Опосредствование сложности: вычислительные модели как средства развития системного мышления о городском образовании
Аннотация
Обоснование. Системы городского образования характеризуются сложными нелинейными взаимодействиями между множеством участников – учащимися, учителями, администраторами, семьями и политиками. Выбор семьями школ на основе неполной информации формирует состав учащихся и ресурсы; конкуренция между школами порождает как улучшения, так и стратификацию; удовлетворённость учителей влияет на качество образования и стабильность школ. Традиционные подходы опираются на линейные модели и редукционистский анализ. Они неспособны охватить, как индивидуальные решения агрегируются в системные паттерны, как конкурентная динамика переформатирует образовательные возможности, или как системные свойства влияют на результаты обучения. Цифровизация образования выходит за пределы внедрения технологий. Это создание новых когнитивных инструментов, которые делают видимыми сложные системы, позволяют систематическое экспериментирование, экстернализируют предположения, раскрывают эмерджентные паттерны и обеспечивают воспроизводимость практики.
Цель – исследовать, как агент-ориентированное моделирование в сочетании с семантическими вики функционирует как опосредствующее средство развития системного понимания сложности городского образования педагогами, и продемонстрировать, что правильно спроектированные вычислительные инструменты операционализируют теоретические принципы Выготского, Давыдова, Пейперта и Тёркл в образовательную практику, трансформирующую мышление педагогов о сложных системах.
Материалы и методы. Исследование использует дизайн-ориентированный подход, реализуя три взаимосвязанные агент-ориентированные модели NetLogo, исследующие разные измерения сложности городского образования: динамику выбора школ с информационными асимметриями, конкурентную динамику между городскими школами, системные факторы, влияющие на сохранение учителей и их удовлетворённость. Модели интегрированы в платформу семантической вики (digida.mgpu.ru), служащую пространством для совместной документации. Исследование следует семиэтапной последовательности: подготовка моделей и преобразование в веб-версии, интеграция платформы с использованием расширения mw-embedNetlogo, первоначальное направленное исследование и обсуждение, систематическое экспериментирование и сбор данных через BehaviorSpace, организация данных на внешних репозиториях с интеграцией через расширение External Data, документирование экспериментальных процессов и интерпретация с использованием инструментов визуализации, обсуждение результатов и совместное построение знания в пространствах MediaWiki Talk. Качественные данные включают документированную экспериментальную работу, записи обсуждений и эволюцию понимания через вклады в вики. Анализ данных сосредоточен на качественном кодировании признания системных свойств (эмерджентность, обратные связи, нелинейная причинность, распределённая причинность) и отслеживании концептуальных сдвигов от линейного к системному мышлению, редукционистского к целостному пониманию.
Результаты. Взаимодействие с агент-ориентированными моделями систем городских школ приводит к изучению ранее невидимых системных свойств. Студенты приходят к пониманию эмерджентности - как паттерны сегрегации, школьные рейтинги и текучесть кадров возникают из индивидуальных решений. Они изучают обратные связи: как низкая удовлетворённость учителей приводит к текучести кадров, что повышает нагрузку и ещё больше снижает удовлетворённость. Студенты наблюдают как небольшие изменения в доступности информации создают заметные сдвиги в выборе школ. Они переходят от линейного мышления к системному мышлению. Адаптация моделей от исследовательских версий к образовательным версиям демонстрирует, что сокращение параметров, упрощение выходных данных и оптимизация процедур при сохранении валидности создают эпистемические орудия, поддерживающие активные формы обучения. Студенты обнаруживают, что результаты включают пороговые эффекты и нелинейности, невидимые для интуиции. Документация в семантических вики и обсуждение среди сверстников делают процессы обучения видимыми и коллективными. Студенты, работающие с вычислительными моделями, развивают способность к системному анализу.
Научная новизна исследования заключается в теоретическом и эмпирическом обосновании того, что вычислительные модели в семантических вики выступают как опосредствующие средства развития системного мышления педагогов о сложных системах городского образования. Исследование переводит общие теоретические положения педагогической психологии в конкретные образовательные практики совместной работы с моделями в вики-среде. Тем самым уточняется понимание цифровизации образования как конструирования инструментов, которые обеспечивают переход от эмпирического к системному и теоретическому анализу. Практическая значимость исследования состоит в том, что оно предлагает воспроизводимую модель организации обучения, в которой педагоги осваивают системное понимание городского образования через совместную работу с вычислительными моделями и документирование результатов в вики-среде. Такой подход может быть встроен в программы подготовки и повышения квалификации учителей, позволяя им самостоятельно исследовать последствия управленческих решений в безопасной цифровой среде.
