Использование больших данных (big data) – это новая профессиональная задача педагога цифровых образовательных платформ. Большие данные – это совокупность технологий, которые призваны совершать три операции: обрабатывать большие по сравнению со «стандартными» сценариями объемы данных; уметь работать с быстро поступающими данными в очень больших объемах, уметь работать со структурированными и плохо структурированными данными [Протасов, 2020]. По сути большие данные подразумевают работу с информацией огромного объема и разнообразного состава, часто обновляемой и находящейся в разных источниках. Это могут быть данные электронных журналов, электронных документов или видеоматериалы, диалоги, машинные коды, геопространственные данные и пр. Это могут быть самые разнообразные данные об обучающихся: от фамилии и места проживания до количества пропусков занятий и неверно решенных заданий. Это данные, которые всегда циркулировали в сфере образования, но раньше не хватало мощностей технологий для их сохранения и детального анализа.

На сегодняшний день в сфере образования собирать такие данные проще всего на базе электронных учебных изданий и дистанционных курсов. Самой популярной на сегодняшний день свободно распространяемой электронной обучающей средой в сфере дистанционного образования является система Moodle (Modular Object-Oriented Dynamic Learning Environment). Система может автоматически сохранять время, потраченное на изучение курса, даты посещения курса, заносить оценки в системный электронный журнал, фиксировать количество попыток при выполнении заданий, количество и тип ошибок и пр.

В общих словах, очевидно в будущем большие данные помогут сделать педагогические инструменты лучше, а образование эффективнее. Если рассуждать детальнее, то ученые отмечают, что большие данные:

– позволят ускорить решение научных, исследовательских и педагогических проблем за счет возможности работать с индивидуальными траекториями;

– помогут персонализировать контент под потребности каждого обучающегося, поскольку анализ таких данных позволяет строить модели, графы, диаграммы, отражающие взаимосвязи поведения, интересов, предпочтений обучающихся и не только понимать текущие образовательные предпочтения обучающихся, но и прогнозировать будущие тенденции;

– позволят повысить скорость и эффективность усвоения знаний. «Если традиционно преподавательская методика создается на основе персонального опыта одного-нескольких учителей, то на основе больших данных методика становится продуктом массового опыта» [Ларьяновский, 2020].

В современном обществе по-разному оцениваются перспективы применения человеко-машинного взаимодействия в образовании. Одни ученые считают, что машина способна выполнять легкоформализуемые операции по обработке информации и главная роль в учебном процессе должна сохраняться за педагогом, другие считают, что развитие искусственного интеллекта и нейрокомпьютерных сетей позволит создать такие экспертные обучающие системы, интеллектуальные системы, которые смогут полностью заменить педагога. Не вдаваясь в дискуссию о роли человеко-машинного взаимодействия в решении задач образования, отметим, что под влиянием процессов информатизации и глобализации человеко-машинное взаимодействие становится более открытым и доступным для сферы образования. В новой образовательной среде происходит усиление человеко-машинных взаимодействий, в ближайшем будущем оно коснется всех ступеней образования. Преимущества такого взаимодействия понятны, но, вместе с тем, необходимо понимать трудности, связанные с этим процессом, и сопутствующие проблемы. Современному педагогу предстоит научиться видеть, осознавать эти проблемы и связанные с ними образовательные риски, научиться осуществлять поиск ответов, от которых будет зависеть эффективность инновационных образовательных практик.