Preview

Высшее образование в России (Vysshee obrazovanie v Rossii = Higher Education in Russia)

Расширенный поиск
Том 33, № 11 (2024)
Скачать выпуск PDF

СТАТЬИ

9-28 463
Аннотация

   Институциональные трансформации высшего образования в России осуществляются сегодня под влиянием геополитических факторов и комплекса разрывов между запросами современного общества и сложившимися институциональными характеристиками высшей школы. В статье определяется сущность институциональных трансформаций высшего образования, систематизируются разрывы и противоречия, определяющие их контекст в современной России, а также выявляются основные тренды трансформации практик образовательной и научной деятельности вузов, определяющих направленность институциональных изменений. Анализ осуществлялся с использованием теоретических и эмпирических методов, включая содержательный анализ стратегических и отчётных документов 62 ведущих российских вузов, а также вторичный анализ данных ВЦИОМ. Делаются выводы о том, что в качестве основного разрыва институциональных трансформаций отечественного высшего образования в настоящее время выступает разрыв между доверием и ценностью, а в качестве основного механизма – конструирование вузами новых практик образовательной и научной деятельности. Анализ данных практик позволил заключить, что направленность институциональных изменений в сфере образовательной деятельности в большей степени связана с преобразованием традиционных институциональных характеристик, а в сфере научной деятельности – с формированием новых институциональных оснований при общей ориентации на наращивание интеграционного потенциала вузов и межинституционального взаимодействия. Перспективы формирования новой национальной системы высшего образования связываются с возможностью закрепления данных практик на общесистемном уровне в качестве устойчивых институциональных характеристик.

29-55 247
Аннотация

   В условиях быстрого изменения технологий и требований рынка труда актуальность традиционных моделей профессионального образования снижается. Необходимость быстрого обновления навыков и компетенций для взрослого населения приводит к появлению новых образовательных решений, в том числе коротких программ приобретения компетенций для выполнения отдельных трудовых функций с возможностью быстро приступить к работе. В настоящем исследовании рассматриваются особенности микроквалификационных программ в системе высшего образования в России, их потенциал для обучения взрослого населения и влияние на рынок труда. Анализ проведён на основе данных о реализации федерального проекта «Содействие занятости», данных о вакансиях на рекрутинговых платформах и результатов фокус-групп с представителями работодателей. Микроквалификация трактуется как набор узкоспециализированных навыков, необходимых для выполнения отдельных трудовых функций, не требующих наличия профильного документа об основном образовании. Анализ данных о заработной плате слушателей федерального проекта «Содействие занятости» показывает, что обучение по микроквалификационным программам, связанным с цифровыми технологиями, обеспечивает значительный прирост заработной платы слушателей. Результаты исследования демонстрируют высокий потенциал микроквалификационных программ для обучения взрослого населения и формирования конкурентоспособных специалистов. Рассмотрены модели, основанные на использовании программ дополнительного профессионального образования и профессионального обучения, а также модели, формирующие индивидуальные образовательные траектории в рамках основных профессиональных образовательных программ для студентов. Работа также предлагает рекомендации по дальнейшему внедрению микроквалификационных программ в систему высшего и дополнительного профессионального образования.

56-72 217
Аннотация

   Анализируя изменения в составе персонала вузов по всему миру, авторы статьи обращают внимание на рост доли неакадемического персонала, в частности высококвалифированных административных сотрудников среднего и высшего звена.

   Целью статьи является анализ того, как в университетах представлено сочетание разных административных работников по их функциям.

   На основе кластерного анализа данных Мониторинга экономики образования (N = 92) были выделены три группы университетов согласно административным профилям: «предприимчивый», образовательный и хозяйственный. Первый кластер характеризуется высокой долей административных сотрудников, занятых в общем управлении, научно-исследовательской деятельности, финансовых вопросах и информационно-коммуникационных технологиях. Во втором кластере большая доля персонала занята обеспечением образовательной деятельности. Для третьего кластера характерна высокая доля персонала, занятого содержанием и эксплуатацией инфраструктуры и зданий. Вузы хозяйственного административного профиля характеризуются наличием большей площади учебно-лабораторных помещений в расчёте на одного студента, однако по показателям научной, образовательной и финансовой деятельности вузы в выборке не различаются.

