CC BY
13
УДК 373.5
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ЭКОСИСТЕМЕ ШКОЛЫ: ВОЗМОЖНОСТИ ДЛЯ УЧИТЕЛЯ ИНФОРМАТИКИ
© 2024 Е. В. Трепакова
кандидат педагогических наук, доцент кафедры компьютерных технологий
и информатизации образования e-mail: trepakova_elena @ mail. ru
Курский государственный университет
В статье рассмотрены потенциальные возможности искусственного интеллекта для использования учителем информатики: индивидуализация обучения, атоматизация оценки, анализ данных. Представлен опыт работы учителя информатики по элективному курсу на уровне среднего общего образования. Рассмотрены возможности генеративных нейронных сетей для обработки текстовой, графической и мультимедийной информации на уроках информатики и во внеурочной деятельности. Приводятся примеры интернет-ресурсов, которые могут использоваться учителем информатики для подготовки к урокам и во внеурочной деятельности на различных платформах.
Ключевые слова: искусственный интеллект, генеративный искусственный интеллект, школьный курс информатики, элективный курс, нейросети.
ARTIFICIAL INTELLIGENCE IN THE SCHOOL ECOSYSTEM: OPPORTUNITIES FOR COMPUTER SCIENCE TEACHERS
© 2024 E. V. Trepakova
Candidate of Pedagogical Sciences, Associate Professor of Computer Technology and
Informatization of Education e-mail: trepakova [email protected]
Kursk State University
The article examines the opportunities provided by artificial intelligence in the ecosystem of the school. The experience of a computer science teacher in an elective course at the level of secondary general education is considered. The possibilities provided by generative neural networks for processing text, graphic and multimedia information in computer science lessons and extracurricular activities are considered. Examples of online resources that a computer science teacher can use today to prepare for lessons and extracurricular activities, such as training courses on the platform, are given stepik.org , AITutor, "Personal AI assistant for preparing for the Unified State Exam in Computer Science", and other resources. It shows the need for high school students to participate in the Olympiad movement and competitions of projects in the field of artificial intelligence to increase motivation to learn programming languages in general.
Keywords: artificial intelligence, generative artificial intelligence, school computer science course, elective course, neural networks.
Введение
Искусственный интеллект (ИИ) с каждым днем все больше входит в нашу жизнь. У многих есть голосовые помощники (Siri, Алиса, Google Assistant, робот Макс), умные колонки (Алиса, Маруся). Использование чат-ботов и обучающих систем с ИИ стало
повседневным для любого школьника. Нейронные сети научились рисовать картины, сочинять тексты, музыку, создавать видео. Казалось, еще вчера то, что подвластно было только человеку, в том числе творческие профессии, заменяет генеративный искусственный интеллект. Если еще пять лет тому назад активно обсуждали вопрос IT-грамотности, то сегодня нужна ИИ-грамотность. Необходимо учить школьников применять инструменты искусственного интеллекта для решения задач в различных областях, на всех школьных предметах. В курсе информатики можно уже сегодня внедрять элементы искусственного интеллекта, обучая учащихся новым технологиям при этом, учитывать ограничения технологий. Тем самым развивать у учащихся критическое мышление.
Понятие искусственного интеллекта
В учебном процессе школы учащимся приходится обрабатывать огромные объемы информации. Особенно это актуально в ходе обучения информатике, так как, чтобы владеть навыками программирования, моделирования, обработки различных видов информации с помощью программных средств, требуется очень много времени для отработки навыков решения практических задач. С термином «искусственный интеллект» общественность познакомилась в ходе доклада Джонома Маккарти в 1956 г. на конференции в Дартмуте. Искусственный интеллект, согласно англо-русскому толковому словарю по робототехнике и искусственному интеллекту, - характерный признак искусственных систем, способных заменять человека при решении творческих нетрадиционных задач. Генеративные образовательные технологии - одно из наиболее перспективных направлений применения искусственного интеллекта в образовании. Проблемами искусственного интеллекта, машинного обучения, нейронных сетей занимались многие исследователи начиная с 50-х гг. прошлого века. Согласно Национальному стандарту Российской Федерации ГОСТ ГОСТ Р 70949-2023, это «способность технической системы имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые как минимум с результатами интеллектуальной деятельности человека»
[5].
Генеративная модель - «методы искусственного интеллекта, которые используются для создания новых данных (изображений, музыки, текста и прочих) на основе обучающего датасета, состоящего из большого количества данных» [9, с. 145]. Генеративная модель - это тип алгоритмов машинного обучения, способных создавать новые данные, которые имитируют исходные данные. Эти модели учатся на основе «обучающей» выборки данных и затем используют это обучение для генерации новых данных [12]. Генеративная модель может помочь при генерации идей, представлении объекта или явления.
