CC BY
132
ОБУЧЕНИЕ ОСНОВАМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
И.С. Синогеев
Министерство обороны Российской Федерации (Россия, г. Москва)
DOI:10.24412/2500-1000-2022-9-2-130-134
Аннотация. Вопросы изучения искусственного интеллекта в содержании школьного курса информатики не только подвержены тенденциям развития курса в целом, но и имеют особенности, обусловленные в том числе сущностью информатики как и науки, и учебного предмета. Искусственный интеллект рассматривается как раздел науки и как прикладная область. В настоящей статье рассмотрены аспекты включения искусственного интеллекта для изучения в курсе информатики в российской школе. На основе анализа развития искусственного интеллекта были выделены основные направления его использования в образовании: применение искусственного интеллекта для сопровождения образовательного процесса и его проектирования, и искусственный интеллект как компонент содержания образования для корректного позиционирования данной темы в современной школьной информатике.
Ключевые слова: развитие образования, обучение информатике, обучение искусственному интеллекту, программирование.
Рассмотрим подробнее вопросы искусственного интеллекта в российской школе. Вопросы изучения искусственного интеллекта в содержании школьного курса информатики не только подвержены тенденциям развития курса в целом, но и имеют особенности, обусловленные в том числе сущностью информатики как и науки, и учебного предмета. Искусственный интеллект рассматривается как раздел науки и как прикладная область. Из-за этого можно выделить, что его доля в содержании
курса развивается условно по спирали, постоянно переходя в два состояния -усложнения теоретических основ и прикладного применения в условиях постоянного масштабирования [6, с. 383].
Таким образом, фундаментальность курса во многом усиливалась за счёт увеличения именно практики и возникающих незакрытых потребностей в обосновании осуществляемой практической деятельности. Данное утверждение следует проиллюстрировать на конкретных примерах.
Как обосновать?
Рис. 1. Соотношение теории и практики в теме ИИ в курсе информатики
Вместе с принятием ФГОС общего образования был сделан очередной шаг к фундаментализации содержания образования и усилению практической или дея-тельностной составляющей образования. Это коснулось, в том числе, информатики. В учебниках появилось больше современных научных теорий, а задания приобрели большую прикладную значимость (уменьшилось количество учебных ситуаций в пользу прикладных кейсов, основанных на явлениях и ситуациях из окружающей действительности). ФГОС общего образования в большей степени опирается на современное состояние информатики как науки и её разделы [1, с. 32].
Постепенно освоение ИИ как технологии становится одним из базовых элементов компьютерной грамотности, так её
успешному формированию предшествуют функциональные навыки работы с цифровыми технологиями. Более того, исследователи цифровых компетенций выделяют отдельной категорией компетенции, связанные с анализом больших потоков информации. В ФГОС СОО углубленного уровня к ИИ напрямую относится требование к предметным результатам обучения под номером 10: «сформированность умения работать с библиотеками программ; наличие опыта использования компьютерных средств представления и анализа данных». В целом, анализируя ФГОС ООО (и затем - ФГОС СОО) и ПООП СОО можно выделить три больших блока, относящихся к искусственному интеллекту, представленные на схеме [4, с. 38].
Рис. 2. Представление темы «Искусственный интеллект» во ФГОС ООО и ПООП ООО
В ПООП ООО и ПООП СОО основное отличие - появление второго языка программирования. В то же время, большинство пунктов, связанных с искусственным интеллектом были выделены курсивом как дополнительные и результаты освоения
этих тем не проверялись в конце обучения. Например, в разделе 4 «ИКТ и их использование для анализа данных» присутствует следующее содержание темы, выделенное курсивом: «Системы искусственного интеллекта и машинное обучение. Машинное
обучение - решение задач распознавания, классификации и предсказания. Искусственный интеллект. Анализ данных с применением методов машинного обучения. Экспертные и рекомендательные системы [7, с. 165].
Большие данные в природе и технике (геномные данные, результаты физических экспериментов, интернет-данные, в частности данные социальных сетей). Технологии их обработки и хранения». В требованиях к освоению этого содержания можно прочесть: «использовать методы машинного обучения при анализе данных; использовать представление о проблеме хранения и обработки больших данных».
Среди учебников, входящих в федеральный перечень, сегодня лишь в нескольких упоминается тема «Искусственный интеллект», причём в большинстве случаев (кроме единственного курса для углублённого уровня) - в качестве поверхностного знакомства.
На усмотрение учителя возможна практическая реализация алгоритма на изучаемом языке программирования (учителя свободны в выборе языка программирования. На момент написания учебников язык Python не имел необходимых библиотек для практической реализации алгоритмов).
Авторы УМК (И.А. Калинин, Н.Н. Са-мылкина) рассматривают экспертные системы, связывая их, в том числе, с известными проектами семантических сетей, например, Semantic Web.
В качестве исторической справки используются отсылки на великих деятелей науки (например, Марвина Ли Минского) и их достижения. Алгебра логики и алгебра предикат введены математически и с примерами на естественном языке, без связи с Prolog, что позволяет адаптировать применение для любого изучаемого языка программирования (например, Python или С++), где есть переменные логического типа.
Искусственный интеллект в данном УМК рассматривается в основном с точки зрения инженерии знаний. При объяснении онтологий сначала даётся понятие знаний, затем фактов, процедур, эвристических правил, онтологии и её составляю-
щих, лишь потом - модели представления знаний.
