CC BY
0
ISSN 2304-120X
ниег
научно-методический электронный журнал
2024, № 08 (август)
Раздел 5.8. Педагогика
ART 241123
DOI 10.24412/2304-120X-2024-11123
УДК 378.147:004.9
Анализ востребованности использования нейросетей для решения учебных задач
Analysis of the relevance of using neural networks to solve educational problems
Авторы статьи
L
Authors of the article
L
Терехова Елена Сергеевна,
старший преподаватель департамента изобразительного, декоративного искусств и дизайна Института культуры и искусств ГАОУ ВО «Московский городской педагогический университет», г. Москва, Российская Федерация leo-neron@yandex.ru ORCID: 0000-0002-4037-1856
Пучкова Наталья Николаевна,
кандидат педагогических наук, доцент департамента изобразительного, декоративного искусств и дизайна Института культуры и искусств ГАОУ ВО «Московский городской педагогический университет», г. Москва, Российская Федерация puchkovann@yandex.ru ORCID: 0009-0001-1376-2624
Новикова Любовь Валерьевна,
кандидат педагогических наук, доцент департамента изобразительного, декоративного искусств и дизайна Института культуры и искусств ГАОУ ВО «Московский городской педагогический университет», г. Москва, Российская Федерация novikovalv@mgpu.ru ORCID: 0000-0002-9163-4580
Elena S. Terekhova,
Senior Lecturer, Department of Fine, Decorative Arts and Design, Institute of Culture and Arts, Moscow City Pedagogical University, Moscow, Russian Federation leo-neron@yandex.ru ORCID: 0000-0002-4037-1856
Natalia N. Puchkova,
Candidate of Pedagogical Sciences, Associate Professor, Department of Fine, Decorative Arts and Design, Institute of Culture and Arts, Moscow City Pedagogical University, Moscow, Russian Federation puchkovann@yandex.ru ORCID: 0009-0001-1376-2624
Lyubov V. Novikova,
Candidate of Pedagogical Sciences, Associate Professor, Department of Fine, Decorative Arts and Design, Institute of Culture and Arts, Moscow City Pedagogical University, Moscow, Russian Federation novikovalv@mgpu.ru ORCID: 0000-0002-9163-4580
Конфликт интересов
Conflict of interest statement
Конфликт интересов не указан Для цитирования
Conflict of interest is not declared
For citation
Терехова Е. С., Пучкова Н. Н., Новикова Л. В. Анализ востребованности использования нейросетей для решения учебных задач // Научно-методический электронный журнал «Концепт». - 2024. - № 08. - С. 1-17. - URL: https://e-koncept.ru/2024/241123.htm - DOI 10.24412/2304-120X-2024-11123
E. S. Terekhova, N. N. Puchkova, L. V. Novikova, Analysis of the relevance of using neural networks to solve educational problems // Scientific-methodological electronic journal "Koncept". - 2024. - No. 08. - P. 1-17. - URL: https://e-koncept.ru/2024/241123.htm - DOI: 10.24412/2304-120X-2024-11123
Поступила в редакцию Received 06.06.24 Получена положительная рецензия Received a positive review 08.07.24
Принята к публикации Accepted for publication 08.07.24 Опубликована Published 31.08.24
Creative Commons Attribution 4.0 International (CC BY 4.0) © Терехова Е. С., Пучкова Н. Н., Новикова Л. В., 2024
Аннотация
_ Abstract
L
Современное образование находится в ключевой исторической точке, где технологические инновации стали неотъемлемой частью учебного процесса и имеют значительное влияние на его структуру и организацию. Особое внимание уделяется использованию технологий искусственного интеллекта, которые открывают новые возможности для оптимизации обучения. Данная статья посвящена анализу востребованности использования инструментов, основанных на работе генеративно-состязательных сетей, в учебном процессе студентами Института культуры и искусств Московского городского педагогического университета. Исследование проведено с целью проанализировать уровень востребованности нейросете-вых инструментов у студентов и оценить возможность их использования для решения конкретных учебных задач. Для достижения описанной цели были использованы разнообразные методы, включая анализ отечественных и зарубежных научных источников по теме, опрос среди студентов, а также сравнительный анализ результатов опроса и результатов аналогичных исследований. Результаты опроса показали, что студенты высоко оценивают потенциал нейронных сетей, активно используют данные технологии для решения учебных и творческих задач и продолжат их применять в профессиональной деятельности. К сожалению, обучающиеся не в полной мере способны осознать опасность увлечения сгенерированным контентом. Признавая необходимость использования возможностей искусственного интеллекта, считаем важным не только обучать студентов практическим навыкам работы с нейронными сетями, но и уделять внимание развитию критического мышления. Теоретическая значимость данной статьи заключается в расширении знаний о возможностях применения нейронных сетей в художественном образовании, а также в выявлении факторов, влияющих на эффективность их использования. Новизна исследования заключается в фокусе на применении нейросетей в области изобразительного искусства и дизайна. Результаты проведенного анализа выявили специфические проблемы и преимущества использования искусственного интеллекта в указанных областях. Практическая значимость исследования заключается в том, что его результаты могут быть использованы как для оптимизации образовательной программы Института культуры и искусств, так и для развития стратегий по внедрению современных технологий в образовательный процесс в сфере художественного образования.
Ключевые слова
Modern education is at a crucial historical point where technological innovations have become an integral part of the learning process and have a significant impact on its structure and organization. Special attention is paid to the use of artificial intelligence technologies, which open up new opportunities for optimizing learning. This article is dedicated to analyzing the demand for the use of tools based on generative adversarial networks in the learning process by students of the Institute of Culture and Arts at Moscow City Pedagogical University. The research was conducted to assess the potential use of neural networks for solving specific educational tasks. To achieve this goal, various methods were used, including analyzing domestic and foreign scientific sources on the topic, surveying students, and comparing the survey results with the results of similar studies. The survey results showed that students highly appreciate the potential of neural networks, actively use these technologies to solve educational and creative tasks, and they will continue to apply them in their professional activities. Unfortunately, students are not fully able to understand the dangers of being addicted to generated content. Recognizing the need to use the opportunities of artificial intelligence, we consider it important not only to teach students practical skills in working with neural networks but also to pay attention to the development of critical thinking. The theoretical significance of this article lies in expanding knowledge about the potential of applying neural networks in art education and identifying factors that affect the effectiveness of their use. The novelty of the research lies in the focus on the application of neural networks in the field of fine arts and design. The results of the analysis revealed specific challenges and advantages of using artificial intelligence in these areas. The practical significance of the research lies in the possibility of using its results both to optimize the educational program of the Institute of Culture and Arts and to develop strategies for integrating modern technologies into the educational process in the field of art education.
Key words
высшее образование, нейронные сети, искусственный интеллект, художественное образование
higher education, neural networks, artificial intelligence, art education
Благодарности
_ Acknowledgements
Авторы выражают благодарность руководству и обучающимся Института культуры и искусств МГПУ за помощь и участие в исследовании, посвященном анализу использования современных возможностей искусственного интеллекта в учебном процессе.
