CC BY
434Анализ зарубежного опыта влияния искусственного интеллекта на образовательный процесс в высшем учебном заведении
Павлюк Екатерина Сергеевна,
соискатель (прикреплена к аспирантуре Московского гуманитарного университета (МосГУ)), старший преподаватель иностранного языка (английского), кафедра иностранных языков, Государственный университет управления, г. Москва 109542, Москва, Рязанский проспект, 99 E-mail: [email protected]
В данной статье исследуется феномен возникновения и использования искусственного интеллекта в преподавании и обучении в высшей школе. Она посвящена исследованию и анализу изменений в высшей образовательной среде как последствий внедрения современных цифровых и автоматизированных технологий в высших учебных заведениях. Для того чтобы предсказать будущий характер изменения вектора развития высшего образования на территории Российской Федерации, необходимо проанализировать зарубежный образовательный опыт ранее внедрённых технологий, функционирующих на базе искусственного интеллекта, что позволит взвесить и грамотно оценить плюсы и минусы такого рода образовательной системы, а также скорректировать собственный план по внедрению и характеристике роли искусственного интеллекта в среде современного высшего образования, где искусственный интеллект является инструментом для эффективного функционирования университетской структуры, наращивания скорости внедрения новых образовательных технологий. В статье обозначены некоторые проблемы, существующие для высших учебных заведений и обучения студентов, которые возникают в случае внедрения технологий на основе искусственного интеллекта в процесс обучения, который требует организации дополнительной поддержки студентов, а также изменений в системе администрирования, что требует дополнительных исследований в сегменте.
Ключевые слова: высшее образование, искусственный интеллект, познавательная самостоятельность, современные технологии, умный кампус
Введение
Будущее высшего образования неразрывно связано с развитием новых технологий и вычислительных мощностей новых интеллектуальных машин. В образовательном сегменте внедрение и применение искусственного интеллекта открывает новые возможности и формирует новые вызовы для преподавания и обучения в высших учебных заведениях, с потенциалом фундаментального изменения в управлении и существенных изменениях во внутренней архитектуре высших учебных заведений.
Необходимо отметить, что акцент на ИИ решениях, и их применении относится к 1950-м годам. В эти годы Алан Тьюринг (Alan Mathison Turing) разработал решение вопроса, позволяющего аргументировать то, какая система, разработанная человеком, может считаться «разумной» [4]. Тьюринг предложил имитационную игру, тест, который включает в себя способность человека-слушателя распознавать диалог с машиной или другим человеком. В случае если это различие не обнаружено, допустимо признать, что то, с чем происходит взаимодействие, есть интеллектуальная система, или искусственный интеллект (ИИ). В 1956 году Джон МакКарти (John McCarthy) предложил одно из первых и наиболее точных определений, которое свидетельствует о том, что «изучение (искусственного интеллекта) должно основываться на предположении, что каждый аспект обучения или любая другая особенность интеллекта, в принципе, может быть описана настолько точно, что может быть создан некий механизм, либо машина для его моделирования» [18].
Начиная с 1956 года, мы находим различные теоретические представления об искусственном интеллекте, на которые оказывают влияние смежные области знания: химия, биология, лингвистика, математика, а также ранее реализованные идеи в самой сфере развития искусственного интеллекта. Разнообразие определений и понятий ИИ до сих пор вызывает споры. Большинство подходов к определению ИИ фокусируются на недостаточных достижениях в познании, либо вынуждены быть проигнорированными по политическим, психологическим или философским аспектам концепции интеллекта.
На данный момент, существуют две основные трактовки для наиболее полной характеристики данного понятия. Согласно первой, «искусственный интеллект» (ИИ; англ. artificial intelligence, AI) является «свойством интеллектуальных систем» и возможностью «выполнять творческие функции,
сз о со -а
I=i А
—I
о
сз т; о m О от
З
ы о со
которые традиционно считаются прерогативой человека [1].
Второе определение свидетельствует о том, что это «наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ» [21].
Для целей нашего анализа влияния искусственного интеллекта на преподавание и обучение в высшей школе мы предлагаем базовое определение, основанное на литературном обзоре некоторых предыдущих определений в этой области. Таким образом, мы можем определить искусственный интеллект (ИИ) как некие вычислительные системы, которые способны участвовать в естественных процессах, свойственных человеку, таких как обучение, адаптация, синтез, самокоррекция и использование данных для обработки и решения сложных и комбинированных задач.