73-94 315
Аннотация

   Стремительное развитие технологий искусственного интеллекта (ИИ) поставило высшую школу перед множеством дилемм, одна из которых – овладение преподавателями компетенций применения ИИ-технологий в образовательном процессе.

   Цель настоящего исследования – представить современное состояние проблемы повышения квалификации преподавателей вузов в области ИИ в теории и практике образования.

   Для достижения поставленной цели использованы теоретические и эмпирические методы. Группа теоретических включает анализ научной литературы и интернет-источников, изучение и обобщение передового педагогического опыта, сравнительный анализ, контент-анализ, метод систематизации. Группа эмпирических включает анализ документов, анкетирование и опрос. В первой части статьи представлен анализ международных и российских нормативных документов, который показал значимость изучаемого вопроса для государства и социума, а также позволил установить, что правовая база, регулирующая ИИ в высшем образовании, в настоящее время проходит этап активного формирования. Во второй части статьи приведён обзор научных публикаций зарубежных и российских учёных, который помог продемонстрировать теоретические аспекты современного состояния проблемы повышения квалификации преподавателей в области ИИ, а также выявить её недостаточную освещённость. В третьей части статьи представлены результаты изучения практики образования в виде систематизации программ повышения квалификации преподавателей, предлагаемых вузами и коммерческими организациями в настоящий момент. Систематизация сделана по двум основаниям: по способу реализации и по целевой аудитории. В четвёртой части статьи описан авторский опыт разработки и реализации дополнительной профессиональной программы повышения квалификации преподавателей по подготовке образовательного контента с помощью нейросетей на базе Южно-Уральского государственного университета. В заключении сделан вывод о необходимости системного осмысления изучаемой проблемы, координации действий образовательных организаций и государственных органов для выработки поддерживающей нормативной базы, необходимости создания условий, способствующих непрерывному развитию ИИ-компетенций преподавателей.

95-107 423
Аннотация

   В статье приводятся результаты исследования историко-культурных оснований российской идентичности современной молодёжи, проводившегося в 2023 году. В целях более точного анализа особенностей самоидентификации молодёжи были выделены категории молодёжи, относящиеся к разным профессиональным и социальным полям. Рассматривая историко-культурную идентичность как осознание личной связи человека с прошлым, настоящим и будущим России, авторы исследуют историческую память выделенных категорий молодёжи как одно из ключевых оснований для выработки устойчивых форм российской идентичности. Исследование носило эксплораторный характер, сформулированные по его результатам предварительные выводы позволяют говорить о необходимости разработки комплексных моделей исследования процессов идентификации молодёжи с Россией и выработки более таргетированных стратегий исторической политики, ориентированной на молодёжь.

108-131 260
Аннотация

   Для российской экономики актуальна задача развития высокотехнологичных отраслей, решение которой требует совместных усилий образовательных, исследовательских и производственных организаций при поддержке государства. На сегодняшний день достигнуты весомые результаты в области сотрудничества вузов с бизнесом. Их систематизация и анализ позволят определить как наиболее результативные направления взаимодействия, так и требующие дальнейшего развития.

   Цель представленного в статье исследования – выявление типовых моделей сотрудничества вузов с бизнесом на основе анализа результатов их научно-образовательного взаимодействия.

   Для её реализации проведена кластеризация российских вузов. Выявлено 6 кластеров, каждый из которых обладает специфическими особенностями. Вузы первых двух кластеров ориентированы на коммерциализацию доходов от НИОКР. Вузы кластера 1 отличаются высокой долей внебюджетных доходов от НИОКР, а кластера 2 высокими внебюджетными доходами от НИОКР в расчёте на численность НПР. В вузах кластера 3 высокие результаты совместной публикационной деятельности с бизнес-компаниями. В вузах из кластеров 4 и 5 более развито образовательное сотрудничество с бизнесом. Вузы кластера 4 имеют разветвлённую сеть партнёрств с предприятиями для организации практик студентов. Вузы кластера 5 активно сотрудничают с бизнесом для подготовки специалистов на договорной основе. К кластеру 6 отнесены вузы, имеющие низкие результаты по всем направлениям сотрудничества с бизнесом. Результаты исследования позволили составить представление об основных подходах вузов к выстраиванию взаимодействия с бизнес-компаниями, оценить их достижения в этой области. Такая задача впервые реализована на репрезентативной выборке российских вузов на основе анализа количественно оценённых результатов сотрудничества с бизнесом. Материалы статьи могут представлять интерес для вузов, нацеленных на развитие партнёрства с бизнес-компаниями, а также для органов государственной власти, разрабатывающих проекты поддержки университетско-отраслевого взаимодействия. Меры поддержки могли бы стать более диверсифицированными, с учётом специфики каждого кластера, и быть направлены на стимулирование развития приоритетных для вуза направлений сотрудничества с бизнесом.

