Статья посвящена анализу нового направления доказательного образования – прогнозированию образовательных результатов, которая стала возможной с развитием инструментов искусственного интеллекта. Рассмотрена проблематика прогнозирования образовательных результатов в ретроспективе, современное состояние, аналитика отечественных и международных исследований, потенциал данного направления и практическое применение. Проанализировано проблемное поле прогнозирования образовательных результатов с помощью инструментов искусственного интеллекта и предложены способы интеграции подобных решений в систему общего образования.
Идентификаторы и классификаторы
Современное общество и экономика предъявляют всё более высокие требования к уровню знаний и навыков граждан, которые дают образовательные системы разных уровней. Традиционные подходы к образованию не совсем соответствуют современным вызовам, так как не дают гарантии требуемого результата. Образование перестает быть областью интуитивной педагогики, образовательные результаты становятся очень важными в век, когда каждый индивидуум для своей самореализации в современной социально-экономической системе должен владеть высоким уровнем знаний и навыков. При совершенно разных вводных данных (когнитивные навыки, мотивация к обучению, разный социально-экономический статус родителей, территория, уровень компетенций педагогического состава) должен быть достигнут определенный порог обученности, что является предметом современных исследований. На первый план выходит доказательное образование, в котором используются методы и технологии, доказавшие свою эффективность. Подходы доказательного образования базируются на анализе больших эмпирических данных, прогнозировании и научно обоснованных методах принятия решений в образовательной практике [1]. Основными задачами доказательного образования являются: анализ данных об обучающихся, формирование индивидуальной образовательной стратегии, прогнозирование успешности освоения предметных областей и социализации, мониторинг и корректировка образовательных стратегий. Стандарты массового образования, востребованные в начале XX века, когда государственная образовательная политика была направлена на формирование единого образовательного пространства на территории всей страны, уже не соответствуют стандартам XXI века. Цель государственной политики – та же, но задачи трансформировались в формирование единого образовательного пространства с обеспечением высокого качества массового образования на всем пространстве. Что можно интерпретировать – как достижение каждым индивидуумом образовательных результатов, востребованных современным уровнем развития общества и технологий. При современном демографическом вызове, стоящем перед нашей страной и развитыми странами, экономическая система испытывает кадровый дефицит и для воспроизводства важен каждый высокообразованный экономически активный человек, способный встраиваться в современную социально-экономическую систему, осваивать и развивать технологии.
Список литературы
1. Бусыгина Н.П., Доказательный подход в образовании: глубокий анализ актуальных дискуссий / Н.П. Бусыгина, Т.Г. Подушкина, В.В.Станилевский // Психолого-педагогические исследования. - 2021. - Том 13. № 4. - С. 162-176. DOI:10.17759/psyedu.202113-410.
2. Кадневский В. Вклад французских учёных в теории развития и практики педагогических измерений / В. Кадневский, О. Могиль, Т. Ширшова // Педагогические измерения. - 2014. - №1. Режим доступа: URL: https://cyberleninka.ru/article/n/vklad-frantsuzskih-uchyonyh-v-razvitie-teorii-i-praktiki-pedagogicheskih-izmereniy (дата обращения: 04.11.2024).
3. Горлушкина Н.Н. Задачи и методы интеллектуального анализа образования / Н.Н. Горлушкина, И.Ю. Коцюба, М.В. Хлопотов // ОТО. - 2015. - №1. Режим доступа: URL: https://cyberleninka.ru/article/n/zadachi-i-metody-intellektualnogo-analiza-obrazova (дата обращения: 14.11.2024).
4. Белоножко П.П., Карпенко А.П., Храмов Д.А. Анализ данных: направления и перспективы применения / П.П. Белоножко, А.П. Карпенко, Д.А Храмов // Интернет-журнал «Науковедение». - 2017. - Том 9, №4. Режим доступа: URL: http://naukovedenie.ru/PDF/15TVN417.pdf (дата обращения: 17.11.2024).
5. Долганов Д.Н. Модель оценки и прогнозирование успешности обучения // Вестник экспериментального образования. - 2018. - №1 (14). Режим доступа: URL: https://cyberleninka.ru/article/n/model-otsenki-i-prognozirovaniya-uspeshnosti-obucheniya (дата обращения: 02.11.2024).
6. Озерова Г.П. Прогнозирование успешности студентов при смешанном обучении с использованием данных учебной аналитики / Г.П. Озерова, Г.Ф. Павленко // Вестник НГПУ. - 2019. - №6. Режим доступа: URL: https://cyberleninka.ru/article/n/prognozirovanie-uspeshnosti-studentov-pri-smeshannom-obuchenii-s-ispolzovaniem-dannyh-uchebnoy-analitiki (дата обращения: 05.08.2024).
