Training programming to prospective IT teachers: tasks with a spiral-increasing complexity

Full Text

Постановка проблемы в общем виде и ее связь с важными научными и практическими задачами

На сегодняшний день дисциплина «Программирование» является одной из самых значимых дисциплин при подготовке будущих учителей информатики. Достаточно посмотреть на её объем в учебных планах педагогических вузов (профиль подготовки «Информатика»). Разработана широкая научная база, обеспечивающая подготовку педагогических кадров в области информатики и ИКТ (Т.А. Бороненко [1], Т.В. Добудько [2], А.А. Кузнецов [3], В.В. Лаптев [4], М.П. Лапчик [5], Б.Е. Стариченко [6], М.В. Швецкий [7; 8], Е.К. Хеннер [9] и др.), а также в области алгоритмизации и программирования (А.В. Могилев [10], Д.А. Слинкин [11]). В исследованиях перечисленных авторов достаточно глубоко обсуждаются содержательные и методические аспекты обучения программированию будущих учителей информатики, однако не так много внимания уделено междисциплинарным связям и практико-ориентированным проектам.

В ходе изучения дисциплины будущие учителя знакомятся с несколькими парадигмами и языками программирования. При этом используется различные подходы. Так, М.В. Швецкий [7] предлагает метод демонстрационных примеров, иллюстрирующий определенные аспекты синтаксиса и семантики выбранного языка программирования, реализацию классических алгоритмов (поиск, сортировка и т.д.) и структур данных с помощью средств изучаемого языка. Однако, как показывает практика, получая только готовые примеры, студенты могут переработать программу, но не написать её «с нуля». Как следствие, к сегодняшнему дню зарекомендовал себя с лучшей точки зрения и «де факто» стал классическим подход к обучению программированию, при котором обучаемые сначала знакомятся с теоретическими основами, а затем им предлагается преобразовать или самостоятельно написать ряд несложных программ, используя полученные знания.

Приведем несколько примеров, взятых из задачников по программированию:

Дано целое число N и набор из N положительных вещественных чисел. Вывести в том же порядке дробные части всех чисел из данного набора (как вещественные числа с нулевой целой частью), а также произведение всех дробных частей [12].

В текстовом окне задан многострочный текст. Слова отделяются друг от друга пробелами. Каждое предложение в тексте заканчивается точкой. Последовательно выделите слова, где гласных букв больше, чем согласных [13].

В массиве записана информация о стоимости 20 видов товара. Определить, сколько видов товара имеют стоимость меньшую, чем средняя стоимость всех видов товара [14].

Плюсы таких заданий на начальном этапе изучения программирования очевидны. Они компактны, хорошо проверяют знание конкретного раздела программирования, доступны для понимания большинства студентов.

Однако, если в начальный период обучения классический подход, когда каждая тема закрепляется некоторым количеством несложных заданий, полностью себя оправдывает, то к старшим курсам, когда обучающиеся знакомы с несколькими парадигмами и языками программирования, ценность подхода заметно снижается.

Комплекс разрозненных несложных задач, каждая из которых увязана с изучаемой темой, кажется оторванным от реальности, практическая ценность отдельной задачи неочевидна. Уровень мотивации обучающихся падает.

Анализ последних исследований и публикаций, в которых рассматривались аспекты этой проблемы и на которых обосновывается автор

Отметим, что разрыв между практической ценностью и методическим потенциалом задач часто оказывался в центре внимания педагогов-исследователей. Предлагались различные пути решения этой проблемы. Например, Д.М. Гребнева [15] предлагает изучать программирование при помощи реальных исполнителей – роботов. Использование робототехники в информатике успешно демонстрирует, как на практике работает программный код. Однако такой подход влечет за собой определенные финансовые затраты и не ориентирован на задания, предложенные в государственной итоговой аттестации. Ряд исследователей (П.Ю. Бунаков [16], А.И. Газейкина [17] и др.) предлагают сочетание классического репродуктивного метода и более сложных, но практико-ориентированных курсовых проектов. Также, когда встает вопрос мотивации, многие исследователи [18–21], предлагают использовать метод проектов – метод обучения, основанный на постановке социально-значимой цели и ее практическом достижении. При этом упор делается на предоставлении обучающимся возможности самостоятельно приобретать знания в процессе решения практических задач или проблем, требующих интеграции знаний из различных предметных областей. Пользуется популярностью и кейс-метод – техника обучения, предполагающая анализ реальной ситуации. Обучающиеся должны проанализировать определенную ситуацию, сделать выводы о причинах проблем, предложить возможные решения и выбрать лучшее из них. Таким образом, академическая теория рассматривается с точки зрения реальных проблемных ситуаций [22; 23].

