Исследование посвящено оценке каузального эффекта рекомендательных алгоритмов на вероятность завершения онлайн-курсов (MOOC). С использованием эконометрической модели бинарного выбора и квазиэкспериментального подхода «разность-в-разностях» анализируется влияние алгоритмической персонализации на completion rate. Предполагается, что персонализированные рекомендации статистически значимо повышают вероятность завершения курса, особенно для студентов с низкой исходной активностью

Луцык Б.С., Маркузе О.Л. (науч. рук. Шаронова А.Д.) Каузальный эффект рекомендательных алгоритмов на вероятность завершения онлайн-курсов: эмпирический анализ mooc-платформ // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/18134