Партнеры: CDO Global
Переход к цифровым форматам обучения трансформировал образовательную среду, а также выявил ключевые ограничения стандартных онлайн-курсов. Основными барьерами для их эффективности остаются пассивный характер потребления контента и высокая «транзакционная дистанция» (по теории М. Мура) — психологический и коммуникационный разрыв между обучающимся и преподавателем, который ведет к снижению вовлеченности и когнитивной активности. В качестве решения этих проблем разрабатываются адаптивные системы на основе искусственного интеллекта. Тем не менее, оценка реальной эффективности подобных технологий зачастую ограничивается субъективными опросными методами.
Целью исследования стала объективная оценка влияния образовательной технологии DeepTalk на когнитивное и эмоциональное состояние студентов, определение её эффективности в сравнении с традиционным онлайн-курсом и выявление оптимальных параметров её применения.
Для объективной оценки был проведен эксперимент с использованием профессионального нейрофизиологического оборудования, включая электроэнцефалограф (ЭЭГ), айтрекер и датчики кожно-гальванической реакции (КГР). Участниками стали 40 студентов ТГУ, разделенные на контрольную (традиционный курс) и экспериментальную (курс с ИИ-лектором) группы, что позволило напрямую сравнить когнитивную нагрузку, эмоциональную вовлеченность и динамику распределения внимания.
В результате нейрофизиологического анализа были получены следующие выводы:
Значительное повышение когнитивной нагрузки: Интерактивный формат с ИИ-лектором показал значительно более высокие уровни когнитивной нагрузки и эмоциональной вовлеченности. Даже в моменты пассивного прослушивания студенты экспериментальной группы оставались более сконцентрированными, ожидая взаимодействия, в то время как у контрольной группы наблюдалась низкая когнитивная нагрузка.
Увеличение продолжительности концентрации: Оптимальная продолжительность эффективного восприятия материала для курса с ИИ-лектором составила 27–35 минут, что существенно превышает показатель контрольной группы (20–23 минуты). Это доказывает, что интерактивные механики позволяют удерживать внимание студентов дольше.
Неоднозначность персонализации: Компонент персонализации, включающий использование личных данных и похвалу от ИИ, вызвал разнородную реакцию. Использование личных примеров повышало вовлеченность, однако похвала от ИИ в ряде случаев воспринималась как неестественная и вызывала когнитивный диссонанс, что приводило к кратковременному негативному эмоциональному отклику.
Продуктивный стресс как маркер обучения: Более низкий эмоциональный фон (валентность) в экспериментальной группе связан не с негативным восприятием курса, а с продуктивным стрессом, характерным для активного процесса обучения и оценивания, в отличие от пассивного потребления контента в контрольной группе.
Фокус внимания на динамических элементах: Данные айтрекинга показали, что в обеих группах внимание было преимущественно сконцентрировано на чате с лектором (45-48%), как на наиболее информативном и динамичном элементе интерфейса.
Результаты исследования свидетельствуют о высоком потенциале диалоговых ИИ-технологий для повышения эффективности онлайн-обучения за счет поддержания когнитивной и эмоциональной вовлеченности студентов на протяжении более длительного времени.
ОТЧЕТ по результатам исследования