Подготовка кадров - одна из задач национальной стратегии ИИ, и к 2030 г. нужно, чтобы каждый второй выпускник умел применять ИИ-модели на практике. В настоящее время в России активно проблемами искусственного интеллекта занимаются организации Сбер, Яндекс, МФТИ, МПГУ, Физтех, НИУ ВШЭ, ИТМО, Университет 2035, Сколтех и др. 22-24 ноября 2023 г. прошла международная конференция «AI Journey». В рамках конференциибыли затронуты как глобальные вопросы о будущем, так и вопросы, которые уже сегодня решают ряд стран. В области образования в Китае проходит эксперимент по развитию технологии адаптивного обучения на основе алгоритмов ИИ SquirrelAI learning, а в России разрабатывается система AI Tutor (animania.ru). Приведем пример ее работы. Введем запрос (промт) -«графы» (рис. 1).
Введение в теорию графов
Уроки
Введение в теорию грааюв
Определение я основные понятии
Í Hai
пните урок
- Введение в вершины, ребра и градусы
- Обзор графикое и их компонентов
Типы графиков
| hai
Теории графоЕ - зто раздел глатематики. который занимае-ся изучением фафоЕ в математике, который изучает математические сзойс~ва и структуры этих графов, представляющие отношения, которые существуют между объектами и структурами mathemaiíca. В теории графов, состоящих из вершин, или узлов, связанных с графом, определены ребра, в качестве теории графов множество имеет множество вершин или приложений в узлах, информатике и естественных науках, множество операций исследования ребер, которые в социальном плаке, соединяю- эти науки, узлы и прочее, поля Graphs являются изучением используемых графовых Начните урок 1 моделей е самых разнообразных системах 18-го века, включая работу социальных сетей Leor, жестких транспортных систем Эйлера, которые и решали компьютерные знаменитые сети. Седьмые мосты изучение теории Графена началось с решения задачи- the. Теория графов 13-го зека связана с изучением рабо~ы свойств швейцарских графов, "аких математиков, как Леон Эшард коннективи Эйлерти,. раскраска Эйлера,, является общеизвегноР особенностью для его циклое и решений, для семерки мсс~ов граф состоит из на бора зершкн кигсберга или проблемных узлов, и ребер, которые, как считается, соединяются с ними, первые проблемные
Í Начните урок )
чните урок
Рис. 1. Пример работы системы AI Tutor3.
ИИ на внеурочных занятиях
Обратимся к вопросу использования возможностей искусственного интеллекта в школе на внеурочных занятиях. Для учащихся старших классов можно предложить элективный курс «Возможности искусственного интеллекта в экосистеме школы», рассчитанный на 34 часа, он основан на учебных пособиях авторского коллектива И. А. Калинина, Н. Н. Самылкиной, А. А. Салаховой и Б. А. Шрайнера, К. В. Розова. В учебно-методическом пособии Б. А. Шрайнера даны основы программирования на python, рассмотрены библиотеки: Pandas, Numpy, Matplotlib, OpenCV, Scikit-learn, Tensorflow, nltk и др [10, c. 45]. В учебном пособии И. А. Калинина, Н. Н. Самылкиной, А. А. Салаховой содержание курса строится по темам «Большие данные и работа с ними», «Классификация интеллектуальных алгоритмов», «Экспертные системы», «Нейронные сети», рассмотрены кейсы на классификацию, регрессию, кластеризацию, ассоциативные правила, построение дерева решений [2, c. 2].
Целью изучения элективного курса «Возможности искусственного интеллекта в экосистеме школы» является развитие у учащихся интереса к достижениям в области искусственного интеллекта, формирование базовых знаний о данных и машинном обучении, а также о многообразии сфер их применения. Учащиеся знакомятся с историей искусственного интеллекта, машинного обучения, используя учебное пособие Б. А. Шрайнера, К. В. Розова [10]. Для знакомства учащихся со спектром деятельности в различных областях используется материал сириус-курса «Знакомство с искусственным интеллектом v 1.4». Он включает в себя знакомство с темами «Искусственный интеллект в медицине», «Искусственный интеллект в финансовых сервисах», «Искусственный интеллект в биотехнологиях» и др. Для работы с большими данными и библиотеками машинного обучения учащиеся используют среду google colaboratory, в которой пишут коды программ на Python, сохраняя решенные задачи в своем аккаунте gmail. В рамках элективного курса учащиеся создают проекты:
1. «Исследование данных на Python».
2. «Машинное обучение».