7. Харитонов И.М. Прогнозирование качества обучения в вузе с помощью методов регрессионного анализа / И.М. Харитонов, Е.Г. Крушель, О.О. Привалов, И.В. Степанченко, О.В. Степанченко // Известия СПбГТИ (ТУ). - 2021. - №56. Режим доступа: URL: https://cyberleninka.ru/article/n/prognozirovanie-kachestva-obucheniya-v-vuze-s-pomoschyu-metodov-reprofitnogo-analiza (дата обращения: 02.12.2024).
8. Подгайский Н.Е. Психолого-педагогическое прогнозирование успешности обучения первоклассников: специальность 19.00.07 «Педагогическая психология»: диссертация на соискание ученой степени кандидата психологических наук / Подгайский Никита Евгеньевич; ГОУ ВПО «НГАСУ» - Нижний Новгород, 2011. - 351 с.
9. Печатнова Н.Б. Прогнозирование успешности обучения в вузе выпускников общеобразовательной школы // МНКО. - 2009. - №2. Режим доступа: URL: https://cyberleninka.ru/article/n/prognozirovanie-uspeshnosti-ucheniya-v-vuze-vypusknikov-obscheobrazovatelnoy-shkoly (дата обращения: 12.04.2024).
10. Носков М. В. Прогностическая модель оценки успешности обучения субъектов в условиях цифровизации образования / М. В. Носков, М. В. Сомова, Ю. В. Вайнштейн, И. М. Федорова // Вестник Российского университета дружбы народов. Информатизация образования. 20(1):7-19 DOI:10.22363/2312-8631-2023-20-1-7-19.
11. Даггэн С. Искусственный интеллект в образовании: изменение темпов обучения. Аналитическая записка Института ЮНЕСКО по информационным технологиям в образовании, 2020. - 45 с. Режим доступа: URL: https://iite.unesco.org/wp-content/uploads/2020/12/Steven_Duggan_AI-in-Education_2020_RUS.pdf (дата обращения: 12.11.2024).
12. Хашим С. Тенденции развития технологий и искусственного интеллекта в образовании для персонализированного обучения: систематический обзор литературы / С. Хашим, М. Х. Омар, Х. Джалил, Н. М. Шареф // Международный журнал академических исследований в области прогрессивного образования и развития 2022 11(1):884-903 Режим доступа: URL: https://www.researchgate.net/publication/358958588_Trends_on_Technologies_and_Artificial_Intelligence_in_Education_for_Personalized_Learning_Systematic_Literature_Review (дата обращения: 14.11.2024).
13. Кусума Дж.С. Автоматизированная оценка эссе с использованием машинного обучения / Дж.С. Кусума, К. Халим, Э.Дж. Праното, Б. Канигоро // Конференция: 2022 г. 4-я Международная конференция по кибернетике и интеллектуальным системам (ICORIS) DOI:10.1109/ICORIS56080.2022.10031338 Режим доступа: URL: https://www.researchgate.net/publication/368316666_Automated_Essay_Scoring_Using_Machine_Learning (дата обращения: 11.11.2024).
14. Побединская Т.В. Использование алгоритмов машинного обучения для прогнозирования работоспособности учащихся начальной школы / Т.В. Побединская, О.Ю. Заславская // Вестник МГПУ. Серия: Информатика и информатизация образования. - 2022. - №4 (62). Режим доступа: URL: https://cyberleninka.ru/article/n/ispolzovanie-algoritmov-mashinnogo-obucheniya-dlya-prognoza-uspevaemosti-uchaschihsya-osnovnoy-shkoly (дата обращения: 07.12.2024).
15. Исаева Г.Г. Подготовка будущего педагога профессионального образования к использованию элементов искусственного интеллекта: на основе исследований «Информатика, вычислительная техника и компьютерные технологии»: специальность 13.00.08 «Теория и методика профессионального образования»: диссертация на соискание степени кандидатских педагогических наук / Исаева Гачиханум Гаджимедовна; ФГБОУ ВПО «ДГПУ» - Махачка, 2013. - 321 с.
16. Хвостова И.П. Построение и использование образовательной рабочей системы информационной с элементами искусственного интеллекта в учебном процессе вуза: специальность 13.00.08 «Теория и методика профессионального образования»: диссертация на соискание степени кандидатских педагогических наук / Хвостова Ирина Петровна; ГОУ ВПО «СКГТУ» - Ставрополь, 2003. - 223 с.
Выпуск
Другие статьи выпуска
В публикации описывается проект «Умная Кухня», представляющий собой физический модуль, который взаимодействует с имеющейся в наличии линейкой умного дома, помогает подбирать рецепты и проверяет возможность приготовления того или иного блюда, проверяя наличие продуктов и кухонного оборудования каждого отдельного пользователя. Проект из учебного со временем перерос в коммерческий, поэтому представляет практический интерес для системы высшего образования и решает вопросы профессиональной адаптации: от студентов до сотрудников ITкомпаний.
В статье рассматривается исследование, в ходе которого была разработана методика преподавания черчения с применением технологии дополненной реальности. В результате применения данной технологии в методике выявлено повышение уровня наглядности и вовлечённости учащихся в процесс обучения.
