суббота, 14 октября 2023 г.

Connectivism + Метод коллективного взаимообучения А.Г. Ривина


Connectivism


https://en.wikipedia.org/wiki/Connectivism

Коннективизм — это теоретическая основа для понимания обучения в эпоху цифровых технологий. В нем подчеркивается, как интернет-технологии, такие как веб-браузеры, поисковые системы, вики, дискуссионные онлайн-форумы и социальные сети, способствовали появлению новых направлений обучения. Технологии позволили людям учиться и обмениваться информацией через Всемирную паутину и между собой способами, которые были невозможны до эпохи цифровых технологий.[1] Обучение происходит не просто внутри человека, но внутри сетей и между ними.

Что отличает коннективизм от таких теорий, как конструктивизм, так это точка зрения, согласно которой «обучение (определяемое как практические знания) может находиться вне нас самих (внутри организации или базы данных), сосредоточено на соединении наборов специализированной информации и связей, которые позволяют нам узнать больше важнее, чем наше нынешнее состояние знаний».[2] 

Коннективизм рассматривает знания как сеть, а обучение как процесс распознавания образов.[3][4]

 Коннективизм имеет сходство с зоной ближайшего развития Выготского (ЗБР) и теорией деятельности Энгестрема.[5] 

Фраза «теория обучения для цифровой эпохи»[6] указывает на то внимание, которое коннективизм придает влиянию технологий на то, как люди живут, общаются и учатся.

 Коннективизм — это интеграция принципов, связанных с теориями хаоса, сети, сложности и самоорганизации.[6]

Коннективизм был впервые представлен в 2004 году в сообщении в блоге, которое позже было опубликовано в виде статьи[6] в 2005 году Джорджем Сименсом. Позже, в 2005 году, он был расширен двумя публикациями: «Коннективизм Сименса: обучение как создание сети» и «Введение в соединительные знания» Даунса. 

Обе работы привлекли значительное внимание в блогосфере, и за этим последовала обширная дискуссия о целесообразности коннективизма как теории обучения для цифровой эпохи. 


В 2007 году Билл Керр вступил в дебаты, прочитав серию лекций и выступлений по этому вопросу, как и Форстер, на онлайн-конференции по коннективизму в Университете Манитобы.[7] В 2008 году в контексте цифрового и электронного обучения коннективизм был пересмотрен, и его технологические последствия обсуждались Siemens и Ally.

Центральным аспектом коннективизма является метафора сети с узлами и соединениями.[8] В этой метафоре узел — это все, что может быть связано с другим узлом, например организация, информация, данные, чувства и изображения. 



Коннективизм признает три типа узлов: нейронные, концептуальные (внутренние) и внешние.[3][9] 


Коннективизм рассматривает обучение как процесс создания связей и расширения или увеличения сложности сети.


 Соединения могут иметь разное направление и силу.[3] В этом смысле соединение, соединяющее узлы A и B и идущее от A к B, отличается от соединения, идущего от B к A. Существуют некоторые особые виды соединений, такие как «самосоединение» и шаблон.[3] Соединение самообъединения соединяет узел с самим собой, а шаблон можно определить как «набор соединений, возникающих вместе как единое целое».[3]


Идея организации когнитивных систем, в которых знания распределяются по узлам, возникла из перцептрона

Perceptron (Artificial neuron) in an Artificial Neural Network, 

 (искусственного нейрона) в искусственной нейронной сети и напрямую заимствована из коннекционизма, «программной структуры, разработанной на основе концепций, вдохновленных биологическими функциями мозга; она направлена на создание машин, способных обучаться, как человек».[10]


Сетевая метафора позволяет дополнить понятие «ноу-где» (понимание того, где найти знания, когда они необходимы) понятиям «ноу-хау» и «ноу-что», которые составляют краеугольный камень многих теорий. обучения.


Как утверждает Даунс: «по своей сути коннективизм — это тезис о том, что знания распространяются по сети связей, и, следовательно, обучение состоит из способности создавать и преодолевать эти сети»[1].


Принципы коннективизма включают:[6]


Обучение и знания основываются на разнообразии мнений.

Обучение — это процесс соединения специализированных узлов или источников информации.

Обучение может осуществляться с помощью нечеловеческих устройств.

  • Learning may reside in non-human appliances.


Обучение важнее, чем знание.

Поддержание и развитие связей необходимо для облегчения непрерывного обучения. Когда времени взаимодействия между участниками среды обучения недостаточно, сети обучения не могут быть консолидированы.

Восприятие связей между областями, идеями и концепциями является ключевым навыком.

Валюта (точные, актуальные знания) является целью учебной деятельности.

Принятие решений само по себе является процессом обучения. Выбор того, что изучать, и значение поступающей информации рассматриваются через призму меняющейся реальности. Хотя сейчас есть правильный ответ, завтра он может оказаться неправильным из-за изменений в информационном климате, влияющих на это решение.

Методы обучения

Подводя итог коннективистскому преподаванию и обучению, Даунс утверждает: «учить — значит моделировать и демонстрировать, учиться — значит практиковать и размышлять».[11]


В 2008 году Сименс и Даунс провели онлайн-курс под названием «Коннективизм и соединительные знания». Он рассматривал коннективизм как содержание, пытаясь реализовать некоторые из своих идей. Курс был бесплатным для всех желающих, на нем зарегистрировалось более 2000 человек по всему миру. Эту модель описывает фраза «Массовый открытый онлайн-курс» (МООК).[13] 


https://en.wikipedia.org/wiki/Massive_open_online_course


Весь контент курса был доступен через RSS-каналы, и учащиеся могли участвовать, используя выбранные ими инструменты: тематические обсуждения в Moodle, публикации в блогах, Second Life и синхронные онлайн-встречи. Курс повторялся в 2009 и 2011 годах.


По своей сути коннективизм представляет собой форму экспериментального обучения, которая отдает приоритет множеству, сформированному действиями и опытом, а не идее о том, что знание является пропозициональным.


