В Красноярске разработали алгоритм для профилактики отчислений студентов

Ученые Сибирского федерального университета (Красноярск, СФУ) разработали алгоритм, определяющий на ранней стадии студентов, у которых могут возникнуть проблемы с академической успеваемостью, сообщила ТАСС соавтор исследования, доцент кафедры прикладной математики и компьютерной безопасности СФУ Татьяна Кустицкая.

Исследование проведено в рамках гранта Российского научного фонда.

«Мы разработали модель раннего обнаружения студентов, у которых могут возникнуть проблемы с академической успеваемостью. Это модель машинного обучения, которая по данным цифрового следа студентов в электронной обучающей среде прогнозирует, сдаст ли студент в конце семестра экзамен или зачет», — сказала Кустицкая. По ее словам, своевременное выявление проблем в обучении позволяет помочь студенту с ними справиться, чтобы в итоге он успешно сдал сессию.

Ученые отмечают, что для повышения эффективности алгоритма необходимо создавать системы информирования студентов, о том, что у них существует риск не сдать сессию и сервисы поддержки для обучающихся. Был проведен эксперимент с двумя группами студентов. В одной учащиеся еженедельно получали электронные письма с результатами прогноза модели, в другой студентов с прогнозами не знакомили. В итоге в первой среди студентов, у которых были выявлены проблемы с обучением, успешно сдали экзамен 75%, во второй таких было лишь 43%.

Исследователи считают, что данная модель может быть интересна вузам, в которых обучение ведется по смешанному формату — очно и в электронной среде. «Школам такие прогнозные модели тоже могут быть интересны, если для обучения используется какая-то электронная среда, доступная для сбора цифрового следа», — считает Кустицкая.

Согласно целям национального проекта «Наука и университеты», Россия должна войти в пятерку стран, ведущих разработки в приоритетных областях. Нацпроекты, инициированные президентом РФ Владимиром Путиным, стартовали в 2019 году.