STEM गहन शिक्षण दृष्टिकोण

इंजीनियरिंग शिक्षा की दुनिया में कई उत्कृष्ट पाठ्यक्रम हैं, लेकिन अक्सर उनके आसपास बनाया गया पाठ्यक्रम एक गंभीर दोष से ग्रस्त है - विभिन्न विषयों के बीच अच्छे सामंजस्य की कमी। किसी को आपत्ति हो सकती है: यह कैसे हो सकता है?

जब एक प्रशिक्षण कार्यक्रम बनाया जा रहा है, तो प्रत्येक पाठ्यक्रम के लिए आवश्यक शर्तें और एक स्पष्ट क्रम दर्शाया गया है जिसमें विषयों का अध्ययन किया जाना चाहिए। उदाहरण के लिए, एक आदिम मोबाइल रोबोट को बनाने और प्रोग्राम करने के लिए, आपको इसकी भौतिक संरचना बनाने के लिए थोड़ा यांत्रिकी जानने की आवश्यकता है; ओम/किरचॉफ के नियमों के स्तर पर बिजली की मूल बातें, डिजिटल और एनालॉग सिग्नल का प्रतिनिधित्व; अंतरिक्ष में रोबोट की समन्वय प्रणालियों और गतिविधियों का वर्णन करने के लिए वैक्टर और मैट्रिक्स के साथ संचालन; डेटा प्रस्तुति, सरल एल्गोरिदम और नियंत्रण हस्तांतरण संरचनाओं आदि के स्तर पर प्रोग्रामिंग की मूल बातें। व्यवहार का वर्णन करने के लिए.

क्या यह सब विश्वविद्यालय के पाठ्यक्रमों में शामिल है? बिल्कुल है. हालाँकि, ओम/किरचॉफ के नियमों से हमें थर्मोडायनामिक्स और क्षेत्र सिद्धांत मिलते हैं; मैट्रिक्स और वैक्टर के साथ संचालन के अलावा, किसी को जॉर्डन रूपों से निपटना होगा; प्रोग्रामिंग में, बहुरूपता का अध्ययन करें - ऐसे विषय जिनकी एक साधारण व्यावहारिक समस्या को हल करने के लिए हमेशा आवश्यकता नहीं होती है।

विश्वविद्यालय की शिक्षा व्यापक है - छात्र व्यापक मोर्चे पर जाता है और अक्सर उसे प्राप्त ज्ञान का अर्थ और व्यावहारिक महत्व नहीं दिखता है। हमने विश्वविद्यालय शिक्षा के प्रतिमान को एसटीईएम (विज्ञान, प्रौद्योगिकी, इंजीनियरिंग, गणित शब्दों से) में बदलने और एक ऐसा कार्यक्रम बनाने का निर्णय लिया जो ज्ञान की सुसंगतता पर आधारित हो, जो भविष्य में पूर्णता में वृद्धि की अनुमति देता है, अर्थात विषयों की गहन महारत का तात्पर्य है।

किसी नए विषय क्षेत्र को सीखने की तुलना किसी स्थानीय क्षेत्र की खोज से की जा सकती है। और यहां दो विकल्प हैं: या तो हमारे पास एक बहुत विस्तृत नक्शा है जिसमें बड़ी मात्रा में विवरण हैं जिनका अध्ययन करने की आवश्यकता है (और इसमें बहुत समय लगता है) यह समझने के लिए कि मुख्य स्थल कहां हैं और वे एक दूसरे से कैसे संबंधित हैं ; या आप एक आदिम योजना का उपयोग कर सकते हैं, जिस पर केवल मुख्य बिंदु और उनकी सापेक्ष स्थिति दर्शाई जाती है - ऐसा नक्शा तुरंत सही दिशा में आगे बढ़ना शुरू करने के लिए पर्याप्त है, जैसे-जैसे आप आगे बढ़ते हैं, विवरण स्पष्ट होता जाता है।