The authors express their gratitude to the administration and students of the Institute of Culture and Arts of the Moscow City Pedagogical University for their help and participation in a study devoted to the analysis of the use of modern artificial intelligence capabilities in the educational process.
Введение / Introduction
В современном мире использование нейросетей имеет все более широкое распространение в самых разных областях. Актуальность проводимого нами анализа обусловлена воз-
растающим интересом к потенциалу и возможностям применения искусственного интеллекта в креативных сферах и необходимостью понимания специфики их использования в обучении творческим профессиям. В свете растущего интереса к этой теме считаем важным начать с указания на различие между терминами «нейросети» и «искусственный интеллект». Несмотря на то что в повседневной речи они зачастую употребляются взаимозаменяемо, в контексте компьютерных наук имеют разное значение. Обобщая, можно сказать, что искусственный интеллект (далее - ИИ) - это широкое понятие, включающее в себя различные инструменты и технологии, используемые для решения сложных задач, в том числе нейронные сети. Простым примером работы ИИ является система «умный дом», которая может автоматически управлять освещением, температурой и безопасностью на основе собранных данных и алгоритмов принятия решений. Нейросети, в свою очередь, представляют собой один из возможных вариантов реализации ИИ и построены на имитации работы: человеческого мозга. Существует множество различных типов нейронных сетей, каждая из которых предназначена для решения определенных задач. Одна из наиболее распространенных - генеративно-состязательная сеть (англ. generative adversarial network, сокр. GAN) - состоит из двух элементов: генератора и дискриминатора, которые соревнуются между собой. Генератор проходит обучение на большом количестве данных и затем на их основе создает новые, в то время как дискриминатор анализирует эти данные и определяет, настоящие они или сгенерированные. Этот процесс позволяет GAN создавать изображения, звуки, тексты, имитируя структуру и стиль обучающего набора данных (подробнее мы рассматривали примеры машинного творчества в статье [1]). Настоящее исследование направлено на выявление эффективности использования генеративно-состязательных сетей в сфере художественного образования.
Обзор литературы / Literature review
Генеративный ИИ имеет относительно короткую историю, восходящую к 1950-м годам, когда Алан Тьюринг работал над первыми алгоритмами машинного обучения [2]. В последние 10 лет мы наблюдаем резкий всплеск интереса к данной теме, связанный с внедрением генеративных состязательных сетей (2014) и появлением самообучающихся языковых моделей, таких как ChatGPT (2023). Высокая степень актуальности проблемы использования генеративных нейросетей в образовании подтверждается, например, тем фактом, что летом 2023 года ЮНЕСКО опубликовало подробное руководство по использованию ChatGPT в высшем образовании, в котором описаны возможности, проблемы и рекомендации по интеграции этого инструмента в учебный процесс. Перед началом работы с ИИ авторы руководства, Э. Сабзалиева и А. Валентини, предлагают пользователю поставить перед собой следующие вопросы:
1. Для меня важно, чтобы ответ соответствовал истине?
2. Я обладаю необходимыми знаниями для проверки достоверности ответа?
3. Я готов(а) взять на себя полную ответственность (правовую, моральную и т. д.) за возможные неточности?
В случае положительного ответа на все три вопроса рекомендуется прибегать к помощи ИИ [3]. Схожие инструкции для своих преподавателей разработали ведущие университеты мира (по версии Times Higher Education, 2023). Их подробный анализ приведен в статье исследователей Гонконгского баптистского университета под руководством Б. Л. Мурхауса. В основном их рекомендации касаются вопроса академической честности, процесса оценивания и взаимодействия с обучающимися в контексте использования генеративного ИИ [4].
В своем докладе на VIII Международном конгрессе медиаисследований (Мадридский университет Комплутенсе, 6 сентября 2023 года) профессор Саламанкского университета (Испания) Ф. Х. Гарсиа-Пеньальво констатирует, что с появлением генеративных систем (таких как GPT и DALL-E от компании OpenAI) в сфере ИИ произошел глобальный сдвиг, который, по его мнению, окажет существенное влияние и на образование. Профессор считает, что интеграция генеративного ИИ в учебный процесс позволит создавать персонализированные учебные материалы, адаптировать образовательные траектории к индивидуальным потребностям обучающихся, а также поможет сэкономить время преподавателя за счет автоматизации оценки студенческих работ. Вместе с тем в докладе подчеркиваются и проблемы, с которыми сопряжено внедрение генеративного ИИ.
1. Проблема аутентичности. В мире, где отличить контент, созданный человеком, от контента, созданного ИИ, становится все сложнее, первостепенное значение приобретает необходимость разработать надежные механизмы контроля качества контента.
2. Проблемы безопасности. Существует опасность злоупотребления генеративным ИИ для создания фальшивой информации или вредоносного контента, что обусловливает необходимость развития соответствующих правовых и регуляторных механизмов для контроля использования генеративного ИИ.
3. Проблема зависимости. Усиливающаяся зависимость от ИИ может привести к когнитивной стагнации у студентов, что подорвет саму цель образования.
4. Этическая проблема. Модели ИИ, которые обучаются на больших объемах данных, могут непреднамеренно закреплять социальные предубеждения, присутствующие в этих данных, поэтому крайне важно обеспечить контроль данных, на которых обучаются ИИ, чтобы не допустить усиления социальных разногласий.
5. Проблема безработицы. Потенциальное сокращение рабочих мест из-за широкого внедрения ИИ побуждает заранее продумать возможности справедливого перехода на иные должности для тех, кто пострадал от этой проблемы [5].
Аналогичные выводы мы можем увидеть в исследованиях других западных авторов. Безусловно, новые технологии невозможно игнорировать, но их развитие слишком стремительно для нашей способности их внедрить их в образовательный процесс.
Зарубежными исследователями также проводится большая работа по анализу отношения студентов к развитию ИИ и влияния нейросетей на их учебную деятельность. Приведем несколько примеров.
Американская некоммерческая организация ACT под руководством ведущего научного сотрудника группы прикладных исследований доктора философии Дж. Шила провела опрос среди 4000 выпускников школ, согласно которому чаще всего они применяют нейросетевые инструменты для написания текстов (66% опрошенных). На основе полученных данных авторы исследования приходят к интересному заключению: процент использования технологий ИИ положительно коррели-руется с уровнем успеваемости, т. е. учащиеся с высоким средним баллом чаще используют нейросети [6].
Н. С. Барон, профессор лингвистики Американского университета в Вашингтоне, в рамках работы над своей книгой провела исследование среди студентов США и Европы, согласно которому они активно используют инструменты редактирования и генерации текста (такие как Grammarly и ChatGPT) и высоко оценивают их эффективность. Однако «соблазн эффективности может затруднить отказ от использования
ИИ», что «подорвет не только практические навыки письма и анализа текста, но и мотивацию к сочинению собственных произведений», считает профессор Барон [7].