3. «Решение конкретной задачи с использованием ИИ (на выбор)»:
- подбор эффективной группы (понимание + усиление способностей друг друга);
- автоматическая разработка заданий;
- проверка заданий с открытыми ответами;
- распознавание и синтез речи;
- диагностика коммуникативных навыков с использованием ИИ;
- автоматизация рутинной работы;
- ассистент здоровья;
- чат-боты, уведомляющие население;
- компьютерное зрение;
- нейросетевые модели для генерации текста, изображения, аудио/видео;
- использование нейросетей в образовании;
- проблемы доверенного искусственного интеллекта.
Кроме элективного курса можно предложить учителям информатики использовать в рамках внеурочной деятельности «Уроки цифры». Например, в течение сентября-октября 2023 г. на платформе «Урок цифры» был проведен урок «Искусственный интеллект в отраслях», на котором учащиеся узнали об актуальных профессиях в ближайшем будущем [11]. Для привлечения учащихся 8-11-х классов в область изучения искусственного интеллекта в России с 2021 г. ежегодно проводится олимпиада по искусственному интеллекту для школьников, владеющих базовыми навыками программирования [1, с. 12].
ИИ на уроке информатики
Изучению ИИ на уроках информатики посвятили свою монографию Н. Н. Самылкина и А. А. Салахова. Основы ИИ они предлагают изучать в интеграции с такими темами, как моделирование и программирование, используя Python: («Теоретические основы ИИ» и «Модели глубинного анализа данных») [7, с. 103]. И. Г. Семакин, Л. Н. Ясницкий предлагают на профильном уровне в рамках школьного курса информатики изучать искусственный интеллект по следующим темам:
1. Введение: Основные стратегии, события и даты искусственного интеллекта (1 час).
2. Экспертные системы (6 час).
3. Нейронные сети (10-12 часов).
4. Генетические алгоритмы (1 час) [8, с. 49].
В статье И. В. Левченко выделены предметные, метапредметные и личностные результаты освоения элементов ИИ, а также предлагаются следующие темы по модулям: «Введение в ИИ», «Нисходящее моделирование интеллектуальной деятельности», «Восходящее моделирование интеллектуальной деятельности», «Машинное обучение систем искусственного интеллекта», «Распознавание образов интеллектуальными системами», «Обработка естественного языка интеллектуальными системами», «Разработка интеллектуальных компьютерных игр» [3, с. 6].
Большие возможности предоставляет цифровая платформа Сберкласс, которая позволяет создавать образовательную траекторию обучаемого, а также Яндекс-учебник, который постоянно совершенствуется и запустил новый проект для учащихся 11-х классов «Персональный ИИ-помощник для подготовки к ЕГЭ по информатике». На данной платформе есть возможность выбирать тип заданий ЕГЭ с 1 по 27, при этом для каждого типа предлагаются несколько задач, распределенных по уровням сложности: простой, средний, сложный. Тренировка учащихся по этим уровням позволяет помочь учителю информатики правильно оценить уровень подготовки, посмотреть, как реально учащиеся справляются с решением задач всех уровней сложности. С этого учебного года учащиеся 11-го класса МБОУ «СОШ № 59 им. Г. М. Мыльникова» готовятся к ЕГЭ по информатике на платформе «Персональный ИИ-помощник для подготовки к ЕГЭ по информатике». При изучении
программирования можно применять интеллектуальные системы, такие как Blackbox. Она поддерживает более чем 20 языков программирования, включая Python, JavaScript, TypeScript, Go и Ruby. Подобные платформы существенно помогают учащимся в овладении языков программирования.
Нейросети
Рассмотрим нейросети, которые могут быть использованы учителем информатики для подготовки к урокам. Сегодня нейросеть пишет коды программ, выполняет домашние задания, генерирует изображения и тексты на любые темы, даже пишет стихи. Универсальный бот ChatGPT 4, генерирующий ответы на вопросы, появился в открытом доступе в конце 2022 г., а в 2023 г. - чат-бот GigaChat. На вопрос «Нарисуй граф, состоящий из 6 вершин и 10 ребер» генерирует рисунок 2, похожий на граф. Этот рисунок показывает, что не всегда запрос нейросети дает желаемый результат. Возможно нужно переформулировать запрос, но обычный ученик
Рис. 2. Запрос
Подбирать рисунки в презентации или видеоролике можно поручать нейронной сети. Рассмотрим создание высококачественных изображений и видео (3 мин) с помощью нейронной сети Kandinsky. Данная нейронная сеть версии 2.2 появилась весной 2023 г. от Сбера как аналог Midjourney. В 2024 г. версия 3.0 предлагает генерацию не только изображений, но и коротких видео. При описании промта изображения можно задать стилистику (21 вид), уточнить детали.