हमने एक शीतकालीन स्कूल में गहन एसटीईएम सीखने के दृष्टिकोण का परीक्षण किया, जिसे हमने एमआईटी छात्रों के सहयोग से आयोजित किया जेटब्रेन्स रिसर्च।

सामग्री की तैयारी

स्कूल कार्यक्रम का पहला भाग मुख्य क्षेत्रों में एक सप्ताह की कक्षाओं का था, जिसमें बीजगणित, विद्युत सर्किट, कंप्यूटर वास्तुकला, पायथन प्रोग्रामिंग और आरओएस (रोबोट ऑपरेटिंग सिस्टम) का परिचय शामिल था।

दिशाओं को संयोग से नहीं चुना गया था: एक-दूसरे के पूरक होने के कारण, उन्हें छात्रों को पहली नज़र में अलग-अलग चीज़ों - गणित, इलेक्ट्रॉनिक्स और प्रोग्रामिंग - के बीच संबंध देखने में मदद करनी थी।

बेशक, मुख्य लक्ष्य बहुत सारे व्याख्यान देना नहीं था, बल्कि छात्रों को नए अर्जित ज्ञान को स्वयं अभ्यास में लागू करने का अवसर देना था।

बीजगणित अनुभाग में, छात्र मैट्रिक्स संचालन और समीकरणों की प्रणालियों को हल करने का अभ्यास कर सकते थे, जो विद्युत सर्किट का अध्ययन करने में उपयोगी थे। एक ट्रांजिस्टर की संरचना और उसके आधार पर निर्मित तार्किक तत्वों के बारे में जानने के बाद, छात्र एक प्रोसेसर डिवाइस में उनका उपयोग देख सकते हैं, और पायथन भाषा की मूल बातें सीखने के बाद, इसमें एक वास्तविक रोबोट के लिए एक प्रोग्राम लिख सकते हैं।

डकीटाउन

स्कूल का एक लक्ष्य जहां संभव हो सिमुलेटर के साथ काम को कम करना था। इसलिए, इलेक्ट्रॉनिक सर्किट का एक बड़ा सेट तैयार किया गया था, जिसे छात्रों को वास्तविक घटकों से ब्रेडबोर्ड पर इकट्ठा करना था और अभ्यास में उनका परीक्षण करना था, और डकीटाउन को परियोजनाओं के लिए आधार के रूप में चुना गया था।

डकीटाउन एक ओपन-सोर्स प्रोजेक्ट है जिसमें डकीबोट्स नामक छोटे स्वायत्त रोबोट और उनके द्वारा यात्रा की जाने वाली सड़कों के नेटवर्क शामिल हैं। डकीबॉट एक पहिएदार प्लेटफ़ॉर्म है जो रास्पबेरी पाई माइक्रो कंप्यूटर और एक कैमरे से सुसज्जित है।

इसके आधार पर, हमने संभावित कार्यों का एक सेट तैयार किया है, जैसे रोड मैप बनाना, वस्तुओं की खोज करना और उनके बगल में रुकना, और कई अन्य। छात्र अपनी समस्या भी प्रस्तावित कर सकते हैं और न केवल इसे हल करने के लिए एक प्रोग्राम लिख सकते हैं, बल्कि इसे तुरंत एक वास्तविक रोबोट पर भी चला सकते हैं।

शिक्षण

व्याख्यान के दौरान शिक्षकों ने पूर्व-तैयार प्रस्तुतियों का उपयोग करके सामग्री प्रस्तुत की। कुछ कक्षाएं वीडियो पर रिकॉर्ड की गईं ताकि छात्र उन्हें घर पर देख सकें। व्याख्यान के दौरान, छात्र अपने कंप्यूटर पर सामग्री का उपयोग करते थे, प्रश्न पूछते थे, और समस्याओं को एक साथ और स्वतंत्र रूप से, कभी-कभी ब्लैकबोर्ड पर हल करते थे। कार्य के परिणामों के आधार पर, प्रत्येक छात्र की रेटिंग की गणना अलग-अलग विषयों में अलग-अलग की गई।