В статье рассматривается понятие профессиональной устойчивости как ключевой характеристики выпускника среднего профессионального образования (СПО) в условиях быстро меняющегося рынка труда и технологий. Автором выделены три основных фактора, воздействующие на подготовку кадров в долгосрочном контексте: скорость развития технологий, влияние генеративного искусственного интеллекта и необходимость воспитания личности будущего профессионала. В качестве решения предлагается смещение фокуса профессионального образования с формирования компетенций на развитие профессиональной устойчивости, что позволит выпускникам более эффективно адаптироваться к изменениям в профессиональной среде.
В статье рассмотрен цифровой фильтр Гильберта, который является важным инструментом в обработке сигналов и находит широкое применение в различных областях науки и техники, включая радиолокацию, телекоммуникации, медицинскую диагностику. Вопрос о выборе порядка цифрового фильтра Гильберта остается открытым, и на данный момент нет универсального критерия для определения оптимального порядка фильтра. Предложено осуществлять выбор порядка фильтра, основываясь на сравнении гистограмм, которые традиционно используют для описания статистической структуры сигналов
Достоверность и обоснованность решений об уровне подготовленности испытуемых, принимаемых по результатам компьютерного тестирования, существенно зависит от качества тестов. Чтобы обеспечить требуемое качество компьютерного теста, методы, обеспечивающие адекватность тестирования и достоверность его результатов, должны быть включены в процесс создания теста. В статье рассмотрены инструменты конструирования компьютерных тестов, обеспечивающие требуемое качество процесса тестирования.
В статье анализируются преимущества и проблемы, возникающие из-за использования генеративного искусственного интеллекта, в частности ChatGPT, при написании научных текстов. Методической основой исследования являлся анализ научных публикаций и обобщенный практический опыт применения систем генеративного искусственного интеллекта ChatGPT при написании научных статей. Проанализированы способы написания научных статей с использованием ChatGPT и возникающие при этом особенности работы с системами генеративного искусственного интеллекта. Показано, что ChatGPT – эффективный справочный и вспомогательный инструмент для написания научных статей, который имеет свои особенности практического применения и определенные риски использования таких систем.
В статье рассказывается об использовании среды Jupyter Lab для развития навыков реализации методов машинного обучения у специалистов по информационной безопасности. Результаты дают представление о том, как среда Jupyter Lab может стать эффективным инструментом развития навыков специалистов по информационной безопасности, позволяя им выполнять анализ данных, разрабатывать и тестировать алгоритмы и модели, а также автоматизировать рутинные задачи по обеспечению безопасности. В качестве примера приведен анализ результатов решения задач бинарной и многоклассовой классификации вторжений в сетевой трафик с использованием набора данных UNSW-NB15.
В статье рассмотрены вопросы устойчивости распределенных систем автоматического управления и запаздывания сигналов в виртуальном сетевом пространстве. Рассмотрены типовые характеристические уравнения и вычислены их корни в зависимости от запаздывания. Результаты вычислений подтверждены моделированием в среде Matlab.
В статье рассматривается проблематика разработки модели информационно-технологического обеспечения подготовки специалистов по землеустройству, направленной на формирование и развитие профессиональных компетенций, включая ПК-5 «Способен проводить исследования, делать анализ, предложения по совершенствованию землеустроительных и кадастровых работ». Обсуждаются информационные системы, методы и технологии для анализа, управления и обработки данных о земельных ресурсах. Анализируется эффективность этих инструментов и их соответствие образовательным стандартам Российской Федерации.
Статья посвящена вопросам создания современной цифровой среды образовательной организации и подготовки кадров для цифровой экономики. Анализируются стандарты, которые могут быть включены в профиль требований цифровой информационной среды образовательной организации.
Виртуальная реальность предоставляет учащимся полезный и увлекательный опыт. Она открывает новые возможности, так как преодолела технические барьеры, которые ранее мешали ей получить широкое признание среди исследователей и потребителей. Иммерсивная виртуальная реальность благодаря своим техническим возможностям мотивирует преподавателей переходить от компьютеров к шлемам виртуальной реальности. Одним из ограничивающих успешность обучения факторов является недостаточная настраиваемость персонализации обучения. В статье приведены способы обучения под обучаемого, повышая тем самым его мотивацию и результативность.
В статье рассматриваются вопросы организации электронного документооборота в органах государственного управления. Обозначается наличие проблемы правового регулирования использования информационных технологий субъектами государственной власти, отмечается необходимость формирования адекватной правовой основы для сферы юридически значимого электронного документооборота и обеспечения его безопасности.
Издательство
- Издательство
- ФИЦТО
- Регион
- Россия, Москва
- Почтовый адрес
- 115054, Москва, ул.Валовая, 21, к. 125
- Юр. адрес
- 115093, Москва, ул. Люсиновская, д. 51,
- ФИО
- Молотков Александр Борисович (И.о. директора)
- E-mail адрес
- info@ficto.ru
- Контактный телефон
- +7 (495) 0099888
- Сайт
- https://ficto.ru/