Аналитика в обучающей системе cats

Использование автоматизированных систем управления учебным процессом и обучающих систем [3; 4] позволяет не только организовать дистанционное обучение, но и проанализировать его результаты. Как правило, такие системы реализуют аналитику трех категорий [5]:

1) описательная аналитика направлена на анализ текущих данных об учащихся и выявление закономерностей в статистических данных. Эту категорию аналитики интересует, что уже произошло и какие закономерности имеются в данных учащихся;

2) предиктивная аналитика обычно направлена на прогнозирование будущих тенденций в успеваемости учащихся. Данную категорию интересуют, например, учащиеся, которые могут оказаться в зоне риска с точки зрения низкой успеваемости или слабой вовлеченности в учебный процесс;

3) предписательная аналитика направлена на выработку рекомендаций по дальнейшему обучению и предложение альтернативных образовательных ресурсов или инструментов для учащихся.

В обучающей системе CATS (англ. Care About the Students), разработкой которой руководил автор работы(?доклада) на факультете информационных технологий и робототехники Белорусского национального технического университета, на сайте https://educats.bntu.by [1] реализованы все вышеперечисленные категории.

Описательная статистика реализована для роли(всё верно?) студента при выборе пункта меню «Предметы». Для каждого изучаемого предмета предлагается диаграмма, куда сведены данные об успеваемости обучающегося: средний балл за практические задания, лабораторные работы, тесты, оценка за курсовой проект и рейтинговая оценка. Таким образом, каждый студент располагает аналитикой собственного обучения по каждой учебной дисциплине.

Предиктивная аналитика реализована в роли(всё верно?) преподавателя и в роли наблюдателя. Каждый преподаватель имеет возможность просматривать статистику успеваемости обучающихся на своих предметах и видеть информацию о студентах, имеющих задолженности по выполнению практических заданий, защите лабораторных работ, курсовых проектов, написанию тестов. В роли наблюдателя, для которой не нужно авторизоваться в системе (как правило, это родители обучающихся либо администрация факультета), можно посмотреть успеваемость отдельного студента или группы. Получаемая таким образом информация позволяет увидеть задолженность одного или нескольких студентов и принять определенные меры.

Предписательная аналитика реализована в системе на уровне адаптивного обучения и подробно описана в [1; 2]. Такой подход позволяет мониторить процесс обучения и вырабатывать рекомендации для дальнейших действий студента, что приводит к построению индивидуальной траектории обучения.

Реализованные категории аналитики в обучающей системе CATS позволяют наглядно получать нужную информацию об успеваемости студентов для быстрого реагирования.

Литература

1. Попова, Ю. Б. Автоматизированная система CATS для дистанционного обучения / Ю. Б. Попова. — Текст: непосредственный // Системный анализ и прикладная информатика. — 2021. — № 3. — C. 67–75.

2. Попова, Ю. Б. Интеллектуальная составляющая обучающей системы CATS / Ю. Б. Попова. — Текст: непосредственный // Образовательные технологии и общество. — 2019. — № 4 (22). — С. 24–37.

3. Попова, Ю. Б. Классификация автоматизированных систем управления обучением / Ю. Б. Попова. — Текст: непосредственный // Системный анализ и прикладная информатика. — 2016. — № 3. — С. 51–58.

4. Попова, Ю. Б. От LMS к адаптивным обучающим системам / Ю. Б. Попова. — Текст: непосредственный // Системный анализ и прикладная информатика. — 2019. — № 2. — C. 58–64.

5. Statistic types. — Текст: электронный // Learning analytics: analyze your lesson to discover more about your students. — URL: https://elearningindustry.com/learning-analytics-analyze-lesson (дата обращения: 02.11.2021).