STEM ინტენსიური სწავლის მიდგომა

საინჟინრო განათლების სამყაროში ბევრი შესანიშნავი კურსია, მაგრამ ხშირად მათ ირგვლივ აგებული სასწავლო გეგმა ერთ სერიოზულ ხარვეზს განიცდის - სხვადასხვა თემებს შორის კარგი თანმიმდევრობის ნაკლებობას. შეიძლება ვინმემ გააპროტესტა: როგორ შეიძლება ეს იყოს?

როდესაც სასწავლო პროგრამა ყალიბდება, თითოეული კურსისთვის მითითებულია წინაპირობები და მკაფიო თანმიმდევრობა, რომლითაც უნდა შეისწავლოს დისციპლინები. მაგალითად, პრიმიტიული მობილური რობოტის ასაგებად და დასაპროგრამებლად, თქვენ უნდა იცოდეთ ცოტა მექანიკა, რომ შექმნათ მისი ფიზიკური სტრუქტურა; ელექტროენერგიის საფუძვლები Ohm/Kirchhoff-ის კანონების დონეზე, ციფრული და ანალოგური სიგნალების წარმოდგენა; ოპერაციები ვექტორებთან და მატრიცებთან, რათა აღწერონ რობოტის საკოორდინაციო სისტემები და მოძრაობები სივრცეში; პროგრამირების საფუძვლები მონაცემთა წარმოდგენის დონეზე, მარტივი ალგორითმები და კონტროლის გადაცემის სტრუქტურები და ა.შ. ქცევის აღსაწერად.

არის ეს ყველაფერი საუნივერსიტეტო კურსებში? რა თქმა უნდა აქვს. თუმცა, Ohm/Kirchhoff-ის კანონებით ვიღებთ თერმოდინამიკას და ველის თეორიას; მატრიცებთან და ვექტორებთან ოპერაციების გარდა, საქმე გვაქვს ჟორდანიას ფორმებთან; პროგრამირებაში, პოლიმორფიზმის შესწავლა - თემები, რომლებიც ყოველთვის არ არის საჭირო მარტივი პრაქტიკული პრობლემის გადასაჭრელად.

საუნივერსიტეტო განათლება ვრცელია - სტუდენტი მიდის ფართო ფრონტზე და ხშირად ვერ ხედავს მიღებული ცოდნის მნიშვნელობასა და პრაქტიკულ მნიშვნელობას. ჩვენ გადავწყვიტეთ საუნივერსიტეტო განათლების პარადიგმა გადაგვექცია STEM-ში (სიტყვებიდან Science, Technology, Engineering, Math) და შეგვექმნა პროგრამა, რომელიც დაფუძნებულია ცოდნის თანმიმდევრულობაზე, რაც მომავალში სისრულის გაზრდის საშუალებას იძლევა, ანუ ის. გულისხმობს საგნების ინტენსიურ დაუფლებას.

ახალი საგნის სწავლა შეიძლება შევადაროთ ადგილობრივი ტერიტორიის შესწავლას. და აქ არის ორი ვარიანტი: ან ჩვენ გვაქვს ძალიან დეტალური რუკა უზარმაზარი დეტალებით, რომლებიც უნდა შევისწავლოთ (და ამას დიდი დრო სჭირდება), რათა გავიგოთ სად არის მთავარი ღირშესანიშნაობები და როგორ უკავშირდება ისინი ერთმანეთს ; ან შეგიძლიათ გამოიყენოთ პრიმიტიული გეგმა, რომელზედაც მითითებულია მხოლოდ ძირითადი პუნქტები და მათი შედარებითი პოზიციები - ასეთი რუკა საკმარისია იმისთვის, რომ დაუყოვნებლივ დაიწყოთ მოძრაობა სწორი მიმართულებით, დეტალების გარკვევაში წასვლისას.

ჩვენ გამოვცადეთ ინტენსიური STEM სწავლის მიდგომა ზამთრის სკოლაში, რომელიც ჩავატარეთ MIT-ის სტუდენტებთან ერთად, მხარდაჭერით JetBrains კვლევა.

