Применение цифрового следа образовательных интеллектуальных технологий

Введение. В дата-центричных моделях обучения, появившихся с связи с широким распространением электронного и дистанционного образования, осуществляется сбор цифровых данных об образовании и дальнейший анализ фактов образовательного процесса с целью повышения эффективности образовательной деятельности. В связи с возрастающим использованием искусственного интеллекта (ИИ) в образовании представляется актуальным вопрос рассмотрения возможностей применения цифрового следа технологий ИИ в образовательной деятельности.

Цель – выявление образовательных задач, которые можно решить посредством сбора, обработки и анализа цифрового следа интеллектуальных образовательных технологий.

Материалы и методы. В исследовании используются общенаучные теоретические методы (дедукция, классификация, анализ), практические наблюдательные, экспериментальные, праксиметрические, а также диагностические и статистические методы. В качестве научно-методической основы были взяты материалы о российском и зарубежном опыте применения цифрового следа и интеллектуальных технологий в образовании.

Результаты и обсуждение. В работе представлены характеристики образовательного процесса, выявленные на основе анализа цифрового следа, а также возможности применения данных цифрового следа систем ИИ для решения задач оптимизации образовательной деятельности, в том числе для корректировки деятельности обучающихся и педагога. В качестве примера использования технологии ИИ представлен образовательный чат-бот с функцией сбора данных о рефлексии учебной деятельности.

Заключение. Посредством анализа цифрового следа систем ИИ возможно решение следующих образовательных задач: создание индивидуальных траекторий обучения и адаптивное обучение, независимое оценивание результатов обучения, организация образовательного процесса на основе учебной аналитики, автоматизация коммуникации. При этом интеллектуальные технологии должны применяться как дополнительный инструмент и качество их работы должно контролироваться педагогами и специалистами в области ИИ.

1. Мантуленко В. В. Перспективы использования цифрового следа в высшем образовании // Преподаватель XXI век. 2020. № 3-1. С. 32–42. https://doi.org/10.31862/2073-9613-2020-3-32-42.

2. Shagrova G., Kulikova T., Poddubnaya N., Ardeev A. (2019). Innovative approaches to the organization of students independent learning in accordance with the digital economy requirements: CEUR Workshop Proceedings, International Scientific Conference Innovative Approaches to the Application of Digital Technologies in Education and Research (Stavropol – Dombay, Russian Federation). URL: https://ceur-ws.org/Vol-2494/paper_19.pdf (2019).

3. Беслер А. И., Мячинов А. А., Серяков А. В., Корчевская О. В. Возможности применения технологии искусственного интеллекта и машинного обучения в сфере образования // Решетневские чтения: материалы XXVII Международной научно-практической конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М. Ф. Решетнева (Красноярск, 08–10 ноября 2023 года). Красноярск: Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева, 2023. С. 124–125.

4. Горбунова Е. А. Технологии искусственного интеллекта в образовании // Вестник Димитровградского инженерно-технологического института. 2021. № 2(24). С. 80–84.

5. Углев В. А. Использование методов когнитивной визуализации при работе с образовательным цифровым следом // Ректор ВУЗа. 2020. № 8. С. 38–43.

6. Гурьева Т. Н. Некоторые аспекты использования цифрового следа в образовательном процессе // Научные труды Северо-Западного института управления РАНХиГС. 2020. Т. 11. № 4(46). С. 58–64.

7. Suhonen S. Learning analytics: Combining Moodle, Whatsapp and self-evaluation data for better understanding: Proceedings of the 6th European Conference on Social Media / eds. W. Popma, S. Francis. Brighton, UK: Academic Publishing, 2019. P. 410–413.

8. Казарина В. В. Барьеры внедрения искусственного интеллекта в образование: мифы и реальность // Педагогический ИМИДЖ. 2021. Т. 15, № 4(53). С. 382–397. https://doi.org/10.32343/2409-5052-2021-15-4-382-397.

9. Первая в России онлайн-система адаптивного обучения математике. URL: https://plario.ru/ [дата обращения: 10 февраля 2024 г.].

10. Школа английского языка для взрослых и детей. URL: https://study.skyeng.ru/ [дата обращения: 10 февраля 2024 г.].

11. AI-assisted grading tools for higher education. URL: https://www.gradescope.com/ [дата обращения: 10 февраля 2024 г.].

12. Гречкина К. А. Будущее образования: роль искусственного интеллекта и машинного обучения // Цифровая трансформация образования: актуальные проблемы, опыт решения: материалы Всероссийской научно-практической конференции (Волгоград, 23 ноября 2023 года). Чебоксары: Изд. дом «Среда», 2023. С. 265–268.

13. Ардеев А. Х., Багдасарян Л. Ш., Конопко Е. А., Панкратова О. П. Подготовка кадров в области искусственного интеллекта // Экономика устойчивого развития региона: инновации, финансовые аспекты, технологические драйверы развития в сфере туризма и гостеприимства: материалы Х Международной научно-практической конференции: в 2 ч. (Ялта, 28–31 марта 2023 года) / отв. ред. А. В. Олифиров. Ч. 1. Симферополь: Ариал, 2023. С. 322–325.