Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
В НИУ ВШЭ создали модель, предсказывающую вовлеченность взрослых людей в обучение
Исследователи Международной лаборатории оценки практик и инноваций в образовании НИУ ВШЭ и компании Skillbox разработали модель, которая предсказывает вовлеченность пользователей онлайн-платформы. Она учитывает количество начатых занятий, выполненных домашних заданий, результаты тестирований, число недосмотренных видео, результаты прохождения тестов и другие характеристики. Ценность модели в возможностях дальнейшего практического применения — своевременная разработка мер поддержки обучающихся с низкой вовлеченностью и помощь в достижении их образовательных целей. В планах компании использовать информацию о вовлеченности студентов для выстраивания персонализированных треков обучения и сопровождения.
Вовлеченность в образовательный процесс — один из главных факторов результативного обучения взрослых, то есть достижения целей, которые ставили перед собой обучающиеся. При этом автоматизированной системы измерения вовлеченности, учитывающей также личный опыт обучающихся, на рынке образования сегодня не существует. Команда российских исследователей из НИУ ВШЭ и Skillbox проверили и построили построение модели, которая поможет отслеживать степень вовлечения обучающихся, разработать системные меры их поддержки.
«Skillbox в своей модели образовательного продукта всегда был ориентирован на занятых взрослых людей, которые осознанно выбирают асинхронное обучение и самостоятельно максимально подстраивают его под свой жизненный ритм. Мы, однако, понимаем, что вовлеченность в обучение при таком подходе может падать из-за перерывов в обучении, и активно исследуем поведение пользователей для построения более результативных отношений между учащимся и платформой», — комментирует Наталья Влодавская, директор по сервису, Skillbox.
Работа над моделью велась в четыре этапа. Первый – сбор данных. Это позволило определить вовлеченность более традиционными методами, а после сравнить эти результаты с результатами разработанной модели. Анкета состояла из 13 утверждений, распределенных по трем компонентам вовлеченности (согласно классической модели вовлеченности Дженнифер Фредрикс) — поведенческий (например, «Я регулярно делаю домашние задания»), когнитивный («Если я что-то не понимаю, я стараюсь разобраться в этом до конца») и эмоциональный («Я редко чувствую беспомощность во время обучения на курсе»). Финальная выборка составила 2 234 пользователя.
Сегментирование аудитории. По результатам опроса было выделено три сегмента студентов по уровню вовлеченности: низкий, средний и высокий. Вторым этапом стало построение предиктивной модели. Модель разработана с помощью алгоритмов машинного обучения. Учитывалось количество начатых занятий, выполненных домашних заданий, число недосмотренных видео, сумма всех попыток прохождения тестов и другие характеристики.
Валидация модели. Финальным этапом после получения данных и разработки модели стало интервью с обучающимися, с помощью которого проверили насколько выводы, полученные путем анализа цифровых следов, соотносятся с их субъективным опытом.
«В последние годы естественным образом вырос интерес исследовательского сообщества к созданию автоматизированных систем мониторинга опыта и прогресса обучающихся. И это задача не только и не столько техническая – такие системы позволяют нам лучше понять факторы, связанные с вовлеченностью, мотивацией, благополучием обучающихся, посмотреть на них в динамике, и, как результат – проектировать образовательный опыт более эффективно», — комментирует Юлия Герасимова, руководитель проекта, Институт образования НИУ ВШЭ.
Измерение вовлеченности на всех этапах подразумевает возможность использования цифровых следов и их автоматическое определение. В дальнейших планах — доработать модель таким образом, чтобы она предсказывала показатель дропаута (отсева) обучающихся. Для этого потребуется собрать данные об учебном статусе студентов, принявших участие в исследовании вовлеченности, через несколько месяцев. Кроме того, на основании ретроспективных данных уже сейчас можно сформировать и адаптировать условия обучения, при которых возможно увеличить шанс достижения образовательных целей.
Низкая вовлеченность человека — не только показатель того, что человек не хочет учиться. Вариантов может быть много: отсутствие времени, невозможность его корректно распределять, сложность в восприятии обучающей программы. Если можно определить пользователей, которым требуется помощь в достижении образовательных целей, то возможно повысить и результативность обучения и удовлетворенность обучающихся.
