Как используется искусственный интеллект в сфере образования

В настоящем аналитическом исследовании рассмотрены тренды влияния ИИ на образование, в числе которых выделены 7 направлений:

Сегодня образование с точки зрения внедрения ИИ, в особенности государственное, находится только в начале пути. Например, технологии ИИ используют только 10% вузов. Для сравнения по данным Минэкономразвития России приоритетные отрасли экономики, такие как сельское хозяйство, промышленность, энергетика, транспорт, уже активно используют технологии ИИ, их применяет уже 20% организаций. А в некоторых отраслях их внедрили уже более 50% компаний.

1. Конфиденциальность и защита персональных данных – как снизить риски несанкционированного доступа и использования данных по ученикам и преподавателям, собираемым ИИ-решениями.
2. Проблема возможной предвзятости систем ИИ – это проблема может возникать, если ИИ обучать на узком наборе данных, учитывающих особенности одних групп/ситуаций.
3. Проблема взаимоотношений между человеком и машиной – у школьников и студентов может измениться восприятие «живого», и это способно привести к ограничениям развития эмоционального интеллекта.
4. Влияние ИИ на когнитивные способности учащихся – возможно ли оно и если да, то какие меры предпринимать.
5. Права на результаты интеллектуальной деятельности при использовании ИИ учащимися – кому принадлежат и как их оценивать.

• Технологическая независимость ИИ-решения, то есть, возможность его воспроизводства на базе отечественных или открытых компонент.
• Эффективность ИИ-решения, то есть, наличие подтвержденных либо ожидаемых эффектов (экономического, управленческого и/или социального характера).
• Тиражируемость ИИ-решения, то есть, переносимость его от одной образовательной организации к другой без существенных доработок для обеспечения функциональности.

1) проблемы цифрового разрыва — неравные возможности доступа к цифровым ресурсам – в первую очередь Интернет-коммуникациям и Интернет-контенту;
2) нехватка квалифицированных специалистов и компетенций для работы с ИИ-решениями;
3) проблема доступа к государственным большим данным;
4) опасения родителей в связи с использованием ИИ в школьном образовании.

Исследование будет полезно образовательным учреждениям и федеральным и региональным органам исполнительной власти при разработке мер и проектов в сфере развития образования на базе ИИ-решений, а также всем заинтересованным в данной тематике сторонам: педагогам, менеджерам образовательных организаций, разработчикам и другим.

1. Поддержку преподавателей, использующих ИИ-решения;
2. Изменение программ и методик преподавания в условиях трансформации образовательной среды;
3. Внедрение в образовательный процесс технологий генеративного ИИ;
4. Активное институциональное взаимодействие с центрами компетенций в области использования ИИ в образовании и профильным бизнесом;
5. Создание новых программ обучения ИИ технологий с целью повышения массовости и доступности обучения в данной предметной области.

Значимыми критериями отбора кейсов были следующие.

1) распространение технологий адаптивного обучения;
2) распространение геймификации на основе ИИ;
3) внедрение интеллектуальной робототехники в образовательные процессы;
4) включение изучения ИИ в образовательные программы;
5) использование ИИ в микро- и нанообучении в корпоративном образовании;
6) использование генеративного ИИ в образовании;
7) распространение ИИ на платформах массовых открытых онлайн курсов.

1. Реализация крупных инфраструктурных проектов, поддерживающих внедрение ИИ в системе государственного образования.
2. Развитие государственного заказа в области образовательных ИИ-инноваций и поддержка отечественных бизнес-разработок.
3. Стимулирование инновационной деятельности образовательных учреждений, связанной с использованием ИИ.
4. Развитие образования в области ИИ за счет привлечения ИИ-специалистов и обучения действующих преподавателей новым навыкам.
5. Проведение просветительских информационных кампаний по поддержке ИИ-инноваