МОСКВА, 29 мая. /ТАСС/. Исследователи из России разработали систему искусственного интеллекта, способную определить с высокой долей вероятности, порядка 88%, успеваемость студента по тому, на какие сообщества в социальных сетях он подписан. 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", - пояснил исследователь из НИУ ВШЭ Сергей Горшков, чьи слова приводит пресс-служба вуза.
Ученые пришли к такому выводу в рамках проекта, нацеленного на создание подходов, позволяющих университетам выявлять наиболее и наименее успешных учащихся и подбирать подходы, позволяющие максимизировать качество образования и для той, и другой категории студентов. В рамках этой инициативы ученые изучили открытые профили 4,4 тыс. студентов из Томского государственного университета и сопоставили эти данные с их оценками.
Для получения подобных сведений исследователи проанализировали данные из социальных сетей при помощи нейросети-трансформера BERT, которая позволила определить тематику общения в сообществах и группах, в которых состояли студенты, и разбить их на несколько крупных категорий. Эти сведения были впоследствии проанализированы при помощи нескольких классификационных моделей, что раскрыло связь между подписками в соцсетях и успеваемостью.
В частности, отличники часто подписываются на группы, связанные с научной и образовательной тематикой, и при этом они читают более сложные тексты и проявляют больше интереса к дискуссиям и глубокому анализу информации. В свою очередь, студенты с низкой успеваемостью чаще подписаны на развлекательные сообщества с фокусом на юмор, мемы, музыку и видеоигры, где больше проявлялись негативные эмоции и содержалось меньше информации.
Последующие эксперименты показали, что учет этих факторов позволяет системам ИИ определять успеваемость студентов по открытым данным из соцсетей с 88% вероятностью успеха. Как отметил доцент НИУ ВШЭ Дмитрий Игнатов, вузы смогут использовать такой подход для выявления талантливых абитуриентов и адаптации учебных программ под конкретные группы, а работодатели смогут подобным образом подбирать кандидатов на вакансии. Это следует учитывать при разрешении доступа к своим данным в соцсетях, подытожил ученый.