CC BY
66DOI 10.47576/2949-1878_2023_6_159 УДК 378:004
ЧАТ-БОТЫ В ЭЛЕКТРОННОМ ОБУЧЕНИИ: НОВЫЕ ВОЗМОЖНОСТИ И ВЫЗОВЫ
Алиева Марем Вахаевна,
ассистент кафедры программирования и инфокоммуникационных технологий Института математики, физики и информационных технологий, Чеченский государственный университет имени А. А. Кадырова, г. Грозный, Россия, e-mail: marem.al@mail.ru
Тасуева Милана Рамзановна,
ассистент кафедры информатики и вычислительной техники Института прикладных информационных технологий, Грозненский государственный нефтяной технический университет имени академика М. Д. Милли-онщикова, г. Грозный, Россия, e-mail: raskrea.d@gmail.com
Амирова Эльмира Фаиловна,
доцент кафедры экономики и информационных технологий Института экономики, Казанский государственный аграрный университет, г. Казань, Россия, e-mail: elmira_amirova@mail.ru
В статье рассматриваются преимущества и ограничения использования чат-ботов в электронном обучении. Отмечается, что чат-боты - это инновационный инструмент, который может значительно улучшить процесс обучения, обеспечивая доступность, удобство и эффективность. Однако они также имеют свои ограничения, которые нужно учитывать при использовании в образовательных целях. Рассмотрены как плюсы, так и минусы чат-ботов, а также возможности для их оптимального использования в электронном обучении.
Ключевые слова: электронное обучение; искусственный интеллект; автоматизация обучения; персонализированное обучение; преимущества чат-ботов в обучении; ограничения использования чат-ботов в обучении.
UDC 378:004
CHATBOTS IN E-LEARNING: NEW OPPORTUNITIES
AND CHALLENGES
Alieva Marem Vakhaevna,
assistant of the Department of Programming and Infocommunication Technologies, Institute of Mathematics, Physics and Information Technologies, Chechen State University named after A. A. Kadyrov, Grozny, Russia, e-mail: marem.al@mail.ru
Tasueva Milana Ramzanovna,
assistant of the Department of Informatics and Computer Engineering, Institute of Applied Information Technologies, Grozny State Oil Technical University named after Academician M. D. Millionshchikov, Grozny, Russia, e-mail: raskrea.d@ gmail.com
Amirova Elmira Failovna,
Associate Professor, Department of Economics and Information Technologies, Institute of Economics, Kazan State Agrarian University, Kazan, Russia, e-mail: elmira_amirova@mail. ru
The article discusses the advantages and limitations of using chatbots in e-learning. It is noted that chatbots are an innovative tool that can significantly improve the learning process, providing accessibility, convenience and efficiency. However, they also have their own limitations that must be considered when used for educational purposes. Both the pros and cons of chatbots are considered, as well as the possibilities for their optimal use in e-learning.
Keywords: e-learning; artificial intelligence; automation of training; personalized learning; benefits of chatbots in education; restrictions on the use of chatbots in education.
Чат-боты - это компьютерные программы, способные имитировать разговор с человеком. Они становятся все более распространенными в различных сферах, в том числе и в образовании.
В статье рассмотрены преимущества и ограничения использования чат-ботов в электронном обучении, проанализировано, как чат-боты могут помочь студентам улучшить свои знания и навыки, а также упростить работу преподавателей и сократить время, затрачиваемое на проверку заданий и коммуникацию со студентами, выделены некоторые ограничения и вызовы, связанные с использованием чат-ботов в обучении, такие как ограничения в базе знаний, технические проблемы и проблемы конфиденциальности данных.
В настоящее время электронное обучение становится все более популярным и широко используется в различных областях, включая образование. С развитием технологий появляются новые инструменты и методы обучения, которые обеспечивают удобство, доступность и эффективность процесса обучения. Один из таких инструментов - чат-боты. Чат-боты могут использоваться для
обучения и улучшения образовательного процесса в целом. Однако, как и любой другой инструмент, имеют свои преимущества и ограничения.
