Российские ученые создали систему ИИ, которая с точностью около 88% предсказывает успеваемость студента по его активности в соцсетях. Об этом сообщила пресс-служба НИУ ВШЭ.
Некоторые результаты нас удивили. Например, что студенты, увлекающиеся искусством или путешествиями, показывают отличную успеваемость. Эти увлечения не мешают учебе. Наоборот, они, похоже, помогают учиться лучше. А активное взаимодействие с сообществами, связанными с подработками, оказалось маркером невысокой успеваемости, что объяснимо.
В ходе исследования, направленного на разработку методов, которые помогут университетам определять наиболее и наименее успешных студентов, а также выбирать стратегии, способствующие повышению качества образования для обеих групп учащихся, учёные проанализировали открытые профили 4400 студентов Томского государственного университета и сопоставили полученные результаты с их оценками.
Исследователи изучили данные из социальных сетей с помощью нейросети BERT. Она позволила определить, о чем общаются студенты в своих группах и сообществах, и разделить их интересы на несколько основных категорий. Затем эти данные проанализировали с помощью нескольких классификационных моделей. В результате удалось выявить связь между подписками в соцсетях и успеваемостью студентов.
Ученики с высокими оценками часто становятся участниками сообществ, посвящённых науке и образованию. Они предпочитают более сложные тексты и проявляют интерес к глубоким обсуждениям и анализу информации. В то же время, студенты с низкими оценками чаще всего присоединяются к развлекательным группам, которые сосредоточены на юморе, мемах, музыке и видеоиграх. В таких сообществах больше внимания уделяется негативным эмоциям и содержится меньше информации.
Дальнейшие исследования продемонстрировали, что при учёте этих аспектов системы искусственного интеллекта могут с высокой точностью, а именно в 88% случаев, прогнозировать успеваемость студентов, основываясь на открытых данных из социальных сетей.
Как подчеркнул Дмитрий Игнатов, доцент НИУ ВШЭ, такой подход позволит высшим учебным заведениям выявлять перспективных студентов и адаптировать учебные программы под конкретные группы учащихся. Работодатели, в свою очередь, смогут использовать этот метод для подбора подходящих кандидатов на вакантные должности. Учёный также отметил, что при предоставлении доступа к своим данным в социальных сетях важно учитывать этот аспект.
Ранее нейросеть успешно сдала вступительный экзамен в Гнесинку. GigaChat справилась с заданиями, которые абитуриенты решают на коллоквиуме.
Читайте ещё по теме:
Программу для построения портрета серийного преступника с помощью ИИ создали в России
Врачи ускорили запуск клинических исследований в десятки раз с нейросетью «Яндекса»
Три главные ошибки, которые мешают использовать возможности нейросетей по максимуму
