CC BY
32
Инновационное развитие профессионального образования. 2023. № 3 (39). С. 61-68. ISSN 2304-2818 Innovative Development of Vocational Education. 2023;(3(39):61-68. ISSN 2304-2818
Научная статья УДК 377.5
ФОРМИРОВАНИЕ ЦИФРОВОЙ ГРАМОТНОСТИ СТУДЕНТОВ СРЕДНЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Никита Владимирович Яковец, nikitayakovets@yandex.ru
Южно-Уральский государственный гуманитарно-педагогический университет; Челябинский юридический колледж, Челябинск, Россия
Аннотация. Рассматривается вопрос применения систем искусственного интеллекта (ИИ) в процессе формирования цифровой грамотности у студентов среднего профессионального образования (СПО). Основное внимание уделяется анализу существующих подходов к использованию ИИ в образовательных процессах, а также разработке новых моделей и методик для интеграции ИИ в обучение студентов СПО. Представлены практические рекомендации по внедрению Ии в образовательную практику и оценке его эффективности в контексте формирования цифровой грамотности. Исследуются различные аспекты использования ИИ в образовании, в том числе в адаптивном обучении, рекомендательных системах, системах анализа данных о студентах, автоматизации процесса оценки и предоставления обратной связи. Описываются примеры успешного применения таких систем в образовательной практике, а также потенциальные преимущества и ограничения их использования. Кроме того, акцентируется внимание на необходимости обучения студентов навыкам работы с системами ИИ, включая понимание основных принципов работы ИИ, его возможностей и ограничений, а также развитие навыков критического мышления и этического использования ИИ. Приводятся примеры образовательных программ, направленных на формирование навыков работы с ИИ. В заключение подчеркивается важность интеграции систем искусственного интеллекта в образовательный процесс СПО для повышения эффективности обучения и формирования цифровой грамотности студентов. Предлагаются практические рекомендации по внедрению ИИ в образовательную практику, разработке учебных материалов и организации обучения с учетом возможностей искусственного интеллекта.
Ключевые слова: искусственный интеллект, цифровая грамотность, среднее профессиональное образование, образовательные технологии, интеграция ИИ в обучение
Для цитирования: Яковец Н. В. Формирование цифровой грамотности студентов среднего профессионального образования с использованием искусственного интеллекта // Инновационное развитие профессионального образования. 2023. № 3 (39). С. 61-68.
Original article
FORMATION OF DIGITAL LITERACY OF STUDENTS OF SECONDARY VOCATIONAL EDUCATION USING ARTIFICIAL INTELLIGENCE
Nikita V. Yakovets, nikitayakovets@yandex.ru
South Ural State Humanitarian Pedagogical University; Chelyabinsk Law College, Chelyabinsk, Russia
Abstract. The issue of using artificial intelligence (AI) systems in the process of developing digital literacy among students of secondary vocational education (SVE) is considered. The main attention is paid to the analysis of existing approaches to the use of AI in educational processes, as well as the development of new models and methods for integrating AI into the education of vocational students. Practical recommendations are presented on the introduction of AI into educational practice and the evaluation of its effectiveness in the context of the formation of digital literacy. Various aspects
© Яковец Н. В., 2023
of the use of AI in education are being explored, including in adaptive learning, recommender systems, systems for analyzing student data, automating the assessment process and providing feedback. Examples of the successful use of such systems in educational practice are described, as well as the potential advantages and limitations of their use. In addition, attention is focused on the need to teach students how to work with AI systems, including understanding the basic principles of AI, its capabilities and limitations, as well as developing critical thinking skills and the ethical use of AI. Examples of educational programs aimed at developing skills in working with AI are given. In conclusion, the importance of integrating artificial intelligence systems into the educational process of SVE is emphasized in order to increase the effectiveness of learning and the formation of digital literacy of students. Practical recommendations are offered on the introduction of AI into educational practice, the development of educational materials and the organization of training, taking into account the capabilities of artificial intelligence.
