Смартфоны негативно влияют на успеваемость ученика. Правда?

Смартфоны негативно влияют на успеваемость ученика. Правда?

ВАЖНОЕ уточнение “позиции” На протяжении всего эссе я использую слово “влияет”, однако я соглашусь с критикой, что это не в полной мере так. Уместнее сказать, что “связано”, а вот природу связи еще предстоит выяснить при дальнейших исследованиях.

Год назад я взялся за написание педагогической диссертации, и одним из вопросов, который меня волновал, был: “а действительно ли смартфоны влияют на успеваемость учеников?”. Вроде как здравый смысл и общепринятая точка зрения говорят, что да, влияют. Есть даже уйма исследований о влиянии смартфонов на познавательные способности человека, но это слишком абстрактно, что ли. И я не был бы ученым, если бы поверил на слово, тем более, что, как говорил Вольтер: “Здравый смысл встречается не так уж часто.”¹

Мне не удалось найти в русской академической среде хоть какие-то публикации, которые либо подтвердили бы “здравую мысль”, либо опровергли её. Я немного погоревал и закончил поиск. Вместо того чтобы искать, решил провести своё исследование. Ведь у меня есть “доступ” к целой школе, в которой полным-полно детей. Создал опросник, погонял его немного и вывел третью (всё ещё не самую лучшую) редакцию опросного листа.

В час икс, в день дэ, по согласованию с администрацией, мы разослали этот лист детям. В опросе приняли участие 198 ученика 8–9 классов, того самого “сладкого” возраста, который, по мнению Людмилы Ясюковой, страдает больше остальных от утраты познавательных способностей². Но проработать результаты опросника мне никак не удавалось: я не знал инструментария анализа (и сейчас, если честно, есть шероховатости), поэтому результаты опроса детей пролежали чуть меньше года без дела, но сегодня настал второй час икс и день дэ, когда мне удалось проработать результаты исследования.

После “чистки” данных количество респондентов немного сократилось до 183, из которых 114 девочек (62,3%) и 69 мальчиков (37,7%). Средний возраст — 14,62 “годика”, средняя успеваемость — 4,12, среднее количество экранного времени — 7,51 часа, а сна — 6,68 (это первый красный флажочек, который остался незамеченным поначалу).

Я особо не вычищал статистические выбросы, хотя, может, и нужно было. Их не очень много — может, один или два с обоих полюсов. При 183 респондентах незначительное количество выбросов влияния на результаты не окажет.

У меня было несколько гипотез:

1. Экранное время негативно влияет на оценки.
2. Экранное время негативно влияет на сон.
3. Нехватка сна влияет на оценки.
4. ТикТок хуже Телеграма влияет на оценки (взял смеха ради).
5. Спорт улучшает сон.
6. Ученики страдают цифровым слабоумием.
7. Экранное время негативно влияет на спортивные активности.
8. Развитое логическое мышление крайне положительно влияет на оценки.

Мы немного поговорим об отдельных гипотезах из списка, а потом я обобщу всё в таблице.

Первые три пункта были логичными и прямыми, “в лоб”, так сказать, но там получилось всё не так однозначно, поэтому я пошёл “хулиганить”: сначала глянул, как приложения влияют на сон или оценки — оказалось, что никак. Потом подумал: а что, если дети, которые занимаются спортом, спят лучше? “Тыкнул” — и нифига себе, статзначимый результат. Думаю: отлично, а давай проверим, что там у нас с экранным временем и влиянием на сон — фигак, ещё один статзначимый результат. Но тут “приключения” не закончились.

Когда я проектировал опросник, Максим Дорофеев предложил воткнуть туда тест на сложные аналогии³, то есть у меня есть измерения степени “логического мышления” детей. Тест непростой, поэтому я не ожидал высоких результатов — так и получилось. Однако я решил проверить вот что: существует ли связь между результативностью теста и оценками? Иными словами, решил оценить тренд “цифрового слабоумия”⁴. И каким же было моё удивление, когда оказалось, что связи нет. То есть количество часов в телефоне и результаты теста “на логику” вообще никак не связаны, значит, нет цифрового слабоумия. Тем не менее результаты теста на сложные аналогии очень хорошо предсказывают успеваемость — тут, пожалуй, мы Америку не открыли, но пусть будет. Вот результат:

У тех, кто много использует телефон, и у тех, кто не очень много, в одинаковой степени развито логическое мышление.

