Секция 4: «Взаимодействие вузов и ИТ-компаний» 23 октября 11:05 – 11:45

Доклад «Метрики качества подготовки студентов IT-специальностей»

Аннотация: 

В рамках доклада проводится анализ некоторых ключевых показателей, важных для учебных заведений, с точки зрения их репрезентативности как показателей качества подготовки специалистов с точки зрения индустрии. Предлагаются дополнительные метрики, позволяющие более полно оценить качество подготовки студентов.

Резюме: 

Вопросы качества подготовки студентов вызывают споры. Не совсем ясно, как адекватно и объективно оценить общий уровень этой подготовки. Рассказывая о своих достижениях, российские вузы обычно упоминают проходной балл, конкурс на место, количество поступивших победителей олимпиад, победы в студенческих олимпиадах, научные открытия и достаточно часто они рассказывают про успех выпускников. Не каждое из этих достижений имеет прямое отношение к качеству подготовки. Проходной балл и конкурс на место при поступлении во многом зависит от престижности вуза. Сам по себе невысокий проходной балл еще не означает, что в вузе плохо обучают. Это может быть вуз, расположенный в небольшом городе, в котором не много абитуриентов и у них нет высочайших баллов. Либо это может быть не очень популярный вуз, но по конкретным специальностям в нём могут готовить хороших специалистов. Количество поступивших победителей олимпиад опять же коррелирует с престижностью вуза, и при этом сами по себе олимпиады не гарантирует высокого качества выпускника. Необходимо учитывать, что олимпиадное движение не очень похоже на реальную индустриальную разработку. 

Если говорить про показатели студента, например, победы в студенческих олимпиадах, победителями могут быть отдельные уникумы, это не массовая подготовка, кроме того олимпиада не оценивает профессиональные качества, это скорее оценка знаний по конкретной области. Также упоминаются научные открытия, сделанные студентами или при их активном участии. Во-первых, далеко не все студенты серьёзно занимаются научной деятельностью. Во-вторых, могут самые сильные студенты не заниматься наукой, а уйти в индустрию, либо же наоборот в научную деятельность могут пойти несколько самых сильных студентов, и кажется, что в науке всё хорошо, а массовая история при этом достаточно слабая. Кроме того, эта деятельность часто зависит от конкретных учёных, которые работают в вузе. К достижениям студентов относят выступления на значимых конференциях либо публикации в индексируемых журналах. Если говорить про IT-дисциплины, стоит учитывать не только научные, но и технологические конференции, не только научные публикации, но и патенты или права регистрации программного продукта.

Основные показатели выпускников – средняя зарплата, компании/должности, успешный собственный бизнес. При рассмотрении показателя средней зарплаты не всегда учитываются разные специализации подготовки, региональная специфика. Нужно рассматривать зарплаты в срезе конкретной специальности. Может оцениваться «добавочный» уровень, а именно, насколько выросли специфичные для направления подготовки компетенции на пути от абитуриента до выпускника. 

Какие проблемы и сложности мы сами замечаем. Студенты 3-4 курсов на собеседовании часто не могут решить простейшую задачу без ПО и Интернета. Старшекурсники часто не помнят базовые вещи, например, как работает быстрая сортировка. Еще одна проблема – низкая глубина погружения, например, студент пишет программу на Python и не может ответить на вопрос как устроен «сборщик мусора». Наконец, у трети студентов наблюдается неготовность решать реальные задачи. 

Резюмируя вышесказанное, появляется опасение, что высшее образования в какой-то степени может превратиться в ремесло. Предлагается концепция оценки качества подготовки студентов. Она нацелена на оценку остаточных знаний и навыков с помощью внеплановых контрольных мероприятий, готовности студентов к решению реальных задач, их успехов в проектной деятельности, трудоустройства по специальности и публичной рецензируемой активности студентов. Предлагаются подходы к оценке показателей. Визуализировать результаты такой оценки можно на лепестковой диаграмме. 

Первый показатель «Базовые знания и навыки». Для оценки теоретических знаний предлагается проводить раз в год контрольные внеплановые срезы обучающихся с ретроспективой знаний, полученных минимум год назад на рандомизированной выборке студентов. Для оценки практических навыков проводить внепланово раз в год контест по программированию.

Второй показатель «Решение реальных задач». Плановое мероприятие, проводимое в конце обучения для всех студентов в формате решения четко поставленной реальной, относительно объёмной, задачи по специализации с чёткими критериями оценки.

Третий показатель «Проектная деятельность» оценивается на основе доли студентов, выполнявших индивидуальный или командный проект (программный или исследовательский).

Четвёртый показатель «Трудоустройство» рассчитывается на основе численности трудоустроенных по специальности студентов 2, 3, 4 курсов. 

Пятый показатель «Публичная активность» предполагает разделение на научную и техническую. Научная публичная активность учитывает публикации в рецензируемых изданиях и выступления на научных конференциях, а техническая – выпущенные публичные продукты со значимым числом пользователей, патенты и выступления на технологических конференциях. Рассчитывается доля студентов, принимающих участие в подобных активностях.