Искусственный интеллект - область науки и технологий, которая изучает методы и технологии создания компьютерных систем, способных выполнять задачи, требующие интеллектуальной деятельности, которую обычно связывают с разумным поведением человека, таким как распознавание речи, обучение, планирование, принятие решений, решение задач и т. д. Современные системы искусственного интеллекта основаны на алгоритмах машинного обучения, нейронных сетях, обработке естественного языка, компьютерном зрении, робототехнике и других технологиях. Они используются в различных областях, таких как медицина, финансы, транспорт, производство, образование и др. [1]
Машины, оснащенные искусственным интеллектом, запоминают модели поведения. Эта работа позволяет им решать проблемы и правильно действовать в той или иной ситуации. Обучение осуществляется с помощью баз данных и алгоритмов. Эта сложная
Рисунок 1 - Схема работы чат-бота ЖУРНАЛ ПРИКЛАДНЫХ ИССЛЕДОВАНИЙ
работа помогает машине оценить важность проблемы, просмотреть возможные решения и схожие прошлые ситуации, чтобы действовать правильно [2]. Технологии искусственного интеллекта разнообразны: генерация естественного языка, речь, распознавание речи, виртуальная речь, распознавание, виртуальные агенты (чат-боты), машинное обучение, аппаратное обеспечение, глубокое обучение и др. [3]
Первый чат-бот по имени Элиза был создан в 1966 г. Джозефом Вейзенбаумом, профессором Массачусетского технологического института (MIT) в США [4]. Программа, имитирующая роджерианского психотерапевта, переформулировала большинство высказываний собеседника в вопросы, которые он задавал в ответ.
Чат-бот, или виртуальный помощник, -это компьютерная программа, имитирующая письменный или устный разговор с человеком [5]. Когда пользователь задает в беседе вопрос или формулирует команду, чат-бот отвечает или выполняет требуемое действие.
По сути, чат-бот работает, полагаясь на
базу знаний, которая представляет собой набор вопросов и ответов на них, которые запускаются на основе определенных ключевых слов, замеченных в разговоре. Однако достижения в области искусственного интеллекта, и более конкретно в области машинного обучения, позволили создать гораздо более продвинутые разговорные агенты. Эта эволюция обусловлена внедрением современных систем анализа естественного языка, которые являются мощными и способны к самосовершенствованию [6].
База знаний - это структурированное хранилище информации, содержащее знания и данные, которые могут быть использованы для различных целей, например для поиска и получения информации, автоматизации задач и процессов, анализа данных и т. д. В контексте чат-ботов база знаний - это набор информации, на основе которой чат-бот может обрабатывать запросы пользователей и предоставлять им соответствующую информацию или ответы. База знаний может включать в себя тексты, изображения, видео, аудио и другие типы данных [6].
Рисунок 2 - Схема последовательности действий
Учитывая, что чат-бот положительно влияет на широкий спектр областей (медицина, коммерция, финансы, телекоммуникации и т. д.), очевидно, что электронное обучение не станет исключением.
Рассмотрим некоторые исследования, по-
священные использованию чат-бота в образовательной сфере, оценим их и сравним подходы.
Процесс извлечения, предложенный в [7], позволяет автоматически собирать очень большой КВ, что экономит время и помога-
ет чат-боту расширить свои возможности по взаимодействию с пользователями, извлекая уроки из разнообразных ответов, доступных в KB. Тем не менее КБ чат-бота ограничено ранее извлеченными обсуждениями.
В этом контексте другое исследование, проведенное в 2018 г. Ш. Хуссейн и А. Джи-нидж [8], предлагает расширить базу знаний обычного чат-бота за пределы его локальной базы знаний, подключаясь к внешнему источнику. С одной стороны, использование внешнего источника повышает аналитические способности чат-бота и позволяет ему корректно взаимодействовать с пользователями, но с другой стороны, использование, например Википедии в качестве единственного внешнего источника, ограничивает возможности чат-бота, лучше использовать более одного внешнего источника, чтобы улучшить возможности чат-бота.
В статье [9] представлен процесс извлечения КБ чат-бота AIML из текстовых массивов с использованием системы AGATA (автоматическая генерация AIML на основе сбора текста), разработанной для облегчения и сокращения времени, необходимого для выполнения этой задачи. Процесс, предложенный в этой статье, позволяет улучшить KB чат-бота и позволяет использовать различные языки и структуры, которые можно легко преобразовать в базу знаний для чат-ботов AIML, не требуя сложных техник НЛП. Тем не менее процесс извлечения KB чат-бота полуавтоматичен, поскольку требует оценки эксперта на нескольких этапах процесса, что отнимает много времени. Кроме того, размер чат-бота фиксирован и ограничен в отношении извлекаемого контента.
В 2017 г. были запущены два проекта по использованию чат-ботов в образовательной сфере, первым из которых стал чат-бот для часто задаваемых вопросов, связанных с университетами [10]. Это чат-бот на языке AIML для университета Манипал, который отвечает на наиболее часто задаваемые вопросы об университете. Он предоставляет ответы в любое время, которые помогут любознательным студентам узнать всю информацию об университете. Но КБ чат-бота ограничено ответами, уже сохраненными в КБ.