Рассмотрим тему по информатике «Развитие вычислительной техники». Предположим, нужно создать видеоряд: логарифмическая линейка, перфокарты, калькулятор, компьютер на лампах, транзисторах, интегральных схемах, нанокомпьютер. Нейросеть справилась с этой задачей следующим образом: https://disk.yandex.ru/i/OPCTDiST6 KUnQ.
Кроме Kandinsky можно использовать и другие генераторы изображений, например Neuro-holst. Данный генератор позволяет нарисовать любые изображения (в бесплатном режиме до 50 изображений), настроить высоту и ширину рисунка.
Следующими инструментами, которыми можно пользоваться, являются нейросети для создания презентаций: Tome, Gamma, Slidebean. Рассмотрим одну из них - Gamma; для регистрации можно иметь аккаунт в gmail.com. После регистрации появляется кнопка NewwithAI. А слева несколько разделов: шаблоны, созданные презентации, темы, шрифты, картинки. Если выбрать Cuided (функция с ИИ), далее выбрать презентацию, документ или сайт, то с помощью мастера, следуя его указаниям, получаем результат, который можо экспортировать в pdf.
Выводы
С помощью нейросетей учитель информатики может расширить свои возможности для подготовки к урокам. Учителю важно быть в роли наставника для учащегося и помогать применять ИИ для различных образовательных целей, эффективности обучения. Баланс между инновациями и традиционными методами обучения - ключевой фактор для успешного влияния ИИ на развитие и обучение детей. Развитие аналитических способностей является ключевой задачей образования.
Библиографический список
1. Григорьев, С. Г. Система заданий для первой всероссийской олимпиады школьников по искусственному интеллекту / С. Г. Григорьев, И. А. Калинин, Н. Н. Самылкина // Информатика и образование. - 2022. - Т. 37. - № 3. - С. 12-20. -EDN FYGJPK. - DOI 10.32517/0234-0453-2022-37-3-12-20.
2. Калинин, И. А. Искусственный интеллект: учебное пособие 10-11 классы / И. А. Калинин, Н. Н. Самылкина, А. А. Салахова. - Москва: БИНОМ. Лаборатория знаний, 2023. - 144 с.
3. Левченко, И. В. Содержание обучения элементам искусственного интеллекта в школьном курсе информатики / И. В. Левченко // Информатика в школе. - 2020. -№ 4(157). - С. 3-10. - EDN ACOQXZ. - DOI 10.32517/2221-1993-2020-19-4-3-10.
4. Национальная стратегия развития искусственного интеллекта на период до 2030 года (утв. Указом Президента Российской Федерации от 10.10.2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации»). [Электронный ресурс]. - URL: http:// www.kremlin.ru/acts/bank/44731 (дата обращения: 10.02.2024).
5. Национальный стандарт Российской Федерации. Технологии искусственного интеллекта в образовании. [Электронный ресурс]. - URL: https://docs.cntd.ru/document/1303527295 (дата обращения: 10.02.2024).
6. Розов, К. В. Формирование профессиональной готовности будущих учителей информатики к применению технологий искусственного интеллекта / К. В. Розов // Информатика и образование. - 2022. - Т. 37, № 2. - С. 50-63. - EDN OIIOTF. -DOI 10.32517/0234-0453-2022-37-2-50-63.
7. Самылкина, Н. Н. Обучение основам искусственного интеллекта и анализа данных в курсе информатики на уровне среднего общего образования / Н. Н. Самылкина, А. А. Салахова. - Москва : Московский педагогический государственный университет, 2022. - 242 с. - EDN BACMCW. - DOI 10.31862/9785426310643.
8. Семакин, И. Г. Искусственный интеллект и школьный курс информатики / И. Г. Семакин, Л. Н. Ясницкий // Информатика и образование. - 2010. - № 9. - С. 4854. - EDN OYWZFT.
9. Трубина, И. И. Искусственный интеллект в российской школе / И. И. Трубина, Ю. Ю. Пустыльник. - Москва : Педагогический поиск, 2023. - 150 с. - EDN BOVZFP.
10.Шрайнер, Б. А. Введение в искусственный интеллект / Б. А. Шрайнер, К. В. Розов. - Новосибирск : Новосибирский государственный педагогический университет, 2021. - 101 с. - EDN CQKFKM.
11. Урок Цифры - всероссийский образовательный проект в сфере информационных технологий. - URL: https://урокцифры.рф (дата обращения: 10.05.2024).
12. Что такое генеративный искусственный интеллект? | Исследовательский блог IBM [Электронный ресурс]. - URL: https://research.ibm.com/blog/what-is-generative-AI (дата обращения: 10.02.2024).