მასალა მომზადება

სასკოლო პროგრამის პირველი ნაწილი იყო კვირეული გაკვეთილები ძირითად მიმართულებებში, რომელიც მოიცავდა ალგებრას, ელექტრულ სქემებს, კომპიუტერულ არქიტექტურას, პითონის პროგრამირებას და ROS-ის (Robot Operating System) შესავალს.

მიმართულებები შემთხვევით არ აირჩიეს: ერთმანეთს ავსებდნენ, ისინი უნდა დახმარებოდნენ მოსწავლეებს ერთი შეხედვით ერთი შეხედვით განსხვავებულ საგნებს შორის კავშირის დანახვაში - მათემატიკა, ელექტრონიკა და პროგრამირება.

რა თქმა უნდა, მთავარი მიზანი იყო არა ბევრი ლექციის წაკითხვა, არამედ სტუდენტებს მიეცათ საშუალება, ახლად მიღებული ცოდნა თავად გამოეყენებინათ პრაქტიკაში.

ალგებრის განყოფილებაში მოსწავლეებს შეეძლოთ მატრიცული ოპერაციების პრაქტიკა და განტოლებათა სისტემების ამოხსნა, რაც სასარგებლო იყო ელექტრული სქემების შესასწავლად. ტრანზისტორის სტრუქტურისა და მის საფუძველზე აგებული ლოგიკური ელემენტების გაცნობის შემდეგ, სტუდენტებს შეეძლოთ დაენახათ მათი გამოყენება პროცესორულ მოწყობილობაში და პითონის ენის საფუძვლების შესწავლის შემდეგ დაწერეს პროგრამა მასში ნამდვილი რობოტისთვის.

დაკიტაუნი

სკოლის ერთ-ერთი მიზანი იყო სიმულატორებთან მუშაობის მინიმუმამდე შემცირება, სადაც ეს შესაძლებელია. ამიტომ მომზადდა ელექტრონული სქემების დიდი ნაკრები, რომელიც სტუდენტებს უნდა შეეკრიბათ პურის დაფაზე რეალური კომპონენტებისგან და პრაქტიკაში გამოსცადეთ და პროექტების საფუძვლად Duckietown აირჩიეს.

Duckietown არის ღია კოდის პროექტი, რომელიც მოიცავს პატარა ავტონომიურ რობოტებს სახელწოდებით Duckiebots და გზების ქსელებს, რომლებსაც ისინი მოგზაურობენ. Duckiebot არის ბორბლიანი პლატფორმა, რომელიც აღჭურვილია Raspberry Pi მიკროკომპიუტერით და ერთი კამერით.

მასზე დაყრდნობით მოვამზადეთ შესაძლო ამოცანების ნაკრები, როგორიცაა საგზაო რუქის აგება, ობიექტების ძებნა და მათ გვერდით გაჩერება და რიგი სხვა. სტუდენტებს ასევე შეუძლიათ შესთავაზონ საკუთარი პრობლემა და დაწერონ არა მხოლოდ პროგრამა მის გადასაჭრელად, არამედ დაუყოვნებლივ გაუშვან ის რეალურ რობოტზე.

სწავლება

ლექციის დროს მასწავლებლებმა მასალა წარმოადგინეს წინასწარ მომზადებული პრეზენტაციების გამოყენებით. ზოგიერთი გაკვეთილი ჩაწერილი იყო ვიდეოზე, რათა სტუდენტებს შეეძლოთ მათი ყურება სახლში. ლექციების დროს სტუდენტები იყენებდნენ მასალებს კომპიუტერში, სვამდნენ კითხვებს და წყვეტდნენ პრობლემებს ერთად და დამოუკიდებლად, ზოგჯერ დაფაზე. სამუშაოს შედეგებიდან გამომდინარე, თითოეული მოსწავლის რეიტინგი ცალ-ცალკე გამოითვალა სხვადასხვა საგანში.

