Использование больших данных для анализа и оптимизации образовательного процесса в высших учебных заведениях
DOI:
https://doi.org/10.25726/w5010-9600-8416-xКлючевые слова:
большие данные, высшее образование, анализ образовательных данных, образовательная аналитика, персонализация обучения, машинное обучениеАннотация
В настоящее время использование больших данных в образовательном процессе высших учебных заведений становится все более актуальным. Целью данного исследования является изучение возможностей применения технологий больших данных для анализа и оптимизации образовательного процесса в вузах. В работе использованы методы систематического обзора литературы, анализа конкретных кейсов внедрения больших данных в университетах, а также статистические методы обработки данных. Результаты исследования показывают, что применение больших данных позволяет повысить эффективность образовательного процесса за счет персонализации обучения, прогнозирования успеваемости студентов, оптимизации учебных программ и ресурсов. Например, в Университете Пердью (США) внедрение системы анализа данных об успеваемости и поведении студентов привело к увеличению показателя удержания студентов на 21% и росту среднего балла на 0,3 пункта. В Открытом университете Великобритании алгоритмы машинного обучения используются для выявления студентов, подверженных риску отчисления, что позволило снизить этот показатель на 12%. В Университете Тунцзи (Китай) анализ данных о трудоустройстве выпускников помог скорректировать учебные программы и повысить релевантность получаемых студентами знаний и навыков требованиям рынка труда. Кроме того, большие данные открывают новые возможности для исследований в сфере образования, позволяя изучать закономерности обучения, факторы успешности студентов, эффективность различных педагогических подходов и образовательных технологий на больших выборках. Однако внедрение технологий больших данных в вузах сопряжено с рядом проблем, таких как обеспечение качества и безопасности данных, соблюдение этических норм и конфиденциальности, необходимость изменения организационной культуры и развития компетенций сотрудников. Дальнейшие исследования должны быть направлены на разработку стандартов и лучших практик использования больших данных в высшем образовании, изучение долгосрочных эффектов их применения, а также на поиск оптимальных моделей интеграции технологий больших данных в образовательные процессы вузов.
Библиографические ссылки
Авдеева А.В., Богданова М.В. Информационные технологии в работе с дошкольниками и их влияние на дальнейший процесс обучения // Информационные технологии в образовательном процессе вуза и школы: мат. XIV Всерос. науч.-практ. конф. Воронеж: Изд-во ВГПУ, 2020. С. 5-10.
Амаева Л.А. Сравнительный анализ методов интеллектуального анализа данных // Инновационная наука. 2017. № 2-1. С. 27-29.
Вилкова К.А., Захарова У.С. Учебная аналитика в традиционном образовании: ее роль и результаты // Университетское управление: практика и анализ. 2020. Т. 24. № 3. С. 59-76.
Гимельштейн Е.А., Годван Д.Ф. Геймификация в профориентации школьников // Бизнес-образование в экономике знаний. 2020. № 1(15). С. 12-14.
Дацун Н.Н., Уразаева Л.Ю. Перспективные направления применения учебной аналитики // Ученые записки ИУО РАО. 2017. № 1(61). С. 43-46.
Зотова И.В., Онуфриенко Е.С. Использование информационно-коммуникативной технологии как средство управления педагогическим процессом в дошкольных образовательных организациях // Проблемы науки. 2018. № 5(29). С. 96-97.
Иванова И.А. Исследование ресурсов корпоративного портала в управлении вовлеченностью персонала // Управление персоналом и интеллектуальными ресурсами в России. 2018. Т. 7. № 1. С. 27-33.
Коробкова С.А. Особенности подготовки видеолекций по физике для студентов медицинского вуза // Физико-математическое и технологическое образование: проблемы и перспективы развития: мат. VI Междунар. науч.-мет.конф., Москва, 02-04 марта 2020 г. М.: Московский педагогический государственный университет, 2021. С. 144-148.
Лихачева А.Н. Оптимизация процесса обучения как способ повышения его эффективности в условиях современной образовательной парадигмы // Научный журнал КубГАУ. 2017. № 130. С. 1209-1224.
Малыш О.В., Бусель С.В. Оптимизация процесса управления образовательной организацией посредством разработки и применения специализированного программного обеспечения с элементами игрофикации // Научно-методический электронный журнал «Калининградский вестник образования». 2023. № 2(18). С. 21-41.
Налетова Н.Ю. Цифровизация образования: «за» и «против», текущие и имманентные проблемы // Педагогика. 2020. № 1. С. 43-47.
Педагогические технологии дистанционного обучения: учеб. пособие для вузов. Под ред. Е.С. Полат. 3-е изд. М.: Юрайт, 2020. 392 с.
Перминова Л.М. Цифровое образование: ожидания, возможности, риски // Педагогика. 2020. № 3. С. 28-37.
Проничева М.М., Булыгина В.Г., Московская М.С. Современные исследования синдрома эмоционального выгорания у специалистов профессий социальной сферы // Социальная и клиническая психиатрия. 2018. Т. 28. № 4. С. 100-105.
Трубачев И.В., Соловей Д.В. Сущность педагогической оптимизации и ее задачи в военном вузе // Вестник Армавирского государственного педагогического университета. 2020. № 2. С. 29- 36.
Христочевский, С. А. Перспективы и проблемы цифровизации образования / С. А. Христочевский // Новые информационные технологии в образовании: Сб. науч. трудов 20-й Международной науч.-практич. конф. 4-5 февраля 2020 года. М.: Общество с ограниченной ответственностью «1С-Паблишинг», 2020. С. 206-208.
