Искусственный интеллект в образовании: возможности, барьеры и этические аспекты персонализированного обучения

Скаждым днем все чаще и настойчивее в нашу повседневную жизнь вплетается искусственный интеллект, его вспомогательная повседневность для многих уже стала нормой. Интеграция искусственного интеллекта в образовательный процесс отражает фундаментальное преобразование современной системы обучения, обеспечивая высокую степень индивидуализации учебного пути, однако одновременно порождает серьёзные этические дилеммы и угрозы неравенства.

В процессе рассмотрения предложенной темы авторский коллектив попытался провести аналитическое и прикладное осмысление возможностей и барьеров, связанных с применением ИИ и цифровых решений в образовании, направленных на повышение учебно-образовательной эффективности [1].

Основное направление рассматриваемой нами темы коснулось тесного взаимодействия образовательной системы со следующим перечнем конвентов:

– адаптивная обучающая платформа – это технологическая система, основанная на алгоритмах искусственного интеллекта и машинного обучения, которая динамически подстраивает образовательный процесс под индивидуальные особенности учащегося; – интеллектуальные помощники – это программный продукт на базе технологий искусственного интеллекта (ИИ), который помогает пользователю решать разнообразные задачи, от простых бытовых запросов до сложных профессиональных операций.

В ходе изучения познавательной адаптации общества к новому продукту нами проанализированы эмпирические свидетельства влияния решений на мотивацию студентов, уровень удержания и развитие самостоятельности, с учётом технологических и социокультурных рамок. Данный анализ усиливает научную дискуссию о целесообразном и ответственном применении искусственного интеллекта и содействует формированию еще более автономных и доступных моделей обучения на глобальном уровне. Обсуждение базовых цифровых решений, а также использование передового опыта, позволяют выявлять ключевые моменты, формируя комплексные подходы и стратегии развития [2].

Сегодняшняя концепция образования представляет собой новую модель обучения, сочетающую педагогику и инновационные технологии.

Она строится на персонализированном и адаптивном подходе с использованием передовых цифровых решений. Ключевые принципы образования включают в себя: индивидуализацию контента; систематизацию задач под каждого обучающегося; интеграцию интеллектуальных технологий; аналитику обучения и генеративную обратную связь.

Нынешнее понимание структуры образования выходит за рамки простой цифровизации и не предполагает замены педагогического работника технологиями. Напротив, педагог остается центральной фигурой, а технологии служат для его поддержки. Эффективное использование искусственного интеллекта требует чётко прописанных этических принципов. Авторским коллективом предложены конкретные ориентиры для педагогов, образовательных организаций [3].

Рассмотрим зарождение информационных технологий в сфере образования, которое старто- вало в 2000-х годах со структурированного электронного обучения на таких платформах как Blackboard и Moodle, где приоритет отдавался однонаправленной передаче контента. Пандемия COVID-19 (2020–2022) послужила катализатором внедрения гибридных форматов и синхронных инструментов, таких как Zoom, Microsoft Teams и Google Meet. По многочисленным статистическим отчетам к 2022 году около 80% высших учебных заведений освоили использование указанных платформ для проведения занятий [4].

В довольно непростой период система образования продемонстрировала не только техническую осуществимость, но и структурные ограничения цифровых подходов без встроенных интеллектуальных функций: когнитивную перегрузку, усталость от Zoom и поверхностное усвоение материала. С приходом генеративного искусственного интеллекта (Generative Al) (GenAl) способного создавать новый контент, который может быть не отличим от созданного человеком. Ключевые характеристики генеративного искусственного интеллекта заключаются в воспроизведении текстов, графиков, музыки, и.т.д. Построение сбора информации и ее обработки происходит на многомиллионных платформах за считанные секунды, выявляя закономерности и структурирование данных и их взаимосвязей и аномалий.

Полученные результаты автоматически квалифицируются с помощью алгоритмов машинного обучения, что позволяет формировать прогнозные модели и принимать решения в режиме реального время. Часто обработка происходит без прямого указания правильного ответа, модель сама находит скрытые паттерны. Генеративный ИИ эффективно обрабатывает форматы, которые, сложно упорядочить в таблицах или строгих категориях, полученный результат можно улучшить через обратную связь, поправки человека помогают модели делать генерацию все более точными и правдоподобными. Таким образом, генеративный ИИ – это инструмент цифрового творчества, который расширяет человеческие возможности, автоматизирует, ускоряет процессы развития, открывая нам новые горизонты в науке, искусстве и бизнесе [5].

Анализируя вопрос о том, является ли искусственный интеллект просто «эйфорией» или настоящей революцией в образовании, мы можем сказать, что существует сбалансированный взгляд на противоречие между технологическими перспективами и педагогической реальностью. Внедрение искусственного интеллекта в программу вузовского образования становиться неотъемлемой частью демонстрируя устойчивый рост. Современные подходы в обучении затронули все педагогические процессы от проектирования учебных программ и выбора методик преподавания до форм оценки результатов и взаимодействия участников образовательного контента [6].

Статистические показатели подготовленности обучающихся значительно выросли, вовлеченность студентов, к усвоению знаний и удовлетворенность обучением в среднем повысилась на 20–25%.

Для дальнейшего изучения влияния ИИ на интеллектуальные способности обучающихся, нами была организована экспериментальная работа с двумя группами студентов одного из университетов г. Ставрополя. Состав первой группы активно взаимодействовал с генеративным искусственным интеллектом в процессе обучения, обучающиеся использовали установленные программы, работающие на базе Генеративного ИИ, основная цель использования и работы заключалась в исправлении собственных ошибок и детального разбора учебного материала.