Позволю себе вернуться к оценкам в школе и экранному времени. Выяснилась очень интересная особенность: экранное время сильнее влияет на оценки девочек, чем на оценки мальчиков. Посмотрите на линии: они имеют нисходящую динамику, то есть эффект негативный. Тем не менее p-value 0,089, что значит, имеется некоторый тренд, но не статистически значимый результат⁵.

При этом обратная картина, если смотреть, как количество сна влияет на оценки, — буквально развернутый.

В этом месте мне подумалось: а что, если спорт как-то влияет на количество сна? И таки да, влияет. Те, кто ходят три раза в неделю на тренировку, спят в среднем на 40 минут дольше, чем те, кто не ходят или ходят 1–2 раза в неделю.

Мне в этот момент вспомнилась книга Мэтта Уокера “Зачем мы спим”⁶. В одной из глав он приводил в пример исследование, где измерялась реакция и интеллектуальные способности человека с недостатком сна. Так вот, если человек недоспал 20 минут (или около того) — это равно одной выпитой бутылке пива, а дальше эффект уже в прогрессии, недосып=опьянение. И здесь я задумался: а как у тех, кто занимается спортом более 3 раз в неделю, с оценками? И закономерно — у них они выше. Конечно, выше: если быть “трезвым” в школе, то будешь и учиться лучше.

Когда я увидел столбики “спорт–оценки”, настал момент ЭВРИКИ. Что будет, если поставить в ринг сон и экранное время — кто из них первым отправит в нокаут школьные оценки ребёнка?

Однако, как это рассчитать, я не знал. Немного поковырялся “в интернетах”, спросил ИИ — и на выходе получил метод множественной линейной регрессии⁷, при котором используются две независимые переменные (сон и экранное время) при прогнозировании одной зависимой переменной (оценки)⁸. И тут вот что оказывается!

Если брать сон и экранное время как предсказатели успеваемости, то сон вообще не имеет значения (p-value = 0,55), а вот экранное время отправляет в нокаут успеваемость (p-value = 0,002). При этом, если посчитать экранное время в будни и выходные отдельно, то будние дни, с чуть более худшим p-value = 0,008, имеют значительно более негативный эффект на успеваемость, потому что, скорее всего “вытесняют” время, отведённое на учёбу.

Обобщённая таблица

Гипотеза	Результат	Статистика и комментарии
1. Экранное время негативно влияет на оценки	Есть тренд	Относительно значимо ($r=-0.126,p=0.089$).  Когда рассматриваем изолированно от других факторов, виден негативный тренд, который слегка не дотягивает до статзначимого критерия p-value 0,05.
2. Экранное время негативно влияет на сон	Влияет	Значимый результат ($r=-0.151,p=0.041$).  Статистически обоснована гипотеза. Как только экранное время идёт вверх, время сна идёт вниз.
3. Нехватка сна влияет на оценки	Не влияет	Статистически незначимо ($r=0.060,p=0.420$).  Вообще нет связи. Один лишь сон ничего не решает, по крайней мере в текущей выборке.
4. ТикТок хуже Телеграма влияет на оценки	Не влияет	МИФ Может, потому что пользователи ТикТок проводят больше времени в приложении, но они спят не меньше, чем пользователи Телеграм. Это так, мысли вслух и просто “смеха ради”.
5. Спорт улучшает сон	Влияет (погранично)	Есть значимость 2–3 тренировки в неделю ведут к значительно большему сну ($p=0.04$) в сравнении с теми, у кого активность ниже. Однако перетренировка более трёх раз может приводить снова к уменьшению сна.
6. Ученики страдают цифровым слабоумием	Не страдают	Ничего не указывает на это ($r=-0.006,p=0.931$).  Очень сильное отсутствие результата. Экранное время вообще не имеет связи с умением логически мыслить.
7. Экранное время негативно влияет на спортивные активности	Влияет	Значимый результат ($r=-0.188,p=0.011$).  Много экранного времени напрямую влияет на низкую физическую активность.
8. Умение логически мыслить влияет на оценки	Влияет	МАКСИМАЛЬНО ЗНАЧИМО ($r=0.285,p=0.0001$).  Учащиеся с высокими оценками теста “сложные аналогии” имеют значительно более высокие оценки.
9. Комбинированный эффект от экранов и сна на оценки	Экранное время нокаутирует оценки	МАКСИМАЛЬНО ЗНАЧИМО ($p=0.002$).  А вот тут самое интересное: когда мы анализируем комбинированный эффект экранного времени и часов сна, то экранное время становится крайне сильным предиктором низких оценок, в то время как сон остаётся всё так же незначимым. Что подтверждает изначальную гипотезу: экранное время сильнее влияет на академические успехи, чем усталость от недосыпа.