Международная консалтинговая компания Tyton Partners под руководством управляющего директора К. Шоу провела лонгитюдное исследование среди более чем 1000 преподавателей и 1600 студентов вузов с марта по сентябрь 2023 года. За этот период количество преподавателей, регулярно использующих генеративный ИИ, выросло на 13% (с 9 до 22%), количество студентов - на 22% (с 27 до 49%). Студенты не только используют нейросети гораздо чаще, чем преподаватели, но и имеют гораздо более позитивное представление о том, как ИИ-инструменты влияют на их обучение. По опросу в марте 2023 года половина студентов (49%) считала, что ИИ оказывает положительное влияние на обучение, в то время как половина преподавателей (50%) считала, что, напротив, использование ИИ имеет негативное влияние (впрочем, к сентябрю 2023 года этого мнения придерживалось 39% преподавателей) [8].
В 2023 году под руководством профессора Университета Гонконга (КНР) Сесилии К. Ю. Чан было проведено исследование, направленное на выявление потенциальных преимуществ и проблем использования генеративного ИИ в высшем образовании. Участниками исследования стали 399 студентов и аспирантов различных специальностей. В качестве положительных сторон респонденты отметили индивидуальную и круглосуточную поддержку и широкие исследовательские возможности нейросетевых инструментов. Однако они также выразили опасения относительно точности, конфиденциальности, этичности генерируемой информации и воздействия этого опыта на личное развитие, карьеру и социальные ценности [9].
Подобный опрос был проведен и в Белорусском государственном университете. Согласно результатам, приведенным в статье О. Н. Касперович-Рынкевич, ИИ и нейросети в восприятии белорусской молодежи обучающимися используются в образовательных и рабочих целях для получения ответов на сложные вопросы, которых нет в Интернете или когда нет желания самостоятельно искать информацию и структурировать ее. Некоторые студенты активно применяют генеративные инструменты для написания курсовых работ, рефератов, перевода текстов и изучения тем для подготовки к семинарским занятиям [10].
Интерес вызывает также ряд исследований, направленных на анализ ответов нейросети на экзаменационные вопросы. Так, например, К. Тервиш, профессор Уор-тонской школы бизнеса при Пенсильванском университете (США), экзаменовал GPT-3 (третью модель чат-бота от компании OpenAI, 2020) по вопросам на тему «Управление операциями» (выпускной экзамен для получения степени магистра делового администрирования). Профессор Тервиш приходит к следующим выводам.
1. Генеративный ИИ отлично справляется с вопросами базового уровня (управление операциями и анализ процессов), включая вопросы, основанные на анализе кейсов. Чат-бот не просто дает верный ответ, но и подтверждает его логическим обоснованием.
2. При этом иногда GPT-3 допускает удивительные ошибки в относительно простых вычислениях (на уровне математики 6-го класса).
3. Текущая версия GPT-3 не способна обрабатывать более сложные вопросы анализа процессов, даже если они основаны на стандартных шаблонах.
4. GPT-3 прекрасно обучаем: он способен изменять свои ответы, реагируя на подсказки человека. Другими словами, в тех случаях, когда изначально не удалось сопоставить проблему с правильным методом решения, GPT-3 смог исправить себя после получения соответствующей подсказки от человека-эксперта [11].
Стоит сказать, что последняя на данный момент модель семейства GPT - СРТ-4 -значительно превосходит GPT-3.
Российские ученые также с увлечением исследуют новые направления применения ИИ в сфере высшего образования. В частности, Е. В. Везетиу и Н. Б. Ромаева подчеркивают проблему дуальности: использование инновационных технологий способствует построению увлекательной и богатой возможностями образовательной среды, с одной стороны, но и ставит перед научным сообществом ряд правовых и этических дилемм, с другой стороны [12].
О. В. Родионов и Н. В. Тамп считают, что процесс внедрения ИИ в образование требует разработки стратегии развития, включающей количественный и качественный подходы, подготовку высокопрофессиональных кадров, решение проблемы управления данными и обеспечение готовности инфраструктуры [13].
Коллеги из Московского педагогического государственного университета Ю. Ф. Катханова, С. Юй и А. И. Корыгин пишут о возможностях использовать ИИ для создания персонализированных учебных планов, что позволит студентам не просто получить диплом по окончании вуза, но и подобрать индивидуальный набор компетенций, необходимых для решения задач будущего [14].
С. В. Миловидов в своей статье проводит анализ произведений, созданных с использованием технологий машинного обучения, с точки зрения использования художественных приемов и делает вывод, что «изображению, созданному с помощью нейронных сетей, присущи ряд специфических особенностей, которые формируют стилевую общность подобных работ, делают почерк работы машины узнаваемым» [15]. К сожалению, во многом выводы автора потеряли актуальность по прошествии двух лет с моменты публикации статьи, тем не менее, его подход имеет потенциал для дальнейшего использования.
В статье Е. А. Афанасьевой рассматриваются юридические вопросы, касающиеся авторских прав на изображения, созданные при помощи ИИ. Особую проблему здесь представляет определение человеческого вклада в работу, сгенерированную автономной системой [16]. Другим аспектом использования нейронных сетей для создания изображений является этический вопрос. Чья роль в данном случае определяющая: разработчика кода, самой программы или человека, составляющего запрос? По-видимому, взгляд на проблему определения ценности генеративного искусства со временем будет меняться по мере развития новой этики, считает К. В. Коновалова [17].
Философской стороне использования сгенерированного контента в процессе обучения студентов художественных специальностей посвящена работа А. О. Булыгиной. По мнению автора, нейросеть обладает безусловным преимуществом в возможности создавать множественность образов, но лишь человек способен придать им смысл [18].
К подобному выводу приходят и преподаватели Томского государственного университета (Д. В. Галкин и другие) в своей статье, посвященной вопросам автоматизации творчества. В данный момент ИИ успешно выполняет второй этап творческого процесса, включающий создание изображения на основе комбинирования различных элементов, однако с начальным этапом, включающим «поиск, выставление целей и задач, а также проверку выбранного пути на адекватность, оценку результата машине трудно, если цель не четко определена и пути не ограничены» [19].
В статье старшего преподавателя Санкт-Петербургского государственного института кино и телевидения Е.В. Горской автор подчеркивает общее мнение исследователей по вопросу о необходимости использования «личностно-ориентированного
подхода в обучении, формирования способности к творческому и абстрактному мышлению, воспитания у обучающихся внутренней рефлексии и утончения художественного и эмоционального восприятия» [20].
Особое внимание привлекают работы, описывающие практический опыт использования генеративных нейросетей в художественном образовании. Таковой является статья преподавателей Государственного университета просвещения А. Н. Витковского и Н. И. Меркуловой. В ней, в частности, авторами подчеркивается необходимость соблюдения баланса между использованием современных возможностей нейросетей и продолжением академических традиций в программах подготовки студентов творческих направлений. Интеграция технологий ИИ в обучение «может потребовать корректировки программ и адаптации учебных дисциплин, с возможным расширением вариативности заданий и сроков их выполнения студентами» [21].
В статье под авторством преподавателей Российского государственного профессионально-педагогического университета Л. Е. Шмаковой и других приведены примеры использования генеративных возможностей нейросетей в процессе обучения студентов-дизайнеров. Описанный авторами метод «графического калейдоскопа» способствует развитию креативности и творческого мышления [22].
