Введение

Технология интеллектуальных цифровых двойников (ЦД) - одна из основных технологий, связанных с Индустрией 4.0 [1]. Впервые концепция двойников использовалась НАСА в программе «Аполлон», в рамках которой инженеры моделировали и оценивали последствия своих решений на находящемся на земле космическом аппарате - идентичном двойнике того, который был отправлен в космос [2, 3]. Непосредственно ЦД были впервые упомянуты в 2002 году Майклом Гривсом как комбинация физической и виртуальной систем, причем виртуальная часть системы содержит всю информацию о физической [4 – 6]. Сегодня по определению, данному компанией Сименс: «ЦД — это виртуальное представление физического объекта или процесса, используемое для понимания и прогнозирования характеристик производительности физического двойника» [7]. В настоящее время часто ЦД делятся на три подкатегории [8, 9]:

Цифровая модель (ЦМ) - цифровое представление физического объекта или процесса без автоматического обмена данными между физическим объектом и цифровым двойником.

Цифровая тень (ЦТ) - автоматизированный односторонний поток данных между физическим объектом и цифровым двойником.

Цифровой двойник (ЦД) - данные между физическим объектом и цифровым двойником, перемещаются в обоих направлениях.

Далее под ЦД в статье будет пониматься виртуальное представление физического объекта или процесса, относящееся к третьей категории - система, в которой данные между физическим и цифровым двойником перемещаются в обоих направлениях.

В настоящее время ЦД активно используются при моделировании, управлении и оптимизации промышленных процессов на производствах. Однако возможность использования ЦД для вузов с целью управления и оптимизации образовательного процесса исследована мало как в России, так и за рубежом. При этом ввиду длительности образовательного процесса для специалистов технической направленности от 4 и более лет, возможность прогнозирования результата обучения с точки зрения потребностей будущих работодателей является чрезвычайно важным аспектом [10 – 12].

Учитывая вышеизложенное, актуальной является разработка подхода к проектированию цифровых двойников для вузов в том числе с использованием методов имитационного моделирования, баз данных и оптимизационных модулей для реализации концепции рационального управления образовательным процессом при обучении специалистов в режиме реального времени и поддержки принятия стратегических и оперативных решений при формировании индивидуальной траектории обучения.

 Создание цифровой тени образовательной организации

В рамках развития цифровой экономики к образовательной организации применяются те же подходы, что и к любой другой организации. На начальном этапе у образовательной организации создаётся ЦТ, в процессе создания которой происходит сбор данных обо всех бизнес-процессах в образовательной организации и осуществляется перевод всех бизнес-процессов в цифровой формат. Процесс создания ЦТ характеризуется тем, что все больше процессов автоматизируются, переводятся на безбумажный документооборот, хранятся в базах данных.

ЦТ образовательной организации в первую очередь используется для управления. Наличие ЦТ позволяет эффективно использовать модель управления, основанную на данных, ядром которой является единая информационная система управления образовательной организацией, представляющая собой аппаратный комплекс, который охватывает все бизнес-процессы, включая образовательную, научную и инновационную деятельности, финансы, кадры, дистанционное обучение, порталы, сайты и др. При создании полноценной ЦТ фактически все данные и все бизнес-процессы образовательной организации оцифровываются. Сотрудники, вовлеченные в образовательный процесс, получают различный уровень доступа к таким данным, обеспечивающийся использованием пользователями логина и пароля для доступа к своей учетной записи. Студенты имеют доступ к одним данным, преподаватели ‒ к другим данным, администрация ‒ к третьим и проч.

В такой модели функционирования образовательной организации с использованием ЦТ ее управление основано на анализе большего объема данных, иными словами, создается ЕRP-система, которая собирает все данные, анализирует их и представляет в определенной форме, необходимой для поддержки принятия решений руководством образовательной организации. Это своеобразный дешборд для управленцев, где они могут получить информацию в любом разрезе для принятия каких-либо управленческих решений по всем направлениям, включая кадры, финансы, развитие и др. В идеале создаваемая система способна проанализировать абсолютно любые данные и дать ответы на такие вопросы как: несколько эффективна образовательная организация, насколько хорошо осуществляется набор абитуриентов, какие образовательные программы наиболее востребованы и проч.

 Формирование цифрового двойника образовательной организации

На следующем этапе на основании ЦТ начинается формирование ЦД (рисунок 1), позволяющего повысить эффективность бизнес-процессов образовательной организации.

