Сотрудники Национального исследовательского университета «Высшая школа экономики» совместно с университетом Лёвена разработали новую модель, которая оценивает эффективность реализации онлайн-курсов. Новая методика позволит отслеживать образовательный процесс в динамике и определить отношение студентов к образовательным программам.
Обычная модель, оценивающая степень усвоения учебного материала учащимися, заключается в оценке знаний на начальном этапе любого образовательного курса и в завершении. В течение долгого времени именно так определялась эффективность учёбы, которая равнялась разнице в знаниях и умениях в конце и начале образовательного процесса. Однако подобный принцип неприемлем для онлайн-курсов – невозможно определить учебный процесс в динамике.
Новая модель предполагает учёт цифровых логов студентов, которые являются событиями, фиксируемые платформой. К ним, в частности, относятся количество просмотров лекций в режиме видео или попытки решения определённых заданий. При использовании логов достигается возможность определения успешности образовательного процесса:
· поступательный прогресс, проходящий в течение всего онлайн-курса;
· локальный прогресс – результаты освоения отдельных тем и заданий.
Поступательные достижения рассчитываются, как общий эффект, достигаемый от просмотра лекций на конкретном этапе. А локальные достижения оцениваются в качестве положительного результата при выполнении конкретных задач. Оба вида достижений у студентов отличаются из-за личных особенностей в объёме накопленных знаний и способности воспринимать новую информацию.
Руководитель центра психометрических исследований Национального исследовательского университета «Высшая школа экономики» отметил важность применения нового метода. Преподаватель может в любой момент учебного процесса без использования трудоёмких способов тестирования или экзаменов увидеть, как происходит усвоение учебного материала, на какие темы или направления курса стоит обратить внимание учащегося. Иными словами, анализ цифровых «следов» каждого студента даёт большие возможности для повышения эффективности учёбы.
Подобные модели будут применяться в аналитических панелях цифровой платформы, а алгоритмы помогут продвигать навигационные и рекомендательные решения.
