CC BY
130
5. Karpov A.V. Refleksivnost' kak psihicheskoe svojstvo i metodiki ee diagnostiki. Psihologicheskij zhurnal. 2003; T. 24, № 5: 45-57.
6. Makarova I.V. Obschaya psihologiya: uchebnoe posobie dlya vuzov. Moskva: Yurajt, 2023.
7. Velichkovskij B.M. Kognitivnaya nauka. Osnovypsihologiipoznaniya: v 2 t. Moskva: Yurajt, 2023; T. 1.
8. Holodnaya M.A. Kognitivnaya psihologiya. Kognitivnye stili: uchebnoe posobie dlya vuzov. Moskva: Yurajt, 2023.
9. Majer R.V. Psihologiya obucheniya bez ogorcheniya: kniga dlya nachinayuschego uchitelya. Glazovo: Glazovskij gosudarstvennyj pedagogicheskij institut (GGPI), 2010.
10. Makarova N.G. Vyyavlenie stilej myshleniya u studentov sovremennogo obschestva. Available at: https://cyberleninka.ru/article/n7vyyavlenie-stiley-myshleniya-u-studentov-sovremennogo-obschestva
Статья поступила в редакцию 27.11.23
УДК 378
Yeskin D.L., Cand. of Sciences (Physics and Mathematics), Deputy Head of Department of Informatics and Mathematics,
Volgograd Academy of the Internal Affairs Ministry of the Russian Federation (Volgograd, Russia), E-mail: [email protected]
USE OF ARTIFICIAL INTELLIGENCE TECHNOLOGIES IN TRAINING. The paper studies the impact of artificial intelligence technology on modern education. The concept of artificial intelligence is introduced and the role of this technology in modern society is noted. The evolution of the use of artificial intelligence in education is considered, starting from the stage of creating assistant programs and ending with modern generative language models. The main areas of application of artificial intelligence in the modern educational process are highlighted. The author refers to them the spheres related to the implementation of the concept of personalized learning, generation of educational content, intellectual assistants, automation of assessment procedures in the framework of learning progress control, automated proctoring systems. The article analyzes the peculiarities of using artificial intelligence in each of these spheres, highlights their advantages and disadvantages. It identifies a number of common problems associated with the introduction of artificial intelligence in the educational process and offers some recommendations for their solution.
Key words: artificial intelligence, educational process, educational technologies, personalized learning, adaptive learning
Д.Л. Еськин, канд. физ.-мат. наук, зам. нач. каф. информатики и математики Волгоградской академии МВД России, г. Волгоград,
E-mail: [email protected]
ИСПОЛЬЗОВАНИЕ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБУЧЕНИИ
В работе изучается влияние технологий искусственного интеллекта на современное образование. Приведено понятие искусственного интеллекта и отмечена роль данной технологии в современном обществе. Рассматривается эволюция использования искусственного интеллекта в обучении, начиная с этапа создания программ-помощников и заканчивая современными генеративными языковыми моделями. Выделены основные области применения искусственного интеллекта в современном образовательном процессе. Автор относит к ним сферы, связанные с реализацией концепции персонализированного обучения, генерацией образовательного контента, интеллектуальными помощниками, автоматизацией выполнения оценочных процедур в рамках контроля успеваемости, автоматизированными системами прокторинга. Анализируются особенности использования искусственного интеллекта в каждой из этих сфер, отмечены их достоинства и недостатки. Выделен ряд общих проблем, связанных с внедрением искусственного интеллекта в образовательный процесс, предложены некоторые рекомендации для их решения.
Ключевые слова: искусственный интеллект, образовательный процесс, образовательные технологии, персонализированное обучение, адаптивное обучение
Актуальность рассматриваемой темы обусловлена растущей ролью технологий искусственного интеллекта в современной образовательной среде. Внедрение искусственного интеллекта в образовательные процессы становится все более распространенным явлением и влечет не только положительные изменения, но и приводит к возникновению ряда проблем. Поэтому изучение влияния искусственного интеллекта на обучение имеет стратегическое значение для определения эффективных подходов к интеграции данных технологий в образовательные практики.
