ИИ-система RIACT поможет выявлять выгорание у студентов на ранней стадии
Проблема эмоционального выгорания среди студентов вузов стоит острее, чем у работающего населения: по разным данным, с ним сталкиваются от 12% до 70% учащихся. Обычно признаки замечают уже после того, как успеваемость начинает снижаться. Студенты часто не имеют структурированного представления о собственных учебных привычках, а существующие приложения лишь фиксируют активность, не интерпретируя её.
Группа исследователей представила систему RIACT (Record, Insight, Analyze, Coach, Track) — веб-приложение, которое сочетает структурированный журнал учебных сессий с гибридной ИИ-архитектурой. Студенты отмечают время и место занятий, а система вычисляет чистое время фокуса с учётом перерывов и выявляет паттерны, указывающие на возможное выгорание.
Ключевая особенность RIACT — прозрачность. Для обнаружения сигналов используются проверяемые детерминированные правила, которые сравнивают поведение студента неделя к неделе. Это исключает субъективность модели в вопросах, касающихся предупреждений. Языковая модель, встроенная в систему, работает в рамках фиксированной выходной схемы: она контекстуализирует паттерны и формирует персональные рекомендации, но не выносит суждений.
Авторы подчёркивают ответственный подход: все предупреждения основаны на аудируемых правилах, выводы подаются как наблюдения, а не диагнозы. Система собирает только те данные, которые студент самостоятельно вносит в журнал, что минимизирует вмешательство в приватность.
Это отличает RIACT от типичных productivity-инструментов, которые молча накапливают метрики. Здесь же пользователь получает интерпретацию своих действий и конкретные советы, а не просто статистику. Гибридная схема позволяет сочетать точность формальных алгоритмов с гибкостью больших языковых моделей.
В работе также описана структура оценки системы: планируется проверить, насколько её поведенческие сигналы коррелируют с устоявшимися методиками измерения выгорания. Это важный шаг к тому, чтобы такие ИИ-инструменты можно было использовать в образовательной практике с доказанной надёжностью.
Разработка может стать основой для будущих сервисов поддержки ментального здоровья студентов, которые будут не просто напоминать о дедлайнах, но и помогать вовремя заметить переутомление.
