Тип публикации: отчёт о НИР
Год издания: 2022
Ключевые слова: успешность обучения, система поддержки успешности обучения, образовательные данные, цифровая образовательная история, управление процессом обучения, электронное обучение, предиктивная аналитика, модель прогнозирования, машинное обучение, цифровой след, электронная информационно-образовательная среда
Аннотация: За отчетный период коллективом была проведена работа по систематизации научных исследований в области информатизации образования и учебной аналитики и получению новых результатов в областях терминологических аспектов цифровизации образования, учебной аналитики и статистического моделирования обучающегося, а также разработке подходоПоказать полностьюв к анализу дизайна образовательной программы с точки зрения достижимости заявленных образовательных результатов. Дано определение цифровой образовательной истории как составляющей цифрового профиля обучающегося. Отмечено, что профилирование обучающегося является необходимым и очень важным этапом в исследованиях, связанных с изучением его поведения, характерных траекторий развития и карьерного роста, а также с моделированием обучающегося. Приведена и подробно описана структура основных составляющих цифрового профиля обучающегося: цифрового личностного портрета обучающегося и цифровой образовательной истории обучающегося. Отмечено, что между этими составляющими существуют связи, позволяющие, например, частично восстанавливать личностные характеристики обучающегося по его цифровому следу и наоборот, предсказывать его цифровой след исходя из личностных характеристик.?Создана программа для сбора и предобработки образовательных данных, позволяющая из-под личного профиля преподавателя осуществлять выгрузку текущих данных о баллах, полученных обучающимися в различных элементах курса, о числе попыток прохождения электронных тестов, об ответах обучающихся на вопросы анкет, о посещаемости занятий. Получаемая на выходе таблица содержит данные на обучающихся одной учебной группы и имеет вид, позволяющий использовать эти данные для анализа методами машинного обучения. Также рассмотрена проблема раннего прогнозирования неудовлетворительной успеваемости обучающихся с целью их своевременного обнаружения и реагирования. Предложен подход к разработке прогностической модели для учебного курса или модуля, преподаваемого в формате смешанного обучения. Определены требования к прогностическим моделям, относительно их применимости к образовательному процессу, включая такие как интерпретируемость, практическая применимость и адаптивность к педагогическому дизайну курса. Протестировано три типа классификаторов, отвечающих этим требованиям, и определен наиболее подходящий с точки зрения качества прогноза на ранних стадиях обучения в рамках одного семестра. Обсуждены аспекты применимости предъявленных прогнозных моделей к другим дисциплинам, то есть их универсальности. Проведено пилотное исследование по созданию универсальной прогнозной модели по данным цифрового следа из электронной обучающей среды вуза. Несколько моделей были обучены и апробированы на образовательных данных 525 студентов, изучавших математические дисциплины с использованием электронных курсов. Выявлены сильные и слабые стороны использованных моделей, связи между использованными для моделей предикторами, определены требования к предварительной подготовке образовательных данных для включения их в прогнозные модели.?Разработан механизм анализа структуры образовательной программы с точки зрения выявления межпредметных связей, а также взаимосвязи ее содержания с заявленными образовательными результатами в предположении, что содержание классических дисциплин, традиционно читаемых в базовых естественно-научном и гуманитарном блоках в основном на первом и втором году обучения, зависит только от общей трудоемкости дисциплины и не зависит от учебного заведения, его подразделения или преподавателя, реализующего дисциплину. Это допущение позволяет считать учебный план основным документом, отвечающим за педагогический дизайн образовательной программы и характеризующем ее качество. Предложен подход к определению междисциплинарных связей через участие дисциплин в формировании одинаковых компетенций. Предложен способ представления учебного плана в виде взвешенного неориентированного графа, вершины которого соответствуют образовательным единицам (дисциплинам, практикам, ГИА), а ребра – междисциплинарным связям. Предложены способы определения интегральных характеристик учебного плана, которые могли бы свидетельствовать о качестве реализуемой образовательной программы в смысле достижения обучающимися заявленных образовательных результатов.