Геймификация в образовании: что подтверждено, а что нет

Одно слово на четыре разные практики

Я пятнадцать лет вожу игры — от школьных квизов до корпоративных турниров — и за это время слово «геймификация» успело обесцениться. Им называют четыре разные вещи: балльный рейтинг поверх обычного курса, обучающую видеоигру, настольный или устный формат вроде «Своей игры», и частый опрос в игровой упаковке. Это разные интервенции с разной механикой действия, и складывать их результаты в одну цифру нельзя, хотя именно так и делают на конференциях.

В научной литературе разделение аккуратнее. Gamification — это игровые элементы поверх неигровой деятельности: очки, уровни, значки, таблица лидеров. Game-based learning — обучение через саму игру, где содержание встроено в игровой процесс. Quizzing, или тестирующая практика, — регулярное извлечение знаний из памяти, и оно вообще не про игру, просто удобно упаковывается в игровую форму. У каждой ветки свои мета-анализы, свои размеры эффекта и свои дыры.

Дальше я разбираю их по отдельности и везде называю цифру вместе с выборкой. Не потому что люблю точность ради точности, а потому что без выборки размер эффекта ничего не значит: g = 0,82 на пятнадцати мелких исследованиях и g = 0,50 на двухстах двадцати — это утверждения разной прочности.

Самая прочная часть базы: частый опрос

Если оставить от всей темы одну цифру, я оставлю эту. Мета-анализ Yang и коллег, опубликованный в Psychological Bulletin в 2021 году, свёл 222 независимых исследования, охватывающих 48 478 учащихся, и все они проводились в реальных классах, а не в лаборатории на студентах-добровольцах. Средний эффект регулярного тестирования на учебные результаты — g = 0,499. Это самая надёжная величина во всей области: большая выборка, полевые условия, ведущий журнал.

Второй важный факт — из мета-анализа Rowland 2014 года, там же в Psychological Bulletin. Общий эффект тестирования — около 0,50, но он раскладывается на две очень разные половины: тестирование с обратной связью даёт 0,73, без обратной связи — 0,39. Разница почти вдвое. Практический вывод из этого простой и неприятный для тех, кто любит красивые игры: сам факт вопроса даёт меньше половины пользы, остальное приносит разбор ответа. Подробнее механику я разбираю в тексте про тестирующую практику.

По собственно геймификации цифры скромнее, но сходятся. Sailer и Homner в Educational Psychology Review в 2020 году получили на когнитивных исходах g = 0,49 при доверительном интервале от 0,30 до 0,69 — это 19 сравнений и 1686 участников. Bai, Hew и Huang в том же году дали g = 0,504 на тридцати интервенциях из двадцати четырёх исследований. Huang с коллегами — g = 0,464 на тридцати работах и 3083 участниках. Barz и коллеги в Review of Educational Research в 2024 году по школьным цифровым обучающим играм получили общий g = 0,54 и когнитивный 0,67. Четыре независимые группы, четыре разные базы, диапазон 0,46–0,54.

Где доказательства заканчиваются

Теперь про то, о чём на семинарах говорят меньше всего. Утверждение «геймификация повышает мотивацию» доказательной базой не поддерживается — по крайней мере не в той форме, в какой его произносят.

• Wouters и коллеги, 2013, Journal of Educational Psychology. На обучение цифровые игры дали d = 0,29, на удержание материала 0,36 — оба значимы. На мотивацию d = 0,26 при 31 сравнении и 2216 участниках — статистической значимости не достигло.
• Li, Hew и Du, 2024, ETR&D. Внутренняя мотивация в геймифицированных курсах — g = 0,257 при интервале от 0,043 до 0,471. Нижняя граница почти касается нуля. Ощущение компетентности — 0,277 на самой грани значимости.
• Yao, 2026, British Educational Research Journal. Второпорядковый мета-анализ: 20 мета-анализов, 688 первичных исследований по математике. Когнитивные исходы g = 0,454, а аффективные — g = 0,226, значимости не достигли.
• Barz и коллеги, 2024. Аффективно-мотивационные исходы g = 0,32, а метакогнитивные навыки — эффекта нет вовсе.
• Hanus и Fox, 2015, Computers & Education. Лонгитюд на шестнадцать недель: в геймифицированном курсе внутренняя мотивация, удовлетворённость и ощущение собственных возможностей снижались относительно негеймифицированного.

Есть и мета-анализы с высокими цифрами по мотивации: Kurnaz и Koçtürk в 2025 году получили g = 0,654 на 41 сравнении в школьной выборке. Но там же указана гетерогенность I² почти 89 — это значит, что исследования расходятся между собой настолько сильно, что средняя величина описывает мало что. Честная формулировка: по учебным результатам сигнал устойчивый и повторяется у разных групп, по мотивации сигнал слабый, нестабильный и в самых крупных работах пропадает.

Почему в одной статье 0,25, а в другой 1,30

Разброс размеров эффекта в литературе доходит до пятикратного. Это первое, что должно настораживать: если бы эффект был устойчивым, работы сходились бы плотнее. Yao в 2026 году прямо проверил, от чего зависит величина, и получил ответ, который стоит запомнить: методологическое качество исследования оказалось значимым модератором. Работы низкого качества систематически показывают эффект выше.

