Работали над проектом специалисты ТГУ вместе с Университетским консорциумом исследователей больших данных.
Исследования начались еще в 2020-м, когда пандемия COVID-19 перевернула подход к организации учебного процесса во всем мире, высшее образование столкнулось с рядом непростых вызовов.
Тогда на первый план вышла необходимость оценки удовлетворенности студентов качеством образования и эффективностью работы вузов в форс-мажорных условиях.
– Для решения этой задачи мы решили анализировать соцсети, блоги и форумы – производство пользовательского контента в них постоянно растет. Часть доступной информации может использоваться для обнаружения общих тенденций, понимания масштабов кризиса или выяснения характерных и специфических изменений в настроениях пользователей, – говорит начальник отдела технологий онлайн-образования ТГУ Анна Богданова.
Исследователи проанализировали цифровые следы студентов из социальной сети "ВКонтакте" с применением отдельных инструментов Big Data. Исходными данными стали более 2 млн сообщений из 548 сообществ вузов РФ.
– По сути мы разработали основу технологии, которая позволяет выявлять проблемные вопросы, включая время их возникновения и актуальность, а также степень обеспокоенности студентов. Методика универсальна и подходит не только для оценивания их отношения к качеству учебного процесса или его сопровождения, но и для оценки реакции любых социальных групп на любые информационные всплески, включая локальные проблемы и кризисные ситуации глобального масштаба, – подчеркивает профессор, доктор физико-математических наук Михаил Криштал.
Он отмечает, что пока технология отработана и верифицирована в полуавтоматическом режиме. Но в перспективе ее переведут в полностью автоматический режим. Это позволит получать нужную информацию из общего потока данных со скоростью ее появления.
– Мы показали, что с достаточно высокой точностью (погрешность примерно 15 %) можно делать выводы о реакции интернет-сообщества на то или иное значимое событие. Генерируемые пользователями данные являются важным и легкодоступным источником общественного мнения, который может успешно заменить привычные нам социологические опросы. На этапе отработки методики работа ведется с данными, сгенерированными в прошлом. Научившись анализировать их в реальном времени, мы получим мощнейший инструмент измерения напряженности с помощью индексов и метрик, использования этой информации для отслеживания всплесков напряженности и опережающей реакции, – резюмирует Михаил Криштал.
Работа с цифровым следом – важная составляющая онлайн-образования. В ТГУ убеждены, что отслеживание активности студентов, выявление типовых сценариев учебного поведения, прогнозирование, проверка гипотез, создание на научной основе адаптивной системы обучения, а также постоянное совершенствование на основе обратной связи делают онлайн-образование более продуктивным по сравнению с традиционными методами.
