Анализ цифровых следов пользователей как предиктор эффективности онлайн обучения

В последние годы наблюдается сильный рост индустрии онлайн образования. С каждым годом растет рынок образовательных платформ, предоставляющих доступ к онлайн-обучению. С увеличением роста обучающихся на онлайн-курсах возрастает интерес исследователей к изучению эффективности онлайн-обучения. В данной статье приведены результаты исследования онлайн курсов на образовательной платформе Stepik. Курсы, выбранные для анализа, были разделены на три группы по параметру «доходимости» обучающихся до конца обучения. Был проанализирован процесс прохождения куров 36226 слушателями онлайн-курсов. Основной целью исследования было выявления факторов, влияющих на параметр доходимости. Полученные в ходе исследования данные позволяют говорить о том, что дизайн онлайн-курсов не влияет на эффективность обучения и параметр доходимости. Такие результаты мы объясняем тем, что в процессе онлайн-обучения практически полностью отсутствует «обучающее присутствие» и «социальное присутствие», так как взаимодействие с преподавателем и другими обучающимися сведено к минимуму. «Когнитивное присутствие», формирующееся через взаимодействие с образовательным материалом, является недостаточным для формирования необходимого для завершения обучения уровня вовлеченности. В процессе исследования также были выявлены основные точки «выпадения» обучающихся из образовательного процесса и сформулированы стратегии, к которым прибегают обучающиеся. Полученные данные свидетельствуют о том, что на параметр доходимости и эффективности онлайн-обучения в наибольшей степени влияют качественные (психологические) критерии обучающихся. В заключении данной статьи предложены основные направления дальнейших исследований, которые могут способствовать получению более полных данных о факторах, влияющих на эффективность онлайн-обучения.

1. Валеева Н. Г., Руднева М. А. Массовые открытые онлайн-курсы в обучении студентов экологического факультета английскому языку для профессиональной коммуникации // Вестник Российского университета дружбы народов. Серия: Экология и безопасность жизнедеятельности. - 2016. - № 3.

2. Велединская С. Б., Дорофеева М. Ю. Смешанное обучение: секреты эффективности // Образовательные технологии. – 2015. – №. 3. – С. 8-13.

3. Гейжан Н. Ф., Симакова Т. А. Дистанционное обучение в аспекте психологии труда преподавателей и обучающихся // Вестник Санкт-Петербургского университета МВД России. – 2020. – №. 3 (87).

4. Гордеева Т. О., Сычев О. А., Осин Е. Н. Внутренняя и внешняя учебная мотивация студентов: их источники и влияние на психологическое благополучие // Вопросы психологии. - 2013. - № 1. - С. 35–45.

5. Ершова Р. В. Количественные и качественные критерии эффективности онлайн обучения //Цифровое общество как культурно-исторический контекст развития человека. – 2022. – С. 107-112.

6. Клименских М. В., Лебедева Ю. В., Мальцев А. В., Савельев В. В.. Психологические факторы эффективного онлайн-обучения студентов //Перспективы науки и образования. – 2019. – №. 6 (42).

7. Кузьмина К. Е. Психологические особенности самоорганизации и целеполагания деятельности в условиях онлайн-обучения //Развитие научно-технического творчества детей и молодежи. – 2020. – С. 195-199.

8. Левадная М. О., Станкевич Е. М. К проблеме психологических особенностей онлайн обучения взрослых //Фундаментальная и прикладная наука: состояние и тенденции развития. – 2020. – С. 61-68.

9. Мацута В. В. и др. Исследование потенциала социальных сетей для выявления одаренных старшеклассников //Психология и психотехника. – 2017. – №. 4. – С. 104-121.

10. Най Д. В. К., Орёл Е. А., Кочергина Е. В. Факторы» Большой пятерки» как психологические предикторы академической успеваемости студентов вузов //Психологические исследования: электронный научный журнал. – 2013. – Т. 6. – №. 27. – С. 4.