განვიხილოთ გაკვეთილების ჩატარება თითოეულ საგანში უფრო დეტალურად. პირველი საგანი იყო წრფივი ალგებრა. მოსწავლეებმა ერთი დღე გაატარეს ვექტორებისა და მატრიცების, წრფივი განტოლების სისტემების და ა.შ. პრაქტიკული ამოცანები ინტერაქტიულად იყო სტრუქტურირებული: შემოთავაზებული ამოცანები წყდებოდა ინდივიდუალურად, მასწავლებელმა და სხვა მოსწავლეებმა მიიღეს კომენტარები და რჩევები.

მეორე საგანია ელექტროენერგია და მარტივი სქემები. მოსწავლეებმა ისწავლეს ელექტროდინამიკის საფუძვლები: ძაბვა, დენი, წინააღმდეგობა, ომის კანონი და კირჩჰოფის კანონები. პრაქტიკული დავალებები ნაწილობრივ შესრულდა სიმულატორში ან სრულდებოდა დაფაზე, მაგრამ მეტი დრო დაიხარჯა რეალური სქემების შექმნაზე, როგორიცაა ლოგიკური სქემები, რხევადი სქემები და ა.შ.

შემდეგი თემაა კომპიუტერული არქიტექტურა - გარკვეული გაგებით, ფიზიკასა და პროგრამირების დამაკავშირებელი ხიდი. სტუდენტებმა შეისწავლეს ფუნდამენტური საფუძველი, რომლის მნიშვნელობა უფრო თეორიულია, ვიდრე პრაქტიკული. როგორც პრაქტიკაში, სტუდენტებმა დამოუკიდებლად შეიმუშავეს არითმეტიკული და ლოგიკური სქემები სიმულატორში და მიიღეს ქულები შესრულებული დავალებისთვის.

მეოთხე დღე პროგრამირების პირველი დღეა. Python 2 აირჩიეს პროგრამირების ენად, რადგან ის გამოიყენება ROS პროგრამირებაში. ეს დღე ასე იყო სტრუქტურირებული: მასწავლებლებმა წარმოადგინეს მასალა, აძლევდნენ ამოცანების ამოხსნის მაგალითებს, მოსწავლეები კი უსმენდნენ მათ, ისხდნენ კომპიუტერებთან და იმეორებდნენ დაფაზე ან სლაიდზე დაწერილს. შემდეგ მოსწავლეებმა დამოუკიდებლად მოაგვარეს მსგავსი პრობლემები და გადაწყვეტილებები შეაფასეს მასწავლებლებმა.

მეხუთე დღე დაეთმო ROS-ს: ბიჭებმა გაიგეს რობოტების პროგრამირება. მთელი სასწავლო დღე მოსწავლეები ისხდნენ კომპიუტერებთან და აწარმოებდნენ პროგრამის კოდს, რომელზეც მასწავლებელი საუბრობდა. მათ შეძლეს ძირითადი ROS ერთეულების დამოუკიდებლად გაშვება და ასევე გაეცნენ Duckietown პროექტს. ამ დღის ბოლოს მოსწავლეები მზად იყვნენ დაეწყოთ სკოლის საპროექტო ნაწილი - პრაქტიკული პრობლემების გადაჭრა.

შერჩეული პროექტების აღწერა

მოსწავლეებს სთხოვეს ჩამოეყალიბებინათ სამკაციანი გუნდი და აერჩიათ პროექტის თემა. შედეგად მიღებული იქნა შემდეგი პროექტები:

1. ფერის კალიბრაცია. Duckiebot-ს სჭირდება კამერის დაკალიბრება, როდესაც განათების პირობები იცვლება, ამიტომ არსებობს ავტომატური კალიბრაციის ამოცანა. პრობლემა ის არის, რომ ფერის დიაპაზონი ძალიან მგრძნობიარეა სინათლის მიმართ. მონაწილეებმა განახორციელეს პროგრამა, რომელიც ხაზს უსვამს საჭირო ფერებს ჩარჩოში (წითელი, თეთრი და ყვითელი) და აყალიბებს დიაპაზონებს თითოეული ფერისთვის HSV ფორმატში.

