Россия
Статья посвящена разработке модели оценки цифрового следа читателя в образовательно-игровой среде. Рассматриваются активные и пассивные типы данных и предлагается многоуровневая модель, включающая результативный, поведенческий и психоэмоциональный векторы. Описывается формирование динамического профиля обучающегося и механизм адаптивной персонализации контента. Анализируются методологические ограничения, риски алгоритмической предвзятости и этические аспекты использования данных. Подчёркивается необходимость эмпирической валидации и развития объяснимых моделей.
цифровой след, адаптивное обучение, образовательная аналитика, геймификация, персонализация, алгоритмическая предвзятость
1. Юрчишина, М. В. Алгоритмическая модель СППР «Оптимальный учебный план» / М. В. Юрчишина, К. И. Бушмелева // Моделирование систем и процессов. – 2024. – Т. 17, № 4. – С. 84-95. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-4-84-95.
2. Сумин, В. И. Использование ситуационного моделирования в разработке систем принятия решений для сложных организационных систем / В. И. Сумин, А. С. Кравченко, А. В. Толкачев // Моделирование систем и процессов. – 2024. – Т. 17, № 3. – С. 71-79. – DOIhttps://doi.org/10.12737/2219-0767-2024-69-77.
3. Мочалов, В. П. Алгоритм динамического распределения и балансировки нагрузки в распределенных облачных вычислениях / В. П. Мочалов, Н. Ю. Братченко, Д. В. Гостева // Моделирование систем и процессов. – 2024. – Т. 17, № 1. – С. 92-102. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-1-92-102.
4. Импульсный метод определения частотных характеристик сильноточных шунтов / А. И. Заревич, С. В. Муравьев, Е. В. Бедарева, С. Р. Карпенко // Известия Томского политехнического университета. – 2012. – Т. 321, № 4. – С. 137–140.