आइए प्रत्येक विषय में कक्षाओं के संचालन पर अधिक विस्तार से विचार करें। पहला विषय रैखिक बीजगणित था। छात्रों ने एक दिन सदिश और आव्यूह, रैखिक समीकरणों की प्रणाली आदि का अध्ययन करने में बिताया। व्यावहारिक कार्यों को अंतःक्रियात्मक रूप से संरचित किया गया था: प्रस्तावित समस्याओं को व्यक्तिगत रूप से हल किया गया था, और शिक्षक और अन्य छात्रों ने टिप्पणियाँ और सुझाव दिए थे।

दूसरा विषय बिजली और सरल सर्किट है। छात्रों ने इलेक्ट्रोडायनामिक्स की मूल बातें सीखीं: वोल्टेज, करंट, प्रतिरोध, ओम का नियम और किरचॉफ के नियम। व्यावहारिक कार्य आंशिक रूप से सिम्युलेटर में किए गए या बोर्ड पर पूरे किए गए, लेकिन वास्तविक सर्किट जैसे लॉजिक सर्किट, ऑसिलेटिंग सर्किट आदि बनाने में अधिक समय व्यतीत हुआ।

अगला विषय कंप्यूटर आर्किटेक्चर है - एक अर्थ में, भौतिकी और प्रोग्रामिंग को जोड़ने वाला एक पुल। छात्रों ने मौलिक आधार का अध्ययन किया, जिसका महत्व व्यावहारिक से अधिक सैद्धांतिक है। अभ्यास के रूप में, छात्रों ने स्वतंत्र रूप से सिम्युलेटर में अंकगणित और तर्क सर्किट डिजाइन किए और पूर्ण कार्यों के लिए अंक प्राप्त किए।

चौथा दिन प्रोग्रामिंग का पहला दिन है। पायथन 2 को प्रोग्रामिंग भाषा के रूप में चुना गया क्योंकि यह आरओएस प्रोग्रामिंग में उपयोग की जाने वाली भाषा है। इस दिन को इस प्रकार संरचित किया गया था: शिक्षकों ने सामग्री प्रस्तुत की, समस्याओं को हल करने के उदाहरण दिए, जबकि छात्र अपने कंप्यूटर पर बैठकर उन्हें सुनते थे, और शिक्षक ने बोर्ड या स्लाइड पर जो लिखा था उसे दोहराया। फिर छात्रों ने समान समस्याओं को स्वयं हल किया, और बाद में शिक्षकों द्वारा समाधानों का मूल्यांकन किया गया।

पांचवां दिन आरओएस को समर्पित था: लोगों ने रोबोट प्रोग्रामिंग के बारे में सीखा। पूरे स्कूल के दिन, छात्र अपने कंप्यूटर पर बैठे, उस प्रोग्राम कोड को चला रहे थे जिसके बारे में शिक्षक ने बात की थी। वे बुनियादी आरओएस इकाइयों को अपने दम पर चलाने में सक्षम थे और उन्हें डकीटाउन परियोजना से भी परिचित कराया गया था। इस दिन के अंत में, छात्र स्कूल के प्रोजेक्ट भाग - व्यावहारिक समस्याओं को हल करने के लिए तैयार थे।

चयनित परियोजनाओं का विवरण

छात्रों को तीन की टीम बनाने और एक प्रोजेक्ट विषय चुनने के लिए कहा गया। परिणामस्वरूप, निम्नलिखित परियोजनाओं को अपनाया गया:

1. रंग अंशांकन. प्रकाश की स्थिति बदलने पर डकीबॉट को कैमरे को कैलिब्रेट करने की आवश्यकता होती है, इसलिए एक स्वचालित कैलिब्रेशन कार्य होता है। समस्या यह है कि रंग श्रेणियाँ प्रकाश के प्रति बहुत संवेदनशील होती हैं। प्रतिभागियों ने एक उपयोगिता लागू की जो एक फ्रेम (लाल, सफेद और पीला) में आवश्यक रंगों को उजागर करेगी और एचएसवी प्रारूप में प्रत्येक रंग के लिए श्रेणियां बनाएगी।