Также представляют интерес материалы, содержащие результаты опросов студентов об их опыте применения нейросетей для решения учебных задач. Статья А. Е. Самариной и Д. А. Бояринова посвящена анализу нейросетей для генерации изображений и возможностей их использования студентами творческих направлений Смоленского государственного университета. Согласно опросу, проведенному в рамках этого исследования, большинство обучающихся (62,5%) используют результат генерации в качестве источника идей для собственных работ, в чем авторы видят опасность потери субъективности. Предлагается ввести соревновательные элементы в процесс взаимодействия студента и нейронной сети в качестве способа смягчения этого риска [23].
В опросе студентов информационных направлений Инженерно-технологического института Хакасского государственного университета им. Н. Ф. Катанова, проведенном Н. Н. Кондрат, вызывает беспокойство тот факт, что треть респондентов считают допустимым выдавать результат генерации за свой собственный. Принимая во внимание несовершенство результата генерации, автор предлагает использовать нейросети для генерации референсов, создания объектов заднего плана, в которых не имеет значение детализация [24].
Результаты аналогичного опроса, проведенного в Московском государственном техническом университете им. Н. Э. Баумана командой исследователей во главе с Ю. В. Гавриловой, позволяют сделать вывод о том, что среди студентов преобладают инновационные и амелиористские (направленные на обновление) ожидания по поводу внедрения технологий ИИ в образование [25].
Очевидно, что и в других российских вузах проводятся аналогичные опросы, однако более широкие рамки подобных исследований можно обнаружить у частных и он-лайн-школ. Приведем несколько наиболее масштабных примеров. В статье Александры Лапиной представлены результаты исследования, проведенного среди 1272 студентов российских вузов в январе 2023 года школой ГГ-профессий Skillfactory [26]. Анастасия Никифорова приводит результаты опроса, проведенного в августе 2023 года образовательной платформой GeekBrains среди 1500 россиян в возрасте от 18 до 55 лет [27].
В августе 2023 года ректор МГПУ И. М. Реморенко объявил о решении разрешить использование технологий ИИ при подготовке выпускных квалификационных работ
[28]. И как мы видим из описанных выше актуальных исследований данной темы, это решение быто продиктовано не столько желанием попасть в актуальный тренд, сколько стремлением как можно скорее адаптироваться к изменяющейся действительности. В интервью «Российской газете» И. М. Реморенко высказал довольно трезвую мысль на этот счет: «Искусственный интеллект не заменит учителя. Но учителя заменит другой учитель, который умеет пользоваться технологиями искусственного интеллекта» [29]. Таким образом, Московский городской стал первым из российских вузов, принявшим такое решение (в январе 2024 года к этой инициативе присоединился Северный (Арктический) федеральный университет им. М. В. Ломоносова [30]).
На основе проведенного анализа зарубежных и отечественных литературных и интернет-источников по теме мы можем говорить о значительном потенциале использования нейросетевых инструментов в учебном процессе, однако существуют и определенные вызовы, актуальность которых во многом зависит от степени развития технологической инфраструктуры, готовности образовательных учреждений к инновациям и готовности преподавателей к освоению новых методов обучения.
Методологическая база исследования / Methodological base of the research
В исследовании применены следующие методы: наблюдение за процессом использования нейросетевых инструментов студентами на занятиях по дизайн-проектированию и компьютерной графике, проведение анонимного опроса среди студентов, анализ и сравнение результатов с данными аналогичных исследований в этой области для выявления сходств и различий. Для проведения исследования был выбран формат онлайн-опроса, содержащего вопросы различной направленности: от общих (отношение к развитию ИИ) до более специфических вопросов, в том числе требующих развернутых ответов. Такой подход позволил получить как количественные, так и качественные данные для последующего анализа.
Наше исследование состояло из трех этапов:
1. Оценка отношения студентов к развитию ИИ и уровня применения нейросе-тей для решения учебных задач (февраль 2023 года).
2. Оценка реакции студентов на решение ректора о разрешении использовать нейросети при подготовке ВКР (сентябрь 2023 года).
3. Повторная и более глубокая оценка уровня применения нейросетей для решения учебных задач (февраль 2024 года).
В опросе приняли участие 175 студентов Института культуры и искусств МГПУ направлений «Педагогическое образование с двумя профилями подготовки» (профиль «Изобразительное искусство, дизайн мультимедиа») и «Дизайн» (профили «Дизайн среды» и «Коммуникативный дизайн»). В выборке респондентов поровну распределились студенты младших курсов (I и II курсы) - 87 человек - и старшекурсники (III, IV курсы и магистры) - 88 человек.
Результаты опроса представлены в виде круговых и линейчатых диаграмм и гистограмм.
Результаты исследования / Research results
Согласно нашему исследованию, 67% опрошенных оценили решение ректора «скорее положительно». 20% приняли эту новость равнодушно, и 13% выразили «скорее отрицательное» отношение. При этом наибольший процент поддержки выразили студенты I (76%), II (84%) и IV (76%) курсов.
В августе 2023 года наш университет первым из российских вузов разрешил использовать технологии искусственного интеллекта при подготовке выпускных квалификационных работ. Как Вы относитесь к данному решению?
| скорее положительно скорее отрицательно равнодушно
Рис. 1. Отношение студентов к решению ректора разрешить использование технологий ИИ при подготовке выпускных квалификационных работ
На вопрос «Какие чувства у Вас вызывает развитие ИИ?» большинство опрошенных в качестве ответа выбрали «интерес» (73%); следующие места с небольшим отрывом распределились между ответами «страх» (22%), «воодушевление» (21%), «равнодушие» (19%). Крайнюю негативную реакцию - «протест» - выразили 11% респондентов.
интерес страх
воодушевление равнодушие протест
Рис. 2. Отношение студентов к развитию искусственного интеллекта
Исследование, проведенное нами в январе 2024 года, показало, что нейросети для решения учебных задач используют 62% опрошенных студентов, в то время как год назад (в январе 2023 года) этот показатель составлял 16%, то есть количество студентов, применяющих ИИ-инструменты в своей учебной деятельности, за год выросло почти в четыре раза!
Какие чувства у Вас вызывает развитие искусственного интеллекта?
Используете ли Вы нейросети для решения учебных задач? ■ использую ■ не использую
февраль 2023 16% 84%
февраль 2024 62% 38%
Рис. 3. Анализ использования нейросетей студентами института культуры и искусств
Общение со студентами показало, что среди причин, побудивших впервые обратиться к помощи ИИ, наиболее часто встречаются:
- интерес, вызванный популярностью темы;
- необходимость обработать большой объем данных;
- сложность в решении проблемы традиционными способами.
На вопрос «С какой целью Вы обращаетесь к помощи нейросетей?» получены следующие ответы:
- Работа с текстом (генерация, редактирование и улучшение текста, подбор литературных источников, организация списков) - 83%.
- Генерация и обработка визуального контента (изображений и видео) - 33%.
- Перевод с иностранных языков - 28%.
- Создание презентаций - 18%.
- Программирование (написание и оптимизация программного кода, исправление ошибок) - 4%.
- Поиск информации - 3%.
Среди учебных задач, для решения которых студенты творческих направлений (художники и дизайнеры) прибегают к помощи нейросетевых инструментов, наиболее популярные следующие.
1. Генерация новых изображений для вдохновения или в качестве референсов для собственной работы.
