Біоінформатична підготовка майбутніх учителів біології: від аудиторного навчання до дослідницької та проєктної діяльності
DOI:
https://doi.org/10.66556/2786-586X.59.upatova-iКлючові слова:
цифровізація, цифрова трансформація, майбутні вчителі біології, критичне мислення, обчислювальне мислення, аналіз даних, дослідницько-орієнтоване навчання, дослідницька автономія, проєктне навчання, учнівські дослідження, дослідницьке наставництво, обдаровані учніАнотація
Метою дослідження є розроблення та теоретичне обґрунтування концептуальної моделі біоінформатичної підготовки майбутніх учителів біології, яка інтегрує аудиторне навчання, обчислювальний аналіз біологічних даних, самостійну дослідницьку діяльність, проєктування дослідницьких робіт і перенесення набутих компетентностей у керівництво учнівськими дослідженнями та проєктною діяльністю. Дослідження має теоретико-концептуальний характер і ґрунтується на компетентнісному, дослідницько-орієнтованому, науково-дослідницькому та системному підходах. Методи дослідження охоплювали структурований пошук і цілеспрямований добір релевантних публікацій, концептуальний, порівняльний і структурно-функціональний аналіз, класифікацію та систематизацію освітніх практик і концептуальне моделювання. Джерельну базу становили наукові публікації та міжнародні програмні документи, присвячені біоінформатичним компетентностям, обчислювальному мисленню в природничій освіті, дослідницько-орієнтованому навчанню біоінформатики, підготовці вчителів, біоінформатиці в середній освіті, освіті для сталого розвитку та відкритій науці. У дослідженні обґрунтовано професійний континуум біоінформатичної підготовки, що охоплює п'ять взаємопов'язаних функціональних ролей: здобувач освіти в аудиторному навчанні, дослідник під керівництвом із використанням обчислювальних методів, самостійний дослідник, розробник дослідницького проєкту та наставник дослідницької діяльності. Перехід між цими ролями визначається насамперед зростанням дослідницької автономії та відповідальності за формулювання біологічної проблеми, добір даних, прийняття аналітичних рішень, інтерпретацію результатів і проєктування дослідження, а не підвищенням обчислювальної складності. Модель інтегрує чотири взаємопов'язані компоненти професійної підготовки: біологічний, обчислювально-інформаційний, дослідницький і педагогічний. Експериментальні та обчислювальні підходи розглядаються як взаємодоповнювальні складові біологічного дослідження, а мови програмування, біологічні бази даних та аналітичні середовища добираються відповідно до біологічного питання, характеристик даних, освітніх цілей і рівня підготовки здобувачів освіти. Перехід від самостійного дослідника до розробника дослідницького проєкту та наставника дослідницької діяльності становить якісну зміну професійного розвитку: особиста дослідницька автономія стає ресурсом для підтримки дослідницької автономії іншого здобувача освіти. Наукова новизна дослідження полягає в концептуалізації біоінформатичної підготовки як безперервної професійної траєкторії, що поєднує аудиторне навчання, кероване дослідження із застосуванням обчислювальних методів, самостійне біологічне дослідження, проєктування дослідницьких робіт і наставництво в учнівській дослідницькій діяльності. У запропонованій моделі головною віссю професійного розвитку визначено дослідницьку автономію та відповідальність за прийняття рішень, а не обчислювальну складність; конкретизовано перехід від набуття власної дослідницької автономії до створення умов для дослідницької автономії учнів. Практичне значення одержаних результатів полягає в можливості застосування запропонованої моделі для проєктування біоінформатичної підготовки майбутніх учителів біології та організації дослідницької і проєктної діяльності учнів. Модель може слугувати орієнтиром для добору обчислювальних інструментів і біологічних даних відповідно до дослідницьких питань та рівня підготовки здобувачів освіти, забезпечувати поступове передавання відповідальності за дослідження від викладача до здобувача освіти, а також сприяти проєктуванню та наставницькому супроводу здійсненних учнівських дослідницьких проєктів. Запропонований підхід може бути особливо доцільним для підготовки учнівських робіт до дослідницьких конкурсів і роботи з обдарованими або високомотивованими учнями, зокрема в освітніх умовах, де відкриті біологічні дані та обчислювальні ресурси можуть доповнювати обмежену експериментальну інфраструктуру.Посилання