Keywords: artificial intelligence, digital literacy, secondary vocational education, educational technologies, integration of AI into education
For citation: Yakovets NV. Formation of digital literacy of students of secondary vocational education using artificial intelligence. Innovative development of vocational education. 2023;(3(39):61-68. (In Russ.).
Введение
Цифровая грамотность является одним из ключевых навыков современного человека, способствующим успешной адаптации к быстро меняющимся условиям жизни и труда в информационном обществе. Важность развития цифровой грамотности признана на международном уровне, и различные страны активно внедряют программы по обучению этому навыку в образовательные системы разных уровней [1].
Особое внимание в этой связи уделяется студентам среднего профессионального образования (СПО), поскольку им как будущим специалистам необходимо быть готовыми к работе в условиях цифровой экономики. В статье рассматривается возможность использования систем искусственного интеллекта (ИИ) в качестве инструмента формирования цифровой грамотности у студентов СПО.
Материалы и методы исследования
Основной акцент в данном исследовании сделан на изучение применения систем искусственного интеллекта в процессе формирования цифровой грамотности у студентов СПО. Для достижения данной цели были использованы следующие материалы и методы исследования.
Прежде всего проведен обзор литературы и интернет-ресурсов, включая исследования и публикации, связанные с применением ИИ в образовательных процессах, а также с разработкой новых моделей и методик для интеграции ИИ в обучение студентов СПО. Анализ литературных источников позволил определить основные подходы и тенденции в данной области, а также выявить возможные проблемы и вызовы, связанные с использованием ИИ в образовании.
Затем, на основе анализа существующих подходов, были предложены новые модели и методики для интеграции ИИ в обучение студентов СПО.
Результаты исследования и их обсуждение
В последние годы активно разрабатываются и внедряются различные системы искусственного интеллекта для использования в образовательных целях. Они включают в себя адаптивное обучение, рекомендательные системы, анализ данных о студентах, автоматизацию оценки и обратной связи, создание виртуальных ассистентов и тьюторов, а также разработку интеллектуальных образовательных ресурсов [2].
Системы адаптивного обучения представляют собой образовательные системы, которые автоматически адаптируются к индивидуальным потребностям, предпочтениям и знаниям каждого студента, предоставляя персонализированный опыт обучения. Эти системы используют алгоритмы искусственного интеллекта и машинного обучения для анализа поведения студентов, их ответов на задания и других факторов, чтобы определить оптимальные стратегии обучения для каждого студента [3].
Примеры систем адаптивного обучения.
ОгвашБох — это инновационная адаптивная математическая образовательная платформа, которая обеспечивает персонализированное обучение для каждого студента. Она была разработана с использованием передовых технологий искусственного интеллекта и машинного обучения, что позволяет системе определить уровень знаний и навыков каждого студента, анализировать его предпочтения и стиль обучения.
DreamBox динамически адаптирует контент, темп и сложность заданий к индивидуальным потребностям учащегося. Платформа предоставляет студентам задания, адекватные их уровню подготовки, и следит за их прогрессом в реальном времени, обновляя план обучения с учетом полученных данных. Это позволяет учащимся улучшать свои навыки и углублять знания в математике, работая над заданиями, которые идеально соответствуют их текущему уровню.
Система также предоставляет обратную связь студентам и преподавателям, позволяя им следить за прогрессом и улучшать результаты обучения. Преподаватели могут использовать эту информацию для определения областей, в которых студентам требуется дополнительная помощь, и адаптировать свои методы обучения соответственно1.
Knewton — это передовая платформа адаптивного обучения, цель которой — обеспечить студентам персонализированные рекомендации по обучению на основе их прошлых успехов, проблем и индивидуальных потребностей. Используя машинное обучение и алгоритмы искусственного интеллекта, Knewton непрерывно анализирует поведение и результаты студентов в процессе обучения, учитывая такие факторы, как скорость выполнения заданий, количество попыток и ответы на вопросы.