Приводятся конкретные примеры популярных самообучающихся алгоритмов, применяемых при анализе данных в реальных условиях; также самообучающиеся алгоритмы приведены на псевдокоде. В учебнике даны: алгоритм Apriori, алгоритм поиска деревьев решений CART (идейное продолжение темы бинарных деревьев линии «Алгоритмизация и программирование» в 10 классе).
Авторами также вводится конкретный алгоритм из теории игр - метод альфа-бета отсечений. Курс имеет практическую значимость при ориентации обучающихся на дальнейшее получение профессии в ИТ-сфере. Единственным минусом этого комплекса является значительное преобладание теоретической формы и отсутствие реализаций алгоритмов на конкретных языках программирования непосредственно обучающимися [2, с. 9].
Но, следует иметь в виду, что на момент написания УМК Python не имел библиотек для работы с ИИ, поэтому авторы предлагали реализацию частного случая для известных алгоритмов на используемых в школе языках программирования Pascal и C++. В настоящее время выпущен отдельный практикум по искусственному интеллекту для УМК авторов (И.А. Калинин, Н.Н. Самылкина) [3, с. 61].
В практикуме рассматриваются практические примеры решения задач анализа данных, классификации, принятия решений, выявления закономерностей в виде скрытых правил, системы диагностики и распознавания рукописных цифр. Все задания по применению интеллектуальных алгоритмов выполняются в среде Anaconda на языке Python с использованием библиотек Scikit-learn, TensorFlow и Keras, модуля Apriori, пакета PyKnow.
Практика других стран показывает, что изучение темы ИИ оправдано уже на уровне основного общего образования в виде пропедевтики использования интеллектуальных сервисов: с интеллектуальными алгоритмами, большими данными и облачными сервисами, поскольку с их применением обучающийся сталкивается
как пользователь ежедневно. Важно, чтобы он понимал аспекты, связанные с безопасностью и этикой использования таких сервисов помимо их назначения. В новом проекте ФГОС ООО делаются шаги в сторону изучения больших данных и интеллектуальных сервисов из повседневной жизни - упоминаются облачные сервисы и «Интернет вещей». Для ступени СОО характерно усиление содержания: выпускник должен не только уметь опознать интеллектуальные сервисы, но и использовать их в своей деятельности и самостоятельно выбирать подходящие решения (в случае с углублённым курсом информатики - разрабатывать комбинированные модели с несколькими классификаторами самостоятельно) [5, с. 276].
Библиографический список
1. Байкова, Ф.Ф. Применение геймификации при обучении основам искусственного интеллекта в рамках элективного курса по информатике // Шаг в науку. Материалы XII Региональной научно-практической конференции студентов и магистрантов ИФМИТО НГПУ. - Новосибирск, 2021. - С. 32-33.
2. Босова, Л.Л. Как учат программированию в XXI веке: отечественный и зарубежный опыт обучения программированию в школе // Информатика и образование. - 2018. - №6. -С. 3-11.
3. Гибадуллин, А.А. Программирование интеллектуальных компьютерных игр в обучении // Педагогика в теории и на практике: актуальные вопросы и современные аспекты. Сборник статей II Международной научно-практической конференции. - 2019. - С. 60-62.
3. Зеленков Ю.А., Анисичкина Е.А. Динамика исследований в области интеллектуального анализа данных: тематический анализ публикаций за 20 лет // Бизнес-информатика. -2021. - Т. 15. № 1. - С. 30-46.
4. Карпович Е.Б., Пархоменко Д.А. Инструменты анализа и визуализации данных: повышение образовательных компетенций обучающихся // Big Data and Advanced Analytics.
- 2020. - № 6-3. - С. 275-277.
5. Паршин, М.Д. Свёрточные нейронные сети в образовании // Актуальные проблемы обучения математике и информатике в школе и вузе. Материалы V международной заочной научной конференции. Под общей редакцией Л.И. Боженковой, М.В. Егуповой. 2020.
- С. 380-385.
6. Розов, К.В. Профессиональная подготовка педагога к применению технологий искусственного интеллекта в образовательной робототехнике // В сборнике: Образовательная робототехника: состояние, проблемы, перспективы. Сборник статей Международной научно-практической конференции. Под редакцией Р.В. Каменева, Е.Е. Ступиной. - 2020.
- С. 162-167.
Таким образом, мы можем заключить, что тема «Искусственный интеллект» присутствовала в школьном курсе информатики всегда, однако была распределена между различными разделами курса. Содержание курса постоянно преобразовывалось с учётом тенденций в информатике как науке, развитием технологий и изменением потребностей экономики государства. В корне неверным будет утверждение, что искусственный интеллект - это совершенно новая тема, изучение которой не обосновано достаточно. Изучение искусственного интеллекта как науки и технологии в школе прошло долгий путь и сегодня, наконец, обретает явный вид.
TRAINING IN THE BASICS OF ARTIFICIAL INTELLIGENCE I.S. Sinogeev
Ministry of Defense of the Russian Federation (Russia, Moscow)
Abstract. The issues of studying artificial intelligence in the content of the school course of informatics are not only subject to trends in the development of the course as a whole, but also have features due, among other things, to the essence of informatics as a science and an academic subject. Artificial intelligence is considered as a branch of science and as an applied area. This article discusses aspects of the inclusion of artificial intelligence for study in the course of computer science in the Russian school. Based on the analysis of the development of artificial intelligence, the main directions of its use in education were identified: the use of artificial intelligence to accompany the educational process and its design, and artificial intelligence as a component of the content of education for the correct positioning of this topic in modern school informatics.
Keywords: development of education, teaching computer science, teaching artificial intelligence, programming.