Wilson Sayres, M. A., Hauser, C., Sierk, M., Robic, S., Rosenwald, A. G., Smith, T. M., et al. (2018). Bioinformatics core competencies for undergraduate life sciences education. PLoS ONE, 13(6), e0196878. https://doi.org/10.1371/journal.pone.0196878
Mulder, N., Schwartz, R., Brazas, M. D., Brooksbank, C., Gaeta, B., Morgan, S. L., et al. (2018). The development and application of bioinformatics core competencies to improve bioinformatics training and education. PLoS Computational Biology, 14(2), e1005772. https://doi.org/10.1371/journal.pcbi.1005772
Brooksbank, C., Brazas, M. D., Mulder, N., et al. (2024). The ISCB competency framework v. 3: A revised and extended standard for bioinformatics education and training. Bioinformatics Advances, 4(1), vbae166. https://doi.org/10.1093/bioadv/vbae166
Rubinstein, A., & Chor, B. (2014). Computational thinking in life science education. PLoS Computational Biology, 10(11), e1003897. https://doi.org/10.1371/journal.pcbi.1003897
United Nations. (2015). Transforming our world: The 2030 Agenda for Sustainable Development. United Nations. URL: https://sdgs.un.org/2030agenda
UNESCO. (2021). UNESCO Recommendation on Open Science. UNESCO. URL: https://unesdoc.unesco.org/ark:/48223/pf0000379949
Dong, H., Joo, H., & Lee, K.-J. (2013). Inservice and preservice biology teachers and professors’ perception of introducing bioinformatics in biology education. Biology Education, 41(4), 601–617. https://doi.org/10.15717/bioedu.2013.41.4.601
Sari, I. J., & El Islami, R. A. Z. (2025). STEM literacy-oriented bioinformatics education through the development of e-BIMO for pre-service biology teachers in the 21st century. Discover Education, 4, 366. https://doi.org/10.1007/s44217-025-00836-5
Goller, C. C., Srougi, M. C., Chen, S. H., Schenkman, L. R., & Kelly, R. M. (2021). Integrating bioinformatics tools into inquiry-based molecular biology laboratory education modules. Frontiers in Education, 6, 711403. https://doi.org/10.3389/feduc.2021.711403
Brown, J. A. L. (2016). Evaluating the effectiveness of a practical inquiry-based learning bioinformatics module on undergraduate student engagement and applied skills. Biochemistry and Molecular Biology Education, 44(3), 304–313. https://doi.org/10.1002/bmb.20954
Gao, L., & Guo, M. (2023). A course-based undergraduate research experience for bioinformatics education in undergraduate students. Biochemistry and Molecular Biology Education, 51(2), 189–199. https://doi.org/10.1002/bmb.21710
Bartlett, B., Stitt-Bergh, M., Kantar, M., & Bingham, J.-P. (2023). A data science practicum to introduce undergraduate students to bioinformatics for research. Biochemistry and Molecular Biology Education, 51(5), 520–528. https://doi.org/10.1002/bmb.21762
Lewitter, F., & Bourne, P. E. (2011). Teaching bioinformatics at the secondary school level. PLoS Computational Biology, 7(10), e1002242. https://doi.org/10.1371/journal.pcbi.1002242
Park, Y., & Cha, H. (2025). Design and implementation of an instructional bioinformatics program for gifted high school students: Emphasizing phylogenetic reconstruction through sequence alignment. Biology Education, 53(4), 584–598. https://doi.org/10.15717/bioedu.2025.53.4.584
Jabareen, Y. (2009). Building a conceptual framework: Philosophy, definitions, and procedure. International Journal of Qualitative Methods, 8(4), 49–62. https://doi.org/10.1177/160940690900800406
Tapprich, W. E., Reichart, L., Simon, D. M., Duncan, G., McClung, W., Grandgenett, N., & Pauley, M. A. (2021). An instructional definition and assessment rubric for bioinformatics instruction. Biochemistry and Molecular Biology Education, 49(1), 38–45. https://doi.org/10.1002/bmb.21361
Emery, L. R., & Morgan, S. L. (2017). The application of project-based learning in bioinformatics training. PLoS Computational Biology, 13(8), e1005620. https://doi.org/10.1371/journal.pcbi.1005620
Machluf, Y., Gelbart, H., Ben-Dor, S., & Yarden, A. (2017). Making authentic science accessible—the benefits and challenges of integrating bioinformatics into a high-school science curriculum. Briefings in Bioinformatics, 18(1), 145–159. https://doi.org/10.1093/bib/bbv113
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Ірина Петрівна Упатова, Віталій Борисович Москальов, Олена Олександрівна Широких, Ірина Валеріївна Каденко, Андрій Миколайович Мухін

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.