2. बत्तख टैक्सी। इस परियोजना का विचार यह है कि डकीबोट किसी वस्तु के पास रुक सकता है, उसे उठा सकता है और एक निश्चित मार्ग का अनुसरण कर सकता है। वस्तु के रूप में एक चमकीली पीली बत्तख को चुना गया।

3. रोड ग्राफ का निर्माण। सड़कों और चौराहों का ग्राफ बनाने का काम है. इस परियोजना का लक्ष्य डकीबॉट को प्राथमिक पर्यावरणीय डेटा प्रदान किए बिना, केवल कैमरा डेटा पर निर्भर होकर एक रोड ग्राफ बनाना है।

4. गश्ती गाड़ी. इस प्रोजेक्ट का आविष्कार छात्रों ने स्वयं किया था। उन्होंने एक डकीबोट, एक "गश्ती" को, दूसरे "उल्लंघनकर्ता" का पीछा करने के लिए सिखाने का प्रस्ताव रखा। इस प्रयोजन के लिए, ArUco मार्कर का उपयोग करके लक्ष्य पहचान तंत्र का उपयोग किया गया था। जैसे ही पहचान पूरी हो जाती है, "घुसपैठिए" को काम पूरा करने के लिए एक संकेत भेजा जाता है।

रंग कैलिब्रेशन

रंग अंशांकन परियोजना का लक्ष्य पहचानने योग्य अंकन रंगों की सीमा को नई प्रकाश स्थितियों के अनुसार समायोजित करना था। ऐसे समायोजन के बिना, स्टॉप लाइनों, लेन विभाजकों और सड़क सीमाओं की पहचान गलत हो गई। प्रतिभागियों ने प्रीप्रोसेसिंग मार्कअप रंग पैटर्न के आधार पर एक समाधान प्रस्तावित किया: लाल, पीला और सफेद।

इनमें से प्रत्येक रंग में HSV या RGB मानों की एक पूर्व निर्धारित सीमा होती है। इस श्रेणी का उपयोग करके, फ़्रेम के सभी क्षेत्रों में उपयुक्त रंग पाए जाते हैं, और सबसे बड़े को चुना जाता है। इस क्षेत्र को उस रंग के रूप में लिया जाता है जिसे याद रखने की आवश्यकता है। फिर नई रंग सीमा का अनुमान लगाने के लिए माध्य और मानक विचलन की गणना जैसे सांख्यिकीय सूत्रों का उपयोग किया जाता है।

यह रेंज डकीबॉट की कैमरा कॉन्फ़िगरेशन फ़ाइलों में दर्ज की गई है और बाद में इसका उपयोग किया जा सकता है। वर्णित दृष्टिकोण सभी तीन रंगों पर लागू किया गया था, अंततः प्रत्येक मार्कअप रंग के लिए श्रेणियां बनाई गईं।

परीक्षणों ने अंकन रेखाओं की लगभग पूर्ण पहचान दिखाई, उन मामलों को छोड़कर जहां अंकन सामग्री में चमकदार टेप का उपयोग किया गया था, जो प्रकाश स्रोतों को इतनी दृढ़ता से प्रतिबिंबित करता था कि कैमरे के देखने के कोण से निशान सफेद दिखाई देते थे, चाहे उसका मूल रंग कुछ भी हो।

बत्तख टैक्सी

डक टैक्सी परियोजना में शहर में एक बत्तख यात्री की खोज करने के लिए एक एल्गोरिदम का निर्माण करना और फिर उसे आवश्यक बिंदु तक पहुंचाना शामिल था। प्रतिभागियों ने इस समस्या को दो भागों में विभाजित किया: ग्राफ़ के साथ पता लगाना और गति करना।