 

 



 

Метод коллективного взаимообучения А.Г. Ривина и его история

 

Зимой 1918 г. несколько жителей городка Корнин искали в Киеве квалифицированного педагога, который смог бы подготовить их детей к экзаменам за курс гимназии. За этот труд взялся А.Г. Ривин. Но вскоре он отказался заниматься с шестью учениками, родители которых его пригласили и платили за обучение. Он потребовал... включить в группу ещё около тридцати соседских ребятишек [14, с. 10, 14]. И наниматели были вынуждены согласиться!.. Ситуацию сложно представить современному педагогу, воспитанному классно-урочной системой: вряд ли кто-то решится по собственной воле в шесть раз увеличить свой класс. По возрасту дети в Корнине были от 11 до 16 лет [15, с. 14]. Среди них были учащиеся разного уровня подготовки, причём некоторые год-два, а то и три не посещали школу. Образование некоторых ограничивалось умением читать и писать да знанием четырёх арифметических действий... Но в рамках того метода обучения, который к тому времени придумал и успел опробовать на практике А.Г. Ривин, заниматься с 30–40 разноуровневыми учениками ему было легче и, главное, эффективнее, чем с шестью! «Позже А.Г. Ривин говорил нам: “Я бы взял и пятьдесят учеников, если бы их отпустили родители. Но тогда дети были заняты в домашнем хозяйстве, иногда целыми днями”», – вспоминает один из его учеников [14, с.10]. Результаты обучения корнинских учеников невероятно впечатляли, а секрет метода был прост: А.Г. Ривин ввёл в учебный процесс «организованное переменное диалогическое общение», т.е. целенаправленное общение в парах учащихся и упорядоченную сменяемость этих пар. Ранее в обучении использовалась стандартная форма «один говорит – все слушают». А он ввёл новую организационную форму – «каждый говорит с каждым». В результате каждый обучающийся выполнял в каждой новой паре не только роль обучаемого (воспринимающего новый материал), но и роль ответственного учителя (разъясняющего этот материал), поэтому все обучают каждого, и каждый обучает всех [16, с. 36].

 

Дети в Корнине занимались «от зари до зари» [15, с.17] – во дворе, в саду, на улице, в большой избе или в пустующем здании местной школы (если шёл дождь). Их никто не заставлял! Крестьянские дети, которых прежде невозможно было затащить за парту, которые сбегали с уроков, теперь рвались учиться по-новому. А Ривина местные жители называли «магом и волшебником» и хранили память о нём десятилетиями. Каждый ученик «мог во всём разобраться, овладеть любым материалом и в то же время быстро двигаться вперёд. Вся группа (около 40 человек) работала как единый разновозрастный учебный класс» [14, с. 111].

 

В итоге за полгода ученики сумели овладеть программами всех предметов трёх-четырёх лет обычного школьного обучения. Многие из них успешно сдали экзамены за среднюю школу. А для этого крестьянские дети изучили русский язык и литературу, математику, немецкий язык и латынь, историю, географию, психологию и философию. Все дисциплины преподавал один учитель. Но он не вёл уроки (уроков как таковых не было, не было и расписания в привычном смысле слова), а организовывал взаимное обучение детей по всем предметам. «Постоянное обсуждение, споры исключали зубрёжку, натаскивание, механическое запоминание изучаемого материала» [Там же, с. 10, 11].

 

Благодаря новому методу полуграмотные сельские ребята с лёгкостью освоили школьную программу. Но это было не главным итогом. «Ученики научились рассуждать, доказывать, отстаивать свою точку зрения, участвовать в дискуссиях; они стали рассказчиками, умели правильно ставить вопросы собеседнику; у них развивалось аналитическое мышление – можно было видеть, что у всех пробуждаются преподавательские способности» [Там же, с. 11]. Ещё вчера кто-то из них умел только читать, писать и считать, а через полгода «ученики делали всё: решали задачи, выполняли письменные упражнения, готовили статьи из учебников, разучивали стихотворения, делали доклады, отвечали друг другу и педагогу. Выступали с докладами также перед родителями и даже в других сёлах» [Там же, с. 110]. И это могли делать не один-два «отличника», а все, каждый!

 

Ошеломляющие успехи стали возможны благодаря новому методу коллективного взаимного обучения, придуманному и выверенному на практике А.Г. Ривиным. По свидетельству его учеников, сам А.Г. Ривин формулировал свою основную идею так: «Организованное переменное диалогическое личное общение ... чревато для участвующей в ней личности несметным количеством ощущений и впечатлений. Вот почему последовательное и интенсивное применение диалогического общения решительно содействует кристаллизации в любом коллективе максимального количества талантов и гениев» [17]. Поэтому автор назвал свой метод «талгенизмом» – от слов «талант» и «гений».

 

Эта технология обучения применялась в 1920–30-е гг. в СССР. Автор, его ученики и последователи называли метод обучения по-разному: талгенизм, сочетательный диалог (или со-диалог), организованный диалог (или оргдиалог), подвижный диалог, парные сочетания, диалогическое общение. Но при всех трансформациях названий суть оставалась та же: «организованное переменное диалогическое личное общение, поводом к которому служит совместная работа над озаглавливанием отдельных отрывков текста шедевров научной и художественной мысли (с обсуждением и редактированием заголовка), равно как и совместное решение сложной задачи или комментирование её готового решения» [18, с. 21]. Новая технология, как оказалось, применима в разных сферах обучения: используя её, можно изучать шедевры научной и художественной мысли, обучать грамоте на родном языке, решать математические задачи, усваивать сложные философские тексты, осваивать навыки работы на токарном или фрезерном станке, овладевать иностранным языком. Но – при всех модификациях и разных сферах применения – в любом случае, ученики работают в парах, и состав этих пар регулярно меняется. Для каждого типа учебной работы (изучение грамматических правил, решение задач, чтение текстов, освоение практических навыков работы на станке и пр.) автор метода и его ученики придумывали свою особую форму организации учебного материала [19–21].

 

Метод обучения, предложенный А.Г. Ривиным, изучали руководящие работники Всероссийской чрезвычайной комиссии по ликвидации безграмотности (ВЧКлб) при Главполитпросвете Наркомпроса. Обсуждался этот метод и руководителями страны, в том числе на съездах партии. Н.А. Бухарин и Л.М. Каганович критиковали новый педагогический метод, а Н.К. Крупская его оценила положительно: «В Москве очень много говорили о “талгенизме”. ... Там есть очень здоровая мысль, а именно: если работать вдвоём, по определённому плану, то гораздо легче достигнуть результатов» [22, с. 19].

