НОВЫЙ КОГНИТИВНЫЙ ПОДХОД К ИНЖЕНЕРНОМУ ОБРАЗОВАНИЮ

THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 139 НОВЫЙ КОГНИТИВНЫЙ ПОДХОД К ИНЖЕНЕРНОМУ ОБРАЗОВАНИЮ Алимов Аъзам Анварович Профессор, кафедра метрологии, стандартизации и сертификации Совместный Белорусско-Узбекский межотраслевой институт прикладных технических квалификаций, Ташкент, Узбекистан https://doi.org/10.5281/zenodo.17739278 Аннотация. В статье предлагается новый когнитивный подход к инженерному образованию на основе когнитивно-нейродидактико-компетентностно-интегративной (КНКИ) модели. Подход призван преодолеть разрыв между достижениями когнитивной науки и реальной практикой обучения, учитывая рост когнитивной сложности технического контента, разнообразие профилей обучающихся и требования к переносу знаний. КНКИ-модель описывает восемь последовательных когнитивных фаз (от трансформации информации до метапознания) и опирается на 72-сегментную матрицу образовательного дизайна, связывающую фазы с компетенциями и типами активности. Показано, как на основе модели проектировать курсы, выстраивать систему оценивания и развивать метакогнитивную осведомлённость будущих инженеров. Ключевые слова: инженерное образование, нейродидактика, когнитивная наука, компетентностный подход, образовательный дизайн, когнитивные фазы обучения, метапознание. Введение Современное инженерное образование переживает период фундаментальной трансформации. Несмотря на значительный прогресс в понимании нейропсихологических механизмов обучения, существует критический разрыв между достижениями когнитивной науки и реальной педагогической практикой в инженерном образовании [1; 2]. Анализ современного состояния инженерной педагогики позволяет выделить три взаимосвязанные проблемы: Во-первых, экспоненциальный рост когнитивной сложности современного технического контента значительно опережает возможности традиционных методов обучения. Содержание инженерных дисциплин характеризуется высокой концептуальной плотностью, множественными уровнями абстракции и необходимостью оперирования сложными взаимосвязями между теоретическими принципами и практическими приложениями. Во-вторых, значительная вариативность когнитивных профилей и стилей обучения инженерных студентов требует персонализированных подходов, которые традиционное лекционное обучение не может обеспечить в полной мере. Современные исследования демонстрируют необходимость учёта индивидуальных различий в скорости обработки информации, объёме рабочей памяти и предпочитаемых модальностях восприятия [3]. В-третьих, быстро развивающиеся технологические ландшафты требуют выпускников, способных к непрерывной адаптации и эффективному переносу знаний в новые контексты. Это предполагает формирование не только предметных компетенций, но THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 140 и метакогнитивных навыков саморегуляции и непрерывного обучения. Современная нейродидактика открывает новые возможности для научно обоснованного образовательного дизайна [4; 5]. Однако существующие подходы не обеспечивают систематической интеграции когнитивной нейронауки с компетентностными моделями инженерного образования, такими как CDIO и ABET [6; 7]. Предлагаемая КНКИ-модель синтезирует эти подходы через три взаимосвязанных измерения: когнитивную архитектуру (восемь фаз обработки информации), нейродидактические принципы (способы организации материала, повторения и практики) и компетентностный контекст (привязку заданий к целевым профессиональным компетенциям). Теоретические основы КНКИ-модели Когнитивная архитектура: восемь фаз обработки информации В основе КНКИ-модели лежат восемь последовательных когнитивных фаз, отражающих движение от первичной переработки входной информации к метапознавательному контролю и саморегуляции. Данная прогрессия базируется на современных представлениях о многоуровневой организации когнитивных процессов [8; 9]. 1. Трансформация (TRF) – активация систем внимания и избирательная ориентация на релевантные стимулы. Дидактическая функция: фильтрация ключевых стимулов, определение «рамки» изучаемой темы, активизация предварительных знаний и мотивационных установок. Нейропсихологический механизм: активация фронтопариетальной сети внимания, подавление нерелевантных стимулов через механизмы селективного внимания, формирование установки на обучение [10]. 2. Интеграция (INT) – конструирование первоначальных ментальных схем через связывание и мультимодальную репрезентацию. Дидактическая функция: представление материала в когерентной комбинации вербальных, символьных, визуальных и практических компонентов. Когнитивный механизм: формирование ассоциативных связей между вербальными и визуальными кодами памяти, снижение посторонней когнитивной нагрузки за счёт согласованности мультимодального представления [11; 12]. 3. Метаморфоза (MTM) – консолидация памяти через эффекты интервального повторения, чередования и вариативной практики. Дидактическая функция: организация распределённых повторений, чередование задач разных типов, возвращение к ключевым концептам в новых контекстах. Нейробиологический механизм: усиление следов памяти за счёт многократной реактивации и интеграции в существующие когнитивные сети, эффект тестирования как механизм укрепления извлечения информации [13; 14]. 