Нельзя не упомянуть некоторые противоречия. В частности, выполнить крупный проект, стоящий на стыке различных областей знаний, демонстрируя навыки самостоятельной научно-исследовательской деятельности, большинство студентов способно только к моменту выпуска, в рамках выпускной квалификационной работы. Таким образом, мотивация хорошо успевающих студентов повышается, а вот у менее уверенных в своих силах обучающихся она, наоборот, падает.

Второй недостаток – неравномерность распределения усилий во времени. Если речь идет о программировании, то даже спланировать решение сложной задачи, наметить контуры её решения можно, только полностью овладев теоретическим материалом, хорошо представляя себе возможности языка и среды программирования. Как следствие, приступить к выполнению проекта студенты смогут только по завершении всего цикла лекций. При этом, если по ходу лекций знания не закреплялись никакими практическими работами, ожидать хороших результатов не приходится.

Кроме того, получая тему курсовой работы, проекта или кейса в начале семестра, студент зачастую не в состоянии соотнести разделы, которые изучаются в ходе лекционных и практических занятий, с задачами, стоящими перед ним в рамках проекта.

Формирование целей статьи (постановка задания)

Целью предложенного исследования является разработка содержательного и методологического компонентов обучения программированию будущих учителей информатики на финальной стадии изучения языков программирования.

Изложение основного материала исследования с полным обоснованием полученных научных результатов

Рассмотрим содержательную сторону вопроса: примерный набор задач, который предлагается студентам.

Напишите программу «Угадай слово». Программа должна предлагать пользователю слово из категории «Растения», «Животные» или «Еда» (категория выбирается случайным образом). Показывается длина слова и первая буква. За слово, угаданное с первой попытки, пользователь получает 5 баллов, со второй – 4 балла и т.д. После каждых двух попыток компьютер показывает ещё одну букву. Регистр игнорируется (то есть «Кот», «кот» и «КОТ» – это один и тот же ответ).

Компьютер: Это животное, 5 букв, начинается с буквы «К»

Пользователь: Кошка

К.: Неверно!

П.: Крыса.

К.: Неверно! Вторая буква «А».

П: Кабан.

К: Верно, вы заработали 3 балла. Ваша сумма 3 балла. Хотите сыграть ещё?

В зависимости от варианта предлагались задачи «Репетитор по английскому», «Начинаем урок географии», «Анаграммы» и т.д. Общее у этих задач следующее: выбор случайного элемента из базы элементов (в задаче «Угадай слово» – это случайный выбор категории и случайный выбор слова в категории), простейшая обработка текста (длина строки, сравнение строк, обращение к элементу строки), работа с циклами и счетчиками.

В первом приближении такие задачи решаются довольно просто, для их реализации надо знать основы синтаксиса изучаемого языка программирования, понятия списков, кортежей и строк (в случае языка программирования Python нужно уметь работать с подключаемыми модулями, в частности с модулем random). Таким образом, уже после одного-двух лекционных занятий студенты могут построить пусть простую, с текстовым интерфейсом, но работоспособную и интересную программу.

Следующая задача – возможность записи лучших результатов игроков (рейтинг).

Усовершенствуйте задачу 1 следующим образом: если результат игрока входит в топ-5 лучших результатов в игре, ему предлагают ввести свое имя. Имя и результат сохраняются. По завершении игры выводится рейтинг из 5 лучших результатов. Важно! Результаты должны сохраняться даже после закрытия программы.

При каждом запуске программы переменные переопределяются. Таким образом, результаты (имена игроков и набранные ими баллы) должны храниться вне программы. То есть решение этого блока становится невозможным без знания о записи и чтении файлов. При этом мы читаем не абстрактные данные, а совершенствуем ранее созданную программу.