 

Новая технология обучения показала свою эффективность на всех уровнях образования – не только на начальном (обучение взрослых грамоте) и среднем (подготовка к экзаменам за курс гимназии), но и на высшем. Оказалось, что на основе этой технологии можно создавать даже отдельные образовательные учреждения. Нами обнаружены свидетельства о любопытном историческом опыте. Осенью 1928 г. группе энтузиастов удалось получить в Москве пустующее здание бывшего свечного завода. «Здесь родилось объединение групп по высшему техническому образованию – ОГВТО» [15, с. 82]. Набрали около 200 человек, которые не смогли поступить в вузы и втузы. Занятия организовывали и проводили инициаторы-студенты, сами не успевшие получить высшее образование. В этом «вузе без преподавателей», «вузе без профессоров», в «вузе без вуза», или, как его назвали журналисты, «диком» вузе [23–25], в массовом порядке применялся метод А.Г. Ривина для изучения практически всех учебных дисциплин технического вуза. Найдены статьи в газетах и журналах того времени, описывающие, как был построен процесс обучения [15, с. 58–84].

 

Через год, как вспоминают ученики, работу ОГВТО по просьбе А.Г. Ривина проверила авторитетная комиссия профессоров. «Знания студентов были признаны качественными и глубокими. Поражало, по словам комиссии, свободное владение теорией, хорошая литературная речь ребят» [Там же, с. 82]. Журналисты радовались победе энтузиастов: «Метод занятий, избранный ими, – лучший метод в данных условиях. Успеваемость учащихся – не ниже той, что на механическом факультете настоящего втуза» [23, с. 50]. Но длилось это недолго. Современный исследователь подтверждает: «Кто-то в данном случае проявил государственную мудрость или просто здравый смысл, заявив, что мы имеем более 2 000 готовых грамотных студентов! Было очень быстро принято
решение создать новый вуз – Государственную школу инженеров им. А.С. Бубнова. Ядро её составили учащиеся “дикого вуза”. Организовать организовали, но метод выкинули» [26, с. 19].

 

В начале 1930-х гг. в СССР был принят ряд партийных постановлений, которые, по сути, закрывали путь развития многим педагогическим новациям, активно развивавшимся в советской школе в 1920-е гг., в том числе и новому способу обучения А.Г. Ривина. Ученик лишался всякой свободы в выборе предмета или учебной группы, своего темпа занятий и т.п. В итоге все новые методические «ростки» были обрублены, а классно-урочная система в школах и лекционно-семинарская система в вузах стали практически безальтернативными.

 

Но история метода А.С. Ривина на этом не закончилась. В 1950–1960-е гг. началось его возрождение. Ученики А.Г. Ривина и их последователи подхватили и продолжили развивать идеи коллективного взаимообучения на практике. Парно-коллективные занятия, коллективная оргформа, коллективный способ обучения, диалогические методики – названия не раз менялись, но и сегодня метод продолжает развиваться, и не только в нашей стране [27, с. 62–63]. В 1970–1990-е гг. профессор В.К. Дьяченко предложил подробное описание технологии и разработал теоретические основы коллективного способа обучения – КСО [16]. Движение КСО охватывало всё больше учителей, классов, школ, вузов: «Нашими последователями, применяющими коллективные учебные занятия, становятся уже сотни и тысячи педагогов, расширяется география распространения опыта коллективных занятий» [14, с.114]. 





Flag Counter

Талгенизм - талант + гений


Талгенизм - талант + гений 


https://www.youtube.com/watch?v=uh30OKXTas4&t=88s




https://vovr.elpub.ru/jour/article/view/2395/1552


   100 лет назад известный педагог А.Г. Ривин впервые реализовал идею коллективного взаимообучения. Этот метод, названный Ривиным «талгенизмом» (от слов «талант», «гений»), опирался на «диалогическое общение» в переменных парах и позволял достичь невероятных результатов в совместном обучении людей разного возраста и разного уровня подготовки. Прослежены исторические вехи развития метода коллективного взаимообучения в России. Обнаружены документальные свидетельства об экспериментах по созданию принципиально иной педагогической системы, существенно отличающейся от традиционной. Показано, что метод коллективного взаимного обучения (талгенизм) российского педагога А.Г. Ривина и технология современного коннективизма, реализованная в массовых открытых онлайн-курсах сМООC канадских исследователей Дж. Сименса и С. Даунса, имеют общие ключевые особенности. Установлено, что, несмотря на временной и географический разрыв (Россия, 1918 г. и Канада, 2008 г.), каждая из этих технологий делает возможным принципиально новый процесс обучения (ориентированный на потребности обучающегося), организация которого практически недостижима при традиционной классно-урочной или лекционно-семинарской системе. Обе технологии представлены как эффективные практические воплощения новой парадигмы образования, что позволяет внимательно и всесторонне изучить её элементы. Сделан вывод о предпосылках создания новой теории обучения, которая стала бы фундаментом альтернативной педагогики нового времени, отличной от традиционной, и смогла бы претендовать на статус общей теоретической базы не только дистанционного, электронного, но и аудиторного обучения.


https://vovr.elpub.ru/jour/article/view/2395/1552



 

                     Automatic Zoom                     Actual Size                     Page Fit                     Page Width                                          50%                     75%                     100%                     125%                     150%                     200%                     300%                     400%                   

Высшее образование: критический дискурс 71
DOI: https://doi.org/10.31992/0869-3617-2020-29-8-9-71-84
«Талгенизм» в эпоху цифровизации:
отечественная история
cMOOC
Бабаева Марина Алексеевна – канд. физ.-мат. наук, доцент.
E-mail: maalba@list.ru
Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург,
Россия
Адрес: 195251, Санкт-Петербург, Политехническая ул., 29
Голубев Евгений Борисович – зам. главного редактора журнала «Санкт-Петербургский уни-
верситет».
E-mail: egolubev@list.ru
Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
Адрес: 199034, Санкт-Петербург, Университетская наб., 7-9