Целью данной статьи является исследование влияния технологий искусственного интеллекта на процесс обучения. Объектом исследования выступает применение искусственного интеллекта в образовании.
Основные задачи, решаемые в статье: анализ истории интеграции искусственного интеллекта в образование, анализ особенностей существующих технологий искусственного интеллекта, применяемых в обучении для выявления их положительных и отрицательных сторон.
Основные методы исследования включают в себя анализ нормативно-правовой базы и научной литературы по тематике статьи, анализ педагогического опыта в данной предметной области, методы сравнения и обобщения.
Научная новизна статьи определяется тем, что выявлены актуальные тенденции и возможности применения искусственного интеллекта в процессе обучения, предложены рекомендации для оптимального использования этих технологий.
Теоретическая значимость проявляется в системном анализе влияния искусственного интеллекта на образовательные процессы. Работа расширяет понимание теоретических основ внедрения искусственного интеллекта в образование, предоставляя базу для дальнейших исследований в данной области.
Практическая значимость заключается в том, что выделенные аспекты интеграции технологий искусственного интеллекта в процесс обучения предоставляют педагогам возможность их осознанного применения с учетом потенциальных рисков.
В настоящее время информационные технологии уже не просто присутствуют во всех сферах деятельности современного общества, а стали их неотъемлемой частью. Все инновационные разработки в максимально короткие сроки интегрируются в повседневную жизнь, как в целях оптимизации рабочих процессов, так и улучшения качества быта человека. Последний виток прогресса
в области информационных технологий связан с развитием технологий искусственного интеллекта.
Искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые как минимум с результатами интеллектуальной деятельности человека [1]. Технологии искусственного интеллекта, применяющие алгоритмы глубокого обучения, открыли новые горизонты в обработке данных, распознавании образов и автоматизации. В корпоративном секторе искусственный интеллект за счет способности анализировать огромные объемы данных и выявлять скрытые закономерности позволяет предсказывать эффективные стратегии развития, оптимизировать логистику, прогнозировать рыночные тенденции и персонализировать клиентский опыт. В сфере здравоохранения искусственный интеллект активно внедряется в диагностику и прогнозирование заболеваний, повышая ее точность и предлагая оптимальные методы лечения. В повседневной жизни технологии искусственного интеллекта находят применение в различных умных устройствах и транспортных средствах, формируя экосистему, которая адаптируется к предпочтениям конкретного пользователя.
На сегодняшний день в сфере образования наблюдается усиливающийся тренд к интеграции передовых технологий в целях повышения эффективности образовательного процесса. Поэтому вполне естественно, что технологии искусственного интеллекта стали активно применяться и в образовании. Образование с применением нейронных сетей приносит совершенно иной опыт для каждого человека [2]. Основными аспектами использования искусственного интеллекта в образовании являются автоматизация обучения, индивидуализированный подход к образовательному процессу, анализ данных для предоставления персонализированной обратной связи и создание интеллектуальных образовательных сред.
Первые шаги по интеграции технологий искусственного интеллекта в обучение были сделаны еще в 1960-х годах в начале эры компьютеров и связаны с созданием программ, обучающих основам программирования, способных предоставлять студентам задачи и проверять ответы на них. В 1980-1990-е годы в образовании стали использоваться экспертные системы, представляющие собой программные комплексы, применяющие базы знаний для поддержки принятия решений в отдельных предметных областях. Экспертные системы могли проводить автоматизированную диагностику уровня знаний обучающихся, вы-
являя пробелы в понимании материала и предоставляя для их устранения образовательные ресурсы или ссылки на них, а преподавателям - информацию о возникших затруднениях в обучении. Анализируя информацию об интересах и навыках обучающегося, экспертная система могла помочь с выбором подходящих ему курсов обучения или профессии. С развитием методов машинного обучения в 1990-х годах стали появляться системы адаптивного обучения, которые были способны оценивать уровень знаний студентов и на основе последующего анализа предлагать индивидуализированные учебные материалы и задания в соответствии с их потребностями. С развитием алгоритмов глубокого обучения и появлением более мощных вычислительных ресурсов в 2010-х годах нейронные сети позволили еще более точно адаптировать обучение под уникальные характеристики каждого обучающегося. Современный же этап интеграции искусственного интеллекта в обучение во многом связан с использованием генеративных языковых моделей, предоставляющих новые уникальные возможности для создания образовательного контента. Рассмотрим далее основные области применения искусственного интеллекта в современном образовательном процессе.