2. Поиск гармоничных колористических и композиционных решений для собственной работы.
3. Обработка существующих изображений для улучшения качества, удаления фона или лишних деталей, изменения стилистики и других аспектов визуального дизайна.
4. Создание фоновых текстур, «достраивание» и проработка изображения.
5. Создание простой анимации.
В пятерку наиболее известных ИИ-инструментов вошли ChatGPT компании OpenAI - чат-бот, способный в диалоговом режиме генерировать текст (его назвали 93% респондентов), генераторы изображений - Kandinsky от компании «Сбер» (44%), Midjourney от одноименной компании-разработчика (43%) и DALL-E компании OpenAI (25%), а также AutoDraw - инструмент для рисования от Google (14%). Интересно вновь сравнить эти данные с результатами опросов онлайн-школы Skillfactory и образовательной платформы GeekBrains. В их исследованиях первое место, с боль-
шим отрывом, также занимает ChatGPT (93% и 86% соответственно); второе - стабильно за Midjourney (36% и 41%). Но стоит отметить, что его отечественный аналог, нейросеть Kandinsky, среди студентов Института культуры и искусств пользуется большей популярностью и в целом более известна. Впрочем, это можно объяснить большей доступностью нейросети от Сбера (не требует наличия аккаунта и не имеет платных ограничений).
Какие из перечисленных ИИ-инструментов Вам известны?
100%
СИа1СРТ М1фоигпеу КапШпБку
■ Исследование МГПУ ■ Исследование БкМ^айогу ■ Исследование СеекВгатБ
Рис. 4. Сравнение аналогичных исследований по вопросу наиболее популярных ИИ-инструментов
На вопрос о частоте использования 39% респондентов ответили, что используют нейросетевые технологии раз в неделю и чаще, 39% применяют их на регулярной основе (хотя бы раз в месяц), 22% - еще реже. Для сравнения покажем результаты ответа на аналогичный вопрос в исследовании образовательной платформы GeekBrains и аналитического центра университета «Синергия».
Как часто Вы обращайтесь за помощью к нейросетям?
раз в неделю и чаще раз в месяц еще реже
■ Исследование МГПУ ■ Исследование Синергии ■ Исследование СеекВгатБ
Рис. 5. Сравнение аналогичных исследований по вопросу о регулярности использования нейросетей
Среди основных проблем, с которыми студенты сталкиваются в использовании технологий ИИ: сложность в составлении текстового запроса (72%), наличие платной подписки (57%), необходимость проверять и дорабатывать результат вручную (21%), наличие англоязычного интерфейса или необходимость формировать запрос на английском языке (18%), необходимость регистрации (8%). Не столкнулись с проблемами всего 4% опрошенных.
Наблюдение за студентами показало, что они относятся с высокой степенью доверия к результату деятельности ИИ. Это особенно заметно при работе с чат-ботами, генерирующими текст. Результат такой генерации - скомпилированные данные из разных источников, которые могут выглядеть убедительно, но по сути являются ложными. Использовать такие инструменты для поиска информации (что делают некоторые студенты) и не подходить критически к результату - грубая ошибка. Приведем небольшой, но характерный пример. На запрос для ChatGPT «назови представителей советского конструктивизма» бот предлагает варианты: Владимир Татлин, Варвара Степанова, Александр Родченко и Лаврентий Берия. Последний действительно окончил строительное училище в Сухуми, а во многих статьях фигурирует как «архитектор страха», но, естественно, не имеет отношения к конструктивизму. Повсеместно встречаются примеры, когда чат-бот, соединяя информацию из разных источников, указывает несуществующих людей или издания. При этом если в ответ спросить у ^а!СРТ: «Это реальные люди?», он поспешно исправится: «Извините за путаницу. Нет, упомянутые мной имена вымышлены». Однако, если не подходить к результату критически, грубые фактологические ошибки неизбежны.
Отношение преподавателей к использованию ИИ-инструментов студенты определили следующим образом.
- Преподаватели не против использования, но советуют не злоупотреблять нейросетями - 41%.
- Преподаватели поощряют использование, дают задания, в которых интегрировано использование ИИ-инструментов - 13%.
- Преподаватели категорически против использования нейросетей - 7%.
Мнение о том, что преподаватели не компетентны в данном вопросе, выразили
39% респондентов.
Каково отношение Ваших преподавателей к использованию ИИ-инструментов
в учебной деятельности?
■ они не против использования, но советуют не злоупотреблять
■ они не компетентны
в данном вопросе
■ они поощряют использование
Рис. 6. Мнения студентов об отношении их преподавателей к использованию ИИ-инструментов
в учебной деятельности
Также, согласно опросу, 71% студентов продолжит использование нейросетей после окончания вуза, а 20% уже используют в своей профессиональной деятельности.
Продолжите ли Вы использовать нейросети после окончания вуза в своей работе?
■ скорее да
■ уже использую
■ скорее нет
Рис. 7. Результаты опроса студентов об использовании нейросетей в профессиональной деятельности
Заключение / Conclusion
Из проведенного нами анализа видно, что применение технологий ИИ в учебном процессе предоставляет нам новые возможности, но и формирует вызовы, решения которых еще предстоит разработать. Подводя итоги, фиксируем следующее.
1. Студенты высоко оценивают потенциал нейросетей для решения учебных и творческих задач. Количество обращений к помощи ИИ-инструментов за год увеличилось практически в четыре раза, и, учитывая общий уровень популярности данной темы, а также неуклонное развитие соответствующих технологий, можно прогнозировать дальнейшее увеличение уровня вовлеченности студентов. В данном положении считаем, что бессмысленно запрещать студентам использовать нейросети, необходимо обучить их принципам использования, предоставить необходимую методологическую базу для работы с ИИ и воспитать критическое отношение к результатам генерации.
2. В области изобразительного искусства и дизайна нейросети могут успешно использоваться для автоматизации части рутинных процессов, таких как ретуширование и улучшение качества изображений, создание текстур и паттернов. Кроме того, сгенерированные изображения могут служить референсами, обеспечивая обучающимся альтернативный источник визуальной информации для вдохновения. В то же время нейросети допускают серьезные ошибки в передаче анатомического строения кистей рук, зубов и глаз, испытывают сложности в создании правдоподобной динамики движения человеческого тела и часто демонстрируют отсутствие понимания композиционного равновесия.
3. Несмотря на то что лишь 21% опрошенных студентов указали в качестве проблемы работы с нейросетями необходимость перепроверять и дорабатывать результат вручную, именно этот показатель вызывает у нас наибольшую тревогу. Замечено, например, что при генерации текста нейросеть способна в качестве примеров приводить фамилии несуществующих людей, указывать вымышленные источники или
приводить ложные данные. Если «подловить» чат-бот на этом, он стремится исправить ошибку, однако наличие критического подхода в данном случае необходимо.
4. Очевидно, что на данный момент наметился разрыв между отношением к нейросетям у студентов и преподавателей. Так, согласно нашему исследованию, 39% преподавателей, по мнению обучающихся, некомпетентны в данном вопросе. Понимая односторонность и субъективность подобных высказываний, мы все же считаем их важным показателем. Лишая студентов руководства в данном вопросе, мы рискуем, что «свободное плавание» приведет их к потере субъективности и чуткости, а в результате - к творческой стагнации. Безусловно, для более полной картины необходимо провести исследование отношения профессорско-преподавательского состава института к использованию нейросетей студентами.