Скачивания
Литература
Vygotsky, L. S. (1978). Mind in Society: The Development of Higher Psychological Processes (14th ed.). Harvard University Press.
Patarakin, Y., Korchak, A. E., Burov, V., & Costley, J. (2025). Metasystem transitions in education: human AI interactions as catalysts for computational thinking. BRAIN. Broad Research in Artificial Intelligence and Neuroscience. https://doi.org/10.70594/brain/16.4/5. EDN: https://elibrary.ru/YEZBWE
Davydov, V. V. (1988). The concept of theoretical generalization and problems of educational psychology. Studies in Soviet Thought, 36(3), 169–202. https://doi.org/10.1007/BF01043781. EDN: https://elibrary.ru/XLAPGC
Papert, S., & Solomon, C. (2022). Reprint: Twenty things to do with a computer (pp. 176–217). https://www.learntechlib.org/p/221221
Papert, S. (2000). What’s the big idea? Toward a pedagogy of idea power. IBM Systems Journal, 39(3–4), 720–729. https://doi.org/10.1147/sj.393.0720. EDN: https://elibrary.ru/FNFNKB
Turkle, S. (2007). Evocative Objects: Things We Think With. MIT Press.
Turkle, S. (2005). The Second Self, Twentieth Anniversary Edition: Computers and the Human Spirit. MIT Press.
Minsky, M. (2019). Inventive Minds: Marvin Minsky on Education. MIT Press. https://doi.org/10.7551/mitpress/11558.001.0001
Wolfram, S. (2002). A New Kind of Science. Wolfram Media, Inc.
Blikstein, P. (2014). Digital fabrication and ‘making’ in education: the democratization of invention. В J. Walter Herrmann & C. Büching (Eds.), FabLab: Of Machines, Makers and Inventors (pp. 203–222). transcript Verlag. https://doi.org/10.1515/transcript.9783839423820.203
Patarakin, E. D. (2017). Wikigrams based social inquiry. В Digital Tools and Solutions for Inquiry Based STEM Learning (pp. 112–138). https://doi.org/10.4018/978-1-5225-2525-7.ch005
Parandekar, S. D., Patarakin, E., & Yayla, G. (2019). Children learning to code: essential for 21st century human capital (p. 151). World Bank. https://openknowledge.worldbank.org/handle/10986/36726
Wilensky, U., & Rand, W. (2015). An Introduction to Agent Based Modeling: Modeling Natural, Social, and Engineered Complex Systems with NetLogo. The MIT Press.
Patarakin, E., & Salimullin, K. D. (2025). Bridging agent based modeling and learning design. MCU Journal of Pedagogy and Psychology, 19(1), 157–173. https://doi.org/10.24412/2076-9121-2025-1-77-157-173. EDN: https://elibrary.ru/GDONCS
Canals, C., Canessa, E., Maroulis, S., Mizala, A., & Chaigneau, S. (2024). School Enrollment Model v1.0.0. CoMSES Computational Model Library. https://www.comses.net/codebases/a03bcb4e-733c-41d0-b3ec-e4035b06faf4/releases/1.0.0
Tong, Y. (2024). An agent based model of school enrollment process under educational competition v1.0.0. CoMSES Computational Model Library. https://www.comses.net/codebases/528f9fea-a3e2-4ad7-a8bc-9d9c77ac03ea/releases/1.0.0
Patarakin, Y. (2025). Urban Teacher Lifecycle and Mobility v1.0.0. CoMSES Computational Model Library. https://www.comses.net/codebases/f430db4f-20c9-4fc7-9cb6-59513e5e030c/releases/1.0.0
Mauri, M., Elli, T., Caviglia, G., Uboldi, G., & Azzi, M. (2017). RAWGraphs: a visualisation platform to create open outputs. В Proceedings of the 12th Biannual Conference on Italian SIGCHI Chapter (pp. 1–5). https://doi.org/10.1145/3125571.3125585
Erickson, T., & Chen, E. (2021). Introducing data science with data moves and CODAP. Teaching Statistics, 43(S1). https://doi.org/10.1111/test.122401
Magsumov, T. A. (2017). Family and school in Russia at the beginning of the 20th century: attempts to bridge the gap. European Journal of Contemporary Education, 6(4), 837–846. https://doi.org/10.13187/ejced.2017.4.837. EDN: https://elibrary.ru/ZWREPV
Copyright (c) 2026 Yevgeny D. Patarakin, Svetlana N. Vachkova, Elena Y. Petrayeva

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.

