4. Структурирование (STR) – оптимизация рабочей памяти через группировку и иерархическую организацию материала. Дидактическая функция: выделение опорных схем, таблиц, иерархий, концептуальных карт; переход от разрозненных фактов к структурированным смысловым блокам. Когнитивный механизм: укрупнение информационных единиц (chunking), перевод отдельных элементов в крупные смысловые структуры, снижение нагрузки на рабочую THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 141 память [15]. 5. Оптимизация (OPT) – развитие когнитивной гибкости через итеративное усовершенствование решений. Дидактическая функция: организация задач с множественными допустимыми решениями, сравнительный анализ стратегий, целенаправленная работа с ошибками как источником обучения. Когнитивный механизм: переключение между стратегиями решения, снижение когнитивной ригидности, развитие адаптивного мышления и способности к реконцептуализации задач [16]. 6. Компетентность (CPT) – процедурное обучение через целенаправленную практику и автоматизацию. Дидактическая функция: организация тренажёров, лабораторных работ, практикумов, где отрабатываются алгоритмы действий до уровня устойчивых профессиональных навыков. Нейропсихологический механизм: переход от контролируемого исполнения к полуавтоматизированным паттернам действий, разгружающим рабочую память для решения более сложных задач; формирование процедурной памяти [17]. 7. Генерация (GEN) – творческое познание через дивергентное мышление, аналогии и проектную деятельность. Дидактическая функция: проектные задания, открытые задачи, конструкторские и исследовательские проекты, требующие использования и творческой трансформации усвоенных концептуальных схем. Когнитивный механизм: активация процессов дивергентного мышления, формирование удалённых ассоциаций, рекомбинация элементов знаний в новые конфигурации, творческий синтез [18; 19]. 8. Метапознание (MTC) – саморегуляция через мониторинг, оценку и рефлексивную корректировку когнитивных стратегий. Дидактическая функция: ведение рефлексивных журналов, самооценка и взаимооценка, анализ ошибок, планирование следующих шагов обучения и профессионального развития. Когнитивный механизм: активация систем исполнительного контроля и мониторинга, осознанный выбор стратегий обучения и деятельности, формирование навыков саморегулируемого обучения [20; 21]. Представленная прогрессия отражает переход от базовых механизмов внимания и памяти к сложным процессам структурирования знаний, формирования экспертизы, творческого применения и, наконец, метакогнитивного управления собственной инженерной подготовкой. Реализация КНКИ-модели в инженерном образовании Дизайн учебного курса При проектировании инженерного курса на основе КНКИ-модели предлагается следующая последовательность действий: Этап 1. Картирование целевых компетенций по когнитивным фазам. Анализ целевых компетенций курса (в соответствии с государственными образовательными стандартами и рамками CDIO/ABET) и их распределение по фазам TRF–MTC. Определение того, какие элементы компетенций требуют преимущественно восприятия и понимания THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 142 (TRF-INT), какие – процедурного тренинга (CPT), какие – проектной генерации (GEN) и метапознавательной рефлексии (MTC). Этап 2. Построение темпоральной траектории фаз на уровне учебного семестра. Проектирование чередования учебных блоков, в которых доминируют различные когнитивные фазы, с обязательным возвращением к метапознавательной фазе на рубежных и итоговых этапах курса. Этап 3. Заполнение 72-сегментной матрицы конкретными образовательными активностями. Для каждой темы курса определяется, какие сегменты матрицы (пересечения когнитивных фаз и уровней компетентности) будут реализованы и через какие организационные форматы (лекция, семинар, лабораторная работа, проект, онлайн-модуль и т.п.). Этап 4. Интеграция мультимедийных средств с учётом принципов когнитивной нагрузки и теории мультимедийного обучения. Применение принципов модальности, избегания избыточности, пространственной и временной смежности, сегментации и сигналинга для оптимизации образовательных материалов [11; 12; 22]. Система оценивания и развитие метакогнитивной осведомлённости Система оценивания, согласованная с КНКИ-моделью, выходит за пределы традиционной дихотомии «экзамен-зачёт» и включает многоуровневую диагностику: Диагностика фаз TRF/INT: оценка входного уровня через тесты на базовые знания, предварительные представления и способность к первичной интеграции информации. Оценка фазы MTM: мониторинг консолидации знаний через распределённое тестирование, анализ динамики удержания информации во времени. Оценка фазы STR: диагностика структурированности знаний через концептуальное картирование, выявление связей между элементами содержания. Оценка фазы OPT: анализ когнитивной гибкости через задачи, требующие выбора и адаптации стратегий решения. Оценка фазы CPT: диагностика процедурных навыков через объективные структурированные клинические экзамены (OSCE-подобные станции), практические демонстрации, лабораторные отчёты. Оценка фазы GEN: оценка творческой и проектной составляющей через анализ проектов, кейсов, портфолио инженерных решений. Оценка