Б.Г. Экспертная информация. Методы получения и анализа. – М.: Радио и связь, 1982. – 184с.

17 Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. Изд. 2е. – СПб.: ГТУ, 1999. – 512 с.

18 Литвак Б.Г. Экспертная информация. Методы получения и анализа. – М.: Радио и связь, 1982. – 184с.