Искусственный интеллект в настоящее время развивается ускоренными темпами, и это уже привело к глубинным изменениям с точки зрения не только оказания образовательно-познавательных услуг, но и формирования и развития навыков «познавательной самостоятельности» (ПС) у учащихся. Согласно определению М.И. Махмутовой, ПС - это «наличие интеллектуальной способности ученика и его умений самостоятельно вычленять существенные и второстепенные признаки предметов, явлений и процессов действительности путем абстрагирования и обобщения раскрывать сущность новых понятий» [5, с. 7]. В рамках данного определения, возможно, выделить такие ключевые компоненты ПС как:
1) умение ученика самостоятельно добывать новые знания и приобретать новые умения и навыки, как путем заучивания, так и путем самостоятельного исследования и «открытия»;
2) умение использовать приобретенные знания, умения и навыки для дальнейшего самообразования;
3) умение применять их в практической деятельности для решения любых жизненных проблем [7, с. 34].
Наиболее интересным наблюдением является то, что ИИ в образовательной среде должны быть присуще идентичные качества, что и ПС. Основным, из которых, должна быть способность работать самостоятельно, то есть по меркам системы -автономно.
В этом контексте также важно отметить, что «машинное обучение» является перспективной областью искусственного интеллекта. В то время как некоторые решения ИИ остаются зависимыми от программирования, а некоторые имеют встроенную способность анализировать закономерности и делать прогнозы. Примером может служить AlphaGo - программное обеспечение, разработан-5 ное британской компанией Google DeepMind. ИИ -о отдельная ветвь корпорации Google, который смог обыграть лучшего игрока в мире в Go - корейского го профессионала Ли Седоля, в очень сложной на-Ü стольной игре [16]. Мы определяем «машинное об-
учение» как «подполе» искусственного интеллекта, которое включает программное обеспечение, способное распознавать повторяющиеся алгоритмы (шаблоны), делать прогнозы и применять повторно встречающиеся алгоритмы действий к ситуациям, которые не были зафиксированы в их существующей и постоянно расширяемой автономной базе данных (Big Data).
Итак, обозначив базовые понятия данного исследования, перейдём к характеристике его целей и изложению основного материала исследования.
Цель статьи: вызвать дополнительный интерес и организовать научные дискуссии о беспрерывно развивающейся области искусственного интеллекта в высшем образовании, продемонстрировав соответствующие исследования влияния искусственного интеллекта (ИИ) на преподавание, обучение и высшее образование, в целом. Обозначенное будет реализовано через исследовательский анализ литературы недавних исследований о том, как ИИ может изменить не только процесс обучения студентов и инструментарий обучения преподавателя в университетах, но и всю архитектуру высшего образования.
В исследовании применялся комплекс взаимодополняющих методов на основе принципов общенаучной методологии: теоретических - методов анализа, синтеза, обобщения работ, соответствующих заявленной теме.
Изложение основного материала исследования
Изначально, внедрение искусственного интеллекта в сегмент высшего образования было основано на его потенциале коренного структурного изменения университетской системы администрирования. Процесс всесторонней международной «цифрови-зации» (процесс перехода на электронную систему [9]) сегодня является неким объединяющим элементом-признаком всех сфер современной жизни и деятельности человека, как некогда новое мировое явление, известное многим как «глобализация» -«процесс всемирной экономической, политической, образовательной, культурной и религиозной интеграции и унификации» [2]. Цифровизация образовательной среды сегодня во всем мире предполагает первичное наличие и поступательное внедрение искусственного интеллекта.
Администрирование образовательных процессов вуза предполагает внедрение ERP-систе-мы, соответствующей индивидуальным запросам каждого из университетов. Данная специализированная программа-помощник в категории «smart» успешно зарекомендовала себя в ряде зарубежных стран-лидеров в области образования: Великобритании, США, Австралии, Германии, Швейцарии, Франции, Китае и Японии. ERP (англ. Enterprise Resource Planning, планирование ресурсов предприятия), созданная компанией GartnerGroup, является организационной стратегей интеграции производства и операций, управления трудовыми ресурсами, финансового менеджмента и управле-
ния активами, ориентированная на непрерывную балансировку и оптимизацию ресурсов предприятия посредством специализированного интегрированного пакета прикладного программного обеспечения, обеспечивающего общую модель данных и процессов для всех сфер деятельности [3;14].
