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 Исследователи опросили более 60 тысяч испытуемых из разных стран и выяснили: чем больше человек зациклен на себе, тем холоднее он к своему партнеру. Правда, снижение накала страстей не всегда плохо, у этого есть и положительные стороны.
Исследование крупнейшего в Европе массового захоронения медного века Камино-дель-Молино указало на то, что дети и подростки, жившие в Испании почти пять тысяч лет назад, страдали и умирали от хронических респираторных инфекций, в числе которых, вероятно был туберкулез.
Впервые заглянув внутрь «кухни» стареющих клеток кожи, биологи обнаружили, что с возрастом стволовые клетки начинают иначе производить белки, включая молекулы, связанные со стрессом и воспалением. Поскольку старение зависит не только от генов, но и от того, как именно клетка использует генетические инструкции, открытие может помочь найти новый путь для замедления возрастных изменений тканей.
Сотрудники Центра языка и мозга НИУ ВШЭ приняли участие в редкой для детской нейрохирургии операции с пробуждением у 11-летнего пациента с фармакорезистентной эпилепсией. Совместно с врачами НПЦ специализированной медицинской помощи детям имени В.Ф. Войно-Ясенецкого в Солнцево они сопровождали удаление участка левой височной доли, где был выявлен эпилептический очаг.
Ученые РГУ нефти и газа (НИУ) имени И. М. Губкина предложили подход к отбору малодебетных нефтегазовых месторождений, которые составляют около 88% нераспределенного фонда нефтяных участков. Модель расчета поможет вовлечь в экономический оборот от 400 до 600 миллионов тонн ранее нерентабельных запасов.
В эпоху искусственного интеллекта и стремительного развития технологий знание языка становится инструментальной компетенцией, а умение работать с учетом культурного контекста — стратегической. В День филолога, кандидат педагогических наук Екатерина Щавелева, заведующая кафедрой иностранных языков и коммуникативных технологий НИТУ МИСИС рассказывает, как гуманитарное образование приобретает новую ответственность и какое будущее у межкультурной коммуникации.
В высокогорных районах Гималаев появился новый хищник. Он не боится людей, возглавляет стаи собак и все чаще заходит в деревни. Местные жители называют его «кхипшанг». Речь идет о гибриде гималайского волка и бродячей собаки. Ученые опасаются, что этот зверь изменит хрупкий баланс местной дикой природы и в скором времени станет весьма опасным для человека.
В доколумбовых Андах принадлежность к правящему роду определяла доступ к земле, торговле и статусу, поэтому удержать все внутри семьи было вопросом выживания. Ученые выяснили, что элиты долины Чинча решали эту задачу самым прямым способом — заключая браки между родственниками на протяжении как минимум двух поколений.
При совпадении нескольких условий наши глаза способны улавливать излучение в ближнем инфракрасном спектре. Тогда сетчатка начинает работать как нелинейный фотодетектор.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
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