Математическая реинженерия ИТ-систем в обучении системному программированию: модель оценки инженерной зрелости студенческого проекта

Цель. Целью исследования является теоретическое обоснование, разработка и экспериментальная проверка модели оценки инженерной зрелости студенческого проекта, интегрирующей измерение производительности, моделирование системы и обоснованное улучшение решения.

Метод. Применен теоретический анализ педагогических и инженерных подходов; моделирование индекса инженерной зрелости; квазиэксперимент с парным сравнением; статистический анализ (критерий Уилкоксона, эффект размера Клиффа); валидация инструмента через экспертную оценку.

Результат. Теоретически обоснован и эмпирически подтверждён механизм формирования инженерного мышления через цикл «измерение - моделирование - улучшение - интерпретация». Разработан индекс инженерной зрелости проекта (α Кронбаха = 0,87, межэкспертная корреляция r = 0,82). На выборке 40 студентов (две когорты) установлено: доля проектов с измеримым улучшением ≥20% выросла с 23% (95% ДИ: 10,0–36,0) до 71% (95% ДИ: 56,9–85,1) (p < 0,001, d Коэна = 1,34), средний балл инженерной составляющей — с 61±12 (95% ДИ: 57,2–64,8) до 84±9 (95% ДИ: 81,2–86,8) (p < 0,001, d = 1,12), полнота артефактов — с 12% (95% ДИ: 1,9–22,1) до 89% (95% ДИ: 79,3–98,7) (p < 0,001, d = 2,15). Выявлены предикторы успешности: полнота протокола испытаний (β = 0,42, p < 0,01) и качество модели узкого места (β = 0,38, p < 0,05).

Вывод. Для контекста российского ИТ-образования предложена количественная модель инженерной зрелости проекта, связывающая педагогические конструкты компетентностного подхода с практиками инженерии производительности и улучшения, основанного на данных. Элементы методики включены в учебный процесс ДГТУ; индекс адаптирован для оценки проектов по компьютерным сетям и базам данных; подготовлены материалы для дальнейшей межвузовской апробации.

1. McConnell S. Code Complete: A Practical Handbook of Software Construction. 2nd ed. Redmond: Microsoft Press, 2004. 960 p.

2. Gregg B. Systems Performance: Enterprise and the Cloud. 2nd ed. Boston: Addison-Wesley, 2020. 776 p.

3. Beyer B., Jones C., Petoff J., Murphy N.R. Site Reliability Engineering: How Google Runs Production Systems. Sebastopol: O'Reilly, 2016. 552 p.

4. ABET Engineering Accreditation Commission. Criteria for Accrediting Engineering Programs, 2023–2024. Baltimore: ABET, 2023. 32 p.

5. Crawley E.F., Malmqvist J., Östlund S., Brodeur D.R. Rethinking Engineering Education: The CDIO Approach. 2nd ed. New York: Springer, 2014. 311 p.

6. Зимняя И.А. Ключевые компетентности — результативно-целевая основа компетентностного подхода в образовании // Мир образования — образование в мире. 2004. № 3. С. 68–79.

7. Вербицкий А.А. Компетентностный подход и теория контекстного обучения. М.: Исслед. центр проблем качества подготовки специалистов, 2004. 84 с.

8. Вербицкий А.А. Активное обучение в высшей школе: контекстный подход. М.:Высшая школа, 1991. 207 с.

9. Biggs J., Tang C. Teaching for Quality Learning at University. 4th ed. Maidenhead: Open University Press, 2011. 389 p.

10. Prince M. Does Active Learning Work? A Review of the Research // Journal of Engineering Education. 2004. Vol. 93. No. 3. P. 223–231.

11. Freeman S., Eddy S.L., McDonough M., Smith M.K., Okoroafer N., Jordt H., Wenderoth M.P. Active learning increases student performance in science, engineering, and mathematics // Proceedings of the National Academy of Sciences. 2014. Vol. 111. No. 23. P. 8410–8415.

12. Jain R. The Art of Computer Systems Performance Analysis: Techniques for Experimental Design, Measurement, Simulation, and Modeling. New York: Wiley, 1991. 685 p.

13. Smith C.U., Williams L.G. Performance Solutions: A Practical Guide to Creating Responsive, Scalable Software. Boston: Addison-Wesley, 2002. 368 p.

14. Beyer B., Jones C., Petoff J., Murphy N.R. Site Reliability Engineering. Sebastopol: O'Reilly, 2016. 552 p.

15. Kitchenham B.A., Dyba T., Jorgensen M. Evidence-Based Software Engineering // Proceedings of the 26th International Conference on Software Engineering. 2004. P. 273–281.

16. Basili V.R., Caldiera G., Rombach H.D. The Goal Question Metric Approach // Encyclopedia of Software Engineering / ed. by J.J. Marciniak. New York: Wiley, 1994. P. 528–532.

17. Gregg B. BPF Performance Tools. Boston: Addison-Wesley, 2019. 480 p.

18. Lister R. After the Gold Rush: Toward Sustainable Scholarship in Computing // Proceedings of the 10th Australasian Computing Education Conference. 2008. P. 3–9.

19. Beck K. Extreme Programming Explained:Embrace Change. 2nd ed. Boston:Addison-Wesley, 2004. 224р.

20. Felder R.M., Brent R. Teaching and Learning STEM:A Practical Guide. San Francisco:Jossey-Bass, 2016. 336 p.

21. Kolb D.A. Experiential Learning: Experience as the Source of Learning and Development. 2nd ed. Upper Saddle River: Pearson, 2015. 400 p.

22. Godwin A., Ohland M.W., Long R.A., Oakes W.C., Scoresby J., Zhu D., Hollis D. Engineering Identity Development Scale (EIDS) // Proceedings of the 122nd ASEE Annual Conference and Exposition. 2015. Paper ID 13751. 15 p.

23. Falkner K., Vivian R., Falkner N.J.G. Identifying computer science self-regulated learning strategies // Proceedings of the 2014 Conference on Innovation and Technology in Computer Science Education. 2014. P. 291–296.

24. Guzdial M. Learner-Centered Design of Computing Education: Research on Computing for Everyone. San Rafael: Morgan & Claypool Publishers, 2015.

25. Cooper S., Grover S., Guzdial M., Simon B. A future for computing education research // Communications of the ACM. 2014. Vol. 57. No. 11. P. 34–36.