Для безопасного и эффективного хранения данных (архивирования) индивидуальной ERP-систе-мы, многие зарубежные университеты, уже используют (либо стремятся) одну из материализованных зарождающуюся форм искусственного интеллекта - суперкомпьютер IBM Watson. В Университете Дикина в Австралии (Deakin university) это решение, помимо эффективного и надёжного хранения информации, позволяет осуществлять консультацию студентов 24 часа в сутки, 7 дней в неделю в течение 365 дней в году [13]. Несмотря на то, что его работа основана на алгоритмах, пригодных для выполнения повторяющихся и относительно предсказуемых задач, использование Watson является примером будущего влияния ИИ на общий профиль и процент управленческих кадров в высшем образовании. Это способно привести к существенному изменению структуры качества услуг, изменениям во временной динамике присутствия учащихся, педагогического состава и структуре административных единиц внутри университета.
Как внедрение, так и эффективное использование подобного рода единиц на базе ИИ ведёт к определённым рискам: суперкомпьютер, способный обеспечить бесперебойную обратную связь в любое время суток, сокращает потребность в использовании того же количества административного персонала, который ранее выполнял эту функцию. Необходимо, также, помнить, что решения искусственного интеллекта, конечно, относятся к аспектам, которые могут быть автоматизированы, но пока не могут рассматриваться как решение более сложных задач высшего образования.
Сфера преподавания и обучения в высшем образовании представляет собой другой спектр проблем. Сложность для суперкомпьютеров на сегодняшний день состоит в анализе социальных взаимоотношений педагогов и учащихся, для эффективности функционирования, которого необходимо умение распознавать качества и проявление, исключительно, на данный момент, характеризующие человека: иронию, сарказм и юмор, раздражение, волнение и радость. Многочисленные практические эксперименты свидетельствуют о невозможности любой из существующих систем уловить подобного рода явления, а также грамотно их проанализировать и охарактеризовать. Было отмечено, что любая процедура, которую осуществляет ИИ сводится к различными попыткам поверхностных решений, основанных на безэмоциональных алгоритмах, которые способны фиксировать такие индикаторы, как повторяющееся использование знаков препинания, использование заглавных букв или ключевых фраз (всё, что не связано с эмоциональной сферой человека и преобразуется в знак той или иной системы) [19].
Поскольку, данное исследование подготовлено по итогам анализа «Атласа профессий будущего» (Atlas of Emerging Jobs) [11], представленного Агентством стратегических инициатив Российской Федерации, а также по итогам образовательного интенсива «Остров 10-22», который был посвящен созданию и развитию команд региональных университетов, которые смогут реализовать системные изменения в сфере подготовки кадров для технологического развития и активными участниками которого являлись авторы настоящей публикации, необходимо проанализировать 10 основных международных технологий-тенденций на базе ИИ, которые были выявлены и вероятнее всего повлияют на высшее образование на территории Российской Федерации (РФ).
Согласно анализу, необходимо сразу отметить, что существенные изменения в образовательной практике в высших учебных заведениях мира наиболее заметны на стыке между онлайн-обучением и интерактивными цифровыми технологиям, присутствующими в аудитории, что в свою очередь, полностью меняет то, как студенты учатся и получают знания. Согласно недавнему отчету Gartner (исследовательская и консалтинговая компания, специализирующаяся на рынках информационных технологий. Наиболее известна введением в употребление понятия ERP и регулярными исследовательскими отчётами в форматах «магический квадрант» и «цикл хайпа» [12]). Данные технологии затрагивают не только студентов, но и преподавателей-профессионалов, проходящих корпоративные тренинги или находящиеся в поиске повышения квалификации.
Гленда Морган (Glenda Morgan), научный руководитель компании Gartner, заявила в 2019 году, что «учреждения, стремящиеся к процветанию в постоянно расширяющейся и видоизменяющейся образовательной экосистеме, должны использовать технологии на ранних этапах, что позволит им стать более инновационными» [20]. Она также определила взаимосвязь между глобальными правилами соблюдения требований безопасности в высшем учебном заведении (ВУЗе) и развивающейся технологией Интернета вещей (IoT) и другими современными технологиями, которые должны стимулировать руководство университетов к подготовке к все более сложным угрозам в части безопасности.