На основе этого анализа Knewton адаптирует контент и подходы к обучению, чтобы максимально соответствовать индивидуальным потребностям студента. Платформа предоставляет рекомендации по дополнительным материалам для изучения, заданиям для закрепления знаний и упражнениям для развития слабых сторон.
Knewton также обеспечивает прозрачность для преподавателей, предоставляя им доступ к информации о прогрессе студентов, областях, где они испытывают трудности и где успешно справляются. Это позволяет преподавателям адаптировать свои методы обучения для обеспечения более эффективной поддержки каждому студенту в индивидуальном порядке2.
Smart Sparrow — это инновационная платформа адаптивного обучения, которая предоставляет преподавателям инструменты для со-
1 DreamBox Learning: официальный сайт компании. URL: https://www.dreambox.com/.
2 Knewton: официальный сайт компании. URL: https://
www.knewton.com/.
здания интерактивных и адаптивных учебных материалов, а также учитывает индивидуальные особенности каждого студента. Платформа использует алгоритмы искусственного интеллекта и машинного обучения для анализа поведения студентов во время выполнения заданий, решения задач и прохождения тестов.
На основе предоставленных данных преподаватели получают от Smart Sparrow подробную информацию о прогрессе студентов, их успехах и слабых сторонах, а также рекомендации по оптимизации обучения для каждого студента, что позволяет им принимать обоснованные решения о том, какие материалы, подходы или дополнительные задания могут быть наиболее эффективными для конкретного студента и его потребностей.
Кроме того, Smart Sparrow предлагает интуитивный интерфейс для создания разнообразных учебных материалов, таких как виртуальные лаборатории, симуляции, интерактивные упражнения и мультимедийные презентации. Это обеспечивает более глубокое и интересное взаимодействие студентов с учебным контентом, способствует развитию критического мышления и повышает мотивацию к обучению3.
Рекомендательные системы обучения — это системы, использующие искусственный интеллект и машинное обучение для предоставления персонализированных рекомендаций студентам по учебным материалам, курсам или заданиям на основе их индивидуальных предпочтений, знаний и обучающихся стилей. Рекомендательные системы могут анализировать различные данные о студентах, например, их предыдущие успехи, интересы, мотивацию и даже социальные связи, чтобы определить наиболее подходящие обучающие ресурсы для каждого [4].
Приведем примеры рекомендательных систем обучения.
EdSurge — это комплексная платформа, которая ставит своей целью поддерживать образовательных специалистов в процессе выбора и внедрения инновационных продуктов и технологий, соответствующих образовательным потребностям учащихся, преподавателей и учебных заведений. EdSurge объединяет в себе функции рекомендательной системы, информационного портала и аналитического инструмента.
3 Smart Sparrow: официальный сайт компании. URL: https://www.smartsparrow.com/.
Основываясь на отзывах пользователей, исследовательских данных, анализе трендов и информации об образовательной индустрии, EdSurge предоставляет наиболее актуальные и полезные рекомендации по технологическим решениям, программам и сервисам, которые могут существенно повысить эффективность обучения и развития образовательных организаций.
Платформа также помогает преподавателям находить новые методики и подходы к обучению, следить за развитием образовательных технологий и делиться успешными практиками с коллегами. EdSurge организует мероприятия, такие как вебинары, конференции и мастер-классы, для того чтобы способствовать профессиональному росту педагогических кадров и улучшению качества образования в целом1.
Degreed — это инновационная платформа обучения и развития, цель которой — помочь студентам и профессионалам развивать свои навыки и компетенции с помощью персонализированных рекомендаций по образовательным материалам. Платформа интегрирует разнообразные источники знаний, включая курсы, статьи, видео, подкасты и другие образовательные ресурсы из множества провайдеров.
Degreed использует алгоритмы машинного обучения и анализ данных для создания индивидуальных образовательных траекторий, основанных на профиле, интересах и целях обучения каждого пользователя. Это позволяет студентам и профессионалам получать актуальную и полезную информацию, способствующую их интеллектуальному и карьерному росту.
