Ведущей стержневой характеристикой технологии проблемно-модульного обучения является гибкость. Аналогично тому, как визитной карточкой современного высокотехнологического производства являются гибкие автоматизированные системы, так и эффективность педагогических технологий в настоящем и обозримом будущем во многом будет зависеть от их гибкости - способности оперативно реагировать и мобильно адаптироваться к изменяющимся научно-техническим и социально-экономическим условиям.

Гибкость как стержневая характеристика пронизывает все основные компоненты технологии проблемно-модульного обучения. Именно поэтому следует различать: структурную гибкость, содержательную гибкость, технологическую гибкость.

Структурная гибкость обеспечивается рядом моментов: от мобильности структуры проблемного модуля и ступенчатости проблемно-модульной программы до возможности проектирования гибкого расписания занятий и оборудования подвижной структуры учебного кабинета.

Содержательная гибкость отражается, прежде всего, в возможности как дифференциации, так и интеграции содержания обучения. Эта возможность имеет место благодаря блочному и модульному принципу построения учебного материала в предлагаемой нами технологии.

Технологическая гибкость обеспечивает процессуальный аспект проблемно-модульного обучения, включая вариативность методов обучения, гибкость системы контроля и оценки, индивидуализацию учебно-познавательной деятельности обучаемых.

Гибкость выступает как целостное качество, образованное в результате интеграции слагаемых проблемно-модульного обучения.

Рассмотрим каждую из составляющих предлагаемой технологии отдельно.

Дидактически адаптированная конвенция инженерии знаний. Для того чтобы знание специалиста было мобильным, он должен быть способным обрабатывать накопленные знания, уметь добывать новые знания и использовать те и другие в своей практической деятельности. Таким образом, он должен быть своего рода инженером знаний. В последние годы возникла специальная отрасль информационной технологии - инженерия знаний (knowledge engineering), направленная на исследование проблем представления и использования знаний. Инженерия знаний (термин Э. Фейгенбаума) - это "область в теории искусственного интеллекта, которая занимается языками для представления знаний, методами пополнения знаний, процедурами проверки их корректности и непротиворечивости и, наконец, использованием знаний при решении различных задач и созданием практических систем для хранения и обработки знаний" [20].