Ученые ВШЭ узнали, какой стиль обучения выбирают отличники онлайн-образования
Эксперты НИУ ВШЭ проанализировали цифровые следы студентов и впервые показали, что итоговые оценки зависят от личного стиля прохождения онлайн-курса. Сбалансированный тип учеников оказался успешнее традиционного и практико-ориентированного. Результаты работы помогут в создании адаптивных индивидуальных образовательных систем. Работа опубликована в журнале The Internet and Higher Education.
Онлайн-обучение дает студентам свободу учиться в своем темпе, выбирать, с чего начать. Но как личный выбор обучающегося влияет на усвоение знаний, а индивидуальный паттерн перехода к тому или иному типу учебного материала превращается в конкретный тип когнитивной нагрузки, было неизвестно.
Научные сотрудники Института образования НИУ ВШЭ Анна Горбунова, Ксения Адамович и доцент факультета права Александр Савельев, а также Джейми Костли из Университета ОАЭ изучили, как личные стратегии студентов при прохождении онлайн-курсов связаны с распределением когнитивных усилий и успеваемостью. В исследовании приняли участие 90 магистрантов-юристов, проходивших обучение в рамках онлайн-модуля по правовой защите персональных данных. Им были доступны три типа материалов: видеолекции, видеоразборы примеров и практические задачи по решению юридических кейсов.
Чтобы фиксировать каждое действие студентов при онлайн-обучении, ученые использовали систему сбора log-файлов (цифровых следов), встроенную в саму образовательную платформу. Каждый клик, просмотр, пауза или переход студента в интерфейсе автоматически фиксировался как событие в базе данных с указанием типа действия, метки времени (до секунды) и идентификатора пользователя и материала.
Анализ цифровых следов выявил три поведенческих типа. Представители первого, традиционного (27 студентов), проводили много времени за просмотром лекций, реже обращались к выполнению практических задач и совершали меньше всего действий на платформе.
Второй тип, сбалансированный (30 человек), старался равномерно распределить время между лекциями, разборами примеров и изучением готовых решений, причем делал это наиболее эффективно по времени.
Третий стиль ученые назвали практико-ориентированным (33 обучающихся). Такие студенты с головой погружались в решение кейсов и работу с примерами, тратя на лекции значительно меньше времени и активно переключаясь между материалами.
Анна Горбунова
«Главным открытием стало то, как эти стили связаны с результатами итогового теста. Наивысшие баллы получили ученики сбалансированного типа. Практико-ориентированные студенты оказались на среднем уровне. Они также сообщили о значительно более низком уровне внутренней когнитивной нагрузки, чем традиционные, то есть тема казалась им менее сложной. Но это не помогло достичь им самых высоких результатов. Традиционный тип набрал меньше всего баллов», — рассказала Анна Горбунова.
Для того чтобы понять, как тот или иной тип поведения обучающихся связан с полученными результатами, ученые применили структурное моделирование — статистический метод, позволяющий проверить сложные связи между несколькими переменными одновременно. Он показал, что более высокие баллы у сбалансированных учеников были связаны с повышенной релевантной когнитивной нагрузкой — теми самыми полезными умственными усилиями, которые приводят к глубокому пониманию предмета. При этом уровень внешней нагрузки, вызванной самим фактом выбора, что смотреть на онлайн-курсе и в каком порядке, оказался примерно одинаковым для всех студентов независимо от стиля обучения.
«Мы пришли к выводу, что успех в онлайн-обучении с элементами самостоятельного выбора определяется не только качеством контента, но и тем, как студент этот контент использует. Пассивное следование по пути наименьшего сопротивления (традиционный стиль) или увлечение практикой в ущерб теории (практико-ориентированный тип) могут быть менее эффективны, чем осознанное равномерное взаимодействие с разными типами учебных материалов. Это знание позволяет перейти от универсального дизайна курсов к персонализированной поддержке», — пояснила Анна Горбунова.
Ученые надеются, что в перспективе можно будет создавать системы, которые в реальном времени смогут отследить стиль обучения ученика по его цифровому следу и давать адресные рекомендации. Таким образом, онлайн-образование может стать не просто гибким, но адаптивным, помогая каждому студенту выработать наиболее эффективную для него стратегию обучения.
Вам также может быть интересно:
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.