Аннотация. Рассмотрены вопросы трансформации образовательного пространства в
современную эпоху тотальной цифровизации. Отмечена слабость теоретического фунда-
мента электронного обучения в условиях массовой практики его внедрения и применения.
Обсуждается правомерность применения традиционных теорий к электронному обучению
в радикально изменившейся образовательной среде и необходимость разработки новой тео-
рии. Когнитивизм, конструктивизм, бихевиоризм и др. являются базой традиционной пе-
дагогической системы (классно-урочной в школе и лекционно-семинарской в вузах). Показа-
но, что иную педагогическую систему представляет коннективизм – теоретическая кон-
струкция Дж. Сименса, созданная как «теория цифровой эпохи». На основе коннективизма
и для его изучения Дж. Сименс и С. Даунс создали первые массовые открытые онлайн-курсы
cMOOC, – и теоретическая конструкция получила практическое воплощение. Обнаружена
ещё одна, сходная с коннективистской, технология обучения, в основе которой также ле-
жит отличная от традиционной педагогическая система. Это дало возможность придать
«теории обучения цифровой эпохи» заметный «исторический объём». Корни современного
коннективизма массовых открытых онлайн-курсов были обнаружены в России. Сто лет
назад известный педагог А.Г. Ривин впервые реализовал идею коллективного взаимообу-
чения. Этот метод, названный Ривиным «талгенизмом» (от слов «талант», «гений»),
опирался на «диалогическое общение» в переменных парах и позволял достичь невероятных
результатов в совместном обучении людей разного возраста и разного уровня подготовки.
Прослежены исторические вехи развития метода коллективного взаимообучения в России.
Обнаружены документальные свидетельства об экспериментах по созданию принципиаль-
но иной педагогической системы, существенно отличающейся от традиционной.
Показа-
но, что метод коллективного взаимного обучения (талгенизм) российского педагога А.Г.
Ривина и технология современного коннективизма, реализованная в массовых открытых
онлайн-курсах сМООC канадских исследователей Дж. Сименса и С. Даунса, имеют общие
ключевые особенности. Установлено, что, несмотря на временной и географический разрыв
(Россия, 1918 г. и Канада, 2008 г.), каждая из этих технологий делает возможным прин-
ципиально новый процесс обучения (ориентированный на потребности обучающегося),
организация которого практически недостижима при традиционной классно-урочной или
лекционно-семинарской системе. Обе технологии представлены как эффективные практи
ческие воплощения новой парадигмы образования, что позволяет внимательно и всесто-

ронне изучить её элементы. Сделан вывод о предпосылках создания новой теории обучения,
которая стала бы фундаментом альтернативной педагогики нового времени, отличной от
традиционной, и смогла бы претендовать на статус общей теоретической базы не только
дистанционного, электронного, но и аудиторного обучения.




Ключевые слова: массовые открытые онлайн-курсы; cMOOCК, коннективизм, метод
коллективного взаимообучения, талгенизм, А.Г. Ривин
Для цитирования: Бабаева М.А., Голубев Е.Б. «Талгенизм» в эпоху цифровизации:
отечественная история cMOOC // Высшее образование в России. 2020. Т. 29. No 8/9. С. 71-84.
DOI: https://doi.org/10.31992/0869-3617-2020-29-8-9-71-84
Введение. Необходимость новой
педагогики – фундамента эффективного
современного обучения
В нынешнюю эпоху тотальной цифрови-
зации вектор системы образования необра-
тимо разворачивается в направлении дистан-
та процесса обучения. Стремительно возрас-
тает доля элементов электронного обучения
в традиционном образовательном процессе,
качественно трансформируется сам процесс
обучения. Использование цифровых техно-
логий кардинально меняет образовательное
пространство. Меняются цели, решения, со-
держание обучения. Заметно меняются ор-
ганизационные формы обучения, структура
классических университетов. Онлайн-кур-
сы становятся обязательными элементами
образовательных программ, из внутренней
среды университетов они уверенно выходят
во внешнее образовательное пространство.
Цифровые технологии и сеть Интернет
сделали образование открытым. В мировой
образовательной среде появились МООК
(массовые открытые онлайн-курсы), их по-
пулярность стремительно растёт [1; 2]. Лю-
бой желающий независимо от его квали-
фикации и места жительства, может теперь
получить качественное бесплатное образо-
вание. Мировые топ-университеты исполь-
зуют формат МООК при реализации обра-
зовательных программ бакалавриата, маги-
стратуры. В России в 2015 г. при поддержке
Минобрнауки РФ была учреждена ассоциа-
ция «Национальная платформа открытого
образования» (НПОО). Лучшие университе-
ты РФ предлагают здесь свои онлайн-курсы
по базовым дисциплинам, изучаемым в рос-
сийских вузах. Сегодня каждый российский
студент знаком с форматом МООК [3].
Практика внедрения и применения элек-
тронного обучения в настоящее время огром-
на, есть эмпирические исследования отдель-
ных аспектов обучения, его организации и
эффективности. Но прочной теоретической
базы современного обучения нет. Очевидно,
что фундамент для разработки и внедрения
средств электронного обучения, его оптими-
зации должны составить не только практика
и эмпирические исследования, но и теорети-
ческие концепции [4]. Основными общепри-
знанными традиционными теориями обуче-
ния считают когнитивизм, конструктивизм и
бихевиоризм. В качестве теоретических кон-
структов нередко используют также теорию
цифровых медиа, теорию активного обу-
чения и др. Эти теории, безусловно, можно
применить к электронному обучению [5], но
все они получили распространение ещё до
взлёта технологий цифровой эпохи. Сегодня
социум, образовательное пространство ра-
дикально изменились. Поэтому актуален во-
прос: правомерно ли применять традицион-
ные теории обучения в радикально изменив-
шейся образовательной среде? Необходимо
ли их полностью заменить либо нужна лишь
частичная модернизация? [6]. Новая теория
должна отразить динамичность, постоянное
развитие электронного обучения и его форм.
Но должна ли она быть настолько широка,
чтобы стать базой электронного и традици-