Кроме того, Degreed предоставляет инструменты для отслеживания и измерения прогресса пользователей в обучении, что облегчает процесс самооценки и мотивирует к постоянному развитию. Платформа также поддерживает функции социального обучения, позволяя пользователям обмениваться знаниями и опытом, а также создавать собственные обучающие со-общества2.
Coursera — это популярная платформа он-лайн-образования, предоставляющая студентам доступ к тысячам курсов и специализаций от ведущих университетов и организаций по всему миру. Coursera сотрудничает с учебными заведе-
1 EdSurge: официальный сайт компании. URL: https:// www.edsurge.com/.
2 Degreed: официальный сайт компании. URL: https://
degreed.com/.
ниями, такими как Стэнфорд, Массачусетский технологический институт, Йельский университет и другими, чтобы создать академические программы высокого качества, доступные для студентов независимо от их географического расположения.
Основываясь на технологиях искусственного интеллекта и рекомендательных системах, Coursera анализирует интересы, знания и прошлые достижения студентов, чтобы предложить им персонализированные курсы, соответствующие их индивидуальным потребностям и целям обучения. Это позволяет студентам получать актуальную и полезную информацию, а также оптимизировать свое обучение.
Coursera также предоставляет возможность обучения на основе проектов, что помогает студентам развивать практические навыки и получать обратную связь от экспертов в своей области. Кроме того, платформа предлагает функции социального обучения (например, форумы и группы обсуждений), где студенты могут взаимодействовать и сотрудничать с другими участниками курсов3.
Системы анализа данных о студентах представляют собой инструменты, которые используют алгоритмы искусственного интеллекта и машинное обучение для анализа больших объемов данных о студентах с целью выявления закономерностей, предсказания их успеха, а также определения областей для улучшения обучения. Эти системы могут анализировать такие данные, как оценки, посещаемость, задачи, взаимодействие с учебными материалами и другие, для предоставления преподавателям и администрации образовательных учреждений информации о студентах и их процессе обучения [5].
Примеры систем анализа данных о студентах.
Panorama Education — это инновационная платформа, предоставляющая образовательным учреждениям мощные инструменты для сбора, анализа и использования данных о студентах с целью улучшения качества образования и успехов учащихся. Платформа предлагает широкий спектр функций (опросы, мониторинг успеваемости, инструменты для сбора обратной связи), а также аналитические инструменты для оценки и сравнения данных.
Panorama Education помогает преподавателям и администраторам определить слабые ме-
3 Coursera: официальный сайт компании. URL: https:// www.coursera.org/.
ста в образовательном процессе, выявить риски и разработать стратегии улучшения на основе детального анализа данных о студентах. Платформа позволяет отслеживать эмоциональное и социальное развитие студентов, а также их академические результаты, что способствует созданию более глубокого понимания потребностей каждого ученика1.
Renaissance Star Assessments — это интегрированная система оценки и анализа данных о студентах, которая предоставляет преподавателям информацию о текущем уровне знаний и навыков студентов, а также прогнозы относительно их будущих успехов в образовательной сфере.
Система Renaissance Star Assessments использует адаптивный подход к тестированию, который позволяет автоматически адаптировать сложность вопросов в зависимости от ответов студента, что дает возможность получать более точные данные об академическом уровне каждого ученика с учетом их индивидуальных возможностей и предыдущего опыта.
Преподавателям доступны разнообразные инструменты для анализа результатов тестирования, такие как отчеты по успеваемости, графики развития и сравнительные аналитические данные. Это позволяет им определить области, в которых студентам требуется дополнительная поддержка, а также разрабатывать стратегии для индивидуальной и групповой работы2.
BrightBytes — это инновационная платформа аналитики образования, собирающая и анализирующая данные о студентах, преподавателях и образовательных учреждениях с целью выявления оптимальных стратегий обучения и улучшения результатов на всех уровнях образовательного процесса.
Для достижения этой цели BrightBytes использует современные технологии анализа данных, машинного обучения и искусственного интеллекта для обработки большого объема информации, такой как успеваемость студентов, результаты тестирования, обратная связь от преподавателей и данные о ресурсах учебных заведений.