2. იხვი ტაქსი. ამ პროექტის იდეა მდგომარეობს იმაში, რომ Duckiebot-ს შეეძლო გაჩერდეს ობიექტის მახლობლად, აიღოს იგი და გაჰყვეს გარკვეულ მარშრუტს. ობიექტად შეირჩა კაშკაშა ყვითელი იხვი.

3. გზის გრაფიკის აგება. არის დავალება გზებისა და გზაჯვარედინების გრაფიკის აგება. ამ პროექტის მიზანია გზის გრაფიკის შექმნა Duckiebot-ისთვის აპრიორი გარემოსდაცვითი მონაცემების მიწოდების გარეშე, მხოლოდ კამერის მონაცემებზე დაყრდნობით.

4. საპატრულო მანქანა. ეს პროექტი თავად მოსწავლეებმა გამოიგონეს. მათ შესთავაზეს ესწავლებინათ ერთ Duckiebot-ს, „პატრულს“, მეორეს, „მოძალადის“ დევნა. ამ მიზნით გამოყენებული იქნა სამიზნეების ამოცნობის მექანიზმი ArUco მარკერის გამოყენებით. როგორც კი ამოცნობა დასრულდება, სიგნალი ეგზავნება „შეჭრილს“ სამუშაოს დასასრულებლად.

ფერის დაკალიბრება

ფერის კალიბრაციის პროექტის მიზანი იყო მარკირების ფერების დიაპაზონის მორგება განათების ახალ პირობებზე. ასეთი კორექტირების გარეშე, გაჩერების ხაზების, ზოლის გამყოფების და გზის საზღვრების ამოცნობა არასწორი გახდა. მონაწილეებმა შესთავაზეს გამოსავალი, რომელიც დაფუძნებულია მარკირების ფერის ნიმუშების წინასწარ დამუშავებაზე: წითელი, ყვითელი და თეთრი.

თითოეულ ამ ფერს აქვს HSV ან RGB მნიშვნელობების წინასწარ განსაზღვრული დიაპაზონი. ამ დიაპაზონის გამოყენებით, ნაპოვნია ჩარჩოს ყველა უბანი, რომელიც შეიცავს შესაბამის ფერებს და შეირჩევა ყველაზე დიდი. ეს ტერიტორია აღებულია, როგორც ფერი, რომელიც უნდა გვახსოვდეს. ახალი ფერის დიაპაზონის შესაფასებლად გამოიყენება სტატისტიკური ფორმულები, როგორიცაა საშუალო და სტანდარტული გადახრის გამოთვლა.

ეს დიაპაზონი ჩაწერილია Duckiebot-ის კამერის კონფიგურაციის ფაილებში და შეიძლება გამოყენებულ იქნას მოგვიანებით. აღწერილი მიდგომა გამოიყენებოდა სამივე ფერზე, საბოლოოდ ქმნიდა დიაპაზონებს მარკირების თითოეული ფერისთვის.

ტესტებმა აჩვენა მარკირების ხაზების თითქმის სრულყოფილი ამოცნობა, გარდა იმ შემთხვევებისა, როდესაც მარკირების მასალებში გამოყენებული იყო პრიალა ლენტი, რომელიც ისე ძლიერად ასახავს სინათლის წყაროებს, რომ კამერის ხედვის კუთხიდან ნიშნები თეთრი ჩანდა, მიუხედავად მისი ორიგინალური ფერისა.

იხვი ტაქსი

Duck Taxi-ის პროექტი მოიცავდა ალგორითმის შექმნას ქალაქში იხვის მგზავრის მოსაძებნად, შემდეგ კი მის საჭირო წერტილში ტრანსპორტირებას. მონაწილეებმა ეს პრობლემა ორად დაყვეს: გამოვლენა და მოძრაობა გრაფიკის გასწვრივ.