Высшее образование: критический дискурс 73
онного, дистанционного и аудиторного об-
учения?
На эти вопросы пока нет академиче-
ски выверенного ответа.
В постиндустриальную эпоху темпы об-
новления информации многократно воз-
росли, её достоверность и точность меня-
ются. Сегодня объём знаний увеличивает-
ся экспоненциально, половину из того, что
известно сегодня, не знали 10 лет назад.
Но знания быстро теряют свою актуаль-
ность. В связи с этим говорят о значитель-
ном сокращении «периода полураспада
знаний» – промежутка времени между
моментами получения знания и его «уста-
ревания» [7]. Выпускник вуза вынужден
многократно обновлять полученные зна-
ния и навыки: сегодня «пожизненное обу-
чение – это не роскошь, а необходимость»
[8]. Поэтому в новейших технологиях об-
учения становится актуальной не столько
линейная передача конкретной информа-
ции, сколько выработка навыка добывания
и оценки знания. Формирование способно-
сти создавать новые и замечать имеющие-
ся связи, оценивать информацию должно
стать одной из задач обучения. Новые пе-
дагогические теории и подходы обязаны
это учитывать.
Кроме того, новая теория должна учесть
и специфичность новых учебных сообществ,
коммуницирующих в социальных сетях и
виртуальной образовательной среде, зача-
стую лишённых непосредственного личного
контакта с преподавателем и не всегда свя-
занных рамками единого класса или одного
вуза [9].
Коннективизм и cMOOC: теоретический
конструкт и практическое воплощение
Цифровые технологии реорганизовали
нашу жизнь, общение и обучение. Сила и
мощь сетей, развитие интернет-технологий
разворачивают обучение от целиком инди-
видуальной деятельности к работе в группе и
сообществе. Поэтому теория, описывающая
процессы и принципы современного обу-
чения, неизбежно должна отражать изме-
нившуюся социальную среду и принципы её
функционирования. Именно такую теорию
обучения для цифровой эпохи – коннекти-
визм – предложил в 2004 г. Дж. Сименс. Она
выдвигается автором и его последователями
как теоретическая основа для понимания
современного процесса обучения и объяс-
нения его результатов. Согласно принципам
коннективизма, знания распределяются по
сети соединений, и обучающийся прокла-
дывает собственный маршрут, создавая но-
вые связи и узлы в сети. Сетевой узел – это
любой источник информации: базы данных,
веб-сайты, библиотеки, организации, люди,
эмоциональные отклики, изображения.
Сеть позволяет «взаимодействовать, де-
литься, вести диалоги и думать вместе» [10].
Обучение – это процесс создания связей,
трансформации узлов и развития сети. Цель
обучения – активное участие не столько в
распространении знания, сколько в его раз-
витии и создании.
Показателен образ сети обучения, пред-
ложенный С. Даунсом: всё, что мы знаем
(представляем, придумываем...), – это 100
триллионов связей, которые образуются
между 100 миллиардами нейронов нашего
мозга в результате нашего опыта [11]. И об-
учение можно представить не как ознаком-
ление с конкретным знанием и его запоми-
нание, а как процесс формирования новых
связей во внешней «нейронной» сети. Да и
само знание, по мысли Сименса, больше на-
поминает карту мозга, нейронную сеть, чем
линейную последовательность идей. Разви-
вая мысль о том, что лучшим учителем, ис-
точником знаний является опыт, но никто не
может испытать всё, приобрести самостоя-
тельно всеобъемлющий опыт, К. Стефенсон
указывает на то, что опыт других людей,
сами люди могут стать суррогатом знаний:
«Я храню свои знания в своих друзьях» [12].
В коннективистском обучении ученики мо-
гут в любой момент почерпнуть необходи-
мые знания в сети. Они «путешествуют» по
существующим узлам сети и создают свои
собственные, делятся приобретённым зна-

Высшее образование в России • No 8/9, 202074
нием-опытом и находят новое через сотруд-
ничество.
В коннективизме способность узнавать
новое важнее, чем конкретное приобре-
тённое знание: процесс создания знаний, в
котором активно участвует ученик, важнее
процесса линейного потребления знаний.
Размывается граница между организован-
ным извне и индивидуальным самостоятель-
ным обучением. Знания больше не выстраи-
ваются и не приобретаются линейно. Обу-
чение, однако, остаётся индивидуальным (в
смысле уникальности), поскольку зависит от
маршрута – от того, через какие узлы сети
будет двигаться ученик согласно собствен-
ным интересам, какую информацию найдёт
и как ею распорядится.
На волне интереса к новой теории в 2008 г.
Стивен Даунс и Джордж Сименс запустили
первый открытый онлайн-курс «Коннекти-
визм и коннективистские знания» (
CCK08 –
«
Connectivism and Connective Knowledge»).
Этот курс собрал более 2300 слушателей,
причём только 25 из них были студентами,
изучавшими предмет в рамках образователь-
ной программы в университете Манитобы
(Канада), где трудился один из авторов-раз-
работчиков. Контент курса был распределён
по сети Интернет, а сам курс выполнял роль
управляющего центра, предлагая поводы
и наборы соединений для связывания кон-
тента в единую сеть. Это был т.н.
cMOOC
(«
c» – от английского «connectivism»), в ко-
тором использовалась принципиально новая
технология обучения, теоретический фунда-
мент которой был ранее предложен Дж. Си-
менсом [10]. К слову, онлайн-курсы россий-
ской национальной платформы открытого
образования (НПОО) построены по иной,
более близкой к традиционному учебному
процессу, технологии с чёткой программой
и формальным оцениванием, их относят к
категории хМООС.
В коннективистских курсах отправной
точкой обучения является постоянно об-
новляемый контент для чтения, просмотра,
игры. Ежедневно выкладывается информа-
ционный бюллетень, который объединяет
материалы, делает их легко и сразу доступ-
ными для анализа. Бюллетень пополняется
всеми участниками курса (включает их запи-
си, видеоролики, изображения, сообщения,
твиты, закладки и др.). Это основа для разго-
воров, общения, действий обучаемых, позво-
ляющая формировать уникальные учебные
траектории каждого из них. Любой участник
активно использует социальные сети, блоги,
вики для поиска знаний, людей-единомыш-
ленников, установления связей.
Основной навык в процессе обучения –
способность замечать, прослеживать, соз-
давать связи между материалами, идеями,
концепциями.
Можно сосредоточиваться на
термине, ссылке, теме, категории, можно вы-
давать резюме, оценку материалов. Участни-
ки курса, создавая новые связи, делятся сво-
им контентом с другими, пользуясь возмож-
ностями сети Интернет. Обучение здесь – не
повторение того, что говорили другие, а
всегда активное самообучение. Важно най-
ти информацию, её оценить, создать новую.
Курс фактически и учит тому, как смотреть,
понимать и работать с контентом, создавае-
мым другими людьми, как самому создавать
новые идеи, собственную сеть знаний.
Многие исследователи отмечают важ-
ность и актуальность сетевой модели обуче-
ния в условиях, когда «сама труба важнее,
чем её содержимое, а навык добывать то,
что понадобится завтра, важнее того, что
известно сегодня. Задачей любой теории
обучения является активизация известных
знаний в момент их применения. Но когда
знание не известно, но необходимо, способ-
ность подключаться к его источникам стано-
вится жизненно важным навыком». [10]. Так
каков же статус коннективизма, который
авторы заявили как новую теорию обучения
в цифровую эпоху? Ведь по сложившемуся в
образовательной среде мнению, теории об-
учения должны обеспечивать концептуаль-
ный фундамент и терминологию, которые
позволяли бы проводить наблюдения, интер-
претировать их результаты и понимать ито-

 

 





Flag Counter

суббота, 9 сентября 2023 г.