Skillbox — образовательная платформа, которая объединяет ведущих экспертов и практиков рынка, методистов и продюсеров образовательного контента.
Telegram 
Дзен 
VK Одна из фундаментальных проблем при создании эффективных моделей машинного обучения — определение необходимого и достаточного количества данных для их обучения. Слишком мало данных — модель будет неточной, слишком много — неоправданные затраты времени и ресурсов на сбор и обработку информации. Ученые из МФТИ предложили два новых метода для решения этой задачи, основанных на анализе функции правдоподобия с использованием техники бутстрэпа.
Ученые из МФТИ и МГУ провели важное исследование фундаментальных законов природы, значительно расширив возможности одного из самых перспективных инструментов для исследования М-теории — гипотетической «теории всего». Они обобщили математический метод, известный как три-векторные деформации, на полные, без каких-либо упрощений, уравнения 11-мерной супергравитации в рамках исключительной теории поля. Результатом стали явные «рецепты» того, как можно систематически изменять (или «деформировать») геометрию и поля любого известного 11-мерного пространства-времени, чтобы получить новые, ранее неизвестные решения, подчиняющиеся тем же элегантным алгебраическим условиям, что и в более простых случаях.
Недавно физик Мелвин Вопсон предложил новый взгляд на гипотезу симуляции, впервые сформулированную шведским философом Ником Бостромом. В серии научных работ он утверждает, что информация обладает массой, а гравитация — не более чем побочный эффект цифровой Вселенной. Но насколько обоснованы его громкие заявления? И может ли «код Вселенной» объяснить реальность?
Мохаммад Х. Аттаран (Mohammad H. Attaran) — концепт-дизайнер и цифровой художник, работающий в Великобритании. В своих проектах он сочетает эстетику научной фантастики с элементами, вдохновлёнными природой, особенно анатомией насекомых. Его машины, мехи и транспортные средства выглядят одновременно инопланетно и инженерно достоверно. Ну или почти.
Исследуя генетическое происхождение мужского населения Нидерландов, ученые заметили географические особенности распределения гаплогрупп. Теперь, чтобы их объяснить, проанализировали Y-хромосомы сотен человек, начиная с раннего Средневековья, в сравнении с геномами современного населения страны. Авторы рассчитывали обнаружить непрерывность популяций, однако столкнулись с неожиданными сложностями.
Когда пальцы долго находятся в воде, кожа на них начинает морщиться. Из-за чего и по какому принципу это происходит, долгое время известно не было. Однако специалисты по биомедицине из США нашли ответы на оба вопроса.
Да, с волосами и люком все так. У космонавта Суниты Уильямс волосы на МКС плавали свободно, а у Кэти Пэрри и прочих в полете 14 апреля 2025 года — нет. Но это не значит, что суборбитального космического полета первого чисто женского экипажа не было или что он был инсценировкой. Причем, в общем-то, чтобы понять это, даже не нужно обладать специальными знаниями.
Многие знают, как популярны сувениры из окаменелостей — зубы древних акул или полированные панцири аммонитов. Но чем реже встречаются такие артефакты, тем они ценнее, то есть на них можно много заработать. И это проблема для палеонтологов. Американский специалист по тираннозаврам оценил ущерб, который нанесла коммерческая добыча костей T. rex и подсчитал среднюю цену таких образцов. Оказалось, больше половины найденных тирексов находится в частных руках, а значит, для науки они недоступны или ненадежны.
Мощнейшее отключение электроэнергии за последние 20 лет истории Европы случилось уже неделю назад, а испанские власти пока так и не объявили о его причинах. Это логично: как мы покажем ниже, ответ на вопрос, кто виноват, получится очень неполиткорректным. И, более того, противоречащим линии правящей в Испании партии. Но мы живем за тысячи километров от нее, поэтому можем себе позволить аполитичный анализ случившегося. Так что же произошло на самом деле и каковы наши шансы увидеть подобное у себя дома?
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.
Понятно