Дистанционное обучение до и во время карантина
В технологическом плане сфера электронного обучения развивалась в последние годы с беспрецедентной скоростью, интегрируя искусственный интеллект и технологии VR, MR и AR для работы виртуальных аудиторий. Внедрение инструментов Big Data позволило таким глобальным проектам как, например, «Всеобщие открытые онлайн-курсы» (MOOCs, Мassive Open Online Courses — «Хайтек»), обрабатывать данные о характере активностей сотен тысяч студентов по всему миру. Разработчики накопили уникальный опыт геймификации задач, настройки интерактивной передачи материалов учебных планов и заданий, а также создания персональных планов для каждого учащегося. Во многих учебных заведениях по всему миру программы дистанционного обучения заняли прочное место.
Пандемия COVID-19 привела к закрытию на карантин школ и учебных заведений по всему миру. Больше миллиарда детей в 186 странах не посещают занятия, обучаясь удаленно с помощью цифровых платформ. Эволюция в сфере учебных программ и образования — длительный процесс, но разразившийся кризис позволил сделать огромный шаг вперед. Шаг, который должен привести к изменению традиционных взглядов на ИТ-инфраструктуру дистанционного обучения: от неизменяемой инфраструктуры к гибкой модели использования вычислительных мощностей, увеличивающихся по требованию.
Интеллектуальная инфраструктура для дистанционного обучения
Даже в обычное время онлайн-образование требует больших ресурсов для поддержки работы информационных приложений, хранения и обмена тяжелыми видеофайлами и заданиями между учащимися и преподавателями. По мере роста количества подключенных участников такая ИТ-инфраструктура постоянно расширяется.
В случае стихийного бедствия ИТ-инфраструктура должна быть готова легко и быстро расти и сокращаться по мере необходимости. Однако в сфере образования, как кажется, даже более чем в любой другой области, возможность расширяться в самый нужный момент ограничена. Предположение, что закупку можно произвести в любой момент, ошибочно. Особенно остро эта проблема стоит перед государственными учреждениями, поскольку они не готовы к быстрому расширению емкости ИТ-инфраструктуры. В России на примере дискуссии вокруг ЕГЭ мы видим в частности проблему с готовностью существующей информационной инфраструктуры к дополнительным нагрузкам и быстрому переходу на дистанционные технологии. При этом приобретение, например, новых систем хранения данных потребует сотни миллионов рублей.
В кризисных ситуациях, таких как сейчас, вводятся ограничения на закрытие границ, ограничение трафика, отсутствие профессиональной и технической поддержки и так далее. Сегодня системы образования, а вместе с ними медицинские организации и службы безопасности не могут наращивать вычислительные ресурсы, чтобы оперативно реагировать на чрезвычайные ситуации.
Особенностью ИТ-инфраструктуры для электронного обучения является сезонность и динамический тип потребления. Следовательно, она должна уметь расти или уменьшаться по мере необходимости. Однако образовательные учреждения не смогут быстро перенести оборудование из точки «А» в точку «Б» и установить его, когда им требуются дополнительные ресурсы для хранения и обработки информации. Потратив десятки миллионов рублей сегодня, вы можете столкнуться с тем, что следующего всплеска активности не будет еще долго и подобные действия окажутся пустой тратой денег. Возможно, как раз сейчас пришло то время, когда можно внести желаемые изменения.
Внедрение умной ИТ-инфраструктуры позволит образовательным учреждениям использовать облачные вычисления для постоянной дистанционной поддержки в течение всего года и увеличивать мощности по мере необходимости. Даже если они не готовы выходить в публичное облако по соображениям безопасности или конфиденциальности, их модель покупки в частном облаке должна быть такой же гибкой, как в публичном. Организациям достаточно провести анализ и найти поставщиков инфраструктуры с большей емкостью, которые будут выставлять счета только за фактическое потребление без установки дополнительного оборудования в период увеличения нагрузки.
Образование в петабайтную эпоху
Сегодня необходима плавная адаптация традиционных систем дистанционного обучения для работы с большими данными в облачных вычислениях. Гигантские объемы данных, большое количество учащихся, разнообразие образовательных ресурсов создают серьезные проблемы для стабильной работы онлайн-платформ. В результате образовательные платформы должны менять свои подходы и механизмы обработки и хранения данных.
