Аннотация: Многочисленные исследования показали, как восприятие обучаемыми образовательной робототехники Educational Robotics (ER) и их чувство академической самоэффективности могут влиять на процесс обучения. В качестве метода образовательной робототехники разработан Опросник удовлетворенности курсом робототехники Course satisfaction questionnaire ER (CSQ ER). CSQ ER включает вопросы, охватывающие области, связанные с взаимодействием между школьниками и преподавателем, взаимодействием между школьниками, организацией содержания курса, актуальностью содержания курса, методами преподавания для подачи содержания и механизмами обратной связи, принятыми в курсе. Проведен опрос учащихся организаций дополнительного образования г. Новосибирска. Анализ результатов опроса позволил предложить две модели опросника: однофакторная и двухфакторная, включающая два итоговых показателя «Удовлетворенность обучением», «Удовлетворенность учением». Применение методологии гибридного анализа данных Structural Equation Modeling (SEM) – Artificial neural networks (ANN) обнаружило, что удовлетворенность обучением робототехнике оказывает более сильное влияние на успешность освоения курсов робототехники и информатики по сравнению с возрастом и полом респондента, при этом она сильнее влияет на академический результат по робототехнике: удовлетворенность обучением влияет сильнее, чем удовлетворенностью учением. Сделан вывод об актуальности разработки теории и методики ER.

Abstract: Numerous studies have shown how students’ perceptions of Educational Robotics (ER) and their sense of academic self-efficacy can influence the learning process. As a method of educational robotics, the Course satisfaction questionnaire ER (CSQ ER) has been developed. The CSQ ER includes questions covering areas related to student-teacher interactions, student-student interactions, organization of course content, relevance of course content, teaching methods for delivering content, and feedback mechanisms adopted in the course. A survey of students from additional education organizations in Novosibirsk was conducted. Analysis of the survey results made it possible to propose two models of the questionnaire: onefactor and two-factor, including two final indicators “Satisfaction with training”, “Satisfaction with teaching”. The use of hybrid data analysis methodology Structural Equation Modeling (SEM) – Artificial neural networks (ANN) found that satisfaction with robotics training has a stronger impact on the success of mastering robotics and computer science courses compared to the age and gender of the respondent, while it has a stronger effect on the academic result in robotics: and satisfaction with learning has a stronger effect than satisfaction with learning. A conclusion is drawn about the relevance of developing the theory and methodology of ER.