Статья: Виртуальная реальность: практика встраивания в образовательный процесс (2025)

В современном мире каждый человек является активным пользователем ресурсов, размещенных в глобальной сети. Заходя с разных устройств (компьютеров, планшетов, телефонов) мы посещаем множество электронных страниц, ведем переписку и просматриваем контент оставляя каждый раз свой электронный след в системе.

Целью исследования является определение такого следа, его фиксация и обработка его с использованием методов математической статистики с целью получения персонифицированных и обобщенных данных для различных отраслей. Также на основе полученных результатов предполагается формирование рекомендаций по защите данных цифрового следа от возможного злонамеренного использования. В работе рассматривается понятие и подробно описаны источники цифрового следа участника интернет-взаимодействий, обозначены методы и инструменты сбора и предобработки информации. Раскрыто понятие активной и пассивной составляющих цифрового отпечатка. Акцентируется внимание на необходимости отнесения информации, содержащейся в цифровом следе, к персональным данным, так как она в совокупности может порой определять личность точнее документа, что, в свою очередь, требует законодательной защиты в части сбора, хранения, обработки и дальнейшего использования. В статье приведены примеры использования информации цифрового отпечатка в различных отраслях: криминалистике, маркетинговых исследованиях, формировании таргетированной рекламы и др.

Материалы и методы. В статье достаточно подробно рассмотрены различные методы математической статистики для оценки цифрового следа пользователя сети, приведены этапы, позволяющие осуществить сбор, предобработку и анализ информации, содержащейся в цифровом отпечатке, с применением языков программирования Python, R и различных программных инструментов. Рассмотрено использование статистических методов анализа, применение матрицы взаимодействий, возможности визуализации, алгоритмов машинного обучения, рекомендательных систем, сетевых метрик, временных рядов и методы анализа чувствительности.

Результаты. Несмотря на то, что данные полученные с использованием методов математической статистики могут быть полезны для бизнеса, правительственных организаций, научно-исследовательских институтов и даже правоохранительных органов, данные собираемые в процессе деятельности в глобальной сети и имеющие привязку к конкретной личности могут нести явную угрозу в случае их использования злоумышленниками. Эти методы оценки доступны как для конструктивной тенденции по улучшению нашей жизни путем подбора персонифицированного релевантного контента и улучшения сервиса, так и для деструктивной деятельности через манипуляторные действия и шантаж. В связи с этим знание оставляемого следа и возможностей использования этих данных в первоначальном и обработанном виде позволяет улучшить качество жизни, с одной стороны, и защитить персональную информацию с другой.

Заключение. Обращается внимание на необходимость информационного контроля своего цифрового следа, в связи с чем в статье приводится ряд рекомендаций по осуществлению безопасного интернет-взаимодействия.

Цель исследования. Исследование направлено на создание комплексного подхода к оценке образовательных результатов, закладываемых разработчиками в образовательную программу. Такой подход может дополнить балльно-рейтинговую систему для обеспечения более детализированной и многогранной оценки, особенно в рамках электронных обучающих курсов и, как следствие, всей электронной-образовательной среды в целом.

Материалы и методы. В качестве основного методологического подхода в исследовании применяется компетентностный подход, в рамках которого оценка образовательных результатов ориентирована на степень сформированности компетенций, проектируемых в каждой дисциплине, реализуемых в образовательной программе. В качестве материалов были проанализированы рабочая программа учебной дисциплины, а также электронный обучающий курс, реализованный для выполнения самостоятельной работы по дисциплине на базе LMS. Использовались данные электронного журнала оценивания, формируемые по результатам контроля успеваемости студентов. Для анализа и последующей структуризации результатов обучения использована таксономия образовательных целей Б. Блума. Для обработки и сопоставления данных был применен метод матричного моделирования. Также из использованных методов исследования можно выделить анализ и синтез, экспертное оценивание, методы математической статистики (в обработке полученных матриц), а также сравнительный анализ эмпирических данных.

Результаты. В рамках исследования осуществлена аналитика возможностей БРС для оценки образовательных результатов. Для объективизации процесса измерения образовательных результатов в рамках дисциплины предложено использовать структурированную модель, основанную на таксономии образовательных целей Б. Блума. Данный процесс реализуется следующим образом: электронный журнал курса импортируется в виде матрицы, в которой строки соответствуют студентам, а столбцы — элементам оценивания (тесты, задания, проекты и т. д.). Параллельно формируется таксономическая (экспертная) матрица курса, где каждому элементу оценивания присваивается вес, отражающий уровень по таксономии Блума его вклада в достижение определенных компетенций. Операция умножения матрицы журнала оценок на таксономическую матрицу позволяет агрегировать индивидуальные достижения студентов с учетом уровней сформированности компетенций по каждому из уровней таксономии. Разработан алгоритмический подход к организации комплексного процесса оценки образовательных результатов, который включает этапы автоматизированного экспорта данных из LMS Moodle, формирования матриц, их последующего перемножения и визуализации полученных оценок в виде матрицы результата. Это не только обеспечивает объективизацию процедуры балльно-рейтинговой оценки, но и позволяет проводить регулярный мониторинг достижения запланированных образовательных результатов. Проведена эмпирическая валидация предлагаемой методики на материале одной из учебных дисциплин, ведущейся с применением электронного обучающего курса. Сопоставление результатов, полученных с помощью предложенного алгоритмического подхода, с итоговыми результатами свидетельствует о практической состоятельности предложенной схемы и ее потенциале для масштабирования в других курсах и образовательных программах.