छात्रों ने यह धारणा बनाकर बत्तख का पता लगाया कि बत्तख फ्रेम में कोई भी क्षेत्र है जिसे पीले रंग के रूप में पहचाना जा सकता है, जिस पर लाल त्रिकोण (चोंच) है। जैसे ही अगले फ्रेम में ऐसे क्षेत्र का पता चलता है, रोबोट को उसके पास जाना चाहिए और फिर किसी यात्री के उतरने का अनुकरण करते हुए कुछ सेकंड के लिए रुकना चाहिए।

फिर, पूरे डकीटाउन का रोड ग्राफ़ और बॉट की स्थिति को पहले से मेमोरी में संग्रहीत करके, और इनपुट के रूप में गंतव्य प्राप्त करके, प्रतिभागी ग्राफ़ में पथ खोजने के लिए डिज्क्स्ट्रा के एल्गोरिदम का उपयोग करके प्रस्थान बिंदु से आगमन बिंदु तक एक पथ बनाते हैं। . आउटपुट को कमांड के एक सेट के रूप में प्रस्तुत किया जाता है - निम्नलिखित प्रत्येक चौराहे पर मुड़ता है।

सड़कों का ग्राफ

इस परियोजना का लक्ष्य एक ग्राफ़ बनाना था - डकीटाउन में सड़कों का एक नेटवर्क। परिणामी ग्राफ़ के नोड चौराहे हैं, और चाप सड़कें हैं। ऐसा करने के लिए, डकीबोट को शहर का पता लगाना होगा और उसके मार्ग का विश्लेषण करना होगा।

परियोजना पर काम के दौरान, एक भारित ग्राफ़ बनाने के विचार पर विचार किया गया था, लेकिन फिर छोड़ दिया गया, जिसमें एक किनारे की लागत चौराहों के बीच की दूरी (यात्रा करने का समय) से निर्धारित होती है। इस विचार का कार्यान्वयन बहुत अधिक श्रमसाध्य निकला, और स्कूल में इसके लिए पर्याप्त समय नहीं था।

जब डकीबोट अगले चौराहे पर पहुँचता है, तो वह उस चौराहे से बाहर जाने वाली सड़क चुनता है जिस पर वह अभी तक नहीं गया है। जब सभी चौराहों की सभी सड़कें पार हो जाती हैं, तो चौराहे की आसन्नताओं की उत्पन्न सूची बॉट की मेमोरी में बनी रहती है, जिसे ग्राफ़विज़ लाइब्रेरी का उपयोग करके एक छवि में परिवर्तित किया जाता है।

प्रतिभागियों द्वारा प्रस्तावित एल्गोरिदम यादृच्छिक डकीटाउन के लिए उपयुक्त नहीं था, लेकिन स्कूल के भीतर उपयोग किए जाने वाले चार चौराहों वाले एक छोटे शहर के लिए अच्छा काम करता था। विचार यह था कि प्रत्येक चौराहे पर एक ArUco मार्कर जोड़ा जाए जिसमें चौराहों को संचालित करने के क्रम को ट्रैक करने के लिए एक चौराहा पहचानकर्ता हो।
प्रतिभागियों द्वारा विकसित एल्गोरिदम का आरेख चित्र में दिखाया गया है।

गश्ती कार

इस परियोजना का लक्ष्य डकीटाउन शहर में उल्लंघन करने वाले बॉट की खोज करना, उसका पीछा करना और उसे हिरासत में लेना है। एक गश्ती बॉट को एक ज्ञात घुसपैठिए बॉट की तलाश में शहर की सड़क के बाहरी रिंग के साथ चलना चाहिए। घुसपैठिए का पता लगाने के बाद, गश्ती बॉट को घुसपैठिए का पीछा करना चाहिए और उसे रुकने के लिए मजबूर करना चाहिए।

