Институт образования

Научные публикации

• Книга

  Abashkin V., Abdrakhmanova G., Vishnevskiy K. et al.

  Digital Economy: 2025 : Pocket Data Book

  M.: HSE, 2025.

• Статья

  Шепель М. О., Велединская С. Б., Дийская Е. А. и др.

  Микроквалификационные программы в университетах: новая образовательная траектория для обучения взрослого населения

  Аннотация. В условиях быстрого изменения технологий и требований рынка труда ак-
  туальность традиционных моделей профессионального образования снижается. Необходи-
  мость быстрого обновления навыков и компетенций для взрослого населения приводит к
  появлению новых образовательных решений, в том числе коротких программ приобретения
  компетенций для выполнения отдельных трудовых функций с возможностью быстро приступить к работе.
  В настоящем исследовании рассматриваются особенности микроквалификационных программ в системе высшего образования в России, их потенциал для обучения взрослого населения и влияние на рынок труда. Анализ проведён на основе данных о реализации федерального проекта «Содействие занятости», данных о вакансиях на рекрутинговых платформах и результатов фокус-групп с представителями работода-
  телей. Микроквалификация трактуется как набор узкоспециализированных навыков,
  необходимых для выполнения отдельных трудовых функций, не требующих наличия
  профильного документа об основном образовании. Анализ данных о заработной плате
  слушателей федерального проекта «Содействие занятости» показывает, что обуче-
  ние по микроквалификационным программам, связанным с цифровыми технологиями,
  обеспечивает значительный прирост заработной платы слушателей. Результаты ис-
  следования демонстрируют высокий потенциал микроквалификационных программ для
  обучения взрослого населения и формирования конкурентоспособных специалистов.
  Рассмотрены модели, основанные на использовании программ дополнительного профес-
  сионального образования и профессионального обучения, а также модели, формирующие
  индивидуальные образовательные траектории в рамках основных профессиональных
  образовательных программ для студентов. Работа также предлагает рекомендации по
  дальнейшему внедрению микроквалификационных программ в систему высшего и допол-
  нительного профессионального образовани

  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  

  Высшее образование в России. 2024. Т. 33. № 11. С. 29-55.

• Глава в книге

  Lysova-Golomzina E., Kapuza A.

  VALIDATION OF THRESHOLD CONCEPTS IN CASE OF SOCIAL SCIENCE AT MIDDLE SCHOOL USING CONCEPT MAPS

  In bk.: 16th International Conference on Education and New Learning Technologies, Palma, Spain. 1-3 July, 2024. EDULEARN24 Proceedings. IATED, 2024. P. 2290-2295.

• Препринт

  Kardanova E., Ivanova A., Tarasova K. et al.

  A Novel Psychometrics-Based Approach to Developing Professional Competency Benchmark for Large Language Models

  The era of large language models (LLM) raises questions not only about how to train models, but also about how to evaluate them. Despite numerous existing benchmarks, insufficient attention is often given to creating assessments that test LLMs in a valid and reliable manner. To address this challenge, we accommodate the Evidence-centered design (ECD) methodology and propose a comprehensive approach to benchmark development based on rigorous psychometric principles. In this paper, we have made the first attempt to illustrate this approach by creating a new benchmark in the field of pedagogy and education, highlighting the limitations of existing benchmark development approach and taking into account the development of LLMs. We conclude that a new approach to benchmarking is required to match the growing complexity of AI applications in the educational context. We construct a novel benchmark guided by the Bloom's taxonomy and rigorously designed by a consortium of education experts trained in test development. Thus the current benchmark provides an academically robust and practical assessment tool tailored for LLMs, rather than human participants. Tested empirically on the GPT model in the Russian language, it evaluates model performance across varied task complexities, revealing critical gaps in current LLM capabilities. Our results indicate that while generative AI tools hold significant promise for education - potentially supporting tasks such as personalized tutoring, real-time feedback, and multilingual learning - their reliability as autonomous teachers' assistants right now remain rather limited, particularly in tasks requiring deeper cognitive engagement.

  Computation and Language (cs.CL); Artificial Intelligence (cs.AI). cs.CL. arXiv, 2024