К содержанию
РецензированоRU1994

Интеллектуальные обучающие системы

ИНТЕЛЛЕКТУАЛЬНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ · Уразова Эльвира Шамильевна · Тугалов Исмат Хатамович (университета, Россия) · КФУ при Джизакском филиале УзМУ (университета, Россия) · Цой Марина Петровна (университета, Россия) · Джизакского филиала УзМУ (доц.кафедры Межфакультетские дисциплины)

Современные инновационные исследования актуальные проблемы и развитие тенденции: решения и перспективы · 1507-1517 · 1994

Аннотация

В статье рассмотрены вопросы формирования искусственного интеллекта, его роль в получении качественного образования. Необходимым условием нового лидерства в глобальной конкуренции и в условиях наблюдаемой в развитых странах 4-й промышленной революции, является успешное создание и развитие программных платформ с интегрированным искусственным интеллектом. Ключевые слова: искусственные нейронные системы, искусственный интеллект, дистанционное обучение, персонализированное и адаптивное обучение. Создание искусственных нейронных систем (ИНН) связано с попытками повторить работу нервной системы человека. В основе исследований по искусственному интеллекту лежит идея моделирования процессов человеческого мышления с помощью компьютера. Искусственный интеллект связан не только со сбором, накоплением, восприятием знаний и генетическим программированием, но и позволяет решать задачи поиска оптимальных решений. Образование, которое всегда являлось базисом в процессах генерации и передачи знаний, не может остаться в стороне от современного направления развития, как ИИ [1]. Это обусловлено не только трендом на обновление учебного процесса, но и пониманием, что необходимым условием нового лидерства в глобальной конкуренции и, в условиях наблюдаемой в развитых странах 4-й промышленной революции, является успешное создание и развитие программных платформ с интегрированным ИИ на основе нейронных 221 сетей и больших данных (BigData). Образовательный контент разделен на две категории: MicroLearning и MacroLearning [2]. Потенциал искусственного интеллекта (ИИ) к сфере передачи массива знаний студентам представляется широким, что связано с созданием и внедрением ранее не существующих инновационных методов обучения, как новые формы генерации знаний и их передачи студентам. При этом в передаче знаний большую роль играют: - интеллектуальные экспертные системы на основе BigData); - новые каналы коммуникации знаний на основе программ с ИИ в диалоговых системах: - новые каналы связи компьютер - студент; - новые формы подачи информации с акцентом на визуализацию; - новые формы контроля усвояемости учебных материалов; - учет индивидуальных и интеллектуальных особенностей студентов, в образовательном процессе. Внедрение ИИ в систему высшего образования изменит передачу знаний от преподавателя студенту. Предполагается, что искусственный интеллект поможет адаптировать уроки под индивидуальные особенности каждого студента. Традиционный метод преподавания в аудитории является продуктом эпохи индустриализации, который характеризуется стандартизацией, однако в значительной степени игнорирует индивидуальные потребности студентов. Нейронные сети, как форма ИИ, в свою очередь, предлагают зачастую уникальные решения, которые невозможно реализовать на базе человеческого мышления, например, программы распознавания образов. Повышению качества процесса образования могут способствовать направляющие и консультативные функции ИИ, подсказывая оптимальные персонализированные тактики обучения. Подобные функции внедряются в систему SmartSparrow, где можно отслеживать прогресс каждого обучаемого. Проведенный компанией Pricewaterhouse Coopers (PwС) опрос, показал, что 58% менеджеров и технологических экспертов уверены, что уже в 2022 году ИИ сможет заменить личного репетитора [2]. Учитывая индивидуальные особенности студента можно достичь приемлемых образовательных результатов для одних и углубленное и ускоренное образование для других. Уже известны такие программы, основанные на ИИ: - Автоматическая оценка. Специализированная компьютерная программа, основанная на искусственном интеллекте, которая имитирует поведение учителя, проставляющего оценки за эссе, написанные в образовательной среде. Она может оценивать знания студентов, анализировать их ответы, давать обратную связь и составлять индивидуальные планы обучения. - Промежуточный интервал обучения. Данная программа перепроверяет остаточные знания студентов. - Обратная связь для учителей. Оценка квалификации преподавателя делается уже не с помощью бумажных носителей, а все чаще используются диалоговый интерфейс, как настоящий интервьюер. Кроме того, данная программа умеет выяснять причины того или иного мнения. -Виртуальные помощники. На данный момент уже существуют помощники для преподавателей, которые способны отвечать точно и быстро на запросы студентов, благодаря встроенным в них компьютерам с ИИ. - Персонализированное обучение. Персонализированное обучение относится к разнообразным образовательным программам, в которых темп обучения и учебный подход оптимизированы для потребностей каждого учащегося. Опыт учитывает предпочтения в обучении и конкретные интересы разных студентов. ИИ без проблем подберет нужный темп для студента, чтобы тот мог лучше усвоить программу. - Адаптивное обучение. Оно предполагает, что ИИ способен отслеживать прогресс каждого студента, либо корректировать курс, либо информировать учителя о материале, который конкретному студенту трудно понять. 222 - Дистанционное обучение обычно п

Доказательный фрагмент

«В статье рассмотрены вопросы формирования искусственного интеллекта, его роль в получении качественного образования.»

Образец извлечения

Демо-превью

В статье рассмотрены вопросы формирования искусственного интеллекта, его роль в получении качественного образования. Полный текст публикации CiteX не хранит — доступ к первоисточнику открывается по DOI согласно лицензии издателя и выбранному плану.

DOI не указан
Цитирований
0
Тип
Журнал
Страна
Узбекистан
Ключевые слова
искусственные нейронные системы, искусственный интеллект, персонализированное и адаптивное обучение, дистанционное обучение
Спросить CiteX об этой работе

Смежные источники