Публикации автора

Цифровая трансформация высшего образования часто сводится к автоматизации контроля без решения задач управления индивидуальным развитием студентов в условиях массового обучения. Настоящее исследование направлено на эмпирическую проверку модели цифровой диагностики SFS-LPS, интегрирующей структурный анализ стадий формирования навыка (Skill Formation Stage, SFS), основанный на теории уровневой организации навыков Н. А. Бернштейна, и оценку потенциала обучаемости (Learning Potential Score, LPS), операционализирующую концепцию зоны ближайшего развития Л. С. Выготского в рамках методологии динамического оценивания.

В экспериментальном исследовании (N = 46, курс английского языка, РУДН) сравнивались три группы: экспериментальная (обучение с использованием цифрового контура на основе диагностико-коррекционной матрицы SFS-LPS с градуированной медиацией), группа сравнения 1 (адаптивное обучение на AI-платформе без структурной диагностики) и группа сравнения 2 (традиционное обучение). Применялись методы количественного (ANCOVA, расчёт размера эффекта Коэна) и качественного (тематический анализ полуструктурированных интервью) анализа.

Экспериментальная группа продемонстрировала значимо более высокий прирост целевых компетенций по сравнению с адаптивной AI-платформой (d = 0,94, p < 0,01) и традиционным обучением (d = 1,42, p < 0,001). Качественный анализ показал снижение временной нагрузки и фрустрации преподавателя, а также трансформацию его роли: автоматизация рутинной диагностики и первичной коррекции позволила сосредоточиться на содержательных и коммуникативных задачах. Примеры индивидуальных траекторий демонстрируют, что двумерная диагностика позволяет дифференцировать педагогические стратегии в случаях, когда стандартное тестирование даёт неразличимые результаты.

Модель SFS-LPS обеспечивает более высокую эффективность обучения по сравнению с существующими подходами, создавая условия для перехода от парадигмы контроля к парадигме развития в цифровой дидактике высшей школы. Полученные результаты, однако, требуют дальнейшей апробации на более широких выборках, в различных предметных областях, а также оценки экономической эффективности разработки контента и устойчивости эффекта в лонгитюдных исследованиях.