Искусственный интеллект играет важную роль в реализации концепции персонализированного обучения, обеспечивая возможность адаптации образовательного процесса, его содержания и скорости под индивидуальные потребности и характеристики каждого обучающегося [3].
Методология персонализированного обучения подразумевает создание уникальных образовательных траекторий для каждого обучающегося, учитывая его уровень подготовки, интересы и темп обучения. Основанные на нейронных сетях системы искусственного интеллекта способны анализировать данные о прохождении обучения студентами, в том числе их ответы на тестовые задания, выполненные практические работы, затраченное на изучение материала время, преимущественно используемый стиль обучения, анкетные данные и т. д. На основе этого анализа системы могут создать уникальные планы обучения, индивидуализированные задания, учебные материалы и даже методики. При этом предоставляемый ими учебный материал может динамически меняться в зависимости от достигнутых успехов или возникших трудностей с его освоением. Например, если система определяет, что студент быстро усваивает материал по отдельной теме, она может предложить более сложные задания, подстраиваясь под его темп обучения. В результате эффективность обучения существенно возрастает, поскольку каждый обучающийся получает специально подобранный материал, соответствующий его текущим потребностям. Кроме того, повышается мотивация обучающихся, поскольку система ставит им персональные, конкретные и вполне достижимые цели.
Следует отметить, что реализация концепции персонализированного обучения требует сбора большого объема данных о субъектах образовательного процесса, причем анализу могут подвергаться не только академические данные обучающихся, но и данные об особенностях их личности, предпочтениях и т. д. В этой связи возникает одна из основных проблем использования искусственного интеллекта в высшем образовании - сохранение конфиденциальности и обеспечение безопасности данных обучающихся [4], а перед образовательными организациями встает задача разработки четких правил их сбора и использования.
Способность генеративных моделей создавать на основе анализа и обработки больших объемов данных новый контент, включая текст, изображения и видео, также не могла остаться незамеченной у участников образовательных отношений. Преподавателям это дает возможность существенно сэкономить время на подготовке структурированных и информативных учебных материалов, включая тестовые и практические задания, в том числе в рамках реализации концепции персонализированного обучения. Обучающимся же использующие генеративные языковые модели, интеллектуальные помощники, реализованные, например, в форме чат-ботов, позволяют в любое время и в любом месте получать развернутые ответы на интересующие их вопросы, оказывают помощь в решении задачи, поиске ошибки в программном коде и т. п. Вместе с тем следует весьма критически относиться к сгенерированному контенту, чтобы исключить из него неточную либо неподходящую информацию. К тому же подготовка материалов с помощью генеративных моделей поднимает вопросы, касающиеся их авторства и корректности дальнейшего использования.
Еще одна сфера в образовании, в которой могут эффективно применяться решения на основе технологий искусственного интеллекта, связана с автоматизацией рутинных задач педагогических работников, а именно - автоматизацией выполнения оценочных процедур в рамках контроля успеваемости, которые традиционно выполнялись человеком [5]. При этом современные нейронные сети способны оценивать различные типы работ: в письменных работах в виде ответов на вопросы или эссе могут анализироваться корректность использования ключевых понятий, структура и грамматика, оцениваться их оригинальность, в математических задачах - проверяться правильность хода решения, в задачах программирования может анализироваться качество написания кода и его соответствие заданным критериям и т. д. С появлением более продвинутых алгоритмов, способных анализировать ответы не только в текстовом, но и графическом виде, появилась возможность оценки творческих работ, например, в области дизайна.