Основываясь на анализе данных, платформа BrightBytes предоставляет преподавателям и администрации учебных заведений интуитивно понятные отчеты и диаграммы,
1 Panorama Education: официальный сайт компании. URL: https://www.panoramaed.com/.
2 Renaissance Star Assessments: официальный сайт компании. URL: https://www.renaissance.com/assessment/
star-assessments/.
которые помогают выявить сильные и слабые стороны образовательной системы, а также рекомендации по улучшению качества обучения и повышению эффективности применяемых методик.
Кроме того, BrightBytes обеспечивает сравнение результатов между различными учебными заведениями и группами студентов, что позволяет определить наиболее успешные практики и стратегии, а также обнаружить возможные проблемы и предложить конкретные меры для их решения3.
Для успешной интеграции ИИ в обучение студентов СПО необходимо разработать новые методики и подходы, которые позволят эффективно использовать возможности ИИ для формирования цифровой грамотности. В этом разделе предлагаются следующие направления разработки.
Разработка учебных материалов, которые могут адаптироваться к индивидуальным особенностям студентов и предоставлять им необходимые знания и навыки в соответствии с их уровнем подготовки и потребностями, является важным направлением в современном образовании. Использование искусственного интеллекта для создания таких материалов может существенно повысить эффективность обучения и облегчить работу преподавателей [6].
Применение ИИ в разработке адаптивных учебных материалов может включать в себя следующие аспекты:
- генерация контента — использование ИИ для автоматической генерации текстов, задач, вопросов и другого учебного контента, адаптированного к уровню знаний и навыков студентов, может помочь преподавателям создавать разнообразные и индивидуализированные материалы для своих студентов [7];
- определение индивидуальных стратегий обучения — ИИ может анализировать данные о студентах, например, их предыдущие успехи, предпочтения, обучающиеся стили и др., чтобы определить наиболее эффективные стратегии обучения для каждого студента [8];
- обратная связь и оценка — ИИ может использоваться для предоставления мгновенной обратной связи студентам, а также анализа их ответов на задания с целью определения их прогресса, успеха и направлений для развития [9].
Примеры использования ИИ в разработке адаптивных учебных материалов:
3 BrightBytes: официальный сайт компании. URL: https://www.brightbytes.net/.
- Cognii — это технология искусственного интеллекта, которая используется для создания интерактивных учебных материалов, предоставления обратной связи и оценки знаний студентов в режиме реального времени1;
- Querium — это платформа для создания адаптивных учебных материалов в области математики, науки и техники, которая использует ИИ для анализа стиля решения задач студента и предоставления персонализированных советов и поддержки2.
Использование виртуальных ассистентов и тьюторов на основе ИИ может обеспечить студентам дополнительную поддержку в процессе обучения [10], помочь в освоении учебных материалов, отвечать на их вопросы и предоставлять обратную связь о выполнении заданий. Такие системы могут быть особенно полезны для студентов, испытывающих трудности в обучении или нуждающихся в дополнительной мотивации.
Примеры виртуальных ассистентов и тьюторов на основе ИИ:
- ALEKS (Assessment and LEarning in Knowledge Spaces) — это онлайн-система обучения, использующая искусственный интеллект для адаптивной подачи учебных материалов и предоставления индивидуальной поддержки студентам в области математики, науки и бизнеса3;
- Thinkster Math — это образовательное приложение, использующее ИИ для создания персонализированных планов обучения и предоставления обратной связи студентам по мере их прогресса в изучении математики4;
- Carnegie Learning — это компания, предлагающая адаптивные учебные материалы и виртуальных тьюторов на основе ИИ для обучения математике и другим предметам5.
ИИ позволяет автоматизировать процесс оценки студентов и предоставления им обратной связи, что может существенно упростить работу преподавателей и повысить качество обучения [11].
Такие системы могут быть особенно полезны для оценки практических навыков и компетенций, а также мониторинга прогресса студентов в реальном времени.
