Разработка AI-системы анализа обратной связи студентов
Система анализирует открытые ответы студентов в опросах, отзывы о курсах и преподавателях, чтобы выявить системные проблемы и возможности для улучшения образовательного процесса.
Источники данных
- Анкеты удовлетворённости курсом (в конце модуля)
- Midterm surveys (промежуточная обратная связь)
- Отзывы в LMS (рейтинги и комментарии к лекциям)
- Exit interviews (после отчисления или завершения программы)
- Неформальные каналы: сообщения в чатах студентов (с согласия)
Структура анализа
Тематический анализ: какие темы поднимают студенты? Качество преподавания, нагрузка, актуальность материала, технические проблемы, коммуникация.
Sentiment по темам: студенты позитивны по одним аспектам и критичны по другим. Тепловая карта: тема × уровень (курс, преподаватель, программа).
Actionable insights: система не просто классифицирует — формулирует конкретные рекомендации: «78% студентов отметили: домашние задания по Module 3 слишком объёмные и не связаны с лекционным материалом. Рекомендация: пересмотреть объём ДЗ и усилить связь с теорией.»
Мониторинг в реальном времени
Real-time dashboard для academic coordinator: еженедельные тренды, алерты при резком ухудшении satisfaction по курсу/преподавателю. Возможность раннего вмешательства до окончания семестра.
Конфиденциальность
Анонимизация обязательна: студенты должны быть уверены, что их оценка преподавателя не повлечёт негативных последствий. Агрегация: результаты показываются при N ≥ 5 ответов (не раскрывать индивидуальные ответы при малом числе участников).