Искусственный интеллект в образовании

Искусственный интеллект поможет снизить число списываний во время сдачи ЕГЭ

В декабре 2022 года преподаватель ВШЭ Михаил Павловец рассказал, что успешно сгенерировал несколько вариантов итогового сочинения для ЕГЭ. Он создал несколько текстов на английском языке при помощи нейросети GPT-3. Один из вариантов Павловец отдал коллегам, которые признали, что сочинение заслуживает положительной оценки. Хотя они отметили несколько речевых несостыковок в работе.

МФТИ использует технологии ИИ при создании внутренних онлайн-курсов для студентов, а также анализа их успеваемости. На основе полученной оценки ИИ настраивает персонализированные рекомендации для каждого студента по изучению материала. Университет также участвует в исследованиях, связанных с применением ИИ в образовании.

В начале октября 2024 года в России утвержден ГОСТ Р 71657-2024 «Технологии искусственного интеллекта в образовании. Функциональная подсистема создания научных публикаций. Общие положения». Документ разработан Федеральным государственным автономным образовательным учреждением высшего образования «Волгоградский государственный университет» (ФГАОУ ВО ВолГУ). Подробнее здесь.

Сообщается, что инициатива направлена на повышение качества обучения детей и подростков английскому языку в государственных учебных заведениях. ИИ-репетиторы разработаны совместно с неназванной частной компанией: внешне они похожи на роботов-официантов. Эксперимент по использованию машин начинается в пяти школах южнокорейской столицы: если результаты окажутся положительными, такие репетиторы появятся и в других учебных заведениях.

В отличие от других изданий данные пособия позволят задействовать «и руки, и мозг учащихся». Сразу же после теоретического изучения планируется проводить практические занятия, направленные на лучшее понимание и усвоение программы. Это делается для того, чтобы дать детям не только необходимые элементарные знания по предмету, но и по максимуму раскрыть и реализовать их творческие способности и фантазию.

По итогам исследования эксперты сформировали ряд рекомендаций для органов исполнительной власти по развитию ИИ в сфере образования, в их числе: реализация крупных инфраструктурных проектов, поддерживающих внедрение ИИ в образовании, развитие госзаказа в области образовательных ИИ-инноваций, развитие образования за счет привлечения ИИ-специалистов и обучения по направлению действующих преподавателей.

И нет сомнений, что он сможет делать это лучше людей. Недавно этому появилось очередное подтверждение: нейросеть от китайской компании Baidu может теперь распознавать человеческий язык лучше, чем сам человек. Это стало известно в рамках состязания по распознаванию языка GLUE, которое состоит из девяти различных тестов. Средний человек обычно набирает по методике GLUE 87 баллов из 100. ERNIE, нейросеть от Baidu, смогла получить 90 баллов.

Школы в городах предлагают больше инновационных методов обучения, чем школы в сельской местности. Дети, живущие в крупных городах, чаще используют цифровые методы обучения в школе, лидируют обучение на основе ИИ и массовые онлайн-курсы. В крупных городах 76% детей, а в пригородах вблизи крупных городов – 73% говорят, что используют в школе один из следующих методов цифрового обучения: AI-based Learning / Adaptive Learning, Massive Online Courses (массовые онлайн-курсы), Interactive Tools (интерактивные инструменты) и flipped Classroom (т.н. перевёрнутый класс). В отличие от этого, в сельской местности только 69% школ используют цифровые инструменты обучения.

Искусственный интеллект может анализировать поведение учеников

Направления перспективного развития ИИ в образовании
Применение искусственного интеллекта в образовании может положительно влиять на учебный процесс. Вот несколько областей, в которых ИИ будет полезным:
1. Персонализированное обучение: ИИ может анализировать данные обучающихся и предлагать индивидуальные подходы к обучению, учитывая их уровень знаний, стиль обучения и потребности. Это помогает создать более эффективные и индивидуальные образовательные программы.
Такие концепции уже внедряются на рынке рядом частных компаний и Университетом НТИ 2035.
2. Автоматизация и адаптивность: ИИ может автоматизировать рутинные задачи, такие как проверка тестов, оценка работ, анализ аудио и даже составление учебных планов. Это позволяет преподавателям сосредоточиться на более творческой и интерактивной работе с учащимися.
3. Разработка образовательных материалов: ИИ может помочь в создании интерактивных образовательных материалов, таких как виртуальные учебники, обучающие программы и симуляции. Это способствует более увлекательному и эффективному обучению.
4. Распознавание и анализ данных: ИИ может анализировать большие объемы данных, чтобы выявить тенденции и обнаружить слабые места в образовательных процессах. Это позволяет улучшить методы преподавания и принять более обоснованные решения. И даже помогает при отборе студентов.
Ректор Томского государственного университета, Эдуард Галажинский, рассказал [4] как они набирают студентов на образовательную программу. Сначала анализируются данные из социальных сетей и открытых источников. На основе данных составляется профайл будущего ученика. И если он подходит, то чатбот вступает в коммуникацию. Статистика показывает, что таким образом отобранные студенты реже отчисляются.
В России существуют проекты, которые позволяют проверять сочинение школьников. Подобный проект уже запустили в работу в НТИ [5].
5. Обратная связь и поддержка: ИИ может предоставлять обратную связь учащимся и помогать им в процессе обучения. Он может выявлять ошибки, подсказывать правильные ответы и предлагать дополнительные материалы для углубленного изучения.
Довольно известный проект в области обучения математики это «01математика» [6], который использует ИИ-ассистента для школьников четвёртого-одиннадцатого класса.
Есть интересные пилотные проекты от Лаборатории знаний, которые с помощью нейроинтерфейсов собирают данные. Затем с помощью умных алгоритмов анализируют физиологическое состояние и оценивают уровень стресса и трудоспособность ученика. Все это помогает понять на сколько хорошо усваиваются знания учениками, в зависимости от формата преподавания.
6. ИИ используют прокторинга, то есть проверки, что сдающий экзамен не списывает и не подсматривает. Например, в Coursera анализируется видео и проводится биометрическая идентификация по набору текста.