1 Cognii: офиц. сайт компании. URL: https://www. cognii.com/.
2 Querium: официальный сайт компании. URL: https:// www.querium.com/.
3 ALEKS: официальный сайт компании. URL: https:// www.aleks.com/.
4 Thinkster Math: официальный сайт компании. URL: https://www.hellothinkster.com/.
5 Carnegie Learning: официальный сайт компании.
URL: https://www.carnegielearning.com/.
Примеры использования ИИ в автоматизации оценки и предоставления обратной связи:
- Gradescope — это платформа, использующая искусственный интеллект для автоматической оценки студенческих работ, что позволяет преподавателям сократить время, затрачиваемое на оценивание, и предоставлять студентам более быструю и объективную обратную связь6;
- Turnitin — это популярная система для проверки студенческих работ на плагиат, которая также использует ИИ для предоставления обратной связи по написанию эссе и других письменных работ, помогая студентам улучшить свои навыки академического письма7.
Важным аспектом формирования цифровой грамотности является обучение студентов навыкам работы с системами ИИ. Это включает понимание основных принципов работы ИИ, его возможностей и ограничений, а также развитие навыков критического мышления и этического использования ИИ.
Примеры образовательных программ, направленных на формирование навыков работы с ИИ:
- «Базовый курс по искусственному интеллекту» от OpenAI, в рамках которого студенты могут изучить основы ИИ, машинное обучение и нейронные сети8;
- «Курс по этике искусственного интеллекта» от FutureLearn, помогающий студентам развить навыки критического мышления и понимания этических аспектов использования ИИ в различных сферах жизни9.
Заключение
Системы искусственного интеллекта могут стать эффективным инструментом для формирования цифровой грамотности у студентов системы среднего профессионального образования. Однако для успешной интеграции ИИ в обучение необходимо разработать новые методики и подходы, а также провести комплексное исследование эффективности применения ИИ в образовательном процессе. В дальнейшем это может способствовать созданию более гибких, индивидуализированных и эффективных моделей образования, способствующих развитию цифровой грамотности у студентов и их успешной адаптации к требованиям современного информационного общества.
6 Gradescope: официальный сайт компании. URL: https://www. gradescope.com/.
7 Turnitin: официальный сайт компании. URL: https:// www.turnitin.com/.
8 OpenAI: официальный сайт компании. URL: https:// www.openai.com/.
9 FutureLearn: официальный сайт компании. URL: https://www.futurelearn.com/.
Список источников
1. Пахтусова Н. А., Уварина Н. В., Савченков А. В. Становление сетевой идентичности личности в условиях виртуальной образовательной среды: монография. Челябинск: Библиотека А. Миллера, 2019. 209 с.
2. Корнеева Н. Ю., Уварина Н. В., Корнеев Д. Н. Образовательный маршрут студентов: педагогический дизайн в цифровой трансформации образования // Московский экономический журнал.2023. № 1. С. 488-494.
3. Фиофанова О. А. Анализ больших данных в сфере образования: методология и технологии. Москва: Дело, 2020.
4. Попова К. Ю., Мамеев Н. С., Рыжаков И. Д. Разработка рекомендательной системы, помогающей студенту простраивать индивидуальную траекторию обучения студента // Перспективы развития фундаментальных наук. Томск, 2018. С. 153-155.
5. Баранова Е. В., Швецов Г. В. Методы и инструменты для анализа цифрового следа студента при освоении образовательного маршрута // Перспективы науки и образования. 2021. № 2 (50). С. 415-430.
6. Ахмедов Б. А., Султанов Б. Анализ и новые тенденции использования кластерных систем и искусственного интеллекта в современной системе высшего образования // Экономика и социум. 2021. № 8 (87). С. 344-358.
7. Алиева М. В., Тасуева М. Р., Амирова Э. Ф. Чат-боты в электронном обучении: новые возможности и вызовы // Журнал прикладных исследований. 2023. № 6. С. 159-164.
