Существуют метрики удовлетворенности и лояльности студентов. Например, CSI (Customer Satisfaction Index) говорит о том, доволен ли студент обучением в целом или его отдельными аспектами, NPS (Net Promoter Score) — готов ли студент рекомендовать конкретный курс своим знакомым и друзьям, a метрика реферальности — сколько новых студентов приходят благодаря рекомендации обучающихся в данное время студентов
Самое главное — это студенты и их успех. Поэтому первая возможность — это поиск ответа на вопрос: как максимизировать успех студента? Здесь психометрика включается в исследовании процесса обучения, выявлении продуктивных стратегий обучения и паттернов взаимодействия с учебным продуктом. Так, анализ сильных и слабых студентов не по отдельности, а как класса поможет найти стратегии обучения в конкретном образовательном продукте, уже подтвержденные опытом сильных студентов, и совершить их трансфер к слабым. Кроме того, имея данные не только об учебных результатах, но и о внешних критериях (например, о трудоустройстве после обучения в продукте или сдаче экзамена после онлайн-подготовки в продукте), психометрика поможет найти стратегии для максимизации успеха или наступления этих целевых для студента
А теперь усложним рассмотренный случай и представим, что у студентов есть возможность совершить несколько попыток. В этом случае в датасете каждая строка будет показывать результат одной попытки решения задания.
Если же рассуждать не об учебных, а о проверочных заданиях или экзаменах, то существуют конвенциональные границы, предложенные в классической психометрической теории (или классической теории тестирования): задания с трудностью менее 0,1 считаются очень трудными (их верно решило менее 10% выборки); с трудностью от 0,1 до 0,2 — просто трудными; диапазон от 0,2 до 0,8 наиболее продуктивен для измерений с целью подведения итогов или отбора лучших; задания с трудностью выше 0,8 оцениваются как легкие, а выше 0,9 — очень легкие.
успехов в учебном процессе составляет 75–95%. Такую долю успеха формируют учебные задания с соответствующей долей верных решений (при условии только одной попытки на их решение). Задания с долей верных решений в интервале от 50 до 75% считаются субоптимальными; с долей верных решений ниже 50% — фрустрирующими (или фрустрирующе трудными), а с долей верных решений выше 95% — скучными.
С точки зрения учебных заданий оптимальными считаются те, доля верных решений в которых составляет 75–95%. Наша практика показывает, что оптимальных учебных результатов (например, получают более высокие оценки за проектные работы и с наибольшей вероятностью завершают обучение) добиваются те студенты, у которых доля
