Утакаева Ирина Хайрлыевна, канд. физ.-мат. наук,доцент кафедры математики и анализа данных, факультет информационных технологий и анализа больших данных
г. Москва, Россия
Irina Kh. Utakaeva, Candidate of Sciences (Physics andMathematics), Associate Professor at the Department of Mathematics and Data Analysis, Faculty of Information Technology and Big Data Analysis
Moscow, Russia
Догучаева Светлана Магомедовна, канд. физ.-мат. наук, доцент кафедры математики и анализа данных, факультет информационных технологий и анализа больших данных
г. Москва, Россия
Svetlana M. Doguchaeva, Candidate of Sciences (Physics and Mathematics), Associate Professor at the Department of Mathematics and Data Analysis, Faculty of Information Technology and Big Data Analysis
Moscow, Russia
Цифровая трансформация высшего образования актуализирует разработку управленческих механизмов, интегрирующих аналитику обучения в образовательный процесс. Представленное в статье исследование посвящено проектированию и апробации управленческого комплекса на базе learning analytics, ориентированного на повышение результативности освоения математических и информатических дисциплин студентами вуза. Цель исследования — обоснование архитектуры управленческого комплекса и оценка его воздействия на образовательные результаты посредством педагогического эксперимента. Методологическую основу исследования составили системный подход к проектированию образовательных систем, методы статистического анализа и экспертных оценок. Эмпирическая база охватывает данные 156 студентов экономических направлений подготовки, зафиксированные в период весеннего семестра 2025 года. Управленческий комплекс включает модули сбора данных из LMS, визуализации прогресса, предиктивной аналитики и формирования управленческих рекомендаций для преподавателей. Результаты демонстрируют статистически значимое повышение академической успеваемости: средний балл увеличился с 3,42 до 3,89 (p < 0,01), доля студентов категории «риск» снизилась на 34,2 %. Показатель использования рекомендаций преподавателями составил 71,8 %, что свидетельствует о востребованности инструмента. Практическая значимость исследования заключается в возможности масштабирования предложенной архитектуры на различные предметные области, что соответствует задачам цифровой трансформации российского высшего образования.
The digital transformation of higher education actualizes the development of management mechanisms that integrate learning analytics into the educational process. The study presented in the article is devoted to the design and testing of a management framework based on learning analytics, aimed at improving the effectiveness of mastering mathematical and informatics disciplines by university students. The aim of the study is to substantiate the architecture of the management framework and assess its impact on educational outcomes through a pedagogical experiment. The methodological basis consisted of a systematic approach to the design of educational systems, methods of statistical analysis and expert assessments. The empirical base covers data from 156 students of economic training programs, recorded during the spring semester of 2025. The management framework includes modules for data collection from LMS, progress visualization, predictive analytics, and generation of management recommendations for teachers. The results demonstrate a statistically significant improvement in academic performance: the average score increased from 3.42 to 3.89 (p < 0.01), the proportion of students in the “at-risk” category decreased by 34.2 %. The rate of recommendation usage by teachers was 71.8 %, indicating the demand for the tool. The practical significance lies in the possibility of scaling the proposed architecture to various subject areas, which corresponds to the tasks of digital transformation of Russian higher education.
The authors declare that there are no conflicts of interest present.