Автоматизация оценивания позволяет существенно сэкономить время преподавателей за счет их освобождения от монотонной работы. Поскольку алгоритмы оценки анализируют работы на основе перед заданными критериями, результаты получаются более объективными, исключаются ошибки, связанные
с наличием человеческого фактора. В случае же необходимости педагогический работник может использовать результаты такой оценки в качестве отправной точки для более детального анализа работ. Еще одним достоинством систем автоматизированного оценивания является предоставление студентам быстрой детализированной обратной связи по каждому вопросу.
Из недостатков систем автоматизированного оценивания следует отметить их ограниченность при проверке творческих заданий, требующих оригинальности и креативности, ограниченность при проверке неясных заданий из-за отсутствия четких критериев для выставления оценки.
Ввиду сложности для понимания как обучающимися, так и преподавателями многих алгоритмов машинного обучения, реализуемых в таких системах, принимаемое ими решение порой достаточно трудно объяснить, что вызывает недоверие и создает дополнительные вопросы, касающиеся справедливости процесса оценивания.
Искусственный интеллект используется в системах прокторинга для мониторинга нарушений в процессе онлайн-сдачи зачетов и экзаменов [6]. Нейронные сети способны в режиме реального времени осуществлять детальный анализ поведения обучающегося во время проведения оценочных испытаний путем обработки видеопотока с его веб-камеры и аудиосигнала микрофона, информации о его действиях с мышью и клавиатурой, выявляя при этом аномалии в поведенческих паттернах. Например, система может обнаружить быстрое и необычное перемещение мыши, длительный отвод взгляда от экрана, повтор одних и тех же действий, периоды длительной неактивности, когда обучающийся не взаимодействует с мышью и клавиатурой, изменение скорости набора текста, изменение акустической обстановки и т. д. Эти аномалии могут служить индикаторами потенциальных нарушений, таких как попытки списывания.
К недостаткам таких систем можно отнести проблему ложноположительных и ложноотрицательных срабатываний, связанную с недостаточной точностью используемых алгоритмов и возможностью технических сбоев в оборудовании на стороне обучающегося или сетевом оборудовании. Кроме того, некоторые виды мошенничества могут оставаться незамеченными системами прокторинга, реализованными исключительно с использованием искусственного интеллекта.
Внедрение искусственного интеллекта в процесс обучения, несмотря на многочисленные достоинства, также сопряжено с определенными отрицательными моментами, не связанными с конкретной областью применения, требующими внимания.
Передача роли педагога искусственному интеллекту может привести к возникновению проблем, связанных с отсутствием человеческого общения. В частности, если образовательный процесс ограничен взаимодействием с контентом, предоставляемым системой искусственного интеллекта, обучающиеся лишаются возможности общения и совместной деятельности с иными участниками образовательных отношений, что приводит к ограничению развития коммуникативных навыков, важных в личной и профессиональной сферах.
Нейронные сети часто неспособны в полной мере распознавать и адекватно реагировать на эмоциональное состояние обучающихся. Отсутствие взаимодействия с живыми преподавателями, обладающими способностью восприятия эмоциональных потребностей обучающихся, лишает их возможности получения в случае необходимости полноценной эмоциональной поддержки, а также затрудняет развитие эмоционального интеллекта.
Отдельно можно выделить проблемы этического характера. Так, существует риск возникновения предвзятости в принятии решений искусственным интеллектом, например, в процессе использования моделей, основанных на данных с неравномерным представлением. В этом случае алгоритм может демонстрировать недостаточную эффективность при работе с определенными социальными группами, поскольку данных о них в обучающем наборе недостаточно, что в конечном итоге может привести к неточным или даже несправедливым выводам в отношении их представителей.
Кроме того, сама возможность замещения ряда функций человека искусственным интеллектом породила непрекращающиеся дебаты, касающиеся будущего развития данных технологий. Развитие искусственного интеллекта в образовании также разделило экспертов на две категории: утверждающих, что машины способны улучшить жизнь преподавателей, и считающих, что они представляют значительно большую угрозу, чем потеря рабочих мест [7].