Проникновение цифровых технологий и мобильной связи делают мир с одной стороны сетевым, а с другой стороны отслеживаемым, что приводит к доступности крупномасштабных наборов данных. Когда мы говорим о Big Data, то описываем набор данных, настолько больших и сложных, что с ними становится неудобно работать с использованием стандартного статистического программного обеспечения.
Сегодня крупные корпорации и небольшие стартапы разрабатывают интерфейсы для анализа Big Data. Кто-то, как, например, Google, предоставляет свободно доступный сервис Google Insights, в то время как другие не решаются предложить какой-либо доступ. В мае 2020 года стало известно о разработке в России основополагающего национального стандарта для больших данных. Проект представили Национальный центр цифровой экономики МГУ имени М. В. Ломоносова и Институт развития информационного общества. Также в 2020 году в Москве планируется завершить разработку и внедрение инструмента анализа больших данных в образовании.
Big Data включает в себя отраслевые стандарты, новые технологии, разрабатываемые специально для больших данных, сбор, очистку, распространение, лучшие практики, защиту и политику, а также принципы визуализации и проектирования инфраструктур больших данных.
Big Data заставляет инфраструктуру хранения работать на пределе возможностей, что приводит к росту задержек и, как следствие, замедлению выполнения аналитических задач. Большие наборы данных, «тяжелые» аналитические приложения и задачи, где результат нужен прямо сейчас, делают высокую производительность системы хранения ключевым критерием. Поэтому требуются огромные объемы памяти. Сегодня для Big Data и аналитики необходимы решения и СХД, способные обрабатывать данные петабайтного масштаба.
В сфере электронного обучения существует большое количество различных типов данных, как структурированных, так и неструктурированных. Большие данные предлагают, помимо массивно параллельных вычислительных мощностей и возможностей распределенного хранения, сложные методы и алгоритмы, предназначенные для машинного обучения, для обработки и извлечения знаний из различных типов данных, создаваемых системами электронного обучения.
Таким образом, возникает необходимость в повышении производительности обработки больших данных в образовательных системах. К сожалению, слишком часто образовательные учреждения полагаются на устаревшую инфраструктуру хранения, которая не может безопасно управлять и хранить персональные данные. Устаревшие решения для хранения данных просто не могут идти в ногу с растущими потребностями и управлении. Эта проблема будет становиться всё острее по мере того, как технологии будут шире внедряться и объемы данных будут увеличиваться. Нужно также принимать во внимание, что ИТ-инфраструктура в образовательных учреждениях, как правило, имеет ограниченную пропускную способность и мало ресурсов для управления сложными и высокопроизводительными сервисами. Им требуется инфраструктура хранения, простая в развертывании и обслуживании, освобождающая время и ресурсы.
Сегодня типичная инфраструктура хранения и анализа больших данных основана на кластерном сетевом хранилище (NAS). Несколько устройств хранения подключаются к одному узлу NAS, которые в свою очередь объединяются в кластер, чтобы обеспечить массовый обмен и поиск данных.
Владельцы малого и среднего бизнеса, которые не могут позволить себе кластерное хранилище NAS, сегодня активно используют модели облачных вычислений. Электронное обучение, в том числе в России, двигается в направлении облачной среды хранения данных. Причем зачастую в технологическом плане парадигма облачных вычислений идет впереди с точки зрения эффективности и безопасности.
Интеграция Big Data и облака в системы электронного обучения требует использования мощных технологий распределенного хранения, параллельной обработки и анализа в реальном времени.
Именно благодаря всему вышеперечисленному специалисты по электронному обучению могут разрабатывать персонализированные курсы, отслеживать модели обучения, успеваемость и расширять в целом возможности образовательного процесса.
Будущее образования — в онлайн-обучении, и нынешний кризис явно это продемонстрировал. В мире дистанционного обучения будут появляться новые технологии, включающие такие возможности, как смешанная реальность, сложная групповая и совместная работа и многое другое. При этом мы должны быть готовы к возможным кризисным ситуациям, которые потребуют хранения и обработки больших объемов информации. А гибкая ИТ-инфраструктура является ключом к непрерывному образованию и развитию.
Читайте также:
— Посмотрите на закат в других мирах: как Солнце заходит на Марсе, Титане и Уране
— Посмотрите на гигантские одноклеточные организмы, которых нашли ученые