Заключение. Предложенный комплексный подход к оценке образовательных результатов обеспечивает сквозную прослеживаемость формирования компетенций и способствует повышению объективности, а также прозрачности процедуры контроля качества обучения.

Цель. Цифровая трансформация образования определяет необходимость переосмысления целей и смыслов учебного процессе и, в настоящее время, связана с проблемами современности, расширением роли искусственного интеллекта. Работа посвящена представлению таксономии учебных целей с позиций ментальной модели мышления, позволяющую проектировать новые образовательные результаты при цифровой трансформации образования.

Методология и методы. В отличие от таксономии Блума, главной целью современного образования является формирование и развитие вычислительного мышления. Основой для построения таксономии учебных целей служит ментальный подход, представляющий совокупность принципов и стратегий организации образовательного процесса, нацеленных на формирование и развитие когнитивных способностей обучаемого. Для выявления сущности вычислительного мышления применяется ментальная модель мышления, в которой когнитивные функции определяются механизмами восприятия, запоминания, структурирования и извлечения информации. В этой модели знания представляют структурную совокупность ментальных образов, ментальных схем и ментальных моделей с опорой на 1, 2, и 3-ю сигнальные системы.

Результаты. Рассмотрение ментальных особенностей современного человека в цифровом обществе, определение 3-й сигнальной системы в связке «человек + ИКТ + искусственный интеллект», в которой основную роль играют ментальные схемы и ментальные модели, позволило сформулировать этапность целевых установок образовательного процесса в виде таксономии учебных целей. Таксономия учебных целей начинается с заданием ментальной энтропии – как предметным полем будущей профессиональной деятельности специалиста, содержащим вопросы, задачи и проблемы. Они могут быть сформулированы традиционными учебными целями в виде: знать, уметь, владеть. Конкретизация этих целей приводит к целевым ориентирам по составу, объему и содержанию предметных ментальных образов, ментальных схем и ментальных моделей. Совокупность ментальных образов, схем и моделей представляют знаниевый блок. Параллельно ему задается восходящий целевой блок универсальных когнитивных операций, которыми должен овладеть современный специалист. Вершиной таксономии является вычислительное мышление. На основе ментальной модели мышления выявлена сущность вычислительного мышления и составлен набор универсальных когнитивных операций. Сформирован базовый состав ментальных моделей, определяющих когнитивное поведение человека в цифровом обществе.

Вычислительное мышление – это вид мышления с активацией понятийно–абстрактной и понятийно–машинной надстроек ментальных образов, ментальных схем и моделей в контуре 3–й сигнальной системы.

Заключение. Предложенная ментальная таксономия учебных целей определяет вектор направления цифровой трансформации образования для достижения главного результата – вычислительного мышления. Этапность формирования и качество вычислительного мышления определяется сформированностью набора универсальных когнитивных операций, объемом и содержанием ментальных образов, ментальных схем и ментальных моделей предметной области.

Цель исследования. Проблема инициирования познавательной активности учащихся приобретает в настоящее время постоянно возрастающую значимость. Понимание практической невозможности передачи в процессе обучения объемов информации, необходимых для формирования широкого спектра требуемых компетенций, заставляет искать новые дидактические подходы к достижению цели, в числе которых - ориентация на развитие познавательной активности. Важнейшим инструментом для этого могут стать системы искусственного интеллекта, сферы применения которых в последние два-три года стремительно расширяются. Однако в учебном процессе обращение к искусственному интеллекту не всеми воспринимается позитивно. Хорошо известны дискуссии о неэтичности выполнения учебных заданий с помощью ChatGPT или подобных систем. Поиск приемлемых и эффективных решений был поставлен авторами настоящей работы в качестве основной цели исследования. Еще одной целевой установкой явилась попытка разработки и введения в практику обучения на уровне общего образования нового нетрадиционного метода, основанного на возможности инициирования познавательной активности учащихся через системы искусственного интеллекта. Третьей целью представлялось обоснование выбора физики как учебной дисциплины среди некоторых других для иллюстрации эффективности предлагаемого метода обучения в общеобразовательном курсе физики.

