Группа исследователей Казанского федерального университета, в которую входят представители кафедры информационных систем Института вычислительной математики и информационных технологий и кафедры педагогики высшей школы Института психологии и образования, работает над проектом «Цифровая модель прогнозирования академической успеваемости учащихся при закрытии школ на основе больших данных и нейросетей».

Он поддержан грантом Российского научного фонда в размере 1,5 млн рублей.  

Пандемия COVID-19 оказала негативное влияние на многие сферы жизни общества, в том числе на систему образования, уверены ученые КФУ. Именно поэтому они взялись проследить динамику потерь в знаниях учащихся школ при переходе на дистанционное обучение и выявить закономерности этих потерь.

«По данным ЮНЕСКО, весной 2020 года около 1,5 миллиардов учащихся (9 из 10) из 191 страны мира столкнулись с тем, что их образовательные организации были закрыты, – рассказывает руководитель проекта, заведующий кафедрой информационных систем ИВМиИТ КФУ Фаиль Гафаров. – Организация экономического развития и сотрудничества, основываясь на данных 33 наиболее развитых стран мира, заявила, что в период пандемии COVID-19 в 2020 году детские сады в среднем были закрыты 42 дня, начальная школа – 54 дня, основная школа – 63 дня, старшая школа – 67 дней. Закрытие школ (были проанализированы данные 108 стран) привело в 2020 году к сокращению времени очного обучения в среднем на 47 дней, что эквивалентно примерно четверти нормального учебного года. В российских школах в 2020 году неконтактные формы обучения, в зависимости от региона, продолжались от 40 до 75 дней».

По словам Ф. Гафарова, интегрированное использование технологий искусственного интеллекта и анализа больших данных позволит ученым КФУ провести полномасштабный и всесторонний анализ влияния последствий, связанных с непредвиденными перерывами в очном обучении, на эффективность профессиональной деятельности учителя и успешность обучения школьника.

«Мы проанализируем данные об образовательном процессе в Республике Татарстан за 2009-2021 годы: изучим свыше миллиарда цифровых следов, содержащихся в базе системы "Электронное образование Республики Татарстан", которые оставили более 500 тыс. учащихся и более 150 тыс. педагогов. На основе методов математической статистики, интеллектуального анализа данных, машинного обучения и искусственных нейронных сетей будет впервые разработана и апробирована цифровая предиктивная модель, позволяющая оценить влияние на успеваемость школьников внезапного прекращения контактной работы и перехода на иные формы обучения», – сообщил Фаиль Мубаракович.

Он отметил, что будут выявлены основные закономерности потерь в знаниях у учеников на примере длительного локдауна в связи с эпидемией COVID-19 в 2020 учебном году.

«Экспериментально обоснованная модель, которую мы построим в ходе реализации проекта, позволит в будущем прогнозировать возможные потери в знаниях в различных предметных областях школьной программы учеников начальной, основной и старшей школы, вызванные перерывами в очном обучении, в зависимости от длительности таких перерывов», – пояснил он.  

Работать над масштабным педагогическим исследованием ученые будут в 2022-2023 годах.