1. Безопасность и управление рисками нового поколения является первой наиболее популярной технологией на базе ИИ:
IoT - это концепция вычислительной сети физических предметов («вещей»), оснащённых встроенными технологиями для взаимодействия друг с другом или с внешней средой [15], рассматривающая организацию таких сетей как явление, способное перестроить экономические и общественные процессы, исключающее из части действий и операций необходимость участия человека. На самом деле, по данным исследовательской фирмы MarketsandMarkets, глобальный
сз о со -а
I=i А
—I
о
сз т; о m О от
З
ы о со
объем рынка Интернета вещей в сфере образования достигнет $11,3 млрд к 2023 году, по сравнению с $4,8 млрд в 2018 году [17]. Но, помимо IoT, в университетских кампусах по всему миру также используется множество других технических решений: камеры, как в Пекинском университете (кит. трад. упр. пиньинь: Beijing
Daxue, палл.: Бэйцзин дасюэ), где они сканируют лица тысяч студентов и сотрудников - преподавателей, которые проходят через ворота. системы распознавания голоса. В этом университет вместо круглосуточной охраны, которая проверяет удостоверения личности, была внедрена технология распознавания лиц, которая теперь одобряет или запрещает доступ в кампус.
Итак, обозначим вторую наиболее популярную технологию на базе ИИ, которая позволяет активно двусторонне развивать познавательную самостоятельность в связке «студент-преподаватель»:
2. Коммуникативный интерфейс на основе искусственного интеллекта (ИИ) (Artificial intelligence (AI)
Внедрение этой технологии в высшее образование в течение последнего года (2019) привлекло большое внимание, поскольку она способна интерпретировать потребности пользователя через устный или письменный язык пользователя. Диалоговые интерфейсы на базе ИИ повышают эффективность и удовлетворенность пользователей. Тип «человеко-машинного» интерфейса является определённым потенциалом для изменения способа, с помощью которого студент проходит обучение сегодня: запоминает и стимулирует к развитию собственную познавательную самостоятельность, получает различные типы доступов и создает информацию сам. Вопрос о том, сколько времени потребуется, чтобы использовать этот тип интерфейса для улучшения человеческой памяти и когнитивных функций. В настоящее время это тот вопрос, на который нет точного ответа. Это может стать реальностью после окончания нынешнего столетия, как предполагают ученые из Массачу-сетского технологического института США ((МТИ, англ. Massachusetts Institute of Technology, MIT (Cambridge, MA)), либо гораздо раньше, если рассмотреть темпы изменения технологий, используемых в обучении с 2007 года, когда был запущен первый iPhone.
Минусом такой технологии можно считать дополнительную нагрузку на самого пользователя, что ведёт к возникновению дополнительной усталости, что противоречит медицинским нормам и принципам эргономики (Эргономика (от др.-греч. epYOv - работа и vo^og - «закон») - в традиционном понимании - наука о приспособлении должностных обязанностей, рабочих мест, предметов и объектов труда, а также компьютерных про-5 грамм для наиболее безопасного и эффективного § труда работника, исходя из физических и психических особенностей человеческого организма [10]. еЗ Вторым существенным недостатком может стать Ц неэффективное использование рабочего време-
ни, так как показывает практика, наличие доступа к социальным сетям на рабочем месте зачастую стимулирует работника к замещению своих должностных обязанностей на присутствие «в сети». Интересный диалоговый интерфейс также может привести к идентичным последствиям.
Говоря о модернизации образовательного пространства, нельзя не обозначить то, что сегодня в ВУЗе принято называть:
3. Умный кампус (Smart Campus)
Интеллектуальные Кампусы или Смарт Кампусы - это проект, который поддерживается Европейской Комиссией и направлен на повышение эффективности, используемых университетом оборудования и энергоресурсов на основе взаимодействия с основными пользователями (студентами, преподавателями, исследователями) [8]. Это цифровые или физические пространства нового образца, в которых люди и интеллектуальные устройства могут свободно взаимодействовать.
Успешным и общеизвестным реализованным проектом сегодня можно считать высшее учебное заведение: Политехническую школу Лозанны, (EPFL) организованную для образования, исследований и развития технологий. Она скорее известна как «parc scientifique» (фр. научно-исследовательский кампус).
За всю свою историю «Лозанна» подготовила 21 Нобелевского лауреата.
Хотя эти среды находятся на ранних стадиях своего развития, ожидается, что они будут продолжать развиваться. Основными «потребителями» данных образовательных возможностей являются студенты по всему миру, так как именно за ними остаётся право выбора, какими возможностями пользоваться и какие будут неэффективны на их взгляд как фокусной аудитории. В этой связи средняя и высшая школы должны находиться в тесном контакте и искать дополнительного взаимодействия, которое должно способствовать достижению качественно новых положительных результатов, основанных на новаторских практиках с использованием последних технологий для расширения «потребительского» опыта.