Таким образом, процесс внедрения технологий искусственного интеллекта в обучение сопряжен как с положительными, так и отрицательными моментами. Тем не менее точка невозврата уже пройдена, и этот процесс уже не остановить. И в этой связи нельзя не согласиться с точкой зрения А.Н. Дробахиной, согласно которой «наиболее важным вопросом, вставшим перед исследователями на современном этапе применения технологий искусственного интеллекта в образовании, является определение того, что в деятельности педагога может быть автоматизировано и передано искусственному интеллекту, а что потребует усилий человека» [8]. В свете этого становится очевидна важность разработки так называемых гибридных моделей, сочетающих интеллектуальные возможности человека и машины, установка четких норм использования искусственного интеллекта в образовании, а также разработка алгоритмов, способных более точно распознавать эмоциональное состояние обучающихся. Данные меры позволят минимизировать негативные аспекты применения технологий искусственного интеллекта в обучении, не снижая их эффективности.
Библиографический список
1. Национальная стратегия развития искусственного интеллекта на период до 2030 года (Утверждена указом Президента РФ от 10.10.2019 г № 490). Available at: http://www.kremlin.ru/acts/bank/44731
2. Филатова О.Н., Булаева М.Н., Гущин А.В. Применение нейросетей в профессиональном образовании. Проблемы современного педагогического образования. 2022; № 77-3: 243-245.
3. Старостенко И.Н., Хромых А.А. Технологии искусственного интеллекта в образовании (на примере персонализированного обучения). Гуманитарные, социально-экономические и общественные науки. 2023; № 7: 94-98.
4. Зык А.В. Роль искусственного интеллекта в образовательной деятельности. Образование и право. 2023; № 3: 300-303.
5. Шобонов Н.А., Булаева М.Н., Зиновьева С.А. Искусственный интеллект в образовании. Проблемы современного педагогического образования. 2023; № 79-4: 288-290.
6. Родионов О.В., Тамп Н.В. Технологии искусственного интеллекта в образовании. Воздушно-космические силы. Теория и практика. 2022; № 22: 64-74.
7. Катханова Ю.Ф., Юй Си, Корыгин А.И. Искусственный интеллект в образовательном пространстве. Преподаватель XXI век. 2022; № 3-1: 215-223.
8. Дробахина А.Н. Информационные технологии в образовании: искусственный интеллект. Проблемы современного педагогического образования. 2021; № 70-1: 125-128.
References
1. Nacional'naya strategiya razvitiya iskusstvennogo intellekta na period do 2030 goda (Utverzhdena ukazom Prezidenta RF ot 10.10.2019 g. № 490). Available at: http://www. kremlin.ru/acts/bank/44731
2. Filatova O.N., Bulaeva M.N., Guschin A.V. Primenenie nejrosetej v professionalem obrazovanii. Problemy sovremennogo pedagogicheskogo obrazovaniya. 2022; № 77-3: 243-245.
3. Starostenko I.N., Hromyh A.A. Tehnologii iskusstvennogo intellekta v obrazovanii (na primere personalizirovannogo obucheniya). Gumanitarnye, social'no-'ekonomicheskie i obschestvennye nauki. 2023; № 7: 94-98.
4. Zyk A.V. Rol' iskusstvennogo intellekta v obrazovatel'noj deyatel'nosti. Obrazovanie i pravo. 2023; № 3: 300-303.
5. Shobonov N.A., Bulaeva M.N., Zinov'eva S.A. Iskusstvennyj intellekt v obrazovanii. Problemy sovremennogo pedagogicheskogo obrazovaniya. 2023; № 79-4: 288-290.
6. Rodionov O.V., Tamp N.V. Tehnologii iskusstvennogo intellekta v obrazovanii. Vozdushno-kosmicheskie sily. Teoriya iprakíika. 2022; № 22: 64-74.
7. Kathanova Yu.F., Yuj Si, Korygin A.I. Iskusstvennyj intellekt v obrazovatel'nom prostranstve. Prepodavatel'XXI vek. 2022; № 3-1: 215-223.
8. Drobahina A.N. Informacionnye tehnologii v obrazovanii: iskusstvennyj intellekt. Problemy sovremennogo pedagogicheskogo obrazovaniya. 2021; № 70-1: 125-128.