8. Ли Я. Эпоха искусственного интеллекта: персонализированное обучение «один на один» // Вестник современной науки. Серия: Гуманитарные науки. 2021. № 1. С. 92-98.
9. Kulkarni C., Wei K. P., Le H., Chia D., Papadopoulos K., Cheng J. & Klemmer S. R. Peer and self-assessment in massive online classes. Transactions on Computer-Human Interaction (TOCHI). 2015. 20 (6). P. 1-31.
10. Горячев Д. А., Клепикова Т. Е. Чат-бот как поддержка управления процессом цифрового образования // Современные проблемы и технологии инновационного развития образования. Тула, 2023. С. 65.
11. Sultanov R., Babakhodjaeva V. Introduction of artificial intelligence algorithms into the educational process: current state and development trends // MMIT Proceedings. 2023. P. 72-78.
References
1. Pakhtusova NA, Uvarina NV, Savchenkov AV. Stanovlenie setevoj identichnosti lichnosti v uslovijah virtual'noj obrazovatel'noj sredy = The formation of a network identity of a person in a virtual educational environment. Chelyabinsk: A. Miller Library; 2019. 209 p. (In Russ.).
2. Korneeva NYu, Uvarina NV, Korneev DN. Educational route for students: pedagogical design in the digital transformation of education. Moskovskij jekonomicheskij zhurnal = Moscow Economic Journal. 2023;(1):488-494. (In Russ.).
3. Fiofanova OA. Analiz bol'shih dannyh v sfere obrazovanija: metodologija i tehnologii = Big data analysis in education: methodology and technology. Moscow: Delo; 2020. (In Russ.).
4. Popova KYu, Mameev NS, Ryzhakov ID. Development of a recommender system that helps the student build an individual student learning trajectory. Perspektivy razvitija fundamental'nyh nauk = Prospects for the development of fundamental sciences. Tomsk; 2018. P. 153-155. (In Russ.).
5. Baranova EV, Shvetsov GV. Methods and tools for the analysis of the digital footprint of a student in the development of the educational route. Perspektivy nauki i obrazovanija = Prospects of science and education. 2021;(2(50):415-430. (In Russ.).
6. Akhmedov BA, Sultanov B. Analysis and new trends in the use of cluster systems and artificial intelligence in the modern system of higher education. Jekonomika i socium = Economics and So-cium. 2021;(8(87):344-358. (In Russ.).
7. Alieva MV, Tasueva MR, Amirova EF. Chatbots in e-learning: new opportunities and challenges. Zhurnal prikladnyh issledovanij = Journal of Applied Research. 2023;(6):159-164. (In Russ.).
8. Li Ya. The era of artificial intelligence: one-on-one personalized learning. Vestnik sovremennoj nauki. Serija: Gumanitarnye nauki = Bulletin of Modern Science. Series: Humanities. 2021;(1):92-98. (In Russ.).
9. Kulkarni C, Wei KP, Le H, Chia D, Papadopoulos K, Cheng J & Klemmer SR. Peer and self-assessment in massive online classes. Transactions on Computer-Human Interaction (TOCHI). 2015;(20(6):1-31.
10. Goryachev DA, Klepikova TE. Chat-bot as a support for managing the process of digital education. Sovremennye problemy i tehnologii innovacionnogo razvitija obrazovanija = Modern problems and technologies of innovative development of education. Tula; 2023; 65. (In Russ.).
11. Sultanov R, Babakhodjaeva V. Introduction of artificial intelligence algorithms into the educational process: current state and development trends. MMIT Proceedings. 2023;72-78.
Информация об авторе
Н. В. Яковец — аспирант; преподаватель.
Information about the author
N. V. Yakovets — postgraduate student; teacher.
Автор заявляет об отсутствии конфликта интересов. The author declares no conflicts of interests.
Статья поступила в редакцию / The article was submitted: 25.04.2023 Одобрена после рецензирования / Approved after reviewing: 13.05.2023 Принята к публикации / Accepted for publication: 01.09.2023