Так, хорошо, а что делать?

В заключение мне бы очень хотелось сказать, что всё пройдёт, и дети “перебесятся”, станут ответственными и дисциплинированными, перестанут “залипать” в гаджетах, и оценки у них начнут улучшаться, но нет, не скажу. Как отец двоих детей: студентки первого курса Пироговского медуниверситета и шестиклассника, скажу, что так оно не будет, а будет лишь хуже.

Взглянув на таблицу выше, могу сказать, что нам поможет: спорт три раза в неделю, ограничение времени перед экраном смартфона и режим сна (в 22:00 — “на горшок и в люлю”). Тут есть небольшой нюансик, который хочется уточнить: 2–3 раза спорт — это, конечно, хорошо, но в опроснике я упустил один крайне важный вопрос: сколько у вас дополнительных занятий в неделю (репетиторы, кружки и прочее)? Это тоже может быть сильным предсказателем академического результата и возможного малого (более низкого) числа часов экранного времени.

Но почему экраны, спорт и сон?

Вот поэтому мне нравится медленно работать с данными — иногда хорошие мысли приходят после того, как поспал, или погулял, или когда кто-то что-то совершенно случайно сказал, или когда сам заметил цифру, на которую раньше не обращал внимание. Так случилось и тут.

Экранное время оказывает лишь 6,1% влияния на академическую успешность, то есть на оценки. Остальные 93,9% зависят от учителя, школьной программы, прилежности ученика при выполнении домашнего задания, природного таланта (да, такое тоже не стоит сбрасывать со счетов). Но ни одного из этих показателей у меня нет. А если бы даже я запланировал их измерить, то, скорее всего, это было бы невозможно, потому что “оцифровать природный талант” — задача с тремя звёздочками. Но что у меня есть — так это спорт и сон. И мне стало интересно, как экранное время, недостаток сна и недостаток спорта влияют на успеваемость ребёнка. Назовём это измерение условным “накопительным эффектом факторов риска”. Когда я это рассчитал, меня и тут ждал сюрприз.

Я условно создал три категории учеников:

• 0 – нет факторов риска (низкий показатель экранного времени, достаточно сна и несколько раз в неделю спорт)
• 1 – один фактор риска (или экранное время, или сон, или спорт)
• 2 – два фактора риска (любая комбинация из двух факторов)
• 3 – три фактора риска (высокое экранное время, недостаточно сна и недостаток спорта)

И получил вот такую картинку:

Нифига себе! Если у ребёнка только один фактор риска, то он на самом деле повышает свои оценки. Это наталкивает на мысль, что ребёнок крайне устойчив к плохим привычкам: если присутствует что-то одно (и иногда и два фактора), то успеваемость даже увеличивается — возможно, потому что он своеобразно “отдыхает”. Но когда к одному из факторов добавляются два других, начинается падение. Вот разбивка по средним баллам:

• Группа 0 — 4,10
• Группа 1 — 4,22
• Группа 2 — 4,15
• Группа 3 — 3,82

Между двумя последними группами падение в 0,33 балла — это очень много. Я думал, что ошибся где-то, составил вместе с Gemini 3 Pro скрипт для расчёта p-value, которое оказалось 0,014, и это статистически значимо.

Подведу итог этого раздела: фактор риска имеет накопительный эффект. Если присутствует что-то одно — это, возможно, даже станет причиной роста успеваемости. Но когда добавляется что-то ещё, комбинированный эффект отправляет в нокаут спортсмена из синего угла – “хорошие оценки”.