4. «Прогноз-анализ»
Прогностическая аналитика представляет особую ценность в образовании, потому что она может дать студентам представление о спросе на определенные курсы, а также определить вероятность того, что студенты не смогут справиться с образовательными требованиями того или иного учебного заведения и как следствие: бросят учебу. Данная «теория вероятности» на данный момент, как показывает практика, не может представить точную статистику, а значит, присутствует высокий процент погрешности, что в «рисковое число» могут попасть студенты - будущие «генераторы неповторимых идей», которые не попадают в категорию прилежных, среднестатистических учащихся (Людвиг Ван Бетховен, Александр Пушкин, Уинстон Черчилль, Альберт Эйнштейн, Иосиф Бродский, Стив Джобс и т.д.).
5. Технологии «подталкивания» (Nudge Tech)
Основная задача заключается в том, чтобы учреждения использовали данные для воздействия на поведение, например, прививали правильное отношение к учебе или выделяли время для фит-неса между занятиями. Nudge Tech - это конкретный пример того, как достичь персонализации в масштабе, который становится ключевым конкурентным преимуществом во все более глобальной и цифровой образовательной экосистеме. Одна из перспективных инициатив в этом направлении исходит от MyData.org [6], международной некоммерческой организации, миссия которой заключается в поощрении к индивидуальному контролю каждого пользователя при полном соблюдении конфиденциальности персональных данных.
6. Технология цифровой аттестации
Цифровые учетные данные являются важнейшей технологией для устранения мошенничества и защиты информации о пользователях, инструментом, который окажется невероятно полезным в высших учебных заведениях во время процесса набора и приема. В этой связи многие университеты по всему миру создают автономные программы безопасности исключительно для сохранения собственных баз данных и поддержания их корректной работы.
7. Гибридные интеграционные платформы
Университеты и другие учебные заведения
внедряют все больше и больше облачных бизнес-приложений, что приводит к гибридному распространению облачных систем. Эти платформы способны централизовать системы управления взаимоотношениями с клиентами (CRM) и системы управления обучением (LMS) в более интегрированный процесс. Существенным минусом такого рода систем является высокая степень риска, которая всегда присутствует при хранении большого объема любого рода конфиденциальной информации на одном носители. В случае высшего образования, этим рискам автоматически будут подвержена цепочка «студент (пользователь/заказчик) - преподаватель (исполнитель) - администрация (модератор)». На данный момент подобного рода системы уже продемонстрировали свою эффективность и на территории РФ на базе Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации (РАНХиГС при Президенте РФ).
8. Программное обеспечение для карьерного роста
Изначально, источники «карьерного» программного обеспечения были найдены в подразделениях по вопросам карьеры в профессиональных высших учебных заведениях по специализации: бизнес или инженерия. Но, на сегодняшний день международные университеты изучают возможность создания и применения единого инструмента, ориентированного на начало и продолжение поддержания карьерного роста для студента, изначально ориентированного на определённую работу на предприятии. Это может являться
как существенным плюсом, так и минусом, так как образовательные процессы в высшей школе, как и любые другие процессы, происходят в период глобализации, а это подразумевает, что, безусловно, для развития экономики будут нужны высококлассные специалисты, но, вероятнее всего, с более чем одной специализацией.
9. Студенческий кросс-жизненный цикл в системе CRM
CRM являются неотъемлемой частью целостного образовательного процесса обучения студента в образовательной среде университета. Именно благодаря данным, зафиксированным в CRM, учащиеся самостоятельно могут оценивать свою образовательную статистику, анализировать её, а значит вносить коррективы в индивидуальные образовательные принципы и влиять на личный результат.
10. Беспроводные технологии презентаций
Очевидно, полезный инструмент для студентов, эта технология позволяет пользователям легко проецировать материалы с компьютера или мобильного устройства на другой экран через систему Wi-Fi. Эта технология чрезвычайно полезна, поскольку все больше международных учреждений принимают политику «принеси свое устройство» (BYOD). Именно таких принципов придерживается Британская высшая школа дизайна (British Higher School of Art and Design).
Выводы
Технология формирования «познавательной самостоятельности» (ПС) существенно связана с глобальными изменениями, которые происходят сегодня в среде высшего образования, что напрямую связано с многочисленными технологиями, возникшими на базе искусственного интеллекта. Международный опыт в этом вопросе является ещё одним свидетельством того, что глобальные перемены, безусловно, будут происходить и в системе Российского высшего образования, несмотря на то, что у России существует возможность внедрить только те, технологии, которые действительно зарекомендовали себя в западных образовательных системах.
