ИИ научился предсказывать успеваемость студентов по их подпискам в соцсетях
Российские ученые разработали искусственный интеллект, который с высокой точностью способен прогнозировать академическую успеваемость студентов, основываясь на том, какие сообщества в социальных сетях они предпочитают, сообщает ТАСС со ссылкой на пресс-службу Национального исследовательского университета "Высшая школа экономики" (НИУ ВШЭ).
В рамках научного проекта сотрудники НИУ ВШЭ провели анализ открытых профилей 4,4 тысячи студентов Томского государственного университета, сопоставив информацию об их онлайн-активности с оценками за обучение. Исследование позволило выявить устойчивые закономерности между типом контента, к которому проявляют интерес учащиеся, и их успеваемостью.
Как пояснил один из авторов работы, исследователь Сергей Горшков, некоторые выводы оказались неожиданными. По его словам, увлечение искусством или путешествиями, вопреки стереотипам, связано с высокой академической результативностью.
В то же время, по его словам, активность в сообществах, ориентированных на подработку, нередко указывает на пониженную успеваемость. Это объясняется тем, что необходимость совмещать учебу с работой ограничивает возможности для полноценного вовлечения в образовательный процесс.
Техническая основа исследования опиралась на применение нейросетевой модели BERT, способной анализировать текстовую информацию. Алгоритм обрабатывал данные из соцсетей, классифицируя сообщества по тематике и выделяя ключевые направления интересов студентов. Затем эти сведения обрабатывались с использованием различных моделей машинного обучения, что позволило выделить четкие корреляции между характером онлайн-активности и академическими результатами.
Оказалось, что студенты с высокими баллами чаще читают научно-популярные и образовательные материалы, склонны к участию в содержательных дискуссиях, а также проявляют интерес к аналитическому и критическому мышлению. В противоположность этому, учащиеся с более низкой успеваемостью преимущественно подписаны на сообщества с развлекательным контентом — юмористические страницы, музыкальные паблики, группы, посвященные видеоиграм. Такие площадки, по словам ученых, содержат минимум полезной информации, а также чаще несут эмоционально негативную нагрузку.
Доцент НИУ ВШЭ Дмитрий Игнатов подчеркнул практическую значимость полученных результатов. Он отметил, что методика может быть полезной как для университетов, так и для бизнеса.
Кроме того, он добавил, что работодатели также могут адаптировать этот подход для подбора кандидатов, оценивая их потенциальную продуктивность по данным из социальных сетей. Ученый напомнил, что подобное применение возможно только при осознанном разрешении на использование персональных данных со стороны самих пользователей.