Материалы и методы. Материалом (объектом) исследования выступил процесс обучения физике на уровне общего образования в части проблем, обычно вызывающих трудности у учащихся. К таким трудностям в первую очередь относятся вопросы, связанные с решением физических задач, оценкой полученных результатов, пониманием необходимости опоры в каждом конкретном случае на те или иные физические теории и закономерности, а также осознание разумности применения формул, выражающих физические законы. Основным общим эмпирическим методом исследования явилось наблюдение за различными этапами учебного процесса. К общим методам теоретического исследования был отнесен анализ научной литературы по методам развития познавательной активности учащихся, а также оценка образовательных возможностей доступного для обучающихся спектра систем искусственного интеллекта с выработкой рекомендаций по их практическому применению. Специальным методом, характерным для педагогических наук, являлось педагогическое моделирование методики работы на разных стадиях учебного процесса.

Результаты. Впервые в системе педагогического знания предложен, сформулирован, разработан, описан и апробирован новый нетрадиционный метод инициирования познавательной активности учащихся в общеобразовательном курсе физики на основе верификации результатов поисковых запросов к системам искусственного интеллекта. Разработана методика работы с учащимися от стадии постановки учителем задачи, осознания обучаемым ее существенных и несущественных особенностей через многократное формулирование поисковых запросов к системе искусственного интеллекта с последующим анализом полученных ответов, до самого важного - верификации результатов работы с системой искусственного интеллекта и обоснованным выводом о решении проблемы. Этапы исследования и предлагаемой методики подробно проиллюстрированы примерами решения задач общеобразовательного курса физики. Результаты апробации уже на данной стадии продемонстрировали эффективность инициирования познавательной активности учащихся в общеобразовательном курсе физики через верификацию результатов поисковых запросов систем искусственного интеллекта.

Заключение. Использование средств вычислительной техники и ее программного обеспечения в общем образовании постоянно меняет направление вектора своего развития. От восторженных ожиданий до законодательного запрета использования «…средств подвижной радиотелефонной связи во время проведения учебных занятий при освоении образовательных программ начального общего, основного общего и среднего общего образования…» [1]. Надеемся, что к средствам вычислительной техники это относится лишь в части их использования в режиме «подвижной радиотелефонной связи». На все же остальные случаи, включая работу с системами искусственного интеллекта, запрет не распространяется. Именно здесь и следует ожидать наибольших успехов.

В современной педагогике высшей школы наблюдается активное внедрение искусственного интеллекта в образовательный процесс. Отдельные преподаватели, факультеты и целые университеты разрабатывают различные подходы к его активному использованию, от отдельных упражнений до курсов на основе нейросетей. Несмотря на это, многие вопросы остаются спорными и нерешенными. При широком использовании нейросетей и мобильных приложений возникает проблема с их применением для достижения педагогических результатов при недостаточной изученности его влияния на качество языковой подготовки. На этапе активного освоения нового инструмента необходимо обобщать опыт его использования на мировом уровне.

Целью исследования является анализ и классификация современных тенденций применения искусственного интеллекта в преподавании иностранных языков в высшем образовании. Изучение российского и зарубежного опыта сочетания технологий с традиционными методами преподавания дает возможность увидеть цельную картину современных методов в сфере преподавания иностранных языков. Необходимо обозначить преимущества, риски, перспективные направления применения искусственного интеллекта. Систематизация опыта применения новых технологий и введения их в структурированный процесс высшей школы позволит развивать его потенциальные возможности с учетом теоретических и лингводидактических аспектов. При использовании новых инструментов в преподавании необходимо учитывать потенциальные и существующие проблемы для предотвращения нежелательных последствий введения новых направлений в сферу преподавания.

Материалами исследования являются публикации исследований и опыта применения искусственного интеллекта в педагогике высшей школы в рамках преподавания иностранных языков прежде всего в нелингвистических вузах. Важной особенностью материалов является их международный, межнациональный, межкультурный характер. Изучаемые статьи подобраны по тематическому принципу вне зависимости от того, где проводилось исследование. Особенно интересным представляется классификация накопленного опыта с точки зрения подходов применения нейросетей.

Методами исследования являются подбор, изучение и системный анализ научных публикаций и практических исследований по определенной тематике, обозначенной в материалах исследования. Сравнительная оценка опыта применения инструментов нейросетей и обобщение педагогического опыта интеграции в учебные программы систематизируют накопленный опыт и позволят сформулировать стратегии развития.

Результатом исследования является классификация современных тенденций лингводидактики иноязычного образования, систематизация способов оптимизации обучения за счет автоматизации проверки, персонализации заданий и развития коммуникативных навыков в сфере использования иностранных языков с использованием нейросетей и чат-ботов. Помимо классификации эффективного применения инструментов искусственного интеллекта приведена систематизация негативных характеристик и влияний нейросетей, которые требуют контроля достоверности данных, предотвращения плагиата и сохранения роли преподавателя как ключевого участника образовательного процесса.

Заключение. Таким образом, использование нейросетей является сферой обширного изучения в современной высшей школе с разветвленной системой новых подходов и методов. Перспективными направлениями признаны гибридные модели обучения, которые сочетают традиционные методы и современные технологии обучения. Особое внимание уделяется интеграции искусственного интеллекта с возможностями виртуальной реальности, несмотря на то, что в настоящее время использование этой технологии является трудоемкой и громоздкой.