Цифровые сервисы для оптимизации образовательного процесса были внедрены в Московском городском педагогическом университете (МГПУ). Одним из ключевых инновационных решений стала информационная система прогнозирования академической успеваемости студентов на основе технологий искусственного интеллекта.
Разработанная в вузе система собирает и анализирует большие данные об учебной деятельности каждого студента: результаты ЕГЭ и промежуточных аттестаций, участие в общественной деятельности, использование библиотеки и т.д. На основе этих параметров специалистами МГПУ были обучены модели машинного обучения, способные выдавать прогноз результатов студентов на предстоящей сессии.
«Такая система позволяет заблаговременно выявлять студентов группы риска по академической неуспеваемости и оказывать им своевременную поддержку, не доводя ситуацию до отчисления», — отмечает начальник управления информационных технологий и сервисов МГПУ Роман Куприянов.
Полученный с помощью ИИ прогноз не содержит конкретного результата, а лишь разделяет студентов на 4 группы: с предполагаемыми высокими, средними, удовлетворительными результатами и группу риска. Такая информация позволяет студентам и преподавателям объективно оценить перспективы и скорректировать подготовку.
С внедрением системы прогнозирования МГПУ удалось снизить отчисления студентов почти в два раза. Если ранее этот показатель составлял около 5% от контингента, то сейчас сократился до 2,5%. Это наглядно демонстрирует эффективность применения подобных технологий.
Аналогичные системы на основе искусственного интеллекта активно применяются для предиктивной аналитики и в других российских университетах. Например, в Высшей школе экономики ИИ помогает моделировать риски отчисления и разрабатывать превентивные меры. В МФТИ система ИИ автоматически анализирует успешность обучения каждого студента и выдает персональные рекомендации для оптимизации его образовательной траектории.
В настоящее время в университете также ведутся работы по проекту «Умные аудитории», который предполагает создание системы оценки вовлеченности и эмоций студентов в процессе обучения. В основе работы системы лежат нейронные сети, способные анализировать видеозаписи учебных занятий. Разработка системы ведется с участием специалистов психологов МГПУ. Ожидается, что использование «Умных аудиторий» в будущем позволит усовершенствовать учебный процесс, сделать его более интересным и результативным. У преподавателей появится возможность корректировать учебные материалы, формы и методы их подачи, ориентируясь на данные о вовлеченности и эмоциях студентов.