მოსწავლეებმა ჩაატარეს იხვის ამოცნობა იმ ვარაუდით, რომ იხვი არის ჩარჩოში არსებული ნებისმიერი უბანი, რომელიც შეიძლება ამოიცნონ ყვითლად, მასზე წითელი სამკუთხედით (წვერი). როგორც კი ასეთი არე გამოვლინდება შემდეგ კადრში, რობოტი უნდა მიუახლოვდეს მას და შემდეგ გაჩერდეს რამდენიმე წამით, მგზავრის დაჯდომის სიმულაციას მოახდენს.

შემდეგ, მთელი დუკიტაუნის გზის გრაფიკისა და ბოტის პოზიციის წინასწარ შენახული მეხსიერებაში და ასევე დანიშნულების შეყვანის სახით, მონაწილეები აშენებენ ბილიკს გამგზავრების წერტილიდან ჩამოსვლის წერტილამდე, დიაკსტრას ალგორითმის გამოყენებით, რათა იპოვონ ბილიკები გრაფიკში. . გამომავალი წარმოდგენილია ბრძანებების ერთობლიობის სახით - ბრუნავს თითოეულ შემდეგ კვეთაზე.

გზების გრაფიკი

ამ პროექტის მიზანი იყო დუკიტაუნში გრაფიკის - გზების ქსელის აგება. მიღებული გრაფიკის კვანძები არის კვეთა, ხოლო რკალი არის გზები. ამისათვის Duckiebot-მა უნდა გამოიკვლიოს ქალაქი და გააანალიზოს მისი მარშრუტი.

პროექტზე მუშაობის დროს განიხილებოდა წონიანი გრაფიკის შექმნის იდეა, მაგრამ შემდეგ გაუქმდა, რომელშიც ზღვარის ღირებულება განისაზღვრება მანძილით (მოგზაურობის დრო) კვეთებს შორის. ამ იდეის განხორციელება ზედმეტად შრომატევადი აღმოჩნდა და ამისთვის სკოლაში საკმარისი დრო არ იყო.

როდესაც Duckiebot მიდის შემდეგ გზაჯვარედინზე, ის ირჩევს გზაჯვარედინიდან გამავალ გზას, რომელიც ჯერ არ გაუვლია. როდესაც ყველა გზაჯვარედინზე ყველა გზა გაივლის, გზაჯვარედინების მიმდებარე ადგილების გენერირებული სია რჩება ბოტის მეხსიერებაში, რომელიც გარდაიქმნება სურათად Graphviz ბიბლიოთეკის გამოყენებით.

მონაწილეთა მიერ შემოთავაზებული ალგორითმი არ იყო შესაფერისი შემთხვევითი Duckietown-ისთვის, მაგრამ კარგად მუშაობდა ოთხი გზაჯვარედინისგან შემდგარი პატარა ქალაქისთვის, რომელიც გამოიყენება სკოლაში. იდეა იყო დაემატებინა ArUco მარკერი თითოეულ გზაჯვარედინზე, რომელიც შეიცავდა კვეთის იდენტიფიკატორს, რათა თვალყური ადევნოთ იმ თანმიმდევრობას, რომლითაც კვეთდნენ კვეთებს.
მონაწილეთა მიერ შემუშავებული ალგორითმის დიაგრამა ნაჩვენებია სურათზე.

საპატრულო მანქანა

ამ პროექტის მიზანია მოძებნოს, დევნა და დააკავოს დამრღვევი ბოტი ქალაქ დუკიტაუნში. საპატრულო ბოტი უნდა მოძრაობდეს ქალაქის გზის გარე რგოლზე და ეძებს ცნობილ შემოჭრილ ბოტს. შემოჭრილის აღმოჩენის შემდეგ, საპატრულო ბოტი უნდა გაჰყვეს შემოჭრილს და აიძულოს შეჩერდეს.

