Сама по себе идея анализа сообщения в мессенджере не нова. Но в текущих программных продуктах аналитика направлена на другое: подписчики, прирост, суммарный охват, охват одного поста, уровень вовлеченности, индекс цитирования, можно выбрать отдельную сферу, страну, язык или найти каналы по заданным параметрам, например охвату или стоимости рекламы.
– Мы взяли за основу технологию, которая позволяет выявлять проблемные вопросы, включая время их возникновения и актуальность, а также степень обеспокоенности пользователей сети, конкретно в нашем случае – студентов, – поясняет Анна Богданова, начальник отдела технологий онлайн-образования ТГУ. – Это наши же разработки, полученные совместно с Университетским консорциумом исследователей больших данных, при анализе оценки удовлетворенности студентов качеством образования и эффективностью работы вузов в период пандемии. Тогда исходными данными стали более двух миллионов сообщений во ВКонтакте из 548 сообществ высших учебных заведений РФ.
Доработанная методология позволила специалистам университета осуществлять оперативный анализ сообщений в мессенджере и выявить в ноябре 2023 года всплеск количества сообщений в чатах. Тогда в обучение онлайн-студентов университета были введены дополнительные мероприятия в формате видео-конференц-связи для повышения контроля качества образования, развития навыков самостоятельного обучения, общения с преподавателями и однокурсниками в режиме реального времени.
– Четко виден рост количества сообщений в этот период почти на 30 %, – поясняет Анна Богданова, начальник отдела технологий онлайн-образования ТГУ. – Семантический анализ текстов сообщений позволил увидеть и повышение на 9,9 % доли негативно окрашенных сообщений, связанных с нововведениями. При этом уже в следующем месяце количество негативных сообщений снизилось более чем на 30 %, что свидетельствует о принятии нововведения. Имея доступ к такой информации в реальном времени, мы можем активно вести разъяснительную работу среди студентов и оказывать им необходимую поддержку.
Исследование выявило, что студенты тольяттинского вуза активно обсуждают различные темы, задают вопросы, делятся советами и информацией в более чем 30 чатах.
– Просматривать их глазами просто невозможно, да и не нужно, – поясняет Анна Богданова. – Основная цель проекта заключается в создании программного продукта, способного в режиме "здесь и сейчас" выявлять те или иные аномалии. Например, сигналы о слишком бурных обсуждениях, внезапном увеличении активности в обсуждении конкретной темы и так далее. Мы уже проверили ряд гипотез и заложили их в методологию. Список этих аномалий нами постоянно пополняется. Таким ПО сможет пользоваться, например, сотрудник колл-центра, даже не имеющий специальных знаний в анализе больших данных.
Анализ собранных данных уже сейчас помогает университету определить закономерности и тенденции в поведении студентов, своевременно предоставлять им поддержку и помощь при возникновении стрессовых ситуаций. Разрабатываемое ПО позволит уйти от "ручного управления" процесса.
– В университете уже есть различные цифровые инструменты получения обратной связи и возможность личного приема у ректора и проректоров. Тем не менее данные о реакции студентов, полученные из их сообщений, являются важным и доступным источником общественного мнения. Внедрение проекта в университет позволит не только улучшать качество образования и обеспечивать своевременную поддержку студентам, но и развивать новые технологии анализа данных и использовать их в повседневной деятельности университета. Таким образом, мы получим эффективный инструмент развития и совершенствования учебного процесса, поддержки благополучия студентов, – убеждена Анна Богданова.
Опыт тольяттинского вуза в использовании больших данных для получения обратной связи от студентов был представлен на международной университетской премии в области искусственного интеллекта "Гравитация-2024". Проект "Telegram Trend Tracker: оперативный анализ инструментами больших данных" вышел в финал, получив высокую оценку экспертов.
