Компания IBM объявила о том, что Университет Южного Коннектикута (SCSU) выбрал решение IBM Watson Analytics для анализа имеющихся данных и разработки на их основе услуг и инициатив, направленных на повышение успеваемости и академического развития студентов. Специалисты Университета использовали решение IBM Watson Analytics Professional, чтобы выявить инсайты на основе миллионов данных об учащихся с целью выработки мер по улучшению коэффициента выпуска (соотношение количества выпускников к количеству зачисленных студентов). На основе решения также была создана инновационная программа стажировок, которая нацелена на развитие отношений университета с местными компаниями и подготовку студентов к возможной карьере в сфере науки о данных.
Watson Analytics — это облачный сервис обработки и визуализации данных на базе IBM Cloud. Он помогает пользователям обнаружить закономерности и понять содержание представленной информации. Благодаря управляемому процессу идентификации данных, автоматической предиктивной аналитике и таким когнитивным возможностям решения, как способность обрабатывать запросы на естественном языке, специалисты могут взаимодействовать с информацией в формате диалога. Такой подход позволяет оперативно выявлять инсайты в наиболее удобной для восприятия форме.
Как и многие другие американские образовательные учреждения, Университет Южного Коннектикута искал способы улучшить показатели выпуска. Несмотря на то, что причинами раннего отчисления часто являются финансовые сложности или личные обстоятельства, уход из учебного заведения может быть обусловлен и другими причинами. В ходе обучения многие студенты переводятся в другие школы, записываются на онлайн-курсы и летние занятия в другие университеты или берут академический отпуск после первого курса.
Университет выбрал решение Watson Analytics для разработки системы, предупреждающей сотрудников образовательного учреждения о том, что студент может покинуть учебное заведение. Проанализировав данные за 10 лет, Университет Южного Коннектикута пришел к неожиданному выводу: все, что происходит со студентом на территории кампуса, напрямую указывает на то, продолжит ли он обучение и окончит этот институт, перейдет в частное или другое государственное учебное заведение, переведется в муниципальный колледж или вовсе откажется от получения высшего образования.
Эти результаты кардинально изменили взгляды администрации Университета Южного Коннектикута на исследования в области высшего образования. Раньше они традиционно опирались на данные студенческих анкет и демографические характеристики, такие как принадлежность к этнической группе, сведения о доходах, средний балл по экзаменам SAT и т.д. На их основе специалисты университета ранее создавали предиктивные модели о том, насколько успешно будут учиться студенты.
«Когда мы начали использовать Watson Analytics для исследования студенческих потоков, мы пришли к неожиданным выводам, — сказал доктор Майкл Бен-Ави, директор департамента оценки качества образования и планирования в Университете Южного Коннектикута. — С их помощью мы смогли принимать решения, основанные на данных, а не на прецедентах. Нам также очень помог переход от перегруженных информацией отчетов к инфографике с наглядными диаграммами и схемами, подготовленными благодаря Watson Analytics».
С учетом полученных инсайтов Университет Южного Коннектикута начал разработку новых программ для студентов. Так, одной из наиболее успешных инициатив на сегодняшний день является создание Центра успешной успеваемости. Он координирует методические услуги, программы по развитию навыков для эффективного усвоения учебных материалов, а также предлагает помощь наставников и методики структурированного обучения. Центр был открыт в 2015 году, и с тех пор количество обращений к наставникам выросло с 500 до трех тысяч.
Университет Южного Коннектикута также создал инновационную программу стажировок на базе Watson Analytics. В рамках стажировки студенты Школы бизнеса и информатики получат доступ к решениям IBM и смогут применить их на практике. Программа стартовала весной 2017 года. В ней приняли участие восемь стажеров, которые использовали Watson Analytics на местных предприятиях, включая Торговую палату Большого Нью-Хейвена и Региональное водное управление центральных и южных округов Коннектикута. Работа студентов в рамках этой инициативы была направлена на попытку улучшения производительности компаний путем выявления инсайтов из имеющихся данных и принятия решений на основе этой информации.
Кроме того, в рамках партнерства с торговой палатой существует отдельный курс, посвященной информатике, маркетингу и статистике. Навыки в этих областях вместе со знанием Watson Analytics и проявленной инициативой помогают студентам решать важные бизнес-задачи местных предприятий. Программа, которую возглавляет доктор Бен-Ави, ориентирована на приоритетные проекты. «Мы можем предлагать свои инициативы. Но в том случае, если у компании уже есть действующие программы, стажеры могут сразу к ним подключиться, — сказал доктор Бен-Ави. — Студенты помогают с нуля организовать документы, создать электронные таблицы и собрать всю необработанную информацию».
Студенты систематизируют, анализируют и интерпретируют полученные данные с помощью Watson Analytics. По завершении своей стажировки они представляют свои выводы и решения местным предприятиям. Программа дает преимущества обеим сторонам. Стажеры зарабатывают академические баллы, приобретают опыт использования когнитивной аналитики в реальном рабочем процессе. Студентов — участников проекта также награждают знаком отличия IBM, который может пригодиться в будущем при поиске работы или поступлении в магистратуру. В свою очередь, предприятия не только получают рабочий ресурс стажеров, но и академическую поддержку.
«Университет Южного Коннектикута является прекрасным примером образовательного учреждения, которое ищет инновационные способы использования передовых аналитических разработок, — прокомментировал Марк Альтшуллер, руководитель IBM Watson Analytics. — Команда университета на протяжении долгого времени инвестировала в аналитические исследования. Она выбрала Watson Analytics, чтобы с помощью этого решения улучшить работу со статистическими данными и повысить эффективность их обработки».