5. В настоящее время просматривается широкий спектр перспектив использования технологий ИИ в формировании образовательного процесса, а поэтому необходимо как можно ответственнее отнестись к обучению будущих пользователей (как студентов, так и преподавателей). При этом важно дать не только общее теоретическое представление о принципах работы нейронных сетей, но и обучить практическим навыкам взаимодействия с ними, особое внимание уделить правилам формулировки текстовых запросов (промптов). Но этот процесс будет односторонним, если не сформировать у студентов представление о необходимости использовать критическое мышление, анализировать результаты работы нейросетей и развивать умение дополнять сгенерированный контент собственными идеями. Это позволит не только эффективно использовать нейросети, но и развивать свои творческие способности, что в итоге приведет к более глубокому пониманию и применению этой передовой технологии в образовании.
Ссылки на источники / References
1. Терехова Е. С., Пучкова Н. Н., Ганова Т. В. Особенности машинного творчества и возможности его применения в процессе обучения студентов-дизайнеров // Научное мнение. - СПб.: Санкт-Петербургский университетский консорциум, 2021. - № 10. - С. 60-66.
2. Тьюринг А. Вычислительные машины и разум / [пер. с англ. К. Королева]. - М.: Издательство АСТ, 2018. - 128 с.
3. Сабзалиева Э., Валентини А. ChatGPT и искусственный интеллект в высшем образовании // Цифровая библиотека UNESDOC. - URL: https://unesdoc.unesco.Org/ark:/48223/pf0000385146_rus
4. Moorhouse B. L., Yeo M. A., Wan Y. Generative AI tools and assessment: Guidelines of the world's top-ranking universities // Computers and Education Open. - 2023. - URL: https://www.sciencedirect.com/science/arti-cle/pii/S2666557323000290
5. Garcia-Penalvo F. J. Generative Artificial Intelligence: New Scenarios in Teaching, Learning, and Communication // VIII Congreso Internacional de Estudios sobre Medios de Comunicac (Universidad Complutense de Madrid, September 6th, 2023). - URL: https://www.researchgate.net/publication/373776877_Generative_Artificial_Intelli-gence_New_Scenarios_in_Teaching_Learning_and_Communication
6. Schiel J., Bobek B. L., Schnieders J. Z. High School Students' Use and Impressions of AI Tools // ACT. - 2023. - URL: https://www.act.org/content/act/en/research/pdfs/High-School-Students-Use-and-Impressions-of-AI-Tools-Accessible.html
7. Baron N. S. How ChatGPT robs students of motivation to write and think for themselves // The Conversation. - 2023. - URL: https://theconversation.com/how-chatgpt-robs-students-of-motivation-to-write-and-think-for-themselves-197875
8. Shaw C., Yuan L., Brennan D. et al. GenAI in Higher Education: fall 2023. Update time for class study // Tyton Partners. - 2023. - URL: https://tytonpartners.com/app/uploads/2023/10/GenAI-IN-HIGHER-EDUCATI0N-FALL-2023-UPDATE-TIME-F0R-CLASS-STUDY.pdf
9. Chan C., Hu W. Students' voices on generative AI: perceptions, benefits, and challenges in higher education // International Journal of Educational Technology in Higher Education. - 2023. - URL: https://www.re-searchgate.net/publication/372411790_Students'_voices_on_genera-tive_AI_perceptions_benefits_and_challenges_in_higher_education
10. Касперович-Рынкевич О. Н. Искусственный интеллект и нейросети в восприятии белорусской молодежи // Медиа в современном мире. 62-е Петербургские чтения: сб. материалов ежегодного 62-го Междунар. науч. форума. - 2023. - Т. 2. - С. 39-40.
11. Terwiesch C. Would Chat GPT3 Get a Wharton MBA? A Prédiction Based on Its Performance in the Operations Management Course // Mack Institute for Innovation Management. - 2023. - URL: https://mackinstitute.whar-ton.upenn.edu/2023/would-chat-gpt3-get-a-wharton-mba-new-white-paper-by-christian-terwiesch/
12. Везетиу Е. В., Ромаева Н. Б. Искусственный интеллект как инновационный инструмент внедрения современных средств обучения в образовательный процесс высших учебных заведений // Проблемы современного педагогического образования. - 2022. - № 77-2. - С. 73-77.
13. Родионов О. В., Тамп Н. В. Технологии искусственного интеллекта в образовании // Воздушно-космические силы. Теория и практика. - 2022. - № 22. - С. 64-74.
14. Катханова Ю. Ф., Юй С., Корыгин А. И. Искусственный интеллект в образовательном пространстве // Преподаватель XXI век. - 2022. - № 3-1. - С. 215-223.
15. Миловидов С. В. Художественные особенности произведений компьютерного искусства, созданных с использованием технологий машинного обучения // Артикульт. - М.: Изд. ФГБОУ ВО «Российский государственный гуманитарный университет», 2022. - № 4 (48). - С. 45.
16. Афанасьева Е. А. Авторское право в эпоху искусственного интеллекта // Интеллектуальная собственность. Авторское право и смежные права. - 2020. - № 6. - С. 59-66.
17. Коновалова К. В. Использование нейросетей в визуальном искусстве: методология и проблема художественной ценности // Актуальные проблемы дизайна и дизайн-образования: материалы VII Междунар. науч.-практ. конф. - Минск, 2023. - С. 11-18.
18. Булыгина А. О. Роль генеративных нейросетей в обучении искусствам студентов художественно-графических факультетов // Проблемы современного педагогического образования / Гуманитарно-педагогическая академия (филиал) ФГОУ ВО «Крымский федеральный университет им. В. И. Вернадского». - 2023. - № 78-3. - С. 44-47.
19. Галкин Д. В., Коновалова К. В., Бобков С. П. К проблеме автоматизации творчества в сфере искусства и дизайна: инструментальный и генеративный подходы // Вестник ТГУ. Культурология и искусствоведение. - Томск: Изд-во ФГБОУ ВПО «Национальный исследовательский Томский государственный университет», 2021. - № 44. - С. 20.
20. Горская Е. В. Использование нейросети в обучении студентов художественных специальностей // Научный аспект. - 2023. - Т. 16. - № 11. - С. 1918-1925.
21. Витковский А. Н., Меркулова Н. И. Применение изображений, сгенерированных нейросетью, в рамках учебных заданий студентов графического дизайна // Наука на благо человечества: материалы Междунар. науч. конф. молодых ученых. Статьи преподавателей и аспирантов. - М., 2023. - С. 195.
22. Шмакова Л. Е., Ченушкина С. В., Краюхина О. Е. Генеративные подходы как средство развития креативности у студентов творческих специальностей // Мир науки, культуры, образования, 2022. - № 4(95). - С. 125-128.