Рисунок 1 ‒ Схематичное использование ЦТ и ЦД в образовательной организации

Использование ЦД позволяет анализировать полный объем данных образовательной организации, который накапливается, производя реинжиниринг бизнес-процессов: удаление неэффективных и внедрение качественно новых. ЦД позволяет прогнозировать последствия принимаемых решений, выявлять и развивать наиболее эффективные стратегии, что в итоге приводит к качественному скачку функционирования организации.

Концепция создания и использования ЦД образовательной организации подразумевает использование студентоцентричной модели. Очевидно, что студентоцентричная модель тоже использует большие наборы данных и основана на ЦТ, но акценты смещены на образовательный процесс.

На практике это означает, что студенты имеют доступ ко всем электронным сервисам от естественного доступа в университет и доступа на сайт, они получают справки в электронном виде, получают расписание и видят замены в онлайн-режиме, то есть реализован инструмент чат-ботов, которые им отвечают на все вопросы. Они могут работать в дистанционном формате, подключаться к любым сервисам университета, в т.ч. к любым электронным библиотекам, с которыми заключён у университета договор, а не только к университетской библиотеке. Электронные сервисы для студентов также включают в себя реализацию сетевых образовательных программ, которые позволяют поднять образование на качественно новый уровень и дать те знания и навыки студентам, которые невозможно приобрести в выбранной ими образовательной организации, за счёт приобретения их у другой образовательной организации-партнера. На практике это может быть осуществлено за счет подключения массовых открытых онлайн-курсов и платформы открытого образования, которые реализованы профильными вузами и/или ведущими специалистами вузов, а также за счет цифрового образования, подразумевающего не просто курсы в электронном формате, а интерактивные курсы, курсы, дополненные виртуальной реальностью и другими иммерсивными технологиями.

Использование ЦД позволяет в образовательной организации формировать креативную экосреду, включающую в себя различные дополнительные активности, такие как проектная деятельность и функционирование центров различной технологической поддержки образования (студент выполняет сначала свой проект самостоятельно, а потом его реализует в практической предметной среде).

Доступ к самым разнообразным сервисам образовательной организации получают через личный кабинет студента, вход в который организован через логин и пароль. Личный кабинет студента, представляет собой цифровой сервис в режиме одного окна, который реализован на платформе корпоративного портала и включает доступ к данным о рейтингах, опросам, успеваемости.

Следующее отличие реализации студентоцентричной модели в виде ЦД — это обеспечение обратной связи в форме оценки эффективности образовательной организации с использованием мнения студентов [13]. То есть студенты оценивают преподавателей, образовательные программы, отдельные курсы. Необходимо отметить, что оценки студентов могут сильно отличаться от восприятия того же аспекта сотрудниками образовательной организации, и тем более ее руководством.

 

Оценка эффективности образовательной организации с использованием мнения студентов

Различия в оценках эффективности работы вуза студентами и руководством хорошо показало проведенное исследование среди инженеров химиков-технологов по оценке лабораторий, поскольку работа в лаборатории является одним из наиболее важных элементов обучения будущего специалиста химико-технологической направленности. Оценка состояния лаборатории проводится через анкетирование лиц, участвующих в учебном процессе: руководство, лаборанты, студенты. Анкета, содержит такие разделы как: «Документация», «Помещение», «Персонал», «Оборудование», «Лабораторная посуда», «Рабочее место», «Химические вещества». И для каждого из указанных пунктов сформирован перечень требований/ожиданий, каждое из которых оценивается по четырехбальной шкале:

1 – требование/ожидание не соблюдается;

2 – требование/ожидание соблюдается недостаточно;

3 – требование/ожидание в основном выполнено;

4 – состояние объекта превышает установленные требования или выше ожиданий.

Итоговый результат по каждому из разделов оценивается по формуле:

 

Отдельно по 4-х бальной шкале оценивается значимость каждого из разделов анкеты, где 1 означает «не значимо», а 4 – «очень значимо». Результаты оценки представляются в виде матрицы состояния (рисунок 2), в которой по осям откладываются оценки соответствия лаборатории требованиям/ожиданиям и их значимость.

Рисунок 2 ‒ Матрицы состояния

   Цветовые зоны отражают эффективность объекта исследования, где красные ‒ «не эффективен», зеленый  ‒ «абсолютно эффективен». Например, для представленной на рисунке 2 матрицы состояния, объекты исследования – документация, оборудования, помещение и персонал эффективны, хотя и могут быть усовершенствованы.  Объекты – химические вещества, рабочее место и посуда недостаточно эффективны. Результаты оценки лаборатории различными группами лиц представляются в виде лепестковых диаграмм. На рисунке 3, приведены результаты оценки лаборатории, полученные для образовательной организации, занимающейся подготовкой инженеров химиков-технологов.

