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
Влезте в системата, за да прочетете пълната статия
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
