Студентов классифицировали по активности в дистанционном обучении

На VI Международной научно-практической конференции «Цифровая гуманитаристика и технологии в образовании», организованной МГППУ и Федерацией психологов образования России, представили доклад об активности студентов во время дистанционного обучения на цифровой платформе. Исследователям удалось по цифровым следам выделить типичные модели поведения студентов при таком обучении в зависимости от их стратегий учебной саморегуляции.

Доклад представил доцент кафедры психологии личности и дифференциальной психологии Московского института психоанализа Владимир Шляпников.

Ознакомиться со статьёй об этом исследовании можно в сборнике по ссылке. А мы пересказываем ключевые тезисы из выступления Владимира.

Как проходило исследование

В исследовании приняли участие 506 студентов дистанционного отделения, которые учатся на факультете общей и клинической психологии Московского института психоанализа. Весной 2025 года, когда проходило исследование, 197 человек из них учились на первом курсе бакалавриата, а 309 — на первом курсе магистратуры.

На протяжении 100 дней исследователи фиксировали во внутренней системе онлайн-обучения, развёрнутой на платформе InStudy, следующие показатели по каждому студенту:

• заходы на платформу;
• академические задолженности;
• обращения к учебным материалам;
• сообщения, отправленные администрации вуза;
• сообщения, отправленные преподавателям;
• сообщения, отправленные другим студентам;
• успешные прохождения тестов;
• неуспешные прохождения тестов;
• количество отправленных работ.

Собрав данные, исследователи рассчитали средние показатели и проанализировали их с помощью метода LPA — это аббревиатура от англоязычного термина latent profile analysis, которая переводится как анализ латентных профилей. Этот метод позволяет выявлять среди однородной аудитории скрытые (то есть неразличимые при внешнем наблюдении) подгруппы, различающиеся по своим реакциям, стратегиям поведения и другим параметрам.

Какие профили активности студентов выявили исследователи

По итогам анализа исследователи построили модели, состоящие из трёх, четырёх, пяти и шести профилей студентов. Наилучшей по статистическим параметрам оказалась модель из шести профилей учебной активности, однако, как объяснил во время доклада Владимир, к двум профилям этой модели относятся очень небольшие доли студентов, поэтому для простоты интерпретации и практической применимости полезнее оказалась модель из четырёх профилей:

• Сверхактивные студенты (3,6%, 18 человек) отличаются самым высоким уровнем активности — они чаще всех других подгрупп посещают платформу и просматривают учебные материалы, проходят тесты, загружают работы, пишут сообщения администрации и преподавателям. Однако их активность нерегулярна, и у этих студентов много академических задолженностей.
• Должники (7,7%, 39 человек) реже всего заходят на платформу и имеют больше всего учебных долгов по сравнению с прочими профилями. При этом их активность в вузовской системе онлайн-обучения хотя и невысокая, но регулярная. Кроме того, они достаточно часто сдают тесты и работы на проверку преподавателям, однако незачётов по тестам у этих студентов гораздо меньше, чем зачётов. Эти студенты почти не обращаются к администрации и преподавателям, но довольно часто пишут сообщения другим студентам. Как отметил Владимир, это вероятные кандидаты на отчисление, которые не стремятся закрыть учебные долги.
• Пассивные студенты (39,9%, 202 человека) демонстрируют низкую, но регулярную активность на платформе. При этом у них высокая академическая задолженность. Как и у группы должников, у этих студентов тоже много незачётов по тестам, и они чаще переписываются с сокурсниками, чем с преподавателями и администрацией вуза.
• Активные студенты (48,8%, 247 человек) часто и достаточно регулярно посещают платформу. Эта группа имеет самую низкую учебную задолженность, что, по словам Владимира, позволяет отнести её представителей к самым успешным, наиболее адаптированным к онлайн-обучению студентам. Общаются на платформе они не очень активно, при этом пишут сообщения администрации и преподавателям немного чаще, чем другим студентам.

К каким выводам пришли исследователи

Исследование показало, что самые распространённые стратегии, согласно которым студенты управляют своим обучением в онлайн-формате, — это стабильная высокая активность и пассивное наблюдение. Самой успешной стратегией оказалась стабильная высокая активность, связанная с наименьшей академической задолженностью.

По словам Владимира, заметно, что наиболее активные группы студентов чаще переписывают с администрацией вуза и преподавателями, а наименее активные — с другими студентами. Ещё одно любопытное наблюдение исследователи отметили в статье о разработанной модели: некоторые студенты демонстрируют сверхвысокую, но хаотичную активность, и она не приводит их к успешным результатам.

В перспективе, как поделился Владимир Шляпников, на основе выявленных профилей можно будет построить модель, предсказывающую успешность студентов в онлайн-обучении по их цифровым следам.

Читайте также:

• Как психологические факторы влияют на эффективность онлайн-обучения
• Пустота и удовольствие: что влияет на отношение к цифровой образовательной среде?
• Что такое саморегулируемое обучение и почему это важно как для EdTech, так и для вузов
• Как поддержка со стороны педагогов, семьи и сверстников влияет на учебные успехи