მუშაობა დაიწყო ჩარჩოში ბოტის აღმოჩენისა და მასში შემოჭრის ამოცნობის იდეის ძიებით. გუნდმა შესთავაზა ქალაქში თითოეული ბოტის აღჭურვა უნიკალური მარკერით უკანა მხარეს - ისევე, როგორც რეალურ მანქანებს აქვთ სახელმწიფო რეგისტრაციის ნომრები. ამ მიზნით შეირჩა ArUco მარკერები. ისინი ადრე გამოიყენებოდა duckietown-ში, რადგან მათთან მუშაობა მარტივია და საშუალებას გაძლევთ განსაზღვროთ მარკერის ორიენტაცია სივრცეში და მანძილი.

შემდეგი, აუცილებელი იყო იმის უზრუნველყოფა, რომ საპატრულო ბოტი მკაცრად მოძრაობდა გარე წრეში, გზაჯვარედინებზე გაჩერების გარეშე. ნაგულისხმევად, Duckiebot მოძრაობს შესახვევში და ჩერდება გაჩერების ხაზზე. შემდეგ საგზაო ნიშნების დახმარებით ადგენს კვეთის კონფიგურაციას და აკეთებს არჩევანს კვეთის გავლის მიმართულების შესახებ. თითოეული აღწერილი ეტაპისთვის პასუხისმგებელია რობოტის სასრული მდგომარეობის მანქანის ერთ-ერთი მდგომარეობა. გზაჯვარედინზე გაჩერებებისგან თავის დასაღწევად გუნდმა შეცვალა სახელმწიფო მანქანა ისე, რომ გაჩერების ხაზთან მიახლოებისას ბოტი მაშინვე გადავიდა კვეთაზე პირდაპირ მოძრაობის მდგომარეობაზე.

შემდეგი ნაბიჯი იყო შემოჭრილი ბოტის შეჩერების პრობლემის მოგვარება. გუნდმა გამოთქვა ვარაუდი, რომ საპატრულო ბოტს შეეძლო ჰქონდეს SSH წვდომა ქალაქის თითოეულ ბოტზე, ანუ ჰქონდეს გარკვეული ინფორმაცია იმის შესახებ, თუ რა ავტორიზაციის მონაცემები და რა ID აქვს თითოეულ ბოტს. ამგვარად, შემოჭრის აღმოჩენის შემდეგ, საპატრულო ბოტმა დაიწყო SSH-ის საშუალებით შემოჭრის ბოტთან დაკავშირება და მისი სისტემის გათიშვა.

დადასტურების შემდეგ, რომ გამორთვის ბრძანება დასრულდა, საპატრულო ბოტიც გაჩერდა.
საპატრულო რობოტის მუშაობის ალგორითმი შეიძლება წარმოდგენილი იყოს შემდეგი დიაგრამის სახით:

პროექტებზე მუშაობა

სამუშაო მოეწყო Scrum-ის მსგავს ფორმატში: ყოველ დილით მოსწავლეები გეგმავდნენ დავალებებს მიმდინარე დღისთვის, საღამოს კი ანგარიშს აძლევდნენ შესრულებულ სამუშაოს.

პირველ და ბოლო დღეებში მოსწავლეებმა მოამზადეს პრეზენტაციები, სადაც აღწერილი იყო დავალება და როგორ გადაჭრეს იგი. სტუდენტების მიერ არჩეული გეგმების შესრულებაში დასახმარებლად, მასწავლებლები რუსეთიდან და ამერიკიდან მუდმივად იმყოფებოდნენ ოთახებში, სადაც პროექტებზე მუშაობდნენ და პასუხობდნენ შეკითხვებს. კომუნიკაცია ძირითადად ინგლისურ ენაზე მიმდინარეობდა.

შედეგები და მათი დემონსტრირება

პროექტებზე მუშაობა ერთი კვირა გაგრძელდა, რის შემდეგაც მოსწავლეებმა თავიანთი შედეგები წარმოადგინეს. ყველამ მოამზადა პრეზენტაციები, სადაც ისაუბრეს იმაზე, თუ რა ისწავლეს ამ სკოლაში, რა იყო ყველაზე მნიშვნელოვანი გაკვეთილები, რა მოეწონათ ან რა არ მოეწონათ. ამის შემდეგ თითოეულმა გუნდმა წარმოადგინა თავისი პროექტი. ყველა გუნდმა დაასრულა დავალებები.