11. Пеккер П. Л. Измерение эффективности массовых открытых онлайн-курсов: количественные и качественные критерии //Высшее образование сегодня. – 2018. – №. 8.

12. Arens A. K., Marsh H. W., Pekrun R., Lichtenfeld S., Murayama K., vom Hofe R. Math self-concept, grades, and achievement test scores: long-term reciprocal effects across five waves and three achievements tracks // Journal of Educational Psychology. 2016. Vol. 109. No. 5. P. 621–634.

13. Broadbent J. Academic success is about self-efficacy rather than frequency of use of the learning management system // Australasian Journal of Educational Technology. 2016. Vol. 32(4). P. 38–49.

14. Brown B. W., Liedholm C. E. Can web courses replace the classroom in principles of microeconomics? //American Economic Review. – 2002. – Т. 92. – №. 2. – С. 444-448.

15. Carr N. The shallows: What the Internet is doing to our brains. – WW Norton & Company, 2011.

16. Cheng H. C., Lehman J., Armstrong P. Comparison of performance and attitude in traditional and computer conferencing classes //American Journal of Distance Education. – 1991. – Т. 5. – №. 3. – С. 51-64.

17. Chirikov I. et al. Online education platforms scale college STEM instruction with equivalent learning outcomes at lower cost //Science advances. – 2020. – Т. 6. – №. 15. – С. eaay5324.

18. Chou T. L., Wu J. J., Tsai C. C. Research trends and features of critical thinking studies in e-learning environments: A review //Journal of educational computing research. – 2019. – Т. 57. – №. 4. – С. 1038-1077.

19. Clark D. MOOCs: Course Completion is the Wrong Measure of Course SuccessClass Central. Retrieved May 28, 2018. – 2016.

20. Clark R. E. Reconsidering research on learning from media //Review of educational research. – 1983. – Т. 53. – №. 4. – С. 445-459.

21. Coppola N. W., Hiltz S. R., Rotter N. G. Becoming a virtual professor: Pedagogical roles and asynchronous learning networks //Journal of management information systems. – 2002. – Т. 18. – №. 4. – С. 169-189.

22. Eom S. B., Ashill N. J. A system’s view of e-learning success model //Decision Sciences Journal of Innovative Education. – 2018. – Т. 16. – №. 1. – С. 42-76.

23. Eshet-Alkalai, Yoram. (2004). Digital Literacy: A Conceptual Framework for Survival Skills in the Digital Era. Journal of Educational Multimedia and Hypermedia. 13.

24. Fallah M. H., Ubell R. Blind scores in a graduate test: Conventional compared with web-based outcomes //ALN magazine. – 2000. – Т. 4. – №. 2. – С. 1-5.

25. Fischer C. et al. Mining big data in education: Affordances and challenges //Review of Research in Education. – 2020. – Т. 44. – №. 1. – С. 130-160.

26. Fredericksen E. et al. Student satisfaction and perceived learning with online coursesprinciples and examples from the SUNY learning network. – 1999.

27. Freeman M. A., Capper J. M. Exploiting the web for education: An anonymous asynchronous role simulation //Australasian Journal of Educational Technology. – 1999. – Т. 15. – №. 1.

28. Garrison D. R., Anderson T., Archer W. Critical thinking, cognitive presence, and computer conferencing in distance education //American Journal of distance education. – 2001. – Т. 15. – №. 1. – С. 7-23.

29. Hiltz S. R. et al. Measuring the importance of collaborative learning for the effectiveness of ALN: A multi-measure, multi-method approach //Journal of Asynchronous Learning Networks. – 2000. – Т. 4. – №. 2. – С. 103-125.

30. Kennedy D. M., Fox B. ‘Digital natives’: an Asian perspective for using learning technologies //International Journal of Education and Development using Information and Communication Technology. – 2013. – Т. 9. – №. 1. – С. 64.

31. Khare K., Lam H., Khare, A. Educational data mining (EDM): Researching impact on online business education // On the line: Business education in the digital age. – 2017. – Р. 37–53. doi: 10.1007/978-3-319-62776-2_3.