23. Самарина А. Е., Бояринов Д. А. Нейросети для генерации изображений: педагогический потенциал в высшем образовании // Научно-методический электронный журнал «Концепт». - 2023. - № 11 (ноябрь). -С. 161-179. - URL: http://e-koncept.ru/2023/231116.htm
24. Кондрат Н. Н. Применение искусственного интеллекта в обучении дизайнеров // Инженерные технологии: традиции, инновации, векторы развития: материалы IX Всерос. науч.-практ. конф. с междунар. участием. -Абакан, 2023. - С. 123-124.
25. Гаврилова Ю. В., Моторина И. Е., Павлова Т. Е. Социальные ожидания внедрения технологий искусственного интеллекта в образовании (на материалах анкетного опроса студентов МГТУ им. Н. Э. Баумана) // Медицина. Социология. Философия. Прикладные исследования. - 2022. - № 1. - С. 20-25.
26. Лапина А. Студенты российских вузов рассказали, как именно применяют нейросети в учёбе // Электронное издание Skillbox Media. - URL: https://skillbox.ru/media/education/studenty-rossiyskikh-vuzov-rasskazali-kak-imenno-primenyayut-neyroseti-v-uchyebe/
27. Никифорова А. Назвали топ самых используемых нейросетей // Хайтек-медиа. - URL: https://hightech.fm/2023/09/03/neural-choice
28. МГПУ разрешил студентам использовать ИИ при подготовке ВКР // Официальный сайт Московского городского педагогического университета. - URL: https://www.mgpu.ru/mgpu-razreshil-studentam-ispolzovat-ii-pri-podgotovke-vkr/
29. Правила для нейросети: ректор МГПУ Игорь Реморенко рассказал об искусственном интеллекте в образовании // Интернет-портал «Российской газеты». - URL: https://rg.ru/2024/01/19/pravila-dlia-nejroseti-rektor-mgpu-igor-remorenko-rasskazal-ob-iskusstvennom-intellekte-v-obrazovanii.html?ysclid=lu6rnc48lc635461517
30. В архангельском университете разрешили писать диплом с помощью нейросети // Сетевое издание РИА Новости. - URL: https://ria.ru/20240125/diplom-1923413825.html?ysclid=lu43kj4rc2265012133
1. Terekhova, E. S., Puchkova, N. N., & Ganova, T. V. (2021). "Osobennosti mashinnogo tvorchestva i vozmozhnosti ego primeneniya v processe obucheniya studentov-dizajnerov" [Specific aspects of machine creativity and the potential of its application in the process of training design majors], Nauchnoe mnenie, St. Petersburg Sankt-Peter-burgskij universitetskij konsorcium, № 10, pp. 60-66 (in Russian).
2. T'yuring, A. (2018). Vychislitel'nye mashiny i razum [Computing Machines and Intelligence], Izdatel'stvo AST, Moscow, 128 p. (in Russian).
3. Sabzalieva, E., & Valentini, A. "ChatGPT i iskusstvennyj intellekt v vysshem obrazovanii" [ChatGPT and Artificial Intelligence in Higher Education], Cifrovaya biblioteka UNESDOC. Available at: https://unesdoc.unesco.org/ark:/48223/pf0000385146_rus (in Russian).
4. Moorhouse, B. L., Yeo, M. A., & Wan, Y. (2023). "Generative AI tools and assessment: Guidelines of the world's top-ranking universities", Computers and Education Open. Available at: https://www.sciencedirect.com/sci-ence/article/pii/S2666557323000290 (in English).
5. Garcia-Penalvo, F. J. "Generative Artificial Intelligence: New Scenarios in Teaching, Learning, and Communication", VIII Congreso Internacional de Estudios sobre Medios de Comunicac (Universidad Complutense de Madrid, September 6th, 2023). Available at: https://www.researchgate.net/publication/373776877_Generative_Artificial_Intelli-gence_New_Scenarios_in_Teaching_Learning_and_Communication (in English).
6. Schiel, J., Bobek, B. L., & Schnieders, J. Z. (2023). "High School Students' Use and Impressions of AI Tools", ACT. Available at: https://www.act.org/content/act/en/research/pdfs/High-School-Students-Use-and-Impressions-of-AI-Tools-Accessible.html (in English).
7. Baron, N. S. (2023). "How ChatGPT robs students of motivation to write and think for themselves", The Conversation. Available at: https://theconversation.com/how-chatgpt-robs-students-of-motivation-to-write-and-think-for-themselves-197875 (in English).
8. Shaw, C., Yuan, L., Brennan, D. et al. (2023). "GenAI in Higher Education: fall 2023. Update time for class study", Tyton Partners. Available at: https://tytonpartners.com/app/uploads/2023/10/GenAI-IN-HIGHER-EDUCATI0N-FALL-2023-UPDATE-TIME-F0R-CLASS-STUDY.pdf (in English).
9. Chan, C., & Hu, W. (2023). "Students' voices on generative AI: perceptions, benefits, and challenges in higher education", International Journal of Educational Technology in Higher Education. Available at: https://www.re-searchgate.net/publication/372411790_Students'_voices_on_genera-tive_AI_perceptions_benefits_and_challenges_in_higher_education (in English).
10. Kasperovich-Rynkevich, O. N. (2023). " Iskusstvennyj intellekt i nejroseti v vospriyatii belorusskoj molodezhi" [Artificial intelligence and neural networks in the perception of Belarusian young people], Media vsovremennom mire. 62-e Peterburgskie chteniya: sb. materialov ezhegodnogo 62-go Mezhdunar. nauch. foruma, t. 2, pp. 39-40 (in Russian).
11. Terwiesch, C. (2023). "Would Chat GPT3 Get a Wharton MBA? A Prediction Based on Its Performance in the Operations Management Course", Mack Institute for Innovation Management. Available at: https://mackinsti-tute.wharton.upenn.edu/2023/would-chat-gpt3-get-a-wharton-mba-new-white-paper-by-christian-terwiesch/ (in English).
12. Vezetiu, E. V., & Romaeva, N. B. (2022). "Iskusstvennyj intellekt kak innovacionnyj instrument vnedreniya sov-remennyh sredstv obucheniya v obrazovatel'nyj process vysshih uchebnyh zavedenij" [Artificial intelligence as an innovative tool for introducing modern teaching aids into the educational process of higher education institutions], Problemy sovremennogo pedagogicheskogo obrazovaniya, № 77-2, pp. 73-77 (in Russian).
13. Rodionov, O. V., & Tamp, N. V. (2022). "Tekhnologii iskusstvennogo intellekta v obrazovanii" [Artificial Intelligence Technologies in Education], Vozdushno-kosmicheskie sily. Teoriya i praktika, № 22, pp. 64-74 (in Russian).
14. Kathanova, Yu. F., Yuj, S., & Korygin, A. I. (2022). "Iskusstvennyj intellekt v obrazovatel'nom prostranstve" [Artificial Intelligence in the Educational Space], Prepodavatel' XXI vek, № 3-1, pp. 215-223 (in Russian).
15. Milovidov, S. V. (2022). "Hudozhestvennye osobennosti proizvedenij komp'yuternogo iskusstva, sozdannyh s is-pol'zovaniem tekhnologij mashinnogo obucheniya" [Artistic features of computer art works created with the use of machine learning technologies], Artikul't, Moscow Izd. FGBOU VO "Rossijskij gosudarstvennyj gumanitarnyj uni-versitet", № 4 (48), p. 45 (in Russian).
