Заключительный модуль «Искусственный интеллект и анализ данных в обучении, педагогических исследованиях и решении практических задач образования. Предиктивная аналитика» посвящен применению ИИ на уровне действия - самостоятельной реализации различных сценариев. В теоретической части более подробно, чем в 1-м модуле рассматриваются методы сбора, обработки и анализа больших данных и соответствующие инструментальные среды, используемые для этого. Полученные знания закрепляются в лабораторной работе. Даются понятия, методы, модели и примеры успешного применения предиктивной аналитики, работы рекомендательных систем. Дается обзор применения ИИ непосредственно в образовании: прогнозировании, анализе и оценке результата учебного процесса, разработке и применении интеллектуальных систем обучения, персонализации обучения и применении адаптивных подходов. Дается понятие цифрового следа учащегося, описывается модель прогноза вероятности окончания курса в LMS Moodle. В лабораторной работе слушатели на элементарном уровне знакомятся с базовым инструментарием анализа больших данных и построения предиктивных и иных моделей ИИ на примере пакета Анаконда. На семинарских занятиях обсуждаются реальные кейсы: предиктивные модели встроенные в LMS, анализ учебных текстов в динамике для диагностики развития обучающегося, использование чат-ботов как помощников преподавателя, модель определения уровня одаренности ребенка по цифровым следам в соцсетях, прогнозные модели для московских школ как часть проекта «Умный город», проект Цифровой Аристотель и т.п. Проводится дискуссия «может ли ИИ заменить учителя», в которой затрагиваются вопросы футурологических прогнозов, развития нейротехнологий, концепции цифрового тьютора и др.