Второй проект [6] - это простой чат-бот для ответов на часто задаваемые вопросы от посетителей университета. Его KB создан на
основе языка AIML. Предлагаемый чат-бот предоставляет ответы в любое время, что поможет любознательным студентам узнать всю информацию об университете, однако база знаний чат-бота ограничена ответами, сохраненными вручную.
По той же логике, в 2020 г. политехнический университет Мадрида, внедрил чат-бот по науке о данных под названием «JAICOB»[11], он состоит из разработки разговорного агента для облегчения обучения в области Data Science с помощью алгоритмов машинного обучения и когнитивных вычислений. Чат-бот был оценен на выборке студентов и получил очень хорошие результаты по удобству использования и оригинальности. Кроме того, модуль, реализованный для обработки Small talk, улучшает человеческое сходство бота и делает его более веселым и увлекательным, но создание чат-бота KB производится вручную, что отнимает много времени, и KB ограничивается уже извлеченным контентом.
Среди исследований, проведенных на тему использования чатботов в образовательной сфере, в 2018 г. был проведен обзор чатботов в системах речевого общения. Исследование [12] показывает, что развитие и совершенствование дизайна чат-ботов не растет с предсказуемой скоростью из-за разнообразия методов и подходов, используемых для разработки чат-бота, кроме того, чат-боты, разработанные для диалоговых систем в выбранных исследованиях, в целом ограничены и нуждаются в улучшении за счет разработки более полных KB, улучшения путем разработки более комплексных KB.
Образовательные чат-боты на платформе Facebook Messenger варьируются от базового уровня отправки персонализированных сообщений до рекомендации обучающего контента [13]. Результаты показывают, что чат-боты все еще находятся на ранних стадиях, чтобы стать помощниками преподавателей с искусственным интеллектом.
Методы, используемые для разработки образовательных чат-ботов, разнообразны [10; 6; 11]. Чат-боты предоставляют учащимся информацию, которую они ищут, и помогают им в процессе обучения.
Несмотря на это, предлагаемые методы в этих чат-ботах все еще ограничены из-за небольшого размера знаний, хранящихся в чат-
боте. Поскольку КВ чат-бота играет очень важную роль для улучшения интерактивности чат-бота, было реализовано несколько шаблонов для соответствия вводимым пользователем данным и генерирования ответов, но при этом сложно адаптировать базу знаний чат-бота ко всем пользователям. В связи с этим было проведено несколько работ для расширения базы знаний, используя различные подходы и методы. Например, расширение базы знаний чат-бота путем автоматизации ее извлечения из текстовых корпораций [9] или из онлайнового дискуссионного форума [7] или путем использования внешнего источника для поддержки базы знаний чат-бота [8].
Несмотря на это, два исследования [12; 13] показывают, что образовательные чат-боты ограничены и нуждаются в улучшении, чтобы повысить их способность вести диалог с пользователями правильно.
Представленные в данном обзоре работы
положительно влияют на улучшение образовательного чат-бота путем автоматизации процесса извлечения знаний огромного размера [7; 9], расширения КВ чат-бота за счет внешних источников [8], что повышает способность чат-бота к взаимодействию.
Однако в базе знаний чат-бота существуют некоторые ограничения, которые представлены следующим образом:
- КБ чат-бота фиксируется на уже сохраненных знаниях [6; 7; 9-11], что может негативно повлиять на ответы чат-бота, предоставляя пользователям устаревшую информацию;
- КБ чат-бота ограничено одним внешним источником [8], чего недостаточно для удовлетворения большинства запросов пользователей;
- Извлекаемые вручную базы знаний отнимают много времени, и их трудно адаптировать ко всем запросам пользователей [6; 10; 11].
Список литературы _
1. Азан Басалло Ю., Эстрада Сенти В., Мартинес Санчес Н. Методы искусственного интеллекта для оценки рисков информационной безопасности // IEEE Latin America Transactions. 2018. Т. 16,3. С. 897-901.
2. Ли З. Анализ влияния развития искусственного интеллекта на бухгалтерский учет // Международная конференция 2020 года по большим данным, искусственному интеллекту и разработке Интернета вещей (ICBAIE) (Фучжоу (Китай), июнь 2020 г.). 2020. С. 260-262.
3. Сиань Л. Искусственный интеллект и современные технологии спортивного образования // Международная конференция по искусственному интеллекту и образованию 2010 (ICAIE) (Ханчжоу, (Китай), октябрь 2010). 2010. С. 772-776.
4. Молнар Г, Шут З. Роль чат-ботов в формальном образовании // 16-й Международный симпозиум IEEE по интеллектуальным системам и информатике (SISY) (Суботица (Сербия), сентябрь 2018 г.). 2018. С. 000197000202.
