ПОВЫШЕНИЕ ВОВЛЕЧЕННОСТИ РОДИТЕЛЕЙ В СПО ЧЕРЕЗ NLP-ЧАТ-БОТЫ: РЕЗУЛЬТАТЫ A/B-ТЕСТИРОВАНИЯ

SECURE ARCHITECTURE OF EDUCATIONAL DATA INTEGRATION FOR SECONDARY VOCATIONAL EDUCATION

Andrey Fokin

Student, Department of Information Technology and Applied Mathematics, Ivanovo State University,

Russia, Ivanovo

Aleksandr Skotnikov

Scientific supervisor, candidate of Sciences in Economics, associate professor, Ivanovo state University,

Russia, Ivanovo

АННОТАЦИЯ

В статье представлены результаты исследования эффективности чат-ботов на основе обработки естественного языка (NLP) в повышении вовлеченности родителей студентов среднего профессионального образования (СПО). Проведено A/B-тестирование, сравнивающее rule-based и NLP-based чат-боты, а также традиционные методы обратной связи. Результаты показали, что NLP-чат-боты сокращают время ответа до 5 секунд, повышают удовлетворенность пользователей до 4.2 баллов из 5 и увеличивают частоту взаимодействий. На основе результатов предложены рекомендации по внедрению и реинжинирингу процессов обратной связи в образовательных учреждениях.

ABSTRACT

The article presents the results of a study on the effectiveness of Natural Language Processing (NLP) based chatbots in enhancing parental engagement in secondary vocational education. A/B testing compared rule-based and NLP-based chatbots with traditional feedback methods. Results showed that NLP chatbots reduce response time to 5 seconds, increase user satisfaction to 4.2 out of 5, and boost interaction frequency. Based on the findings, recommendations for the implementation and reengineering of feedback processes in educational institutions are provided.

Ключевые слова: чат-бот, NLP, искусственный интеллект, среднее профессиональное образование, вовлеченность родителей, обратная связь, A/B-тестирование.

Keywords:  chatbot, NLP, artificial intelligence, secondary vocational education, parental engagement, feedback, A/B testing.

Цифровизация среднего профессионального образования (СПО) в России актуализирует поиск эффективных инструментов обратной связи с родителями. Традиционные методы (телефонные звонки, бумажные анкеты) характеризуются высокой трудоемкостью и низкой оперативностью [1, с. 9]. Внедрение чат-ботов на базе искусственного интеллекта (ИИ) предлагает решение для автоматизации рутинных запросов и повышения вовлеченности. Цель исследования — сравнение эффективности rule-based (правила) и NLP-based (естественный язык) чат-ботов в условиях СПО.

Исследование проводилось на базе ОГБПОУ ТИК им. А.П. Буланова (N=150 родителей). Применялось A/B-тестирование в течение 4 недель:

1. Группа A (n=50): rule-based чат-бот (Dialogflow);
2. Группа B (n=50): NLP-based чат-бот (Rasa);
3. Контрольная группа (n=50): традиционные методы.

Метрики:

1. Время ответа (сек/час).
2. Точность ответа (%).
3. Удовлетворенность (5-балльная шкала).
4. Частота использования (взаим./нед.).

Данные собирались через логи чат-ботов, анкетирование и интервью.

1. Сравнение чат-ботов (Табл. 1):

Таблица 1.

Эффективность rule-based и NLP-based моделей

NLP-бот сократил время ответа на 50% за счет анализа контекста запросов (например: «Почему снизились оценки?»). Точность NLP-модели выше на 5% благодаря машинному обучению. Удовлетворенность коррелирует с персонализацией ответов (r=0.78).

2. Сравнение с традиционными методами:

Время ответа сократилось с 24 часов до 5 секунд. Частота взаимодействий выросла в 3 раза. Родители отметили удобство 24/7 доступа, однако 12% респондентов столкнулись с техническими сложностями.

3. Предиктивная аналитика:

Интеграция ИИ-модуля позволила прогнозировать снижение успеваемости (точность 75%) на основе данных посещаемости и оценок, сократив время реагирования педагогов на 40%.

Рекомендации

Внедрять NLP-чаты в CRM-системы (например, «СЦОС в СПО») для обработки сложных запросов. Автоматизировать рутинные задачи: запросы расписания (экономия 8 час./нед. на педагога).

Использовать отечественные облачные платформы (Яндекс.Облако) с шифрованием ГОСТ Р 34.12-2015 для соответствия ФЗ-152 [3]. Разработать обучающие материалы для родителей с низкой цифровой грамотностью.

NLP-чат-боты демонстрируют значительное превосходство над rule-based моделями и традиционными методами по ключевым метрикам: время ответа (5 сек), удовлетворенность (4.2/5), частота использования. Интеграция предиктивной аналитики повышает проактивность взаимодействия.

Исследование подтверждает потенциал ИИ-инструментов для модернизации СПО, однако успех внедрения зависит от инфраструктуры и обучения пользователей.

Список литературы:

1. Министерство просвещения РФ. Отчёт о цифровизации СПО. 2023. 84 с.
2. Role of AI chatbots in education // International Journal of Educational Technology. 2023. URL: https://doi.org/10.1186/s41239-023-00392-1 (дата обращения: 11.05.2025).
3. Федеральный закон №152-ФЗ «О персональных данных». 2023. URL: http://www.consultant.ru/document/cons_doc_LAW_61801/ (дата обращения: 11.05.2025).
4. Benefits and Barriers of Chatbot Use in Education // Technology and the Curriculum. 2023. URL: https://pressbooks.pub/techandcurr2023/ (дата обращения: 11.05.2025).
5. Абрамова О.В., Сидорова И.П. Использование чат-ботов в образовании // Вестник МГУ. 2023. №2. С. 45–58. URL: https://vestnik.msu.ru/series20/2023/2/45-58 (дата обращения: 12.05.2025).