Стало известно, как вычислить отличников и троечников по их профилям во «ВКонтакте»

Интересы студентов в социальной сети «ВКонтакте» позволяют выявлять с высокой точностью их академическую успеваемость. К такому выводу пришли исследователи из НИУ ВШЭ и Томского государственного университета (ТГУ). Статья с результатами исследования, охватившего 4445 студентов ТГУ, опубликована в журнале IEEE Access.

С согласия студентов, которые разрешили использовать любые общедоступные данные из своих профилей в социальной сети, исследователи собрали данные об их подписках на различные сообщества «ВКонтакте». C помощью методов анализа естественного языка они классифицировали тематику сообществ, а также оценили сложность текстов в постах и их эмоциональную тональность. Для каждого студента исследователи составили цифровой профиль, включающий предпочтения и интересы. После этого учёные с помощью машинного обучения обнаружили взаимосвязь между их взаимодействием с разным интернет-контентом и успехами в учёбе (данные об этом предоставил университет).

Анализ данных показал, что студенты с высокими оценками чаще подписываются на сообщества, связанные с научной и образовательной тематикой, в которых проходят обсуждения новых технологий и публикуются аналитические статьи. Кроме науки, к таким темам относятся городская жизнь, изобразительное искусство, домашний декор, изучение языка, владение языком, домашние животные, философия, «поэтическая меланхолия», программирование, путешествия, университетская жизнь, волонтёрство и снижение веса.

Студентов с более низкими оценками чаще интересуют аниме, астрология, бодибилдинг, автозапчасти, боевые виды спорта, предметы моды, футбол, смешные шутки, игры, обмен мемами, музыкальные мероприятия, музыкальные релизы, музыкальные тенденции, узнаваемый юмор, списки подработок, татуировки и видеоигры.

Авторы исследования считают, что на основе анализа цифрового профиля в соцсетях возможно спрогнозировать успеваемость в учёбе. Тематика сообществ — не единственный фактор для такого прогноза, важную роль играют также характеристики текстов, которые лайкают студенты. Отличникам, как правило, нравятся более сложные тексты.

Авторы предполагают, что в будущем разработанный метод могут использовать работодатели, чтобы находить способных кандидатов, и предупреждают пользователей соцсетей о важности цифровой гигиены — цифровой след в соцсетях (лайки, фотографии, переходы по ссылкам и так далее) впоследствии может напрямую повлиять на профессиональную жизнь.

Ранее стало известно, что ТГУ уже использует данные из соцсетей абитуриентов (с их согласия) в ходе приёмной кампании. Успеваемость студентов прогнозируют и в других российских вузах, например в МГПУ. Система учитывает более 20 параметров, среди которых оценки студента, пол и возраст, образовательная программа и результаты ЕГЭ. Кроме того, нейросеть принимает во внимание, какие курсы учащийся проходит по выбору и насколько активно пользуется библиотекой и платформой для дистанционного обучения. На основе всех данных система составляет прогноз, насколько успешно студент сдаст экзамены в следующую сессию и грозит ли ему отчисление.