SETTING DEMOCRATIC GROUND RULES FOR AI

SETTING DEMOCRATIC GROUND RULES FOR AI: CIVIL SOCIETY STRATEGIES

https://www.ned.org/setting-democratic-ground-rules-for-ai-civil-society-strategies/

Published on  by 


DOWNLOAD THE REPORT

A new report by Beth Kerley (International Forum for Democratic Studies) analyzes priorities, challenges, and promising civil society strategies for advancing democratic approaches to governing artificial intelligence (AI). The report is based on conversations from a private Forum workshop in Buenos Aires, Argentina that brought together Latin American and global researchers and civil society practitioners.

SUMMARY

With recent leaps in the development of AI, we are experiencing a seismic shift in the balance of power between people and governments, posing new challenges to democratic principles such as privacy, transparency, and non-discrimination. We know that AI will shape the political world we inhabit–but how can we ensure that democratic norms and institutions shape the trajectory of AI?

Drawing on global civil society perspectives, this report surveys what stakeholders need to know about AI systems and the human relationships behind them. It delves into the obstacles– from misleading narratives to government opacity to gaps in technical expertise–that hinder democratic engagement on AI governance, and explores how new thinking, new institutions, and new collaborations can better equip societies to set democratic ground rules for AI technologies.

LAUNCH EVENT

Please join the International Forum for Democratic Studies for a virtual event launching the new report “Setting Democratic Ground Rules for AI: Civil Society Strategies.”  The Forum’s Beth Kerley will share key findings from the new report. Natalia Carfi, of Open Data Charter, and Eduardo Carrillo of TEDIC, will provide comments and share further insights on opportunities for promoting democratic approaches to AI. The discussion will be moderated by Ryan Heath of Axios.

The event will take place on October 24 at 10:00 am EDT on the National Endowment for Democracy’s YouTube channel.

HIGHLIGHTS: SETTING DEMOCRATIC GROUND RULES FOR AI

Advances in artificial intelligence (AI) are transforming political landscapes, impacting how people exercise their rights, and presenting new challenges to democratic principles such as privacy, transparency, accountable governance, and non-discrimination. Democratic AI governance is critical, yet significant barriers to engagement in this area remain. Drawing upon conversations from a private workshop in Buenos Aires, Argentina, the International Forum for Democratic Studies compiled an overview of eight key challenges to and opportunities for the democratic governance of AI.

  • AI technologies reflect the human choices and structures behind them. The wide range of technologies described by the term “AI” are shaped by human choices about design and deployment, as well as the social and political contexts that feed into training data. Like all human products, they must be open to challenge by democratic activists and institutions.
  • The risks and harms associated with AI challenge traditional assumptions. These impacts can arise at all stages of the AI pipeline, from development to procurement to use, and they may demand new ways of thinking about issues like data protection.
  • Opacity around AI hinders democratic engagement. AI systems from surveillance cameras to social-media algorithms already work in the background of our daily lives, and the institutions that deploy them often prefer not to share the details. This reluctance, as well as the inherent complexity of AI systems, can make it hard to map the impacts of these tools.
  • Addressing AI impacts will require more than just technical expertise. Because AI risks and harms have social and political roots, they will also require social and political responses. Moreover, these responses may sometimes demand trade-offs between competing democratic values.
  • Democracies must close institutional gaps and widen participation in AI governance. Democratic institutions remain broadly unprepared to manage AI harms. Technical expertise on AI is concentrated in the private sector, which places democracies and their publics at a disadvantage in key decision-making processes—many of which exclude civil society and marginalized communities.
  • New mechanisms and enduring democratic principles both have important roles to play. Democratic governance of AI may require building specialized institutions, but it also hinges on finding ways to apply existing democratic laws and principles effectively when AI tools enter the picture.
  • Tech expertise within civil society can help influence the trajectory of AI technologies. Cutting-edge civil society groups are leveraging their technical skills to pinpoint government or corporate systems’ vulnerabilities; model more inclusive, representative, and responsible approaches to design; and develop AI tools to support civic accountability activities.
  • The complexity of AI governance makes cross-sectoral collaboration crucial. AI governance challenges cut across traditional sectoral boundaries. New partnerships and knowledge-sharing initiatives that bring together digital rights groups, traditional human rights groups, journalists, trade unions, teachers, and others can enable civil society organizations to address these issues more effectively.

DOWNLOAD THE REPORT


“Setting Democratic Ground Rules for AI: Civil Society Strategies” by Beth Kerley is a report produced by the National Endowment for Democracy’s International Forum for Democratic Studies. 

MORE ON EMERGING TECHNOLOGIES FROM THE INTERNATIONAL FORUM:


The Digitalization of Democracy: How Technology is Changing Government Accountability, a report featuring insights from Krzysztof Izdebski, Teona Turashvili, and Haykuhi Harutyunyan

Smart Cities and Democratic Vulnerabilities, a report by Beth Kerley, Roukaya Kasenally, Bárbara Simão and Blenda Santos

The Global Struggle Over AI Surveillance: Emerging Trends and Democratic Responses, the first report in the Forum’s “Making Tech Transparent” series, by Steven Feldstein, Eduardo Ferreyra, and Danilo Krivokapic

Digital Directions a curated newsletter sharing insights on the evolving relationships among digital technologies, information integrity, and democracy.