Данный анализ выявил основные 10 технологий, которые объединяют существующий международный опыт, и, одновременно, являются, признаками будущей образовательной среды, оказывают непосредственное влияние на развитие познавательно самостоятельности любого пользователя данных технологий. При этом необходимо ещё раз отметить, что практически у каждой технологии существуют свои недостатки, которые необходимо учитывать при введении в тот или иной вуз на территории РФ.
Заключение
Появление искусственного интеллекта и его постепенное внедрении уже сегодня не позволяет игнорировать отдельные мнения и многочисленные дискуссии о его будущей роли в преподавании и обучении
сз о со -а
I=i А
—I
о
сз т; о m О от
З
ы о со
в среде высшего образования, и о том, какой выбор будет сделан университетами в отношении этого вопроса. Быстрые темпы происходящих технологических инноваций и связанного с ними перемещения рабочих мест, означает, что преподавание в высшем образовании требует пересмотра роли, как преподавателя, так и студента, а также всех сопроводительных административных процессов.
Современное использование технологических решений, таких как ERP, CRM и LMS системы, а также точечные технологии на базе искусственного интеллекта, такие как осуществление проверки данных на антиплагиат, ставит вопрос о том, кто задает повестку дня для преподавателя и студента в процессе обучения: высшие учебные заведения или коммерческие предприятия? В условиях развития всех сфер жизни человека в условиях цифровизации экономики правильным ответом скорее будет - бизнес, который организует как стартовый капитал для развития, так и поддержания любой сферы для поступательного достижения новых показателей. Именно это позволило многим международным университетам организовать большое количество Смарт Кампусов, многие из которых реализуют систему бизнес-заказов международных крупных компаний, корпораций и холдингов.
В этой связи университетам всё чаще приходится задумываться о вопросах, связанных с конфиденциальностью, которая должна быть обеспечена визуально: через многочисленные камеры с функцией распознавания лиц и других устройств по распознаванию голоса, которые также способны осуществлять корректную работу только благодаря развитию технологий на базе ИИ. Система обработки, использования и хранения данных каждого «пользователя» университета заслуживает отдельного внимания и требует от ряда ведущих университетов в каждой стране дополнительных средств и усилий по модификации ранее внедрённых элементов безопасности.
Многие наборы задач, которые возложены на педагога и администрацию университетов будут преобразованы в алгоритмические циклы задач и в дальнейшем заменены на поддержание программным обеспечением на базе ИИ. Постоянные исследования и критические оценки по этому поводу позволят обеспечить университетам возможность оставаться учреждениями, способными поддерживать глобальное развитие цивилизации в эпоху цифровой экономики, а также развивать познавательную самостоятельность для более полного познания действительности в каждой отдельной сфере знания.
Наступает время, когда университетам необходимо переосмыслить свои функции и действующие педагогические модели, а также спрогнозировать плюсы и минусы от будущего внедрения тех-g нологий на базе ИИ. На сегодняшний день, многие высшие учебные заведения мира видят перед со-еЗ бой огромный перечень возможностей и проблем, Ü открывающихся благодаря возможностям исполь-
зования ИИ в преподавании и обучении. С одной стороны, искусственные интеллект способствует формированию «тотального образования» (для всех) - непрерывному обучению в рамках усиленной модели, которая может сохранить целостность основных образовательных ценностей, а также способствовать эффективному достижению целей современного высшего образования.
С другой стороны, это может привести к замещению знаний человека на генерирование «знаний систем и машин». В этой связи дальнейшие исследования необходимо посвятить новой роли преподавателя в эпоху развития искусственного интеллекта.
Публикация была подготовлена по проекту № 1154-05 в рамках договора пожертвования от 01 марта 2019 г. № 1154.
Литература
1. Аверкин А.Н., Гаазе-Рапопорт М.Г., Поспелов Д.А. Толковый словарь по искусственному интеллекту. - М.: Радио и связь, 1992. - C. 256. [Электронный ресурс] - Режим доступа: http://aihandbook.intsys.org.ru/index.php/intro/ai-glossary (дата обращения: 30.11.2019).
2. Геопортал русского географического общества. III вариант 2017. [Электронный ресурс] -Режим доступа: https://dictant.rgo.ru/page/iii-variant-2017 (дата обращения: 22.01.2020).
3. Леон А.(2008). Планирование ресурсов предприятия.- 2-е изд. Нью - Дели: Макгро-Хилл. 2008. - C. 500.
4. Луценко Е.В. «Антитьюринг», или критика теста Тьюринга с позиций информационно-функциональной теории развития техники. [Электронный ресурс] - Режим доступа: https://cyberleninka.ru/article/n/antityuring-ili-kritika-testa-tyuringa-s-pozitsiy-informatsionno-funktsionalnoy-teorii-razvitiya-tehniki/ (дата обращения: 21.01.2020).