Можно ещё посчитать коэффициент Коэна: если кому интересно — он 0,42, что сигнализирует о среднем–значительном эффекте. В западной педагогической психологии эффект такого размера принято считать “переломной точкой успеваемости”. У Джона Хатти⁹ есть огромное исследование на эту тему — я осилил лишь половину: там столько цифр, что мозг натурально “устает” через пару страниц.

Вопросы “из зала”

Мне нравится делиться результатами исследований с аудиторией и слушать мнение моих друзей и подписчиков. Вот давний друг @pavlbon задал вопрос следующего содержания:

Quote

Вот и вопрос. Сделали смартфоны хуже? Не напрямую, а тем, что добавили ученикам больше шансов получить два риска и проблемы с успеваемостью.

Объективно в прошлое мы попасть не можем, но что мы можем — так это сделать “прокси”: считать низкое количество экранного времени предиктором успеваемости ребёнка из досмартфоновой эпохи, а большое количество экранного времени — предиктором успеваемости современного ребёнка.

Мы рассчитаем, какова вероятность, что у ребёнка в досмартфоновую эпоху будут два дополнительных фактора риска (недосып и недостаточная физическая активность), и соотнесём это с “современным” ребёнком. Гипотеза — показатели должны отличаться.

Если окажется, что параметры досмартфоновой эпохи и современной отличаются хотя бы в полтора раза, то это будет означать, что смартфоны “заряжают” ребёнка на “продалбывание” спортивных активностей и лишают сна, создавая условия для эффекта домино, когда один риск-фактор тянет за собой два других.

Посчитали¹⁰, получилось вот так:

В досмартфоновую эпоху риск того, что ученик будет одновременно страдать от недосыпа и недостатка физической активности, — 16,7%. В то время как риск “современного” ученика — 33,3%, что в два раза выше. Это косвенно подтверждает гипотезу, что смартфоны увеличивают вероятность эффекта домино. То есть они не просто влияют на оценки — они “вытесняют” из жизни ребёнка сон и спорт, и тем самым создают условия для снижения успеваемости.

Данные, использованные при анализе:

1. Статистика — отчёт, выгруженный из Jupyter Notebook, чтобы любой мог попробовать повторить с моим датасетом. Там же можно посмотреть, что и как я считал, и всякий, у кого есть Python с библиотекой Anaconda, может повторить в пару кликов, буквально в пару.
2. Грязный опросник. Данные опросов, в которых я немного “потыкал”, посчитал всякие “средние значения”, тогда, когда не знал о таком прекрасном инструменте, как Jupyter Notebook.
3. Чистый датасет, который я привёл в порядок с помощью Python.
4. Промт для того, чтобы создать себе “мастера-статистика”, который поможет разобраться в параметрах и может подсказать, что и как считать, и написать код для Jupyter Notebook.

---

BIO

🧠 theBrain mapping

ID: 202511271854 Source:: Friend:: Child:: Next::

Keywords:

Reference:

Footnotes

1. В оригинале это звучит “Common sense is not so common” ↩

2. Ясюкова Л. Изменение структуры интеллекта подростков с 1990 по 2020 годы //Психологическая газета [Электронный ресурс]. URL: https://psy.su/feed/8560/ (дата обращения: 21.08.2024). ↩

3. Попробуйте найти в интернет и пройти, только сядьте спокойно, в тишине и попробуйте решить честно, вы много про себя узнаете, уверяю ;) Вот тут есть тест, ключи и всякая теория ↩

4. Carr N. Is Google Making Us Stupid? // The Atlantic. 2008. ↩

5. Для значимого результата нужно чтобы было меньше 0,05 ↩

6. PhD M. W. Why We Sleep: Unlocking the Power of Sleep and Dreams / M. W. PhD, New York: Scribner, 2017. 368 c. ↩

7. ”Линал”, в универе терпеть не мог, а тут с помощью ИИ вроде бы даже начал чего-то понимать ↩

8. Если, вдруг кому-то интересно то рассчитывается он так: GPA=Base+(Weight×Sleep)+(Weight×ScreenTime). Можно заморочиться и пойти в линейную алгебру, я попробовал, посмотрите в полном отчете Python в конце заметки, но что так, что так результат значимый. ↩

9. Hattie J. Visible Learning / J. Hattie, 1st edition-е изд., London ; New York: Routledge, 2008. 392 c. ↩

10. см. запись “статистика”, в разделе данные ↩