Далее следует изучать процедуры и функции, для того чтобы уметь сокращать код, и изучение библиотек для создания графического интерфейса пользователя. Опять же задача на построение оболочки для своей программы, с одной стороны, более сложная, чем классические задачи, требующие разместить на поле элементы (кнопки, текстовые поля и т.д.), с другой стороны, её практическая ценность гораздо выше. Часто на этом этапе приходится существенно переписать код исходной задачи: переносить часть действий в подпрограммы, изменять логику работы циклов, поскольку это не абстрактное требование, а вопрос целесообразности. Как правило, студенты сами приходят к решению об исправлении кода и начинают лучше понимать алгоритмы, использованные ранее.

На следующем этапе обучаем чтению csv и jason форматов, парсингу сайтов. Очевидно, что даже после всех изменений (улучшения интерфейса, появления возможности записи и хранения результатов) программа остается «игрушечной», так как ещё не содержит достаточно большую базу исходных данных. Угадывать одно из десяти или двадцати слов быстро наскучит, а ручное занесение базы даже из 100 слов – не то, чем должен заниматься программист. Идеальное решение – чтение открытых данных из соответствующих форматов. На этом этапе появляется достаточно широкое расхождение в методах решения в зависимости от варианта задания, однако сложность решения при этом, как правило, варьируется не сильно.

При апробировании этого метода мы использовали как некоторое количество несложных заданий, так и стержневую задачу курса со спирально повышающейся сложностью – программу, которую можно совершенствовать на протяжении всего курса, при этом на каждом этапе результат является полноценной работоспособной программой.

На каждом этапе за решение той или иной проблемы студентам начислялись баллы, причем они были сообщены заранее: так, базовая стоимость задачи – 10 баллов, возможность записи результатов – 4 балла, графический интерфейс – 8 баллов и т.д. Классические задачи оценивались в 1–2 балла. Таким образом, студент, не стремящийся к максимальному баллу, мог пропустить какой-либо виток при решении задачи. Плюсом таких заданий мы считаем то, что ни одна часть задачи, кроме первой – базовой, не является обязательной. Можно приступить к выполнению третьего этапа, минуя второй (программа с графическим интерфейсом, но без возможности записи рейтинга игроков), можно выполнить только первую и четвертую части задачи (программа с текстовым интерфейсом, но большим набором исходных данных) и т.д. Отметим, что на практике студенты редко отказывались от каких-либо этапов. Почти все задачи были выполнены полностью, вызвали интерес студентов к курсу, было отмечено желание заниматься программированием дальше, изучать его самостоятельно. Таким образом, мотивационная составляющая работы оказалась довольно высокой.

С целью проверки и обоснования гипотезы о повышении мотивации студентов при использовании задач со спирально-повышающейся сложностью нами был проведен педагогический эксперимент. На формирующем этапе эксперимента, проводившемся в 2016/2017 и 2017/2018 уч. г. на базе Самарского государственного социально-педагогического университета, были отобраны две группы студентов: контрольная и экспериментальная. Занятия в первой проводились без использования задач со спирально-повышающейся сложностью, вторая занималась по тому курсу, что был разработан нами с учетом обозначенных выше проблем. В контрольную группу вошло 107 студентов (76 в 2016/2017 и 31 в 2017/2018), в экспериментальную – 120 (80 в 2016/2017 и 40 в 2017/2018).

При изучении программирования в Самарском государственном социально-педагогическом университете используется балльно-рейтинговая система (табл. 1).

В качестве аудиторной работы предлагаются лабораторные работы, содержащие задачи по программированию (в контрольной группе только классические, в экспериментальной как классические, так и задачи со спирально-повышающейся сложностью). Самостоятельная работа предполагает самостоятельное решение задач и самостоятельное изучение одного из модулей языка программирования Python; самостоятельная работа на выбор студента – решение задач повышенной сложности в контрольной группе и дополнение к стержневой задаче курса в экспериментальной группе; контрольное мероприятие – тестирование (тест выявляет знание основных понятий программирования и их связи со школьным курсом информатики в соответствии с требованиями образовательных стандартов, терминологии и основных конструкций языка программирования и т.д.).

Интерес представляет распределение баллов по итогам обучения в 2017/18 году в контрольной (рисунок 1) и экспериментальной (рисунок 2) группах.

Несложно заметить, что в контрольной группе максимальные показатели сконцентрирована вокруг пороговых значений – 56, 71 и 86 баллов. Именно столько баллов необходимо набрать, чтобы получить оценки «удовлетворительно», «хорошо» и «отлично» соответственно. Студенты, набрав необходимое для получения положительной оценки число баллов, не стремились продолжить выполнять задания. Разительно отличаются итоги в экспериментальной группе (рисунок 2).