5. Махмутова М.И. Проблемное обучение в опыте передовых учителей Татарии // Народное образование.- 1967.- № 4. - С. 8.
6. Международная некоммерческая организация MYDATA GLOBAL. [Электронный ресурс] - Режим доступа: https://mydata.org/ (дата обращения: 30.11.2019).
7. Павлюк Е.С. Этапы формирования познавательной самостоятельности. Современное педагогическое образование. 2018.- № 5. С. 3137. Изд.: Москва: РУСАЙНС. - C. 191.
8. Финансовый университет при Правительстве Российской Федерации. Библиотечно-инфор-мациооный комплекс. Smart-технологии в высшем образовании [Online]. Available: http:// www.library.fa.ru/exhib.asp?id=199Accessed on: December 16, 2019. (in English)
9. Цифровизация образования - основные плюсы и минусы. [Электронный ресурс]. - Режим доступа: https://studopedia.ru/11_142279_
harakteristika-poznavatelnih-protsessov.html (дата обращения: 22.01.2020).
10. Эргономика. Толкование. [Электронный ресурс] - Режим доступа: https://dic.academic. ru/dic.nsf/ruwiki/18805 (дата обращения: 29.11.2019).
11. Atlas of Emerging Jobs [Online]. Available: http:// atlas100.ru/en/Accessed on: January 14, 2019. (in English).
12. Chris Kanarakus. Gartner buying AMR Research in $64M deal. [Online]. Computerworld (1 December 2009). Accessed on: December 16, 2019. (in English).
13. Deakin University (2014). IBM Watson now powering Deakin. A new partnership that aims to exceed students' needs. http://archive.li/kEnXm. Accessed 30 Oct 2016.
14. Gartner (2004), The Gartner Glossary of Information Technology Acronyms and Terms (eng.) (pdf).
15. Gartner IT glossary. Gartner (5 May 2012).- «The Internet of Things is the network of physical objects that contain embedded technology to communicate and sense or interact with their internal states or the external environment.» [Online]. Available: https://ru.scribd.com/presentation/379640829/ Iot1-Application Accessed on: December 16, 2019. (in English).
16. Gibney, E. (2017). Google secretly tested AI bot. Nature, 541(7636), 142. https://doi.org/10.1038/ nature.2017.21253.
17. Kevin Ashton. That 'Internet of Things' Thing. In the real world, things matter more than ideas. RFID Journal (22 June 2009).[Online]. Available: https:// www.rfidjournal.com/articles/view?4986 Accessed on: December 16, 2019. (in English).
18. Russell, SJ, & Norvig, P (2010). Artificial intelligence: a modern approach, (3rd ed.). Upper Saddle River: Prentice-Hall.
19. Tsur, O., Davidov, D. and Rappoport, A. (2010). Semi-supervised recognition of sarcastic sentences in Twitter and Amazon. Proceedings of the Fourteenth Conference on Computational Natural Language Learning, P. 107-116. Uppsala: Association for Computational Linguistics.
20. The Microsoft Azure cloud platform. Campus on Cloud (CoC) [Online]. Available: https://almusnet. com/ Accessed on: January 22, 2020. (in English)
21. What is Artificial Intelligence? FAQ by John McCarthy (2007). [Online]. - Available: http:// www-formal.stanford.edu/jmc/whatisai/ Accessed on: January 22, 2020. (in English).
analysis of foreign experience of the impact of artificial intelligence on the educational process in higher education institutions
Pavlyuk E.S.,
Moscow University for the Humanities
This article explores the phenomenon of the emergence and use of artificial intelligence in teaching and learning in higher education. It is devoted to research and analysis of changes in the higher education environment as a consequence of the introduction of modern
digital and automated technologies in higher education institutions. In order to predict the future character of change of a vector of development of higher education in the Russian Federation, it is necessary to analyze the foreign educational experience of previously introduced technologies based on artificial intelligence that will allow you to weigh and properly evaluate the pros and cons of this kind of educational system and to adjust its own plan for implementation and the description of the role of artificial intelligence in the environment of modern higher education, where artificial intelligence is a tool for the effective functioning of the university structure, increasing the speed of introduction of new educational technologies. The article identifies some problems that exist for higher education institutions and students ' education which arise in the case of the introduction of technologies based on artificial intelligence in the learning process, which requires the organization of additional support for students, as well as changes in the administration system which requires additional research in the segment.
