Новые методы ученых НИУ ВШЭ позволяют улучшить качество онлайн-курсов
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.
— 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, — объясняет Аббакумов. — 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.
Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!