Публикации автора

Работа в команде является неотъемлемой частью профессиональной деятельности, а навыки сотрудничества необходимы студентам для успешного трудоустройства. Задача высшего образования - повышение конкурентоспособности выпускников на рынке труда посредством разработки образовательных программ, направленных на развитие навыков командной работы. Прогресс этих навыков можно наблюдать только при наличии надёжного метода измерения. Поэтому инструменты оценки развития командных навыков у студентов играют важную роль в высшем образовании. Обзор раскрывает ключевые проблемы и противоречия в оценке групповой и командной работы в высшем образовании. Анализируя традиционные методы (экспертное оценивание, взаимооценку, нормализованные подходы), исследование демонстрирует их возможную уязвимость к субъективности, когнитивным искажениям и социальным факторам. В то же время автоматизированные алгоритмы, анализ цифровых следов и мультимодальная учебная аналитика имеют высокий потенциал для фиксации реального вклада студентов и динамики их взаимодействия. Однако эти технологии пока слабо изучены и представлены в научной литературе о групповой и командной работе, их восприятие студентами остаётся неоднозначным. Один из ключевых выводов исследования: большинство существующих подходов оценивают только конечный результат, игнорируя процесс формирования командных навыков и изменение ролей участников во времени, и это ограничение приводит к несправедливому распределению оценок и снижению мотивации студентов. Работа подчёркивает необходимость перехода к гибридным моделям оценивания, объединяющим количественные цифровые данные с качественной педагогической экспертизой. Представленные выводы основаны на анализе 43 эмпирических исследований и показывают, что будущее командной оценки лежит в интеграции цифровых технологий, способных отслеживать взаимодействие студентов в реальном времени, выявлять закономерности сотрудничества и обеспечивать справедливое распределение оценок.

Статья посвящена обзору исследований в области аналитики сотрудничества (Collaboration Analytics) и их применению для анализа совместного обучения в высшем образовании. На основе систематического поиска и сопоставления работ выявлены ключевые конструкты сотрудничества - участие, координация и когнитивная регуляция, а также подходы к их теоретической интерпретации. Показано, что в университетской практике наиболее востребованы данные об активности студентов в цифровых платформах (логи сообщений, временные метки, сетевые связи), результаты содержательного анализа коммуникации (кодирование дискурса, семантические карты), а также мультимодальные индикаторы взаимодействия (например, временные ряды действий и распределение ролей в группах). Для их обработки активно применяются методы сетевого анализа, эпистемической сетевой аналитики (ENA), машинного обучения и визуализации цифровых следов. Эти подходы позволяют преподавателям диагностировать командную динамику, формировать более точную обратную связь и поддерживать развитие метакомпетенций студентов. В качестве сравнительного контекста рассмотрены исследования корпоративной аналитики, что позволило выявить модели мониторинга и визуализации вклада участников, потенциально применимые в университетской среде. Практическая значимость результатов состоит в том, что обзор даёт преподавателям и исследователям в области образования инструменты для осмысленного выбора аналитических методов и индикаторов, а также очерчивает направления возможного переноса корпоративных практик в университетские модели совместного обучения. Для читателей интерес статьи заключается в систематизации разрозненных исследований и выявлении перспективных подходов, которые могут повысить качество групповой работы студентов и её оценки.

Мультимодальная учебная аналитика (MMLA) - новое направление исследований в образовании, интерес к которому растет во всем мире. Актуальность такой аналитики заключается в возможности более комплексного и точного понимания процессов обучения за счет интеграции различных типов данных, таких как цифровые, физические, физиологические, психологические, психометрические и экологические (данные окружающей среды). Цель - выйти за рамки описательного анализа текущих практик и перейти к структурному пониманию сущностей и взаимосвязей, формирующих исследовательское поле; уточнить границы MMLA как научного направления с целью выявления скрытых областей потенциального применения. Особое внимание уделяется коллаборативной аналитике, перспективному направлению изучения данных о совместной деятельности. Методология, методы и методики. В качестве основного метода применяется библиометрический анализ. Для онтологического осмысления поля использован метод веерных матриц. Результаты и научная новизна. Анализ полученных библиометрических данных позволил проследить основные вехи развития мультимодальной учебной аналитики с момента ее появления до настоящего времени. Определены основные исследовательские группы, содержание их исследований и используемые источники данных. Выделены основные исследовательские темы и проанализирована их динамика. Обнаружен сдвиг исследовательского интереса: от анализа индивидуальных траекторий к анализу групповой динамики в контексте совместного обучения. Изучены возможности применения MMLA для анализа коллективных форм учебной деятельности, таких как совместное решение задач, групповая работа или проектное обучение. Онтологическое осмысление поля MMLA позволило выделить существующие пространства и подходы и предположить те, которые могут появиться в будущем. Практическая значимость. Результаты могут быть использованы для проектирования учебных сред, в том числе ориентированных на формирование навыков коммуникации, сотрудничества и работы в команде, а также междисциплинарных контекстах.