Новые методы ученых НИУ ВШЭ позволяют улучшить качество онлайн-курсов

© iStock

Исследователи НИУ ВШЭ выявили модель, которая позволит повысить качество онлайн-курсов. Об этом рассказал руководитель Центра вычислительных наук об образовании дирекции по онлайн обучению НИУ ВШЭ Дмитрий Аббакумов на ежегодной международной конференции The International Meeting of the Psychometric Society 2020.

Исследование Аббакумова «Психометрическая сеть трудностей студентов цифровых курсов: моделирование и прогнозирование ошибок» сфокусировано на выявлении взаимосвязей между ошибками и учебными трудностями и определении источников их возникновения. Использование результатов моделирования позволяет авторам online курсов направленно повышать качество разрабатываемых учебных материалов.

Дмитрий Аббакумов, руководитель Центра вычислительных наук об образовании дирекции по онлайн обучению НИУ ВШЭ

Существующие сегодня психометрические теории рассматривают ошибки студентов как независимые случайные события. Ученые-психометрики обычно не задаются вопросом, как ошибка, сделанная в определенном задании, связана с другими ошибками – как конкретного студента, так и всей аудитории учебного курса. Мы предлагаем альтернативный подход – рассматривать ошибки как потенциально связанные события, изначально предполагая, что все связано со всем. Для выявления реальных связей мы разработали специальную модель – расширение модели Айзинга. Это расширение позволяет отсеять незначимые взаимосвязи и высветить существенные.

Для практики цифрового образования это открытие может стать основой для комплексной работы над качеством online – курсов. Если раньше авторы курса, чтобы направить студента, допустившего ошибку, предлагали точечные решения, то теперь они видят ошибки как системную проблему в освоении курса. Соответственно, педагоги и преподаватели могут создавать поясняющие учебные материалы, направленные на решение системной проблемы, а не наводящие на правильный ответ в отдельном задании.

«Это важно для широкомасштабного цифрового образования, где, в отличие от камерного аудиторного формата, преподаватель не имеет возможности задать уточняющие вопросы всем студентам, чтобы выявить, с какого места группа “потеряла контакт”. Получается, что мы даем автору курса инструмент, своеобразную линзу, которая высвечивает учебные трудности многотысячной онлайн-группы», — комментирует исследователь.

Это качественный скачок в цифровой педагогике

Предлагаемая модель демонстрирует высокую способность прогнозировать трудности студентов в проверочных работах. Общая точность достигает 81%. Модель была опробована с использованием данных МООК с платформы Coursera (185 тысяч студентов) и в настоящее время находит применение в курсах авторов НИУ ВШЭ.

Центр вычислительных наук об образовании дирекции по онлайн обучению НИУ ВШЭ первым в России занялся проблемами эффективности онлайн-обучения, разработкой и применением специальных моделей, отличных от классической психометрики. Необходимость поиска новых моделей обусловлена активным развитием цифровизации образовательной среды.