В статье рассматривается проблема повышения объективности и управляемости оценки проектной деятельности обучающихся в общеобразовательных организациях МВД России в условиях цифровизации и накопления больших массивов данных об учебной активности. Цель исследования – разработать и апробировать комплексную модель управления качеством и оценки результативности проектов, опирающуюся на аналитику цифровых следов и многокритериальную систему метапредметных и профессионально-ориентированных показателей. Эмпирическую базу составили данные 315 обучающихся 9-10 классов трех довузовских образовательных организаций МВД России (68 проектных групп), собранные в 2022-2023 учебном году из модифицированной LMS Moodle, электронной библиотеки и системы управления проектами (свыше 250 Гб лог-файлов и более 5 млн действий пользователей). Методологический аппарат включал методы предварительной обработки данных, кластеризации (k-средних, иерархическая), корреляционно-регрессионный анализ, построение матриц индикаторов для 5 метапредметных и 4 профессиональных компетенций, а также машинное обучение (логистическая регрессия, SVM, случайный лес) для предиктивной аналитики. Получены статистически значимые корреляции между метриками цифровой активности и уровнем развития ключевых компетенций (до r = 0,782 для командной работы), на основе которых сформирован интегральный показатель результативности проектной деятельности, автоматически пересчитываемый в режиме реального времени. Сравнение автоматизированных оценок с традиционной экспертизой по итоговому продукту выявило расхождения до 27% и показало, что более чем в половине случаев традиционная оценка не отражает реального вклада участников и качества процесса. Предиктивная модель на базе алгоритма «случайный лес» обеспечила точность 93,7% и полноту 91,2% при выявлении проектных групп риска на ранних этапах работы, а анализ специализированных цифровых инструментов (ГИС-симулятор, правовые базы, виртуальная криминалистическая лаборатория) подтвердил их вклад в прирост целевых профессиональных компетенций. Сделан вывод, что предложенная модель позволяет повысить объективность оценки проектной деятельности в среднем на 20-25%, перейти от эпизодической итоговой экспертизы к непрерывному, развивающему мониторингу и может служить основой для создания адаптивных систем управления качеством образования в ведомственных организациях МВД России.
The article addresses the issue of increasing the objectivity and manageability of assessing students’ project activities in general education organizations of the Ministry of Internal Affairs of Russia under the conditions of digitalization and the accumulation of large amounts of data on educational activity. The purpose of the study is to develop and test an integrated model for quality management and performance assessment of projects based on digital footprint analytics and a multi-criteria system of meta-subject and professionally oriented indicators. The empirical base consisted of data from 315 students of grades 9-10 from three pre-university educational organizations of the Ministry of Internal Affairs of Russia (68 project groups), collected in the 2022-2023 academic year from a modified LMS Moodle, an electronic library, and a project management system (over 250 GB of log files and more than 5 million user actions). The methodological framework included data preprocessing methods, clustering (k-means and hierarchical), correlation-regression analysis, construction of indicator matrices for five meta-subject and four professional competencies, as well as machine learning (logistic regression, SVM, random forest) for predictive analytics. Statistically significant correlations were obtained between digital activity metrics and the level of development of key competencies (up to r = 0.782 for teamwork), on the basis of which an integrated indicator of project performance was formed, automatically recalculated in real time. Comparison of automated assessments with traditional expert evaluations of final project products revealed discrepancies of up to 27% and showed that in more than half of the cases, the traditional assessment does not reflect the actual contribution of participants and the quality of the process. The predictive model based on the random forest algorithm provided 93,7% accuracy and 91,2% recall in identifying at-risk project groups at early stages of work, while the analysis of specialized digital tools (GIS simulator, legal databases, virtual forensic laboratory) confirmed their contribution to the growth of targeted professional competencies. It is concluded that the proposed model increases the objectivity of project activity assessment by an average of 20-25%, enables a shift from episodic final evaluation to continuous developmental monitoring, and can serve as a foundation for creating adaptive education quality management systems in departmental organizations of the Ministry of Internal Affairs of Russia.