 

 

Рисунок 3 ‒ Результаты оценки лаборатории различными группами лиц

  Как видно на рисунке 3, результаты сильно отличаются в зависимости от того, мнение какой группы было запрошено: руководство, преподаватели или студенты. Расхождения в оценке могут быть обусловлены тем, что уровень вовлеченности в процесс может быть различным. Например, обучающиеся, проходящие практикум чаще сталкиваются с состоянием рабочего места, нежели руководство. При использовании ЦД подобного рода анкетирование проводится не только для физического объекта, но и для его виртуальной модели, что позволит оптимизировать процессы в образовательной организации и сделать предлагаемые изменения более эффективными [14, 15].

 Создание индивидуальных образовательных траекторий

 Еще одним элементом студентоцентричной модели является создание индивидуальных образовательных траекторий (ИОТ). Современные информационные системы вузов позволяют студенту самому принимать активное участие в формировании ИОТ, но для осуществления этой процедуры, они должны пройти входное тестирование, на котором оценивается их знания и компетенции и психологические тесты (оценка склонностей). На рисунке 4 представлены схемы логико-информационных моделей, отражающие существующую ситуацию с ИОТ и модель на основе ЦД, с учетом возможность прогнозирования последствий принимаемых решений, выявлять и развивать наиболее эффективные стратегии.

 Выходной информацией при использовании технологии ЦД при формировании ИОТ являются исходные уровень подготовки и способности поступающих на обучение студентов. Выходными показателями является степень удовлетворенности результатом как работодателя, так и самого работника (бывшего студента). Изменяемыми параметрами системы являются: содержание образовательных курсов (включая методы выходного контроля), компетенции и поведенческо-профессиональные навыки профессорско-преподавательского состава, элементы дополнительного образования и воспитательной активности. Все эти изменяемые параметры и формируют индивидуальную траекторию обучения.  Для обеспечения обратной связи при использовании ЦД предложен оригинальный алгоритм оценки эффективности ИОТ, в основу которого положено достижение такой цели как успешность трудоустройства выпускников, включающий в себя 4 базовых этапов:

1. a)

b)

Рисунок 4 ‒ Логико-информационная модель формирования индивидуальной траектории обучения студента в вузе: а) существующая модель; b) модель на основе ЦД, с учетом возможность прогнозирования последствий принимаемых решений, выявлять и развивать наиболее эффективные стратегии

Этап 1.  Выбор показателей выбор показателей для оценки перспективы трудоустройства выпускников в отрасли и подбор необходимой информации для их оценки.

Этап 2. Проверка значимости выбранных показателей с использованием корреляционного анализа путем вычисления коэффициента корреляции Пирсона.

Этап 3.  Отбор наиболее значимых параметров и использованием факторного анализа.

Этап 4. Нахождение зависимости между выбранными показателями и перспективой трудоустройства студента с использованием нейронных сетей.

 Для успешного сбора, анализа и обработки больших массивов разнородных данных, собранных на этапах 1-3, разработаны специальные инструменты (включая специализированные системы оценок и индикаторов), алгоритмы (включая обработку статистической информации, в том числе и непараметрической для выявления наличия корреляций между различными факторами) и базы данных.

 Для реализации 4 этапа алгоритма предложено использовать нейронные сети, для чего в работе проведена сравнительная оценка эффективности работы нейронных сетей следующих конфигураций:

•  Линейная 13 13-6-1:1 - линейная нейронная сеть с 13 входными нейронами, одним выходным нейроном и тремя слоями с 13, 6 и 1 нейронами, соответственно;
• МП 13 13-6-1:1 – многослойный персептрон с 13 входными нейронами, одним выходным нейроном и тремя слоями с 13, 6 и 1 нейронами, соответственно;
• РБФ 13 13-6-1:1 – сеть радиальных базисных функций с 13 входными нейронами, одним выходным нейроном и тремя слоями с 13, 6 и 1 нейронами, соответственно.

Проведенное тестирование представленных сетей показало, что лучшей сетью для решения задачи предсказания является многослойный персептрон «МП 13 13-6-1:1» с характеристиками обучения «BP300CG110b» (триста эпох обратного распространения, а также сто десять эпох спуска по сопряженным градиентам, после которого выполнена остановка обучения из-за переобучения сети).

   Заключение

 В результате проведенных теоретических исследований разработана общая концепция использования ЦД в образовательной организации, сущность которой состоит в реализации в вузе студентоцентричной модели, ядром которой является построение ИОТ.