32. Kirkpatrick D., Kirkpatrick J. Evaluating training programs: The four levels. – BerrettKoehler Publishers, 2006.

33. Kozma R. B. Robert Kozma’s counterpoint theory of “learning with media.” //Learning from media: Arguments, analysis and evidence. – 2001. – С. 137-178.

34. Molnár G., Sik D., Szűts Z. Use of big data in education efficiency analysis //ReImaging Learning Environments: Proceedings of the European Distance and E-Learning Network 2016 Annual Conference. – 2016. – С. 440-447.

35. Ophir E., Nass C., Wagner A. D. Cognitive control in media multitaskers //Proceedings of the National Academy of Sciences. – 2009. – Т. 106. – №. 37. – С. 15583-15587.

36. Parker D., Gemino A. Moving a University Toward On-line Learning: Opportunities, Challenges, and Technologies //Educational Innovation in Economics and Business. – Springer, Dordrecht, 2004. – С. 61-76.

37. Peechapol C. et al. An Exploration of Factors Influencing Self-Efficacy in Online Learning: A Systematic Review //International Journal of Emerging Technologies in Learning. – 2018. – Т. 13. – №. 9.

38. Picciano A. G. et al. Beyond student perceptions: Issues of interaction, presence, and performance in an online course //Journal of Asynchronous learning networks. – 2002. – Т. 6. – №. 1. – С. 21-40.

39. Prensky M. Digital natives, digital immigrants part 1 //On the horizon. – 2001. – Т. 9. – №. 5. – С. 1-6.

40. Salomon G. Interaction of media, cognition, and learning: An exploration of how symbolic forms cultivate mental skills and affect knowledge acquisition. – Routledge, 2012.

41. Sellar S., Hogan A. Pearson 2025: Transforming teaching and privatising education data. – 2019.

42. Shea P. J., Pickett A. M., Pelz W. E. A follow-up investigation of “teaching presence” in the SUNY Learning Network //Journal of asynchronous learning networks. – 2003. – Т. 7. – №. 2. – С. 61-80.

43. Garrison D. R. E-learning in the 21st century: A framework for research and practice. – Routledge, 2011.

44. Swan K. et al. Building knowledge building communities: Consistency, contact and communication in the virtual classroom //Journal of Educational Computing Research. – 2000. – Т. 23. – №. 4. – С. 359-383.

45. Swan K. Learning effectiveness online: What the research tells us //Elements of quality online education, practice and direction. – 2003. – Т. 4. – №. 1. – С. 13-47

46. Terras M. M., Ramsay J. Massive open online courses (MOOCs): Insights and challenges from a psychological perspective //British Journal of Educational Technology. – 2015. – Т. 46. – №. 3. – С. 472-487.

47. Twigg C. A. Models for online learning //Educause review. – 2003. – Т. 38. – С. 28-38.

48. Uribe S. N., Vaughan M. Facilitating student learning in distance education: a case study on the development and implementation of a multifaceted feedback system // Distance Education. 2017. Т. 38. № 3. С. 288–301.

49. Verezub E., Wang H. The role of metacognitive reading strategies instructions and various types of links in comprehending hypertext. – 2010.

50. Vikulova E. A., Chiglintseva E. S. That multifacet english like: How do you like it? // XLinguae. 2017. Vol. 10(3). P. 348–356.

51. Wang S. K. et al. An investigation of middle school science teachers and students use of technology inside and outside of classrooms: considering whether digital natives are more technology savvy than their teachers //Educational Technology Research and Development. – 2014. – Т. 62. – №. 6. – С. 637-662.

52. Watson W. R., Watson S. L., Reigeluth C. M. Education 3.0: Breaking the mold with technology // Interactive Learning Environments. 2015. Т. 23. № 3. С. 332–343. URL: https://doi.org/10.1080/10494820.2013.764322

53. Wolf M., Barzillai M., Dunne J. The importance of deep reading //Challenging the whole child: reflections on best practices in learning, teaching, and leadership. – 2009. – Т. 130. – С. 21.