УПРАВЛЕНИЕ НАГРАДАМИ В ОБРАЗОВАТЕЛЬНОЙ ПРОГРАММЕ С УЧЕТОМ ДИНАМИКИ УСПЕВАЕМОСТИ

MANAGING AWARDS IN AN EDUCATIONAL PROGRAMME TAKING INTO ACCOUNT THE DYNAMICS OF PERFORMANCE

Stepanov Mikhail Alexandrovich

 Student, Department of Information Technology of ICHITR TPU, Tomsk Polytechnic University,

Russia, Tomsk

 Aksenov Sergey Vladimirovich

 Scientific supervisor, Candidate of Technical Sciences, Department of Information Technology of ICHITR TPU Tomsk Polytechnic University,

Russia, Tomsk

АННОТАЦИЯ

В статье рассматривается проблема формализации процесса распределения академических поощрений среди студентов. Показано, что существующая практика ориентации на итоговый рейтинг не учитывает траекторию учебной деятельности обучающегося. Обосновывается необходимость включения показателей динамики успеваемости в механизмы принятия решений о наградах. Предлагаемый подход позволяет дифференцировать студентов не только по конечному результату, но и по характеру их работы в течение семестра, что повышает объективность оценки и мотивацию к систематической учебной деятельности. Приводятся результаты классификации студентов на основе анализа динамических показателей.

ABSTRACT

The article deals with the problem of formalizing the process of distributing academic incentives among students. It is shown that the current practice of focusing on the final rating does not take into account the trajectory of the student's educational activity. The necessity of including indicators of academic performance dynamics in the decision-making mechanisms on rewards is substantiated. The proposed approach makes it possible to differentiate students not only by the final result, but also by the nature of their work during the semester, which increases the objectivity of assessment and motivation for systematic educational activities. The results of the classification of students based on the analysis of dynamic indicators are presented.

Ключевые слова: управление наградами; динамика успеваемости; балльно-рейтинговая система; многомерный анализ; алгоритмизация; мотивация студентов; качество образования.

Keywords: reward management; academic performance dynamics; point-rating system; multidimensional analysis; algorithmization; student motivation; quality of education.

Вопросы качества профессионального образования традиционно охватывают широкий круг задач: от текущего контроля знаний до организационной структуры вуза и его материальной базы. Качество высшего образования принято рассматривать как соответствие результатов, самого процесса и системы в целом множеству требований — от государственных стандартов до ожиданий участников образовательного процесса. Поддержание этого качества на заданном уровне обеспечивается через механизмы лицензирования, аккредитации и выполнения норм образовательных стандартов.

Одним из ключевых показателей качества образования выступает успеваемость студентов. На неё влияют самые разные факторы: уровень довузовской подготовки, содержание учебных программ, методы преподавания, внешние условия [1]. Регулярный мониторинг успеваемости даёт возможность отслеживать эти влияния и вовремя корректировать образовательный процесс. Чтобы результаты педагогических исследований были надёжными, а выводы — обоснованными, исследователи всё чаще обращаются к многомерным статистическим методам. Факторный, регрессионный, дисперсионный и кластерный анализы позволяют выявить скрытые зависимости и построить более полную картину учебной деятельности [2, 4].

Сегодня требования к качеству образования растут, и это заставляет искать не только новые способы преподавания, но и адекватные им формы контроля. Балльно-рейтинговая система (БРС) стала одной из таких форм [6, 7]. Её преимущество — в возможности непрерывно отслеживать учебные достижения, давать студентам обратную связь и мотивировать их к регулярной работе. БРС даёт преподавателю инструмент для более тонкой дифференциации студентов по уровню подготовки [8]. Кроме того, она побуждает студентов к самостоятельной работе и развитию творческих компетенций.

Реформы последних лет, безусловно, сказываются на качестве знаний, и потому вопрос о том, что именно влияет на успеваемость, остаётся в центре внимания исследователей.

Научная новизна предлагаемого подхода состоит в том, что при распределении поощрений предлагается учитывать не только итоговую сумму баллов, но и то, как менялась успеваемость студента на протяжении семестра. Тем самым плоская шкала оценивания заменяется многомерной моделью, отражающей индивидуальную траекторию учебной деятельности.

При анализе успеваемости важно опираться на математико-статистические методы, позволяющие получать объективные и воспроизводимые результаты [2]. Определённый интерес представляют исследования, где с помощью кластерного и факторного анализа удаётся выделить скрытые группы студентов со сходными паттернами учебного поведения [5].

Сама идея управления по результатам предполагает наличие обратной связи, на основе которой можно корректировать образовательный процесс [9]. В нашем случае это означает, что решение о поощрении студента должно приниматься с учётом того, как именно он шёл к своему итоговому результату.

Чтобы перейти от общих рассуждений к более конкретным критериям, мы выделили два параметра, характеризующих динамику успеваемости: устойчивость результатов во времени и направленность изменений (рост или спад). Эти параметры позволяют за итоговыми цифрами увидеть реальную картину учебной работы студента.

На основе наблюдений за учебной деятельностью студентов в течение семестра удалось выделить несколько типов траекторий. Оказалось, что итоговый рейтинг далеко не всегда отражает то, как именно студент работал. В обобщённом виде можно говорить о трёх основных группах.

Таблица 1.

Типология студентов по характеру динамики успеваемости

Студенты первого типа работают ровно и стабильно на всём протяжении семестра. Вторые начинают с невысоких результатов, но постепенно набирают темп и к концу семестра выходят на хороший уровень. Третьи демонстрируют неравномерную динамику: у одних успеваемость падает во второй половине семестра, у других колебания происходят на всём его протяжении.