16. Afanas'eva, E. A. (2020). "Avtorskoe pravo v epohu iskusstvennogo intellekta" [Copyright in the Age of Artificial Intelligence], Intellektual'naya sobstvennost'. Avtorskoe pravo i smezhnye prava, № 6, pp. 59-66 (in Russian).
17. Konovalova, K. V. (2023). "Ispol'zovanie nejrosetej v vizual'nom iskusstve: metodologiya i problema hudozhestvennoj cennosti" [Using neural networks in visual art: methodology and the problem of artistic value], Aktual'nye problemy dizajna i dizajn-obrazovaniya: materialy VII Mezhdunar. nauch.-prakt. konf, Minsk, pp. 11-18 (in Russian).
18. Bulygina, A. O. (2023). "Rol' generativnyh nejrosetej v obuchenii iskusstvam studentov hudozhestvenno-grafich-eskih fakul'tetov" [The Role of Generative Neural Networks in Teaching Arts to Students of Fine Arts and Graphic Arts Faculties], Problemy sovremennogo pedagogicheskogo obrazovaniya, Gumanitarno-pedagogicheskaya akad-emiya (filial) FGOU VO "Krymskij federal'nyj universitet im. V. I. Vernadskogo", № 78-3, pp. 44-47 (in Russian).
19. Galkin, D. V., Konovalova, K. V., & Bobkov, S. P. (2021). "K probleme avtomatizacii tvorchestva v sfere iskusstva i dizajna: instrumental'nyj i generativnyj podhody" [On the issue of creativity automation in the field of art and design: instrumental and generative approaches], Vestnik TGU. Kul'turologiya i iskusstvovedenie, Izd-vo FGBOU VPO "Nacional'nyj issledovatel'skij Tomskij gosudarstvennyj universitet", Tomsk, № 44, p. 20 (in Russian).
20. Gorskaya, E. V. (2023). "Ispol'zovanie nejroseti v obuchenii studentov hudozhestvennyh special'nostej" [Using neural networks in teaching students of art specialties], Nauchnyj aspekt, t. 16, № 11, pp. 1918-1925 (in Russian).
21. Vitkovskij, A. N., & Merkulova, N. I. (2023). "Primenenie izobrazhenij, sgenerirovannyh nejroset'yu, v ramkah uchebnyh zadanij studentov graficheskogo dizajna" [Using neural network generated images in educational tasks for graphic design students], Nauka na blago chelovechestva: materialy Mezhdunar. nauch. konf. molodyh uchenyh. Stat'i prepodavatelej i aspirantov, Moscow, p. 195 (in Russian).
22. Shmakova, L. E., Chenushkina, S. V., & Krayuhina, O. E. (2022). "Generativnye podhody kak sredstvo razvitiya kre-ativnosti u studentov tvorcheskih special'nostej" [Generative approaches as a means of developing creativity in students of creative professions], Mir nauki, kul'tury, obrazovaniya, № 4(95), pp. 125-128 (in Russian).
23. Samarina, A. E., & Boyarinov, D. A. (2023). "Nejroseti dlya generacii izobrazhenij: pedagogicheskij potencial v vysshem obrazovanii" [Neural networks for image generation: pedagogical potential in higher education], Nauchno-metodicheskij elektronnyj zhurnal "Koncept", № 11 (noyabr'), pp. 161-179. Available at: http://e-kon-cept.ru/2023/231116.htm (in Russian).
24. Kondrat, N. N. (2023). "Primenenie iskusstvennogo intellekta v obuchenii dizajnerov" [Application of Artificial Intelligence in Designer Education], Inzhenernye tekhnologii: tradicii, innovacii, vektory razvitiya: materialy IH Vseros. nauch.-prakt. konf. s mezhdunar. uchastiem, Abakan, pp. 123-124 (in Russian).
25. Gavrilova, Yu. V., Motorina, I. E., & Pavlova, T. E. (2022). "Social'nye ozhidaniya vnedreniya tekhnologij iskusstvennogo intellekta v obrazovanii (na materialah anketnogo oprosa studentov MGTU im. N. E. Baumana)" [Social expectations of the introduction of artificial intelligence technologies in education (based on the materials of a questionnaire survey among students of Bauman Moscow State Technical University)], Medicina. Sociologiya. Filoso-fiya. Prikladnye issledovaniya, № 1, pp. 20-25 (in Russian).
26. Lapina, A. "Studenty rossijskih vuzov rasskazali, kak imenno primenyayut nejroseti v uchyobe" [Students from Russian universities told how exactly neural networks are used in their studies], Elektronnoe izdanie Skillbox Media. Available at: https://skillbox.ru/media/education/studenty-rossiyskikh-vuzov-rasskazali-kak-imenno-primenyayut-neyroseti-v-uchyebe/ (in Russian).
27. Nikiforova, A. "Nazvali top samyh ispol'zuemyh nejrosetej" [They named the top most used neural networks], Hajtek-media. Available at: https://hightech.fm/2023/09/03/neural-choice (in Russian).
28. "MGPU razreshil studentam ispol'zovat' II pri podgotovke VKR" [MCPU allowed students to use AI in the preparation of their theses], Oficial'nyj sajt Moskovskogo gorodskogo pedagogicheskogo universiteta. Available at: https://www.mgpu.ru/mgpu-razreshil-studentam-ispolzovat-ii-pri-podgotovke-vkr/ (in Russian).
29. "Pravila dlya nejroseti: rektor MGPU Igor' Remorenko rasskazal ob iskusstvennom intellekte v obrazovanii" [Rules for the neural network: Rector of MCPU Igor Remorenko spoke about artificial intelligence in education], Internetportal "Rossijskoj gazety". Available at: https://rg.ru/2024/01/19/pravila-dlia-nejroseti-rektor-mgpu-igor-remorenko-rasskazal-ob-iskusstvennom-intellekte-v-obrazovanii.html?ysclid=lu6rnc48lc635461517 (in Russian).
30. "V arhangel'skom universitete razreshili pisat' diplom s pomoshch'yu nejroseti" [Arkhangelsk University allowed to write a thesis using a neural network], Setevoe izdanie RIA Novosti. Available at: https://ria.ru/20240125/diplom-1923413825.htmPysclidHu43kj4rc2265012133 (in Russian).
Вклад авторов
Contribution of the authors
Е. С. Терехова - общее руководство и планирование исследования, формулировка выводов, составление и оформление итогового варианта статьи, подготовка и оформление литературных источников.
Н. Н. Пучкова - сбор, анализ и систематизация отечественных и зарубежных научных источников по теме исследования.
Л. В. Новикова - организация, проведение и анализ результатов анкетирования среди обучающихся.
E. S. Terekhova - general organization and planning of the study, formulation of conclusions, preparation and design of the final version of the article, preparation and formatting of literary sources.
N. N. Puchkova - collection, analysis and systematization of domestic and foreign scientific sources on the research topic.
L. V. Novikova - organization, conduct and analysis of the results of the survey among students.