5. Чен Л., Чен П., Лин З. Искусственный интеллект в образовании: обзор // IEEE Access. 2020. Т. 8. С. 75264 -75278.
6. Дахия М. Инструмент общения: чат-бот // Международный журнал компьютерных наук и инженерии. 2017. Т. 5,5. С. 158-161.
7. Хуан Дж., Чжоу М., Ян Д. Извлечение знаний чат-ботов из онлайн-дискуссионных форумов // Материалы 20-й Международной совместной конференции по искусственному интеллекту (IJCAI), Хайдарабад (Индия), январь 2018 г., стр. 432-428.
8. Хуссейн С. Расширение базы знаний обычного чат-бота до внешнего источника знаний и внедрение пользовательских сессий для обучения диабету // 32-я Международная конференция по передовым информационным сетям и приложениям Workshops (WAINA) (Краков (Польша), май 2018 г.). 2018. С. 698-703.
9. Крассманн А. Л., Флах Дж. М., Грандо А. Р. К. Д. С., Таруко Л. М. Р., Берхт М. Процесс извлечения базы знаний для чат-ботов из текстовых корпусов // Глобальная конференция IEEE по инженерному образованию (EDUCON), Дубай (Объединенные Арабские Эмираты). 2019. С. 322-329.
10. Ранолия Б. Р., Рагхуванши Н., Сингх С. Чат-бот для часто задаваемых вопросов, связанных с университетом // Международная конференция по достижениям в области вычислительной техники, коммуникаций и информатики (ICACCI) (Удупи (Индия), сентябрь 2017 г.). С. 1525-1530.
11. Абдул-Кадер С. А., Вудс Дж. Обзор методов проектирования чат-ботов в системах речевого общения // Международный журнал передовых компьютерных наук и приложений (IJACSA). 2015. Т. 6 (7). С. 72-80.
12. Смутный П., Шрайберова П. Чат-боты для обучения: обзор образовательных чат-ботов для Facebook Messenger // Computers & Education. 2020. Т. 151. С. 1-11.
References _
1. Azan Basallo Yu., Estrada Senti V., Martinez Sanchez N. Artificial intelligence methods for assessing information security risks. IEEE Latin America Transactions. 2018. Vol. 16,3. Pp. 897-901.
2. Li Z. Analysis of the impact of the development of artificial intelligence on accounting. The 2020 International Conference on Big Data, Artificial Intelligence and the Development of the Internet of Things (ICBAIE) (Fuzhou (China), June 2020). 2020. Pp. 260-262.
3. Xian L. Artificial intelligence and modern technologies of sports education. International Conference on Artificial Intelligence and Education 2010 (ICAIE) (Hangzhou, China, October 2010). 2010. Pp. 772-776.
4. Molnar G., Shut Z. The role of chatbots in formal education. 16th IEEE International Symposium on Intelligent Systems and Informatics (SISY) (Subotica (Serbia), September 2018). 2018. pp. 000197-000202.
5. Chen L., Chen P., Lin Z. Artificial intelligence in education: a review. IEEE Access. 2020. Vol. 8. Pp. 75264-75278.
6. Dahiya M. Communication tool: chatbot. International Journal of Computer Science and Engineering. 2017. Vol. 5,5. Pp. 158-161.
7. Huang J., Zhou M., Yang D. Extracting chatbot knowledge from online discussion forums. Proceedings of the 20th International Joint Conference on Artificial Intelligence (IJCAI) (Hyderabad (India), January) 2018. 2018. Pp. 432-428.
8. Hussein S., Atula Expanding the knowledge base of a regular chatbot to an external source of knowledge and implementing user sessions for diabetes education. 32nd International Conference on Advanced Information Networks and Workshops Applications (WAINA) (Krakow (Poland), May 2018). 2018. Pp. 698-703.
9. Krassmann A. L., Flach J. M., Grando A. R. K. D. S., Taruko L. M. R., Bercht M. The process of extracting the knowledge base for chatbots from text corpora. IEEE Global Conference on Engineering Education (EDUCON), Dubai (United Arab Emirates). 2019. Pp. 322-329.
10. Ranolia B. R., Raghuvanshi N., Singh S. A chatbot for frequently asked questions related to the University. International Conference on Advances in Computing, Communications and Informatics (ICACCI) (Udupi (India), September 2017). Pp. 1525-1530.
11. Abdul-Kader S. A., Woods J. Overview of chatbot design methods in speech communication systems. International Journal of Advanced Computer Science and Applications (IJACSA). 2015. Vol. 6 (7). Pp. 72-80.
12. Smutny P., Shre'berova P. Chatbots for learning: an overview of educational chatbots for Facebook Messenger. Computers & Education. 2020. Vol. 151. Pp. 1-11.