काम एक फ्रेम में एक बॉट का पता लगाने और उसमें एक घुसपैठिए को पहचानने के लिए एक विचार की खोज के साथ शुरू हुआ। टीम ने शहर के प्रत्येक बॉट को पीछे एक अद्वितीय मार्कर से लैस करने का प्रस्ताव रखा - ठीक उसी तरह जैसे वास्तविक कारों में राज्य पंजीकरण संख्या होती है। इस उद्देश्य के लिए ArUco मार्करों को चुना गया था। इनका उपयोग पहले डकीटाउन में किया जा चुका है क्योंकि इनके साथ काम करना आसान है और यह आपको अंतरिक्ष में मार्कर के उन्मुखीकरण और उससे दूरी निर्धारित करने की अनुमति देता है।

इसके बाद, यह सुनिश्चित करना आवश्यक था कि गश्ती बॉट चौराहों पर रुके बिना बाहरी सर्कल में सख्ती से चले। डिफ़ॉल्ट रूप से, डकीबॉट एक लेन में चलता है और स्टॉप लाइन पर रुकता है। फिर, सड़क संकेतों की सहायता से, वह चौराहे का विन्यास निर्धारित करता है और चौराहे से गुजरने की दिशा के बारे में चुनाव करता है। वर्णित प्रत्येक चरण के लिए, रोबोट की परिमित राज्य मशीन की स्थितियों में से एक जिम्मेदार है। चौराहे पर स्टॉप से ​​छुटकारा पाने के लिए, टीम ने राज्य मशीन को बदल दिया ताकि स्टॉप लाइन के पास पहुंचने पर, बॉट तुरंत चौराहे से सीधे ड्राइविंग की स्थिति में आ जाए।

अगला कदम घुसपैठिये बॉट को रोकने की समस्या को हल करना था। टीम ने यह धारणा बनाई कि गश्ती बॉट के पास शहर के प्रत्येक बॉट तक एसएसएच की पहुंच हो सकती है, यानी प्रत्येक बॉट के पास क्या प्राधिकरण डेटा और कौन सी आईडी है, इसके बारे में कुछ जानकारी हो सकती है। इस प्रकार, घुसपैठिए का पता लगाने के बाद, गश्ती बॉट ने एसएसएच के माध्यम से घुसपैठिए बॉट से जुड़ना शुरू कर दिया और अपने सिस्टम को बंद कर दिया।

यह पुष्टि करने के बाद कि शटडाउन कमांड पूरा हो गया है, गश्ती बॉट भी बंद हो गया।
गश्ती रोबोट के संचालन एल्गोरिदम को निम्नलिखित चित्र के रूप में दर्शाया जा सकता है:

परियोजनाओं पर काम कर रहे हैं

कार्य को स्क्रम के समान प्रारूप में व्यवस्थित किया गया था: हर सुबह छात्र वर्तमान दिन के लिए कार्यों की योजना बनाते थे, और शाम को वे किए गए कार्य की रिपोर्ट करते थे।

पहले और अंतिम दिन, छात्रों ने कार्य और इसे हल करने के तरीके का वर्णन करने वाली प्रस्तुतियाँ तैयार कीं। छात्रों को उनकी चुनी हुई योजनाओं का पालन करने में मदद करने के लिए, रूस और अमेरिका के शिक्षक लगातार उन कमरों में मौजूद रहते थे जहां परियोजनाओं पर काम होता था, और सवालों के जवाब देते थे। संचार मुख्यतः अंग्रेजी में होता था।

परिणाम और उनका प्रदर्शन

परियोजनाओं पर काम एक सप्ताह तक चला, जिसके बाद छात्रों ने अपने परिणाम प्रस्तुत किए। सभी ने प्रस्तुतियाँ तैयार कीं जिनमें उन्होंने इस बारे में बात की कि उन्होंने इस स्कूल में क्या सीखा, उन्होंने सबसे महत्वपूर्ण सबक क्या सीखा, उन्हें क्या पसंद आया या क्या नापसंद। इसके बाद प्रत्येक टीम ने अपना प्रोजेक्ट प्रस्तुत किया। सभी टीमों ने अपना कार्य पूरा कर लिया।

