Россия
Россия
Цель: Разработать методику использования искусственного интеллекта для решения задачи интенсификации процесса формирования профессиональных компетенций обучающихся. Показать необходимость совершенствования технологий обучения вследствие сокращения аудиторного времени, отводимого на общеобразовательные дисциплины при реконфигурации учебных планов подготовки специалистов. Рассмотреть вопрос о переосмыслении результативности сложившейся системы дистанционного обучения (СДО) как средства рационализации образовательных процедур в связи с сохраняющимся риском усвоения студентами только минимального уровня знаний вследствие использования в СДО шаблонных электронных демонстрационных материалов. Методы: Для достижения сформулированных целей используются данные анализа результатов внедрения в учебный процесс кафедры ИВС продукта «Цифровой преподаватель» (ЦП), разработанного на основе отечественной платформы DeepTalk. Разработан алгоритм обучения нейронной сети как математического ядра ЦП. При использовании на первых этапах загрузки ЦП текстовыми и презентационными материалами реализован принцип рандомизации логически связанных запросов, ответов и замечаний преподавателей по лекциям и практическим заданиям. Результаты: Разработана и протестирована методика итерационной корректировки ЦП при наращивании массива ситуационных данных с последовательным устранением противоречия между требованием по репрезентативности и изначально малым объемом формируемой обучающей выборки. Практическая значимость: Создание разработанного нейросетевого продукта является первым шагом в развертывании системы цифровых сервисов университета, в иерархическую структуру которой по направлениям подготовки, специальностям и специализациям должны входить «Цифровой преподаватель», «Цифровой куратор абитуриента» и другие подобные продукты. Внедрение ЦП в обеспечение преподавания на старших курсах будет способствовать формированию индивидуальной образовательной траектории обучающегося и развитию его когнитивных способностей. Далее, в ходе получения дополнительного профессионального образования, применение DeepTalk обеспечит приобретение навыков взаимодействия с ИИ, используемого как средство поддержки принятия решений в условиях неопределенности. DeepTalk позволяет оценивать предрасположенность абитуриентов к основным видам профессиональной деятельности в ОАО «РЖД».
Система цифровых сервисов, генерирование образовательного контента, обучающая выборка, цифровой преподаватель, дообучение моделей, индивидуализация образования
1. Бураков М. В. Системы искусственного интеллекта: учебное пособие / М. В. Бураков. - М.: Проспект, 2017. - 440 с.
2. Николенко С. Глубокое обучение и погружение в мир нейронных сетей / С. Николенко, А. Кадурин, Е. Архангельская. - СПб.: Питер, 2018. - 480 с.
3. Сиренко С. Н. Применение информационных технологий как средства интенсификации процесса обучения в вузе / С. Н. Сиренко // Открытое образование. - 2009. - № 3. - С. 20-29.
4. Рабочая программа учебной дисциплины «Информатика» / Cост. Н. А. Шедько. - СПб.: ПГУПС, 2023. - 27 с.
5. Ендовицкий Д. А. Университетская наука и образование в контексте искусственного интеллекта / Д. А. Ендовицкий, К. М. Гайдар // Высшее образование в России. - 2021. - Т. 30. - № 6. - С. 121-131.
6. Фурс С. П. Искусственный интеллект в сфере образования - помощник педагога или «подрывная» технология? / С. П. Фурс // Преподаватель XXI век. - 2023. - № 1. - Часть 1. - С. 40-49.
7. Мартышенко Н. С. Исследование процессов, влияющих на удовлетворенность студентов выбором специальности / Н. С. Мартышенко // Современное образование. - 2017. - № 4. - С. 131.
8. Васильева Е. В. Оценка экономической эффективности конкурирующих ИТ-проектов: подходы и математический инструментарий / Е. В. Васильева, Е. А. Деева // Управление. Вызовы и угрозы. - 2017. - № 4(18). - С. 40-46.