Особого внимания заслуживают случаи, когда при достаточно высоком итоговом балле наблюдается спад: лучшие результаты приходятся на начало семестра, а к концу активность снижается. Высокий итоговый балл в такой ситуации маскирует негативную тенденцию. Напротив, студенты со средним итоговым баллом, но устойчивым ростом к концу семестра выглядят более перспективными с точки зрения дальнейшего обучения.

Эти наблюдения показывают, что ориентация исключительно на итоговый рейтинг при распределении поощрений может приводить к решениям, которые не вполне справедливы. Студент, начавший активно, а затем снизивший усилия, получает преимущество перед тем, кто постепенно наращивал результаты и к финишу подошёл в хорошей форме. Если же учитывать не только итог, но и динамику, появляется возможность поддерживать не только стабильно сильных, но и тех, кто демонстрирует движение вперёд, преодолевает трудности и показывает способность к развитию. Это в большей степени отвечает задачам подготовки специалиста, способного к постоянному профессиональному росту.

Чтобы перевести эти соображения в плоскость практических решений, нужен формализованный механизм, который позволил бы учитывать динамику успеваемости при вынесении решений о награждении. Один из возможных вариантов — использовать интегральный показатель, объединяющий итоговый рейтинг и коэффициент, отражающий направленность изменений.

Расчёт может выглядеть следующим образом:

R_{награда}​=R_итог​+k⋅D

где:

R_{награда}​ – скорректированный рейтинг для принятия решения о награждении;

R_итог​ – итоговый рейтинг студента по результатам семестра;

D – показатель динамики успеваемости;

k – весовой коэффициент значимости динамики.

Показатель D можно вычислить как угол наклона линии тренда, построенной по текущим оценкам в течение семестра (например, с 1-й по n-ю контрольную точку). Положительное значение D соответствует прогрессу, отрицательное – спаду успеваемости.

Сам процесс принятия решений в этом случае выстраивается следующим образом:

1. В ходе семестра фиксируются результаты студентов по ключевым контрольным точкам.
2. По окончании семестра для каждого студента рассчитывается показатель D.
3. Итоговый рейтинг корректируется с учётом динамики
4. На основе скорректированного рейтинга формируется список для назначения поощрений.

Такой подход превращает разовую фиксацию итогов в инструмент управления. Он позволяет поддерживать не только тех, кто был силён с самого начала, но и тех, кто продемонстрировал способность к развитию — качество, важное для будущей профессиональной деятельности.

Проведённый анализ показывает, что данные балльно-рейтинговой системы содержат существенный потенциал для более глубокой оценки учебной деятельности студентов. Их использование не только для подведения итогов, но и для анализа динамики открывает дополнительные возможности в организации образовательного процесса. Учёт характера изменений успеваемости при распределении академических наград позволяет принимать более обоснованные решения и создавать у студентов дополнительные стимулы к регулярной работе. Кроме того, такой подход помогает своевременно замечать тех, кто нуждается в педагогической поддержке, что в конечном счёте сказывается на качестве подготовки. Дальнейшая работа в этом направлении может быть связана с разработкой конкретных методик расчёта динамических показателей и поиском новых критериев, характеризующих учебную деятельность студентов.

Список литературы:

1. Нгуен Т.Х.Ф., Нгуен Т.Х. Действительная оценка - обновление оценки успеваемости студентов педагогического университета // Проблемы педагогики. – 2018. – № 2 (34). – C. 10-13.
2. Безусова Т.А. Использование методов математической статистики в педагогическом исследовании // Гуманизация образования. – 2018. – № 6. – C. 143-149.
3. Коробова К.А. Математические методы как объективный инструмент анализа факторов, влияющих на успеваемость студентов // Школа молодых ученых. Материалы областного профильного семинара по проблемам естественных наук. – Липецк. – 2021. – С. 60-64.
4. Воробьева И.А., Карлова М.Ю., Седлева Е.А. Исследование уровня успеваемости студентов методами многомерного анализа (из опыта применения) // Международный научно-исследовательский журнал. — 2022. – №9 (123). – URL: https://research-journal.org/archive/9-123-2022-september/10.23670/IRJ.2022.123.73 (дата обращения: 04.03.2026). — DOI: 10.23670/IRJ.2022.123.73.
5. Сазонов Б.А. Балльно-рейтинговые системы оценивания знаний и обеспечение качества учебного процесса // Высшее образование в России. 2012. № 6. С.28–40.
6. Челмакина Л.А., Сеськина Е.Н. Проблемы интеграции российских вузов в мировое образовательное пространство // Интеграция образования. 2013. № 4 (73). С.52–56.
7. Ким Н.Ф. Рейтинговая система оценки успеваемости студентов вуза как фактор повышения качества образования // Молодой ученый. – 2015. – № 17 (97). – С. 535-537. – URL: https://moluch.ru/archive/97/21718.
8. Курбатова М.В. Управление по результатам в российском образовании: проблемы нормативного регулирования // ЭКО. 2023. № 3. С. 8-26. DOI: 10.30680/ЕШ0131-7652-2023-3-8-26.
9. Двинских Д.Ю., Калгин А.С., Минченко О.С., Решетникова Д.С., Соболев Н.А. Жизненный цикл концепции управления по результатам: анализ публикационной активности: препринт WP8/2014/06. М.: Изд. дом Высшей школы экономики, 2014. 12 с.