रंग अंशांकन लागू करने वाली टीम ने परियोजना को दूसरों की तुलना में तेजी से पूरा किया, इसलिए उनके पास अपने कार्यक्रम के लिए दस्तावेज़ तैयार करने का भी समय था। और रोड ग्राफ़ पर काम कर रही टीम ने, परियोजना प्रदर्शन से पहले आखिरी दिन भी, अपने एल्गोरिदम को परिष्कृत और सही करने का प्रयास किया।

निष्कर्ष

स्कूल पूरा करने के बाद, हमने छात्रों से पिछली गतिविधियों का मूल्यांकन करने और सवालों के जवाब देने के लिए कहा कि स्कूल उनकी अपेक्षाओं पर कितना खरा उतरा, उन्होंने कौन से कौशल हासिल किए, आदि। सभी छात्रों ने नोट किया कि उन्होंने एक टीम में काम करना, कार्यों को वितरित करना और अपने समय की योजना बनाना सीखा।

छात्रों से उनके द्वारा लिए गए पाठ्यक्रमों की उपयोगिता और कठिनाई का मूल्यांकन करने के लिए भी कहा गया। और यहां मूल्यांकन के दो समूह बनाए गए: कुछ के लिए पाठ्यक्रम ज्यादा कठिन नहीं थे, दूसरों ने उन्हें बेहद कठिन बताया।

इसका मतलब यह है कि स्कूल ने किसी विशेष क्षेत्र में शुरुआती लोगों के लिए सुलभ रहकर, बल्कि अनुभवी छात्रों द्वारा पुनरावृत्ति और समेकन के लिए सामग्री प्रदान करके सही स्थिति ले ली है। यह ध्यान दिया जाना चाहिए कि प्रोग्रामिंग पाठ्यक्रम (पायथन) को लगभग सभी ने सरल लेकिन उपयोगी बताया था। छात्रों के अनुसार सबसे कठिन कोर्स "कंप्यूटर आर्किटेक्चर" था।

जब छात्रों से स्कूल की ताकत और कमजोरियों के बारे में पूछा गया, तो कई लोगों ने जवाब दिया कि उन्हें चुनी गई शिक्षण शैली पसंद आई, जिसमें शिक्षक त्वरित और व्यक्तिगत सहायता प्रदान करते थे और सवालों के जवाब देते थे।

छात्रों ने यह भी नोट किया कि उन्हें अपने कार्यों की दैनिक योजना बनाना और अपनी समय सीमा निर्धारित करना पसंद है। नुकसान के रूप में, छात्रों ने प्रदान किए गए ज्ञान की कमी को नोट किया, जो बॉट के साथ काम करते समय आवश्यक था: कनेक्ट करते समय, इसके संचालन की मूल बातें और सिद्धांतों को समझना।

लगभग सभी छात्रों ने कहा कि स्कूल उनकी अपेक्षाओं से बढ़कर है, और यह स्कूल के आयोजन के लिए सही दिशा का संकेत देता है। इस प्रकार, अगले स्कूल का आयोजन करते समय सामान्य सिद्धांतों को बनाए रखा जाना चाहिए, ध्यान में रखते हुए और, यदि संभव हो तो, छात्रों और शिक्षकों द्वारा नोट की गई कमियों को दूर करना, शायद पाठ्यक्रमों की सूची या उनके शिक्षण के समय को बदलना।

लेख लेखक: टीम मोबाइल रोबोट एल्गोरिदम की प्रयोगशाला в जेटब्रेन्स रिसर्च।

PS हमारे कॉर्पोरेट ब्लॉग का एक नया नाम है। अब यह JetBrains की शैक्षिक परियोजनाओं के लिए समर्पित होगा।

स्रोत: www.habr.com