Keywords: artificial intelligence, cognitive independence, higher education, modern technologies, smart campus.
References
1. Averkin A.N., Haase-Rapoport M.G., Pospelov D.A. Explanatory Dictionary of Artificial Intelligence. - M .: Radio and communications, 1992. - C. 256. [Electronic resource] - Access mode: http://aihandbook.intsys.org.ru/index.php/intro/ai-glossary (accessed: 30.11. 2019).
2. Geoportal of the Russian geographical society. III option 2017. [Electronic resource] - Access mode: https://dictant.rgo.ru/ page/iii-variant-2017 (accessed date: 01/22/2020).
3. Leon A. (2008). Enterprise Resource Planning.- 2nd ed. New Delhi: McGro Hill. 2008. - C. 500.
4. Lutsenko E.V. «Antituring», or criticism of the Turing test from the standpoint of the information-functional theory of the development of technology. [Electronic resource] - Access mode: https://cyberleninka.ru/article/n/antityuring-ili-kritika-testa-tyu-ringa-s-pozitsiy-informatsionno-funktsionalnoy-teorii-razviti-ya-tehniki/ (accessed: 21.01. 2020).
5. Makhmutova M.I. Problematic training in the experience of advanced teachers of Tatarstan // Public Education.- 1967. - No. 4. - P. 8.
6. International non-profit organization MYDATA GLOBAL. [Electronic resource] - Access mode: https://mydata.org/ (accessed: 11/30/2019).
7. Pavlyuk E.S. Stages of the formation of cognitive independence. Modern teacher education. 2018. - No. 5. - P. 31-37. Publisher: Moscow: RUSAINS. - P. 191.
8. Financial University under the Government of the Russian Federation. Library and Information Complex. Smart Technologies in Higher Education [Online]. Available: http://www.library.fa.ru/ exhib.asp?id=199Accessed on: December 16, 2019. (in English).
9. Digitalization of education - the main pros and cons. [Electronic resource]. - Access mode: https://studopedia.ru/11_142279_ harakteristika-poznavatelnih-protsessov.html (accessed date: 01/22/2020).
10. Ergonomics. Interpretation. [Electronic resource] - Access mode: https://dic.academic.ru/dic.nsf/ruwiki/18805 (accessed: 11.29.2019).
11. Atlas of Emerging Jobs [Online]. Available: http://atlas100.ru/en/ Accessed on: January 14, 2019. (in English).
12. Chris Kanarakus. Gartner buying AMR Research in $64M deal. [Online]. Computerworld (December 1, 2009). Accessed on: December 16, 2019. (in English).
13. Deakin University (2014). IBM Watson now powering Deakin. A new partnership that aims to exceed students 'needs. http://ar-chive.li/kEnXm. Accessed Oct 30, 2016.
14. Gartner (2004), The Gartner Glossary of Information Technology Acronyms and Terms (eng.) (Pdf).
15. Gartner IT glossary. Gartner (May 5, 2012).- "The Internet of Things is the network of physical objects that contain embedded technology to communicate and sense or interact with their internal states or the external environment." [Online]. Available: https://ru.scribd.com/presentation/379640829/Iot1-Application Accessed on: December 16, 2019. (in English).
16. Gibney, E. (2017). Google secretly tested AI bot. Nature, 541 (7636), 142. https://doi.org/10.1038/nature.2017.21253.
C3
о
CO "O
1=1 А
—I
о
C3 t; о m О от
З
ы о со
17. Kevin Ashton. That 'Internet of Things' Thing. In the real world, things matter more than ideas. RFID Journal (22 June 2009). [Online]. Available: https://www.rfidjournal.com/articles/ view?4986 Accessed on: December 16, 2019. (in English).
18. Russell, SJ, & Norvig, P (2010). Artificial intelligence: a modern approach, (3rd ed.). Upper Saddle River: Prentice-Hall.
19. Tsur, O., Davidov, D. and Rappoport, A. (2010). Semi-supervised recognition of sarcastic sentences in Twitter and Amazon. Proceedings of the Fourteenth Conference on Computational
Natural Language Learning, pp. 107-116. Uppsala: Association for Computational Linguistics.
20. The Microsoft Azure cloud platform. Campus on Cloud (CoC) [Online]. Available: https://almusnet.com/ Accessed on: January 22, 2020. (in English)
21. What is Artificial Intelligence? FAQ by John McCarthy (2007). [Online]. - Available: http://www-formal.stanford.edu/jmc/whati-sai/ Accessed on: January 22, 2020. (in English).
o d
u