Почему важно внедрять искусственный интеллект в образование
Сфера образования консервативна и основана на традициях. Потому инновации приходят в образование не первыми, но зато апробированными. Особую роль в этом играет цифровизация, которая изменит обычные представления о методах преподавания. Уже сегодня мы наблюдаем переход от обучения по принципу «один ко многим» к персонализированному с применением искусственного интеллекта, адаптивных образовательных платформ и персонализированных образовательных программ.
Использование искусственного интеллекта и иммерсивных технологий, таких как виртуальная и дополненная реальность, позволяет создавать учебные среды, в которых студенты погружаются в интерактивные и живые образовательные ситуации. Это может улучшить понимание материала и сделать обучение более увлекательным. Появляются концепции образования на базе компьютерных игр (game-based-learning).
Роль учителя также эволюционирует в контексте этих изменений. От привычных методов передачи знаний учителя становятся наставниками, организаторами и проводниками в мире информации.
Главная причина, по которой мы вынуждены внедрять ИИ в образование, это новое цифровое поколение (digital natives). Речь идет о том, что молодые люди уже интуитивно пользуются цифровыми технологиями, это понятный для них мир. Они уверенно стримят свою компьютерную игру, параллельно переписываясь в мессенджерах. Так компания Google в своем исследовании [1] указывает, что школьники уже сейчас используют умные колонки и нейросети для выполнения домашних заданий.
Но ИИ так быстро развивается и внедряется, что влияет на профессии и занятость. По оценкам Мирового финансового форума [2] в следующие пять лет будет потеряно 83 миллиона рабочих мест и создано 69 миллионов. А специалисты по искусственному интеллекту и машинному обучению возглавляют список быстрорастущих вакансий. Да и большинство самых динамичных ролей в списке связаны с технологиями. Например, prompt-инженер, т.е. специалист по постановке задач алгоритмам. Или профессии на стыке машинного обучения и медицины: специалист по обучению алгоритмов распознавания рентгеновских снимков или КТ. Под риском сокращения — канцелярские или секретарские должности, банковские клерки и т.д. Готовит ли система образования подрастающее поколение к новым реалиям рынка труда?

В Университете Иннополис считают серьезным барьером для интеграции систем на основе ИИ необходимость серьезной перестройки внутренних процессов и инфраструктуры вуза, а также высокие финансовые инвестиции на разработку продуктов, их внедрение и обучение персонала.

Однако инертность образовательной системы и небыстрое освоение инструментов ИИ преподавателями, а также ряд технологических ограничений, в частности, недостаточное оснащение региональных школ компьютерами, пока являются препятствиями для быстрой имплементации технологий ИИ в российском образовании.

Искусственный интеллект (ИИ) покоряет разные сферы деятельности, в том числе такую консервативную, как образование. Какие новейшие разработки существуют в отрасли, как они трансформируют процесс обучения и встраиваются в него — рассказывает Антон Новиков, руководитель отдела мобильной разработки международной AI-платформы по обучению деловому английскому языку Talaera. Подробнее здесь.

По мнению замруководителя направления искусственного интеллекта в холдинге Т1 Евгения Григорьева, при внедрении ИИ в вузах также нужно обеспечить защиту персональных данных студентов и предусмотреть интеграцию сервисов с уже существующими информационными системами вуза, что может представлять из себя сложную техническую задачу.

Выводы:
1) Пора уходить от термина «искусственный интеллект», конкретизируя область применения. Например, использовать термин цифровой двойник или персонализированная учебная траектория. Это позволит четче формулировать не только сферу применения, но ставить цели и оценивать риски применения в конкретной отрасли.
2) Разработка новой технологии всегда сопряжена со сбором огромного количества данных и требует научного подхода к апробации, а значит ресурсов и времени.
3) На законодательном уровне нужно создать единые стандарты и подходы к управлению данными в образовании. Создавать умные алгоритмы без больших данных невозможно: современные большие языковые модели, генеративные модели и трансформеры обучены на миллиардных датасетах. Кроме того, сами по себе правильно организованные данные уже многое могут объяснить. Речь идет в первую очередь о данных по посещаемости, успеваемости, предпочтений, текстовых данных в чатах учебных платформ (LMS) и т.д.
4) Для того, чтобы проекты ИИ качественно реализовывались, нужны зрелые заказчики, которые понимают как работает технология, какие она имеет ограничения и способны поставить реалистичные цели.
5) Государственные институты должны сконцентрировать внимание на подготовке отечественных моделей или дообучение открытых моделей на российских данных для обеспечения технологического и культурного суверенитета.
6) Прогресс невозможен без новой методики по подготовке кадров для исследований, разработки и развития прикладных решений в области ИИ, а также актуализации образовательных программ с учетом появления новых профессий.

По информации компании, количество времени, потраченного на обучение онлайн, больше у детей с работающими родителями с высоким уровнем дохода. Согласно среднеевропейским данным, 9 из 10 детей в течение последнего учебного года обучались онлайн, и почти половина их времени, потраченного на образование, в 2021 году была проведена онлайн. Если рассматривать проникновение онлайн-обучения в свете социально-демографических факторов, то можно заметить, что этот показатель обусловлен в первую очередь теми семьями, где родители работают (48%). Кроме того, дети из семей с высоким уровнем дохода (49%) имеют больше возможностей для онлайн-обучения, чем дети из семей с низким и средним уровнем дохода (45%).