Влияние структурных и содержательных характеристик интернет-активности старшеклассников и студентов на их образовательные достижения
Проект РНФ: №19-313-51024
Cроки реализации проекта: 2019-2021 гг.
Описание проекта
Реализация государственной образовательной политики в направлении выявления и поддержки талантов, профориентации и индивидуализации обучения формирует запрос на анализ факторов, влияющих на образовательные достижения обучающихся. Однако имеющаяся аналитика ограничивается оценкой зависимости учебной успеваемости от персональных (связанных с обучающимся) и институциональных (связанных с образовательным учреждением) факторов. Источником данных для такой аналитики выступают данные, генерируемые в рамках LMS систем образовательных учреждений, данные психологических тестирований, а также образовательная и социально-экономическая статистика. При этом игнорируется колоссальный объем данных, позволяющие зафиксировать и оценить образовательные достижения учащихся – данные, генерируемые в Интернете и ключевом ее локусе для современной молодежи - социальных сетях. Существующие в настоящее время попытки использовать эти данные для индивидуализации процесса обучения сводятся к применению данных LMS систем учебных заведений, информации о процессе и прогрессе обучения для выстраивания траектории в рамках изучаемого курса. Между тем, проникновение социальных медиа в повседневную и профессиональную жизнь современного общества актуализирует исследования методов и инструментов извлечения и анализа данных о пользователях социальных сетей – цифровые следы.

Изучение цифрового следа человека позволяет осуществлять анализ и моделирование его физиологических, психологических и когнитивных особенностей и применение такой модели для прогнозирования, программирования и управления образовательной траекторией. В нашем случае важно, что цифровой след человека в социальных сетях дает принципиально новую возможность для оценки и анализа образовательных достижений обучающихся - он позволяет оценить их ранее невидимые для государства и образовательных учреждений неформальные и информальные образовательные траектории и достижения. Кроме того, структура и содержание активности человека в Интернет пространстве является важным компонентом его цифрового следа, что формирует необходимость отдельного изучения его влияния на образовательные траектории и достижения.
Таким образом, значимость исследования определяется востребованностью его результатов для разработки комплексной методологии оценки и прогнозирования образовательных достижений в условиях развития персонализированного образования в цифровую эпоху.

Цель предлагаемого проекта является анализ влияния структурных и содержательных характеристик интернет-активности старшеклассников и студентов на их образовательные достижения.
Научная новизна предложенного подхода заключается в использовании больших массивов открытых пользовательских данных и алгоритмов машинного обучения для оценки влияния интернет-активности на образовательные достижения. Глубокий анализ структурных и содержательных характеристик этой активности позволит уточнить знания о природе и генезисе персональных учебных сред молодежи.

В качестве ключевого результата планируется создание комплексной модели оценки влияния структурных и содержательных характеристик интернет-активности на образовательные достижения ученика на основе данных о формальном и неформальном обучении и цифрового следа в социальных сетях. Создание такой модели позволит помимо получения нового знания о влиянии интернет-активности на образовательные достижения использовать ее как основание для развития передовых технологий в обучении.

Другим значимым результатом станет разработка модели прогнозирования потенциальных образовательных достижений обучающихся на основе анализа данных цифрового следа с использованием технологий машинного обучения. Данную модель можно использовать как инструмент поиска талантов, а также тьюторской работы в учебных заведениях.
Фещенко
Артем Викторович
Гойко
Вячеслав Леонидович
Мундриевская
Юлия Олеговна
помощник руководителя проекта,
заведующий лабораторией компьютерных средств обучения Института дистанционного образования
Томского государственного университета
помощник руководителя проекта,
директор Центра прикладного анализа данных
Томского государственного университета
научный сотрудник
Центра прикладного анализа данных
Томского государственного университета
Команда проекта
Кашпур
Виталий Викторович
кандидат социологических наук,
заведующий кафедрой социологии
Томского государственного университета
Руководитель проекта
Петров
Евгений Юрьевич
Губанов
Александр Юрьевич
Лазурина
Екатерина Дмитриевна
Демченко
Юлия Дмитриевна
магистрант кафедры социологии Томского государственного университета
научный сотрудник
Центра прикладного
анализа данных
Томского государственного университета
научный сотрудник
Центра прикладного
анализа данных
Томского государственного университета
магистрант кафедры социологии Томского государственного университета
Планируемые прикладные результаты
1
Типология форм влияния
На основе комплексной модели оценки влияния интернет активности и образовательных достижений будет разработана типология форм этого влияния относительно разных паттернов поведения учащихся, что позволит уточнить характеристики персональных учебных сред молодежи и использовать их в педагогическом проектировании образовательных программ и мероприятий.
2
Анализ структурных и содержательных характеристик
Анализ структурных и содержательных характеристик интернет-активности на большом эмпирическом материале (более 30 тыс. человек) позволит картировать образовательный сегмент интернет-пространства, уточнить представления об особенностях неформального образования, выделить наиболее влиятельные сообщества и источники контента. Как продукт - интерактивная карта.
3
Сервис для учителей, наставников и тьюторов
Рекомендательный сервис для учителей, наставников и тьюторов по оценке вероятности достижения высоких результатов в образовательных программах на основе анализа открытых пользовательских данных учащегося из "ВКонтакте". Данный сервис будет создан на базе платформы -
opendata.university