Технологии в образовании

ГЛАВА 7
7.8. Аналитика учебной деятельности
«Аналитика» – это термин, используемый в бизнесе и науке, относящийся к сбору цифровых данных, 
способствующих принятию решения. Организации обладают все более чувствительной «цифровой 
нервной системой». Такая система обеспечивает обратную связь в реальном времени по отношению 
к внешней среде и результатам действий. Аналитика учебной деятельности приспосабливает эту си-
стему к среде обучения: как должна выглядеть цифровая нервная система, когда внимание сфокуси-
ровано на результатах учебной деятельности, и какой необходим мозг или коллективный разум для 
интерпретации сигналов и адаптации поведения системы.
Большие данные и аналитика учебной деятельности
В то время как люди и устройства все чаще связываются онлайн, общество генерирует записи цифро-
вых данных в невероятных объемах, беспрецедентных в человеческой истории. Социальная инженерия, 
сетевые устройства, операции электронного бизнеса, мобильные компьютерные среды, портативные 
сенсоры, документирующие «каждый шаг», анализаторы внешней среды производят миллиарды собы-
тий в секунду, многие из которых сохраняются для дальнейшего анализа либо могут быть проанализиро-
ваны как поток данных в реальном времени. Термин «большие данные» используется для отражения того, 
что количественное изменение этой величины в действительности является изменением качественным, 
требующим новых способов мышления и новых видов человеческой и технической инфраструктуры. Это 
создает массу возможностей и перспектив как для общества в целом, так и для организаций, стремя-
щихся упорядочить эти данные. В пределах коммерческих секторов образуется сфера бизнес-анали-
тики (БА), стремящаяся оборудовать учреждения так, чтобы они могли идентифицировать значимые 
виды данных с помощью множества технологий, включая интеграцию данных, сбор данных, прогнозное 
моделирование и информационную визуализацию. Надлежащее создание такой инфраструктуры тре-
бует высшего руководства наряду с сотрудничеством и обучением при поддержке «центров БА». Иссле-
дователи выделяют в образовательном сегменте большие данные в сферах: игрового моделирования, 
автоматизированных систем онлайн опросов и сбора образовательных данных, коллективного компью-
терного обучения и интеллектуальных систем обучения / адаптивных гипермедиа, информационной ви-
зуализации, компьютерной лингвистики, а также анализа социальных сетей.
Структура учебной аналитики
Понятие «аналитика учебной деятельности» появилось в обществе в результате попыток понять 
значения этих событий с целью анализа данных по результатам оценивания учебной деятельности и 
улучшения систем обучения. Возникающий диалог выходит далеко за пределы технологий (учебных 
и коммерческих) и включает в себя как сам процесс образования, так и исследователей, руководите-
лей и высших должностных лиц, практикующих педагогов, организационных администраторов, разра-
ботчиков учебного курса, продавцов продукта и, конечно же, самих учеников (которые часто являются 
первыми пользователями новых облачных приложений с доступными данными, а также основными по-
требителями определенных видов аналитики учебной деятельности). В связи с этим различают три 
уровня учебной аналитики.
Аналитика макроуровня.
Обеспечивает анализ между учебными заведениями, например, посред-
ством исследований «развитости» текущих методов или улучшения доступа к данным в масштабе го-
сударства, к стандартизированным оценочным данным в ходе всего обучения студентов. Макроанализ 
будет происходить в режиме реального времени с использованием большого количества данных из цен-
трального и микроуровней.
Аналитика центрального уровня. Действует на уровне учебных заведений. В том смысле, что образо-
вательные учреждения разделяют общие бизнес-процессы и могут рассматриваться в качестве ново-
го сектора рынка БА как способные эффективно приспособить свои инструменты к банкам обобщенных 

---

Новые информационные технологии в образовании
307
данных. Функцией БА является оптимизация бизнес-про-
цессов, частично мотивирующих создание «университетской 
аналитики», и можно наблюдать сообщества БА в образова-
тельных организациях со своей собственной технологией ис-
следования.
Аналитика микроуровня способствует отслеживанию и ин-
терпретации данных на уровне процесса отдельных учеников 
и групп. Эти данные представляют особый интерес для са-
мих учеников и для тех, кто отвечает за их успех, поскольку он 
может обеспечить самый подробный уровень детализации в 
максимально короткий срок. Соответственно, эти данные яв-
ляются наиболее индивидуальными, поскольку (в зависимо-
сти от платформ) они могут выявить онлайн активность в учеб-
ной ИКТ среде, физическую активность в мобильных сетях, в 
системе геолокации, социальную активность (посещение 
электронных библиотек, интернет-магазинов, социальных и 
медиа сетей). 
Мы являемся свидетелями интеграции и взаимно-
го обогащения между этими слоями аналитики. Слия-
ние компаний и партнерские отношения демонстрируют 
продукты бизнес-аналитики интегрированного делового 
мира с направленной передачей и платформами соци-
ального обучения, отслеживающими активность пользо-
вателя на микроуровне. Формирование таких больших 
массивов данных делает возможным идентификацию и проверку эффективности различных оце-
нок. Другими словами, широта и глубина на макро и центральном уровнях увеличивает мощность 
микроаналитики.
Например, EDUCAUSE создает ценный банк ресурсов и семинаров для преподавателей/специали-
стов/ИКТ-администраторов. Синтез появляющихся тенденций EDUCAUSE в 2012 году определяет три 
вида параметров и индикаторов прогнозирования (Диспозиция, Действие и исполнение и Предметы 
учащихся), ключевая роль визуализации заключается в поддержке осмысления развития образования и 
вмешательств со стороны ИКТ (автоматические и автоматизированные системы аналитики).
Преимущества микроуровня:
• Выявление учеников, входящих в группу риска, и обеспечение их поддержки.
• Понимание учениками их собственных траекторий обучения и рекомендации для их совершен-
ствования.
Преимущества центрального уровня:
• Улучшение процессов принятия решений руководством и организационное распределение ре-
сурсов.
• Более прозрачные данные и анализ создают общее понимание успехов и проблем учреждения.
• Улучшение понимания сложных проблем посредством комбинаций аналитики (например, соци-
альных, технических и информационных сетей).
• Целостное принятие решений посредством лучшего понимания воздействия различных пере-
менных.
• Повышение организационной эффективности за счет актуальной информации и возможности
быстро реагировать на проблему.
• Помощь лидерам в определении материальных (например, патенты, исследования) и моральных
(например, репутация, профиль, качество обучения) показателей деятельности преподаватель-
ского состава.
Преимущества макроуровня:

---

308
ГЛАВА 7
• Возможность преобразовать систему колледжа/университета, а также применить новые акаде-
мические модели и педагогические подходы.