132-148 210
Аннотация

   В статье представлен комплексный анализ учёта успеваемости обучающихся для решения задач эффективного и оперативного управления образовательным процессом в политехническом университете. Авторами проанализирована и классифицирована информация, которая потенциально может оказывать влияние на успеваемость студентов и их удовлетворённость образовательной организацией. Акцент сделан на применении прогнозных моделей, позволяющих осуществлять адаптацию содержания учебных дисциплин и контрольных мероприятий под текущий контингент обучающихся. В качестве основного средства оценивания рассматривается тестирование. В исследовании использованы обезличенные данные, собранные о студентах первого курса политехнического вуза (2023/24 учеб. год) уровней подготовки бакалавриат и специалитет (n = 1549) по таким группам факторов, как демографические, социокультурные, академические и экономические. Использованы методы математической статистики, а именно: определение вида распределения данных при помощи теста Шапиро – Уилка, установление наличия мультиколлинеарности при построении множественной регрессии критерием Пирсона, установление корреляционных зависимостей методом ранговой корреляции Спирмена. Методы машинного обучения, применённые для прогнозирования оценки на промежуточной аттестации по дисциплинам базового цикла (математика и физика), реализованы на языке программирования Python (v. 3.8) с использованием свободно распространяемой библиотеки Keras.

   Основные результаты: представлена классификация факторов, влияющих на успеваемость и удовлетворённость обучающихся; при помощи методов математической статистики установлена значимость каждого фактора для прогнозирования успеваемости; разработана и представлена модель управления образовательным процессом на основе Agile Learning Design, позволяющая адаптировать конкретную дисциплину под текущий контингент обучающихся.

149-168 140
Аннотация

   За последние тридцать лет благодаря правительственным инициативам по «строительству» университетов мирового класса в Китае была создана когорта элитных (ведущих) вузов, охватывающая около 5 % университетов, имеющих ощутимые преимущества перед иными вузами в приёме студентов, преподавании, исследованиях, финансировании и поддержке местных властей. Несмотря на схожие возможности, которые получают университеты при переходе в статус элитных вузов, каждый из них имеет разную структуру бюджета и отличные результаты деятельности, которые прежде всего ассоциируются с позициями университетов в международных рейтингах.

   Поэтому цель статьи – показать, действительно ли только повышенные инвестиции в развитие позволяют китайским университетам быть успешными в рейтинговой гонке.

   В статье описаны источники финансирования китайских университетов, показана структура финансирования некоторых ведущих вузов, представлена модель финансирования государственных университетов. Отдельное внимание уделено факторам, влияющим на уровень финансирования китайских университетов, таким как принадлежность к элитной группе вузов, территориальное расположение и спектр реализуемых образовательных программ. На выборке из 29 ведущих университетов показано, что индикатором успеха выступает разнообразие источников финансирования: как правило, лучшие вузы имеют более высокую долю дохода от предпринимательской деятельности. В то же время объём вузовского бюджета только на 50 % обуславливает продвижение в рейтингах, вторая причина успеха – это «символический капитал», получаемый университетами от участия в проектах 211 / 985 / «Двойной первоклассный» и позволяющий достичь весомых конкурентных преимуществ. Источниками информации для анализа послужили: данные Министерства образования Китая, сайты ведущих китайских университетов, публикации, находящиеся в открытом доступе в сети китайского Интернета, а также научные статьи, опубликованные в российских и ведущих мировых изданиях.



Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0869-3617 (Print)
ISSN 2072-0459 (Online)