 Разработан оригинальный подход к оценке восприятия студентами отдельных элементов образовательной деятельности и к сравнительному сопоставлению этой оценки с аналогичными оценками преподавателей и руководства вуза. Причем отмечено, что данные методы оценки могут быть очень важны при отработке инновационных решений на ЦД. Для прогнозирования уровня удовлетворенности выпускниками будущих работодателей. Предложен оригинальный алгоритм, отличающийся использованием нейронных сетей.

 Список источников

1. 1. SchusterK., Groß K., Vossen R.,  Richert A.,  Jeschke S. Preparing for Industry 4.0 – Collaborative Virtual Learning Environments in Engineering Education //International Journal of Advanced Corporate Learning (iJAC).  2015, December. 8(4):14. DOI:10.3991/ijac.v8i4.4911
2. 2. Glaessgen E.,  Stargel D. The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles // Paper for the 53rd Structures, Structural Dynamics, and Materials Conference: Special Session on the Digital Twin. 2012. URL: https://ntrs.nasa.gov/api/citations/20120008178/downloads/20120008178.pdf 
3. 3. Boschert S., Rosen R. Digital Twin—The Simulation Aspect // Mechatronic Futures. - Cham: Springer International Publishing, 2016. - Pp. 59–74.
4. 4.  Negri E., Fumagalli L.,  Macchi M. A Review of the Roles of Digital Twin in CPS-based Production Systems // Procedia Manufacturing. - 2017. - Vol. 11. - Pp. 939–948.

5.  Grieves M.,  Vickers J. Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems // Transdisciplinary Perspectives on Complex Systems. Cham: Springer International Publishing, 2017. - Pp. 85–113.

6. Kapterev A.I., Romashkova O.N. Challenges for Russian Ecosystem of Higher Education for on Board Communications // Systems of Signals Generating and Processing in the Field of on Board Communications. SOSG 2019. - P. 8706719.

5. 7. Siemens, Digital Twin. URL:  https://www.plm.automation.siemens.com/global/en/our-story/glossary/digital-twin/24465

8. 8.  Kritzinger W., Karner M., Traar G., Henjes J.,  Sihn W. Digital Twin in manufacturing: A categorical literature review and classification // IFAC-PapersOnLine. 2018. - Vol. 51, N 11. Pp. 1016–1022. 
9. 9.  Liljaniemi A.,  Paavilainen H. Using Digital Twin Technology in Engineering Education – Course Concept to Explore Benefits and Barriers // Open Engineering. - 2020. Vol. 10, N 1. Pp. 377–385. 
10. 10. Павличева Е.Н., Ромашкова О.Н. Информационные процессы поддержки принятия решений в многоуровневых образовательных системах. - Издательство «ОнтоПринт» Москва, 2022. – 156 с.
11. 11. Павличева, Е.Н. Ромашкова О.Н. Программно-информационное обеспечение поддержки принятия решений в многоуровневых образовательных системах // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2022. -№ 10. - С. 99-103.
12. 12. Makarova, A. The methodology of using information technology and visualisations to optimize and improve management in the effectiveness of a student's work in the laboratory / A. Makarova, E. Pavlicheva // E3S Web of Conferences : 2nd International Conference on Corrosion in the Oil and Gas Industry 2020, Corrosion 2021, Saint-Petersburg, 14–16 декабря 2020 года. Vol. 225. – Saint-Petersburg: EDP Sciences, 2021. – P. 07001. – DOI 10.1051/e3sconf/202122507001.
13. 13.  Павличева Е.Н.,  Макарова А.С., Гоманова С.О. Отношение студентов химико-технологического вуза к переходу на дистанционные образовательные технологии. // Перспективы науки. 2020. № 10 (133). - С 156-165.
14. 14.  Pavlicheva E.N., Romashkova O.N. . Model of Functioning of Information System for Institute of Distance Education of Specialists of Onboard Communications // Systems of Signals Generating and Processing in the Field of on Board Communications. - Moscow, 2019. Pp. 1-5. 
15. 15. Romashkova O.N., Pavlicheva E.N. Resource management in distance and mobile education systems // CEUR Workshop Proceedings 9. "Selected Papers of the Proceedings of the 9th International Conference Information and Telecommunication Technologies and Mathematical Modeling of High-Tech Systems, ITTMM 2019" - 2019. С. 102-108.

 

Сведения об авторе

Павличева Елена Николаевна - кандидат технических наук, доцент, заместитель начальника управления профессионального образования и науки, Департамент образования и науки г. Москвы (ДОНМ)

К оглавлению выпуска