фазы MTC: диагностика метапознавательных компетенций через рефлексивные дневники, опросники саморегуляции, самооценку стратегий обучения [20; 23]. Такая многоуровневая система оценивания позволяет не только фиксировать образовательные результаты, но и корректировать образовательный дизайн, адаптируя распределение когнитивных фаз под реальный профиль учебной группы и индивидуальные траектории студентов. Заключение Представленная когнитивно-нейродидактико-компетентностно-интегративная (КНКИ) модель инженерного образования предлагает новый взгляд на проектирование учебного процесса в техническом вузе. Модель реализует следующие ключевые возможности: Во-первых, обеспечивает согласование когнитивной архитектуры обучения (через восемь фаз TRF–MTC) с требованиями современных компетентностных стандартов THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 143 инженерного образования. Во-вторых, осуществляет перевод абстрактных принципов когнитивной науки и нейродидактики в операционализированную 72-сегментную матрицу образовательного дизайна, пригодную для практического применения. В-третьих, структурирует учебные курсы и отдельные занятия как научно обоснованную последовательность когнитивных фаз, а не произвольный набор разрозненных тем. В-четвёртых, интегрирует оценивание декларативных знаний, процедурных навыков, творческих способностей и метакогнитивной регуляции в единую согласованную систему. Дальнейшее развитие КНКИ-модели предполагает эмпирическую валидацию её эффективности в различных контекстах инженерного образования, разработку цифровых инструментов для автоматизированного проектирования курсов на основе модели, а также адаптацию подхода для смешанных и онлайн-форматов обучения. СПИСОК ЛИТЕРАТУРЫ 1. Tokuhama-Espinosa T. Mind, brain, and education science: A comprehensive guide to the new brain-based teaching. New York: W. W. Norton & Company, 2011. 355 p. 2. Herrmann-Werner A., Festl-Wietek T., Holderried F., et al. Understanding the neuro-cognitive processes involved in learning: are there pedagogical implications for curriculum design in health professions education? // GMS Journal for Medical Education. 2021. Vol. 38. № 6. Doc. 98. 3. Pashler H., McDaniel M., Rohrer D., Bjork R. Learning styles: Concepts and evidence // Psychological Science in the Public Interest. 2008. Vol. 9. № 3. P. 105–119. 4. Preiss G., Ortiz-Catalan M. Neurodidactics as a methodological approach to improve engineering education: Theory and practical examples // IEEE Revista Iberoamericana de Tecnologias del Aprendizaje. 2014. Vol. 9. № 3. P. 87–94. 5. Coch D., Ansari D. Thinking about mechanisms is crucial to connecting neuroscience and education // Cortex. 2009. Vol. 45. № 4. P. 546–547. 6. Crawley E. F., Malmqvist J., Östlund S., Brodeur D. R. Rethinking engineering education: The CDIO approach. New York: Springer, 2007. 286 p. 7. Shuman L. J., Besterfield-Sacre M., McGourty J. The ABET 'Professional Skills' – Can they be taught? Can they be assessed? // Journal of Engineering Education. 2005. Vol. 94. № 1. P. 41–55. 8. Dehaene S. How we learn: Why brains learn better than any machine... for now. New York: Viking, 2020. 370 p. 9. Anderson J. R. Cognitive psychology and its implications. 8th ed. New York: Worth Publishers, 2015. 624 p. 10. Posner M. I., Petersen S. E. The attention system of the human brain // Annual Review of Neuroscience. 1990. Vol. 13. P. 25–42. 11. Mayer R. E. Multimedia learning. 3rd ed. Cambridge: Cambridge University Press, 2021. 478 p. 12. Paivio A. Mental representations: A dual coding approach. Oxford: Oxford University Press, 1986. 322 p. 13. Cepeda N. J., Pashler H., Vul E., et al. Distributed practice in verbal recall tasks: A review and quantitative synthesis // Psychological Bulletin. 2006. Vol. 132. № 3. P. 354–380. THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 144 14. Roediger H. L., Karpicke J. D. Test-enhanced learning: Taking memory tests improves longterm retention // Psychological Science. 2006. Vol. 17. № 3. P. 249–255. 15. Cowan N. The magical number 4 in short-term memory: A reconsideration of mental storage capacity // Behavioral and Brain Sciences. 2001. Vol. 24. № 1. P. 87–114. 16. Diamond A. Executive functions // Annual Review of Psychology. 2013. Vol. 64. P. 135–168. 17. Ericsson K. A., Krampe R. T., Tesch-Römer C. The role of deliberate practice in the acquisition of expert performance // Psychological Review. 1993. Vol. 100. № 3. P. 363–406. 18. Guilford J. P. The nature of human intelligence. New York: McGraw-Hill, 1967. 538 p. 19. Beaty R. E., Benedek M., Silvia P. J., Schacter D. L. Creative cognition and brain network dynamics // Trends in Cognitive Sciences. 2016. Vol. 20. № 2. P. 87–95. 20. Schraw G., Dennison R. S. Assessing metacognitive awareness // Contemporary Educational Psychology. 1994. Vol. 19. № 4. P. 460–475. 21. Flavell J. H. Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry // American Psychologist. 1979. Vol. 34. № 10. P. 906–911. 22. Sweller J., Ayres P., Kalyuga S. Cognitive load theory. New York: Springer, 2011. 274 p. 23. Zimmerman B. J. Self-regulated learning and academic achievement: An overview // Educational Psychologist. 1990. Vol. 25. № 1. P. 3–17.