ფერთა კალიბრაციის განმახორციელებელმა გუნდმა დაასრულა პროექტი სხვებზე სწრაფად, ამიტომ მათ ასევე ჰქონდათ დრო, მოემზადებინათ დოკუმენტაცია თავიანთი პროგრამისთვის. გზის გრაფიკზე მომუშავე გუნდი კი, პროექტის დემონსტრირებამდე ბოლო დღესაც ცდილობდა დახვეწა და გამოესწორებინა თავისი ალგორითმები.

დასკვნა

სკოლის დამთავრების შემდეგ მოსწავლეებს ვთხოვეთ შეაფასონ წარსული აქტივობები და უპასუხონ კითხვებს, რამდენად დააკმაყოფილა სკოლა მათ მოლოდინებს, რა უნარები შეიძინეს და ა.შ. ყველა მოსწავლემ აღნიშნა, რომ ისწავლეს გუნდში მუშაობა, დავალებების განაწილება და დროის დაგეგმვა.

სტუდენტებს ასევე სთხოვეს შეაფასონ მათ მიერ გავლილი კურსების სარგებლიანობა და სირთულე. და აქ ჩამოყალიბდა შეფასებების ორი ჯგუფი: ზოგისთვის კურსები დიდ სირთულეს არ წარმოადგენდა, ზოგმა შეაფასა ისინი, როგორც უკიდურესად რთული.

ეს ნიშნავს, რომ სკოლამ დაიკავა სწორი პოზიცია, რომ დარჩეს ხელმისაწვდომობა ამა თუ იმ სფეროში დამწყებთათვის, მაგრამ ასევე უზრუნველყოს მასალები გამოცდილი სტუდენტების განმეორებისა და კონსოლიდაციისთვის. აღსანიშნავია, რომ პროგრამირების კურსი (პითონი) თითქმის ყველამ აღნიშნა, როგორც გაურთულებელი, მაგრამ სასარგებლო. სტუდენტების თქმით, ყველაზე რთული კურსი იყო „კომპიუტერის არქიტექტურა“.

როდესაც მოსწავლეებს ეკითხებოდნენ სკოლის ძლიერი და სუსტი მხარეების შესახებ, ბევრმა უპასუხა, რომ მოსწონდათ არჩეული სწავლების სტილი, რომელშიც მასწავლებლები უზრუნველყოფდნენ სწრაფ და პერსონალურ დახმარებას და პასუხობდნენ კითხვებს.

მოსწავლეებმა ასევე აღნიშნეს, რომ მოსწონთ მუშაობა დავალებების ყოველდღიური დაგეგმვის რეჟიმში და საკუთარი ვადების განსაზღვრა. ნაკლოვანებად სტუდენტებმა აღნიშნეს მიწოდებული ცოდნის ნაკლებობა, რაც საჭირო იყო ბოტთან მუშაობისას: დაკავშირებისას, მისი მუშაობის საფუძვლებისა და პრინციპების გააზრება.

თითქმის ყველა მოსწავლემ აღნიშნა, რომ სკოლამ მოლოდინს გადააჭარბა და ეს სკოლის ორგანიზების სწორ მიმართულებაზე მიუთითებს. ამრიგად, შემდეგი სკოლის ორგანიზებისას ზოგადი პრინციპები უნდა იყოს დაცული, სტუდენტებისა და მასწავლებლების მიერ დაფიქსირებული ხარვეზების გათვალისწინება და, თუ შესაძლებელია, აღმოფხვრა, შესაძლოა კურსების ჩამონათვალის ან მათი სწავლების დროის შეცვლა.

სტატიის ავტორები: გუნდი მობილური რობოტების ალგორითმების ლაბორატორია в JetBrains კვლევა.

PS ჩვენს კორპორატიულ ბლოგს ახალი სახელი აქვს. ახლა ის JetBrains-ის საგანმანათლებლო პროექტებს დაეთმობა.

წყარო: www.habr.com