Прогнозиране на успеваемостта на студентите: съвременни модели и техники

Силвия Гафтанджиева,

Росица Донева

Пловдивски университет „Паисий Хилендарски“

https://doi.org/10.53656/ped2025-7.07

Резюме. Успеваемостта на студентите е важен показател за измерване на качеството на образователния процес и допринася за издигане на висшето училище в рейтингови класации. Прогнозирането на успеваемостта на студентите позволява ранна превенция от отпадане на обучаеми от системата на висшето образование, поради което в последните години се наблюдава засилен интерес на изследователите към разработване на модели за прогнозиране на успеха на студентите. В статията са анализирани ползите от прогнозиране на успеваемостта за различни групи заинтересовани лица (студенти, преподаватели, лица на ръководни позиции), които мотивират нарастващото внимание към подобни модели. В сравнителен план са представени редица от вече разработените модели за прогнозиране на успеха на студентите, базирани на алгоритми за машинно обучение (Machine Learning – ML) и за „обясним изкуствен интелект“ (eXplainable Artificial Intelligence – XAI).

Ключови думи: успеваемост на студенти; прогнозиране; изкуствен интелект; Machine Learning; eXplainable Artificial Intelligence

Свързани статии:

Изкуствен интелект в съвременното обучение: възможности и предизвикателства ChatGPT и влиянието му върху умението за четене Примерен подход за приложение на изкуствен интелект и проектна дейност в обучението по математика Преобладаващи настроения сред българските учители и университетски преподаватели относно ролята на изкуствения интелект (ИИ) в образованието