Статья поступила в редакцию 28.11.23
УДК 378
Mitrakhovich V.A., Doctor of Sciences (Pedagogy), Professor, Military Orders of Zhukov and Lenin Red Banner Academy of Communications
named after Marshal of the Soviet Union S.M. Budyonny (Saint Petersburg, Russia), E-mail: [email protected]
Balyaeva S.A., Doctor of Sciences (Pedagogy), Professor, Admiral Ushakov Maritime State University (Novorossiysk, Russia), E-mail: [email protected]
Avanesova T.P., Doctor of Sciences (Pedagogy), Senior Lecturer, Admiral F. Ushakov Maritime State University (Novorossiysk, Russia),
E-mail: [email protected]
CONTROL IN THE METHODOLOGICAL SUPPORT OF CADETS' PROFESSIONAL TRAINING. The article discusses issues of control as one of the elements of methodological support of cadets' professional training. The definition, directions, functions, forms of methodological support in the military educational organization of higher education and the levels of its implementation have been presented. In addition, the role of pedagogical quality control of cadets' professional training of the military educational organization of higher education has been demonstrated. Brief characteristics of the types of control have been presented: input, current, intermediate and final. The requirements imposed by the governing documents for the formation of evaluation funds for the academic discipline are considered. The criteria for assessing the level of development of competencies by cadets and their corresponding indicators in accordance with the level of development of curricula have been presented. The article is intended for a wide range of readers interested in issues related to the organization of the educational process and the assessment of professional training.
Key words: methodological support of cadets' professional training, pedagogical control and assessment of quality of cadets' professional training, evaluation funds
B.А. Митрахоеич, д-р пед. наук, проф., Военная орденов Жукова и Ленина Краснознамённая академия связи имени Маршала Советского Союза
C.М. Будённого, г. Санкт-Петербург, E-mail: [email protected]
С.А. Баляееа, д-р пед. наук, проф., Государственный морской университет имени адмирала Ф.Ф. Ушакова, г. Новороссийск, E-mail: [email protected]
Т.П. Аеанесоеа, д-р пед. наук, доц., Государственный морской университет имени адмирала Ф.Ф. Ушакова, г. Новороссийск,
E-mail: [email protected]
КОНТРОЛЬ В МЕТОДИЧЕСКОМ СОПРОВОЖДЕНИИ ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ КУРСАНТОВ
В статье рассматриваются вопросы контроля как одного из элементов методического сопровождения профессиональной подготовки курсантов. Представлено определение, направления, функции, формы методического сопровождения в военной образовательной организации высшего образования и уровни его реализации. Кроме того, показана роль педагогического контроля качества профессиональной подготовки курсантов в военной образовательной организации высшего образования. Представлены краткие характеристики видов контроля: входного, текущего, промежуточного и итогового. Рассмотрены требования, предъявляемые руководящими документами к формированию фондов оценочных средств по учебной дисциплине. Представлены критерии оценивания уровня освоения компетенций курсантами и соответствующие им показатели в соответствии с уровнем освоения учебных программ. Статья предназначена широкому кругу читателей, интересующихся вопросами, связанными с организацией образовательного процесса и оценкой профессиональной подготовки обучающихся.
Ключевые слова: методическое сопровождение профессиональной подготовки курсантов, педагогический контроль и оценка качества профессиональной подготовки курсантов, фонды оценочных средств
Актуальность исследования обусловлена тем, что подготовка квалифицированных военных кадров и развитие системы военного образования являются приоритетными задачами Министерства обороны России и важнейшими направлениями деятельности повышения обороноспособности государства. Необходимость ее проведения определена требованиями и указаниями органов военного управления в соответствии с концепцией развития Вооруженных сил РФ и «Государственной программой РФ «Развитие образования» до 2025 года», а также требованиями общества к профессионально подготовленным
офицерским кадрам, способных и готовых к выполнению задач любой категории сложности.
Образование в военной образовательной организации высшего образования носит комплексный характер, так как представляет собой процесс, включающий образовательную и воспитательную деятельность, физическую, боевую и специальную подготовку, направленную на курсантов - будущих офицеров. Можно говорить, что образовательный процесс по основной профессиональной образовательной программе - это «подготовка высокообразованного, прежде