Участники второй группы обучались традиционным способом, без применения технологий искусственного интеллекта, такой подход во многом мог прояснить некоторую долю вероятности положительного воздействия в обучении студентов [7].

Сама программа реализации нашего эксперимента носила сравнительный характер, которая включала постоянный мониторинг учебных достижений и анализа ошибок у студентов обеих групп.

Группа, имеющая доступ к ИИ могла обращаться к программе не только для выявления ошибок, но и для их конкретизированного разъяснения, такая постановка имела обязательный характер. Развернутые рекомендации к исправлению ошибок, всегда подкреплялись примерами и пояснениями. Обучающиеся в свободной форме, могли исправлять текстовые задания. Интересующие их вопросы уточнялись в реальном времени. Вторая отобранная группа выполняла тесты и оценки полученных результатов в традиционном порядке, а разбор ошибок осуществлялся преподавателями на очных занятиях [8].

В процессе оценивания результатов в экспериментальных группах акцент проходил не только по количественному сравнению, но и по качественному признаку усвоения материала. Анализ результатов включал сравнение средней успеваемости, частоты ошибок и динамики их исправления, а также оценку глубины понимания тем. Измерялись также мотивационные параметры, вовлечённость студентов в учебный процесс, степень самостоятельности при работе с заданиями и удовлетворённость способом обучения через регулярные опросы и интервью.

7

Полученные данные позволили провести сравнительный анализ по ключевым параметрам успеваемости, качеству выполняемых заданий и уровню усвоения учебного материала.

Развернутые показатели проведенного тестирования в группе, работавшей с генеративным искусственным интеллектом, составили — 85,3% положительных ответов, тогда как в контрольной группе — 76,1%. В ходе промежуточного оценивания результаты первой группы также превосходили показатели второй группы, в экспериментальной группе наблюдался более стабильный и высокий уровень результатов. Имеющееся расхождения доказали статистическую значимость (p < 0,05), что указывало на позитивное влияние использования генеративного ИИ на общую успеваемость.

Все задания оценивались от полноты ответов, логичности и корректности решений. Уровень понимания учебного материала исследовался через специальные задания, требующие применения полученных знаний в новых ситуациях, а также через устные опросы, проводимые преподавателями. Студенты из группы с генеративным ИИ демонстрировали более глубокое понимание основных концепций, быстрее и точнее решали нестандартные задачи. В интервью студенты отмечали, что возможность сразу получать подробные объяснения и разбор ошибок способствовало формированию устойчивых знаний и при этом развивало навыки самостоятельного анализа.

В ходе выполнения заданий участниками эксперимента, авторским коллективом подмечен, неподдельный интерес учащихся к новому формату обучения, что в свою очередь подталкивало респондентов более углубленно проводить сравнительный анализ из получаемых ответов, добиваться конкретики и логичного сопоставления.

На начальном этапе проведения эксперимента процесс работы с программным обеспечением имел довольно любопытный ажиотаж со стороны испытуемых, что не могло не радовать нас. Однако были и некоторые трудности, учащиеся не сразу овладели техникой общения с ИИ. Из-за недостаточной практики обращения с ИИ, респонденты парой затруднялись логически правильно выстраивать обращения в диалоговом окне, что указывало на необходимость дополнительного обучения навыкам критического мышления и работы с ИИ-инструментами.

Полученные в ходе эксперимента данные явно указывают нам на грядущие глобальные изменения. Генеративный искусственный интеллект действительно выводит учебный процесс на новый уровень. Он отлично помогает студентам не просто находить ошибки, но и по-настоящему глубоко понимать материал. А это, в свою очередь, формирует у них важные навыки самостоятельной работы и готовность к любым изменениям в образовании.

Тот факт, что такой подход вызывает значительный интерес к процессу обучения, свидетельствует о том, что нам нужно как можно скорее разработать понятные алгоритмы решений, а также рекомендации для преподавателей. Как более грамотно встроить генеративный ИИ в нашу повседневную работу? И главное – найти ту золотую середину между проверенными временем методиками и поддержкой ИИ.

Ну и конечно при использовании новых продуктов нельзя забывать о соблюдении общего регламента по защите данных. Регулярное повышение квалификации педагогических работников, должно послужить ускоренной их адаптацией, которая сможет обеспечить те границы равенства, которые так необходимы для предотвращения вреда и сохранения свободы выбора. Данный подход предполагает, намеренное последовательное изучение учебного материала с установленной поддержкой со стороны искусственного интеллекта в сочетании с мониторингом информационных панелей и стандартизированных шкал саморегуляции, что даст, постепенное освоение навыков саморегуляции, во избежание зависимости от технологий.

В век новых инноваций мы часто слышим, что в будущем слияние генеративного искусственного интеллекта, многоагентных систем, иммерсивных обучающих сред и предиктивной аналитики приведет нас к созданию высокоперсонализированных образовательных экосистем. Преобразующий потенциал этих технологий будет реализован только в том случае, если они будут соответствовать принципам, этичного управления и педагогике, ориентированной на человека. В этом смысле искусственный интеллект не станет заменой образованию, а будет тем самым катализатором, способным демонстрировать углубленные знания, инклюзивность в развитии самостоятельности.