Power 3.0 blog posts: “Putting a Thumb on the Market: The Rise of State-Aligned Platforms from Repressive Contexts” by Allie Funk, “Xi’s Pitch to the Global South on Technological Governance” by Kenton Thibaut, and “Bridging the Gap Between the Digital and Human Rights Communities” by Eduardo Ferreyra

Power 3.0 podcast episodes: “Digitalization and Democracy in Mauritius: A Conversation with Roukaya Kasenally” and “Can Democratic Norms Catch Up with AI Surveillance? A Conversation with Vidushi Marda” 



Flag Counter

КОММЕНТАРИИ Сизова - Нейронная сеть 2


КОММЕНТАРИИ  Сизова - Нейронная сеть  2


Why use batch normalization?

Batch normalization offers several advantages for deep learning optimization and regularization. It can reduce internal covariate shift, which makes training more difficult. It can also improve gradient flow and enable higher learning rates, which can speed up the convergence and prevent local minima. Additionally, batch normalization acts as a regularizer that prevents overfitting and improves generalization by introducing some noise and randomness to the inputs of each layer.

Batch normalization in deep learning is like enabling auto exposure in a camera. Just as you adjust exposure for a perfect photo, batch normalization fine-tunes network layers. In photography, exposure relies on aperture, shutter speed, and lens filters, much like the normalization layer acts as a lens filter for a neural network layer. Correct exposure yields informative photos, preventing overexposed or underexposed areas - much like addressing covariate shifts in deep learning.


How do you balance analytical and intuitive thinking when solving problems?

Powered by AI and the LinkedIn community

Analytical and intuitive thinking are both valuable skills for solving problems, but they can also conflict or interfere with each other. How can you balance them effectively and use them to your advantage? In this article, you will learn about the benefits and drawbacks of each type of thinking, how to identify your dominant style, and how to improve your problem solving skills by combining analytical and intuitive thinking.

Combine analytical and intuitive thinking

In order to balance analytical and intuitive thinking, you can apply a few strategies to effectively combine them and use them to complement each other. This includes using analytical thinking to define the problem, gather information, and evaluate options, and using intuitive thinking to generate ideas, explore possibilities, and make decisions. Additionally, you should switch between analytical and intuitive thinking modes depending on the context of the problem and the availability of information. You can also seek feedback from others who have different thinking styles, challenge your assumptions and biases, and reflect on your problem solving process. By combining analytical and intuitive thinking in this way, you can improve your problem solving skills and achieve better results.

Konstantin Sizov

Founder of Drive Square, Inc., D2 Engineering and DUX.ECO

Henri Poincare wisely noted, "It is through science that we prove, but through intuition that we discover." Traditionally, a process of first brainstorming, relying on intuition to generate a set of ideas, followed by the validation of these ideas through analytical thinking is used. Irrespective of your thinking mix, there's a critical moment when analytical thinking must be engaged before action. This deliberate switch is vital, as it allows you to assess the potential risks and rewards of your decisions. Think of it as quality control, ensuring that your actions are rooted in sound logic rather than intuition, which can sometimes lead us astray. Balancing these two thinking modes can be the key to effective problem-solving.



What are the most innovative platforms for product development?

Powered by AI and the LinkedIn community

Product development is the process of creating and delivering new or improved products or services to meet customer needs and expectations. It involves various stages, from ideation and prototyping to testing and launching. To succeed in this competitive and dynamic field, product developers need to use innovative platforms that can help them design, collaborate, and iterate faster and better. In this article, we will explore some of the most innovative platforms for product development and how they can benefit you.

Все разработки продуктов для бизнес-администрирования

Какие платформы для разработки продуктов являются наиболее инновационными?

При поддержке искусственного интеллекта и сообщества LinkedIn

Разработка продукта — это процесс создания и поставки новых или улучшенных продуктов или услуг для удовлетворения потребностей и ожиданий клиентов. Он включает в себя различные этапы: от идеи и прототипирования до тестирования и запуска. Чтобы добиться успеха в этой конкурентной и динамичной области, разработчикам продуктов необходимо использовать инновационные платформы, которые помогут им проектировать, сотрудничать и выполнять итерации быстрее и лучше. В этой статье мы рассмотрим некоторые из наиболее инновационных платформ для разработки продуктов и то, какую пользу они могут принести вам.


ТАМ МНОГО РАЗДЕЛОВ - СИЗОВ ПРОКОММЕНТИРОВАЛ - 3

https://www.linkedin.com/advice/1/what-most-effective-ways-train-image-segmentation?trk=cah2&utm_source=share&utm_campaign=copy_contribution_link&utm_medium=member_desktop&contributionUrn=urn%3Ali%3Acomment%3A%28urn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7117586296293724160%2C7117586298395107328%29%2C7119101561896673280%29&articleSegmentUrn=urn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7117586296293724160%2C7117586298395107328%29&dashContributionUrn=urn%3Ali%3Afsd_comment%3A%287119101561896673280%2Curn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7117586296293724160%2C7117586298395107328%29%29


Select a model architecture

The third step is to select a model architecture that can perform both segmentation and classification tasks. There are many types of models that can do this, such as convolutional neural networks (CNNs), fully convolutional networks (FCNs), U-Nets, SegNets, Mask R-CNNs, and others. Each model has its own advantages and disadvantages, depending on the level of accuracy, speed, memory, and complexity you want to achieve. You should also consider the trade-off between segmentation and classification performance, as some models may prioritize one task over the other. You can either use a pre-trained model and fine-tune it for your dataset, or build your own model from scratch.

Третий шаг — выбрать архитектуру модели, которая может выполнять задачи как сегментации, так и классификации. Существует много типов моделей, которые могут это сделать, например, сверточные нейронные сети (CNN), полностью сверточные сети (FCN), U-Nets, SegNets, Mask R-CNN и другие. Каждая модель имеет свои преимущества и недостатки в зависимости от уровня точности, скорости, памяти и сложности, которого вы хотите достичь. Вам также следует учитывать компромисс между производительностью сегментации и классификации, поскольку некоторые модели могут отдавать приоритет одной задаче над другой. Вы можете либо использовать предварительно обученную модель и точно настроить ее для своего набора данных, либо создать собственную модель с нуля.

CIZOV

Konstantin Sizov

Founder of Drive Square, Inc., D2 Engineering and DUX.ECO

In my experience, it's crucial to analyze prior solutions within the field for the given problem. Examining which types of ANNs have successfully tackled similar challenges can provide valuable insights. By following established pathways, we can avoid reinventing the wheel. In cases where no direct parallels exist, it's wise to explore related problem domains. It's essential to refrain from making rash “activist” architectural decisions based solely on familiarity with a specific network, as this often yields suboptimal results. I've observed that, in many instances, the most effective approach doesn't involve developing a custom model.