 

Таблица 1 – Фрагмент балльно-рейтинговой карты дисциплины «Программирование»

Вид контроля		Минимальное количество баллов	Максимальное количество баллов
Модуль 5. Язык программирования Python
Текущий контроль по модулю:		0
1	Аудиторная работа	44	56
2	Самостоятельная работа (специальные обязательные формы)	6	12
3	Самостоятельная работа (специальные формы на выбор студента)	0	10
Контрольное мероприятие по модулю		6	12
Промежуточная аттестация		56	100

 

Рисунок 1 – Диаграмма успеваемости в контрольной группе

 

Рисунок 2 – Диаграмма успеваемости в экспериментальной группе

 

Очевидно, что в экспериментальной группе достижение минимального балла, необходимого для получения желаемой оценки, не становилось сигналом «стоп!». Студенты продолжали работать, проявляя интерес к поставленным задачам и предлагая нетривиальные пути решения. Интересно, что и итоговое тестирование студенты экспериментальной группы в целом прошли лучше, несмотря на то, что вопросы в тесте были едиными для всех студентов и не менялись по сравнению с прошлыми учебными годами.

Для подтверждения эмпирических выводов о различиях в успеваемости групп мы воспользовались статистическими методами. Нами проверялись две гипотезы: 1. В экспериментальной группе больше студентов, набравших более 70 баллов. Различие статистически значимо. 2. В экспериментальной группе больше студентов, набравших более 85 баллов. Различие статистически значимо. В целях достижения максимально точного результата, учитывая объем выборок и шкалу измерения, для проверки гипотезы мы использовали Критерий Хи-квадрат с поправкой Йейтса. Обе гипотезы были подтверждены (таблицы 2 и 3).

Выводы исследования и перспективы дальнейших изысканий данного направления

Таким образом, экспериментально подтверждено, что использование задач со спирально-повышающейся сложностью позволяет усовершенствовать подготовку будущих учителей информатики в области программирования: улучшить мотивацию студентов, равномерно распределить решение сложных задачи по всему курсу, показать практическую ценность программирования. Балльная система оценки различных блоков задач позволит с легкостью включить данные задачи в уровневые фонды оценочных средств. Сформированная специальная компетентность в области программирования позволит стать будущим учителям специалистами высокой квалификации, способными обучать школьников языкам программирования.

 

Таблица 2 – Распределение баллов в контрольной и экспериментальной группах (относительно оценки «хорошо»)

Распределение баллов в контрольной и экспериментальной группах относительно оценки «хорошо»
	71 балл и более	менее 71 балла	всего
Экспериментальная группа	104	16	120
Контрольная группа	85	32	107
Всего:	189	48	227
Распределение баллов в контрольной и экспериментальной группах относительно оценки «отлично»
	86 баллов и более	менее 86 баллов	всего
Экспериментальная группа	79	41	120
Контрольная группа	57	50	107
Всего:	136	91	227

 

Таблица 3 – Значение критериев

Наименование критерия	Значение критерия	Уровень значимости
Гипотеза 1
Критерий Хи-квадрат	3,717	0,054
Критерий Хи-квадрат с поправкой Йейтса	3,212	0,074
Гипотеза 2
Критерий Хи-квадрат	3,717	0,054
Критерий Хи-квадрат с поправкой Йейтса	3,212	0,074

About the authors

Valeriy Isaakovich Pugach

Samara State University of Social Sciences and Education

Author for correspondence.
Email: vipugach@yandex.ru

doctor of pedagogical sciences, professor of Computer Science, Applied Mathematics and Teaching Methods Department

Russian Federation, Samara

Irina Viktorovna Tyuzhina

Samara State University of Social Sciences and Education

Email: dojdlivaia@bk.ru

candidate of pedagogical sciences, associate professor of Computer Science, Applied Mathematics and Teaching Methods Department

Russian Federation, Samara

Elena Leonidovna Makarova

Samara State University of Social Sciences and Education

Email: maklen2007@yandex.ru

candidate of pedagogical sciences, associate professor of Computer Science, Applied Mathematics and Teaching Methods Department

Russian Federation, Samara

References

Supplementary files