Отсюда практическое правило чтения. Если вам показывают g = 1,30, посмотрите на число исследований и на журнал. В работе Diaz и Estoque-Loñez 2024 года именно такая цифра — но она собрана на пятнадцати исследованиях и опубликована в издании невысокого ранга. Это выброс, а не открытие.

Квизы и Kahoot: самая практичная часть базы

Отдельно стоит платформенный квиз, потому что именно его чаще всего имеют в виду, когда говорят «мы геймифицировали урок». Мета-анализ Özdemir 2025 года в Journal of Computer Assisted Learning свёл 43 исследования, 1706 участников в экспериментальных группах против 1647 в контрольных. Академическая успеваемость — 0,772 с интервалом от 0,540 до 1,004. Удержание знаний — 1,492, очень большая величина. Тревожность — минус 0,338, то есть снижение.

Теперь оговорки, без которых эти цифры вводят в заблуждение. Обзор Wang и Tahir 2020 года разобрал 93 работы по той же платформе и показал, что база методологически слабая: экспериментами были только 38% работ, статистическую значимость проверяли 45%, размеры эффекта считали 10%. И главное — 84% исследований проведены в высшем образовании, на школу приходится 16%. Переносить студенческие цифры на седьмой класс без поправки нельзя.

Есть ещё отчёт WiKIT 2024 года с g = 0,72 — на него любят ссылаться в презентациях. Доверительный интервал там от 0,02 до 1,42, то есть почти касается нуля, гетерогенность 87%, а сам отчёт заказан компанией-разработчиком платформы. В четырёх исследованиях из включённых преимущества у платформы не было вовсе, а в одном бумажный квиз дал результат выше. Я эту цифру не использую и вам не советую — у Özdemir база чище.

Что есть по российской школе

Здесь придётся сказать неприятное: качественных российских экспериментов с контрольными группами и расчётом размера эффекта по геймификации в школе нет. Основной массив публикаций — описательные статьи без контроля. Мета-анализов на российских данных не существует. Всё, что вы прочитаете выше, получено на зарубежных выборках, и это ограничение надо держать в голове.

Единственная рецензируемая эмпирическая работа нужного уровня — статья Тарасовой, Грачевой, Авдеевой, Колесниковой и Пегова в «Вопросах образования» за 2025 год: 312 подростков 13–15 лет из десяти регионов. Механики «задания и квесты» и «система поощрений» положительно связаны с внутренней мотивацией и вовлечённостью. Но там же два наблюдения, которые редко цитируют: частота применения игровых механик слабо связана с внутренней мотивацией и не влияет на цифровую грамотность и навыки 4К, а соревновательные механики могут вызывать тревожность у хорошо успевающих учеников. Дизайн корреляционный, причинность не устанавливается.

Есть ещё опрос Учи.ру от сентября 2023 года на 1130 педагогах: 84,5% относятся к геймификации положительно, 88,6% регулярно используют игровые сервисы. Это опрос EdTech-компании, он показывает распространённость практики, а не её эффективность. Интереснее там раздел про недостатки: 30,8% отметили, что дети «привыкают развлекаться, а не трудиться», 28,3% — что интерес смещается на игру, а не на материал, 19,9% — что эффективность растёт лишь краткосрочно. Последний пункт стоит запомнить, я вернусь к нему в разговоре про эффект новизны.

Как читать размер эффекта и не обмануться

Четыре вопроса, которые я задаю любой цифре в чужой презентации. Они занимают минуту и отсеивают большую часть шума.

1. На чём получено

   Сколько исследований и сколько участников. Пятнадцать работ и двести двадцать — разные весовые категории, даже если величина одинаковая.

2. Есть ли доверительный интервал

   Если нижняя граница близка к нулю, эффект может отсутствовать. Величина без интервала — это половина информации.

3. Кто испытуемые

   Студенты вуза и семиклассники ведут себя по-разному. Большая часть базы по платформенным квизам собрана в высшем образовании.

4. Что именно измеряли

   Результат контрольной, отношение к предмету и посещаемость — три разных исхода. По первому сигнал сильный, по второму слабый.

Что из этого следует для ближайшей недели

Практический вывод из всей базы получается коротким и довольно скучным, зато он держится на цифрах.

1. Ставьте в приоритет частоту извлечения, а не яркость оформления: пять коротких вопросов на память в начале урока дают больше, чем полчаса красивой игры раз в месяц.
2. Закладывайте разбор сразу после ответа — это та самая разница между 0,73 и 0,39, и она бесплатна.
3. Не обещайте себе и администрации роста мотивации. Обещайте рост результатов проверочных и проверяйте это отметками, а не ощущением.
4. Проверьте формулировки своих вопросов: слабый вопрос обесценивает любой формат. Как устроен рабочий вопрос, разобрано в анатомии обучающего квиза.
5. Планируйте не одну игру, а режим на четверть — иначе через несколько месяцев эффект просядет сам собой. Типичные грабли собраны в разборе восьми ошибок внедрения.