Константин Сизов Основатель Drive Square, Inc., D2 Engineering и DUX.ECO. По моему опыту, крайне важно проанализировать предыдущие решения данной проблемы в данной области. Изучение того, какие типы ИНС успешно решают аналогичные задачи, может дать ценную информацию. Следуя установленным путям, мы можем избежать изобретения велосипеда. В тех случаях, когда прямых параллелей не существует, разумно изучить связанные проблемные области. Крайне важно воздерживаться от принятия поспешных «активистских» архитектурных решений, основанных исключительно на знании конкретной сети, поскольку это часто приводит к неоптимальным результатам. Я заметил, что во многих случаях наиболее эффективный подход не предполагает разработку специальной модели.


https://www.linkedin.com/advice/1/what-different-roles-product-rd-how-can-you?trk=contr&utm_source=share&utm_campaign=copy_contribution_link&utm_medium=member_desktop&contributionUrn=urn%3Ali%3Acomment%3A%28urn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7117586191507439616%2C7117586193701085184%29%2C7118776385162117121%29&articleSegmentUrn=urn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7117586191507439616%2C7117586193701085184%29&dashContributionUrn=urn%3Ali%3Afsd_comment%3A%287118776385162117121%2Curn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7117586191507439616%2C7117586193701085184%29%29


Product Owner

A product owner is responsible for representing the voice of the customer and the stakeholder in a product development team. They work with the product manager to define the product vision, strategy, and roadmap. They also prioritize the product backlog, write user stories, and accept or reject the product deliverables. They communicate with the development team, the customer, and the stakeholder to ensure that the product meets the user needs and the business value. To become a product owner, you need to have a strong customer focus, stakeholder management skills, and agile skills. You also need to have a deep knowledge of the product domain, the user personas, and the product features. You can prepare for a product owner role by taking courses, reading books, or joining communities related to agile and product ownership. You can also gain practical experience by working on agile projects, collaborating with development teams, or obtaining certifications.

Владелец продукта

Владелец продукта отвечает за представление голоса клиента и заинтересованных сторон в команде разработки продукта. Они работают с менеджером по продукту, чтобы определить видение продукта, стратегию и дорожную карту. Они также определяют приоритетность невыполненной работы над продуктом, пишут пользовательские истории и принимают или отклоняют результаты продукта. Они общаются с командой разработчиков, заказчиком и заинтересованными сторонами, чтобы гарантировать, что продукт соответствует потребностям пользователей и ценности для бизнеса. Чтобы стать владельцем продукта, вам необходимо иметь сильную ориентацию на клиента, навыки управления заинтересованными сторонами и навыки гибкой разработки. Вам также необходимо иметь глубокие знания о предметной области продукта, характерах пользователей и функциях продукта. Вы можете подготовиться к роли владельца продукта, пройдя курсы, прочитав книги или присоединившись к сообществам, связанным с Agile и владением продуктом. Вы также можете получить практический опыт, работая над гибкими проектами, сотрудничая с командами разработчиков или получая сертификаты.


https://www.linkedin.com/advice/1/what-most-innovative-platforms-product-development?trk=contr&lipi=urn%3Ali%3Apage%3Ad_flagship3_notifications%3BhX9t7FuITEqnN0iXAefq%2Fg%3D%3D&utm_source=share&utm_campaign=copy_contribution_link&utm_medium=member_desktop&contributionUrn=urn%3Ali%3Acomment%3A%28urn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7112873299256201216%2C7112873300753543169%29%2C7117679032518774784%29&articleSegmentUrn=urn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7112873299256201216%2C7112873300753543169%29&dashContributionUrn=urn%3Ali%3Afsd_comment%3A%287117679032518774784%2Curn%3Ali%3AarticleSegment%3A%28urn%3Ali%3AlinkedInArticle%3A7112873299256201216%2C7112873300753543169%29%29


Design platforms

Design platforms are invaluable tools that allow product developers to create and refine the visual and functional aspects of their products, such as user interfaces, logos, icons, and animations. They can also help them communicate their design vision and feedback with their team and stakeholders. Some of the most innovative design platforms include Figma, Adobe XD, and Sketch. Figma is a cloud-based design platform that enables real-time collaboration, prototyping, and feedback. Users can create and edit vector graphics, wireframes, mockups, and interactive prototypes, as well as share their designs with their team and clients. Adobe XD is a design platform that lets you create and prototype user experiences for web, mobile, and voice. It also provides access to a library of UI kits, icons, fonts, and plugins. Sketch is a design platform that focuses on vector-based UI design for web and mobile. This platform enables users to create and edit graphics, icons, layouts, and prototypes. Furthermore, users can collaborate with their team and sync their designs with other tools like InVision, Zeplin, and Framer.


Дизайнерские платформы

Платформы дизайна — это бесценные инструменты, которые позволяют разработчикам продуктов создавать и совершенствовать визуальные и функциональные аспекты своих продуктов, такие как пользовательские интерфейсы, логотипы, значки и анимацию. Они также могут помочь им передать свое видение дизайна и отзывы своей команде и заинтересованным сторонам. Некоторые из самых инновационных платформ дизайна включают Figma, Adobe XD и Sketch. Figma — это облачная платформа проектирования, которая обеспечивает совместную работу, создание прототипов и обратную связь в режиме реального времени. Пользователи могут создавать и редактировать векторную графику, каркасы, макеты и интерактивные прототипы, а также делиться своими проектами со своей командой и клиентами. Adobe XD — это платформа дизайна, которая позволяет создавать и прототипировать пользовательский интерфейс для Интернета, мобильных устройств и голосовой связи. Он также предоставляет доступ к библиотеке наборов пользовательского интерфейса, значков, шрифтов и плагинов. Sketch — это платформа дизайна, ориентированная на векторный дизайн пользовательского интерфейса для Интернета и мобильных устройств. Эта платформа позволяет пользователям создавать и редактировать графику, значки, макеты и прототипы. Кроме того, пользователи могут сотрудничать со своей командой и синхронизировать свои проекты с другими инструментами, такими как InVision, Zeplin и Framer.












Flag Counter