ВЗАИМОСВЯЗЬ ОСОБЕННОСТЕЙ САМОРЕГУЛЯЦИИ И ПРИНЯТИЯ ТЕХНОЛОГИЙ У СТУДЕНТОВ ВУЗА

Образование все шире использует различные технологии: системы управления обучением, различные платформы, мобильные устройства, социальные сети и прочее. В условиях дистанционного обучения повышаются требования к самостоятельности обучающихся, учебная деятельность осуществляется на основе саморегуляции. Исследование проведено в апреле – мае 2020 года в условиях перевода студентов очной формы обучения на удаленный режим. Цель исследования заключалась в выявлении взаимосвязи особенностей саморегуляции учебной деятельности и принятия технологий студентами в условиях дистанционного обучения. Гипотеза исследования: респонденты, имеющие высокие показатели по уровню саморегуляции, будут демонстрировать более высокий уровень принятия технологий. К началу сбора материала студенты в течение двух месяцев обучались удаленно с использованием дистанционных образовательных технологий. Исследование проведено на выборке студентов высших учебных заведений в количестве 75 человек. В целом по выборке можно отметить низкие значения по шкалам «Моделирование», «Оценка результатов» и «Гибкость» и более высокие значения по шкале «Программирование». Были выявлены различия между мужской и женской выборками по шкалам «Моделирование», «Надежность» и «Общий уровень саморегуляции» (p≤0,05). Респонденты, которые субъективно оценивают качество интернет-связи как невысокое, в целом более лояльно относятся к технологиям и в большей степени проявляют намерение использовать технологии в своем обучении. Между шкалами «Надежность», «Общий уровень саморегуляции» и «Субъективная полезность» двух методик были обнаружены отрицательные корреляционные связи. В данном случае наша гипотеза не подтвердилась: оказалось, что респонденты с высоким уровнем саморегуляции склонны считать, что технологии не так полезны в их деятельности, т. е. не способствуют повышению ее эффективности. 

1. Crompton H., Bernacki M., Greene J.A. Psychological foundations of emerging technologies for teaching and learning in higher education // Current Opinion in Psychology. 2020. Vol. 36. Р. 101-105.

2. Айсмонтас Б.Б. Некоторые психолого-педагогические особенности создания и использования компьютерных обучающих программ в вузе // Психологическая наука и образование. 2004. № 4. С. 51-59.

3. Конопкин О.А. Психическая саморегуляция произвольной активности личности // Вопросы психологии. 1995. № 1. С. 5-11.

4. Афанасьева А.С. Особенности взаимосвязи саморегуляции и академической успеваемости студентов 3 курса разных форм обучения // Ярославский психологический вестник. 2020. № 1. С. 34-36.

5. Конопкин О.А. Структурно-функциональный и содержательно-психологический аспекты осознанной саморегуляции // Психология. Журнал Высшей школы экономики. 2005. Т. 2. № 1. С. 27-42.

6. Моросанова В.И. Стилевые особенности саморегуляции личности // Вопросы психологии. 1991. № 1. С. 121-127.

7. Моросанова В.И. Индивидуальные особенности осознанной саморегуляции произвольной активности человека // Вестник Московского университета. Серия 14: Психология. 2010. № 1. С. 36-45.

8. Davis F.D. Perceived usefulness, perceived ease of use, and user acceptance of information technology // MIS Quarterly: management information systems. 1989. Vol. 13. № 3. P. 319-340.

9. Al-Emran M., Mezhuyev V., Kamaludin А. Technology Acceptance Model in M-learning context: A systematic review // Computers and Education. 2018. Vol. 125. P. 389-412.

10. Моросанова В.И., Бондаренко И.Н. Диагностика саморегуляции человека. М.: Когито-Центр, 2015. 304 c.

11. Бочарова Е.Е. Адаптационная готовность личности к ситуации социальных изменений // Известия Саратовского университета. Новая серия. Серия: Акмеология образования. Психология развития. 2015. Т. 4. № 1. С. 45-51.

12. Моросанова В.И., Сагиев Р.Р. Диагностика индивидуально-стилевых особенностей саморегуляции в учебной деятельности студентов // Вопросы психологии. 1994. № 5. С. 134-140.

13. Заводчиков Д.П., Манякова П.О. Взаимосвязь саморегуляции и личной профессиональной перспективой студентов // Образование и наука. 2018. Т. 20. № 1. С. 116-135.

14. Герасимова В.Г., Романова Ю.Д., Меламуд М.Р., Женова Н.А., Сорокина М.Ю. Метод Дэвиса для оценки привлекательности внедрения e-learning в РЭУ имени Г.В. Плеханова // Транспортное дело России. 2018. № 4. С. 102-104.

15. Sánchez R.A., Hueros A.D. Motivational factors that influence the acceptance of Moodle using TAM // Computers in Human Behavior. 2010. Vol. 26. № 6. P. 1632-1640.

16. Sukendro S., Habibi A., Khaeruddin K., Indrayana B., Syahruddin S., Makadada F.A., Hakim H. Using an extended Technology Acceptance Model to understand students’ use of e-learning during Covid-19: Indonesian sport science education context // Heliyon. 2020. Vol. 6. № 11. Article number e05410.

17. Abdullah F., Ward R. Developing a General Extended Technology Acceptance Model for E-Learning (GETAMEL) by analysing commonly used external factors // Computers in Human Behavior. 2016. Vol. 56. № 1. P. 238-256.

18. Zheng J., Li S. What drives students’ intention to use tablet computers: An extended technology acceptance model // International Journal of Educational Research. 2020. Vol. 102. Article number 101612.

19. Dečman M. Modeling the acceptance of e-learning in mandatory environments of higher education: The influence of previous education and gender // Computers in Human Behavior. 2015. Vol. 49. P. 272-281.

20. Masood M., Musman A. The Usability and its Influence of an e-Learning System on Student Participation // Procedia - Social and Behavioral Sciences: 7th world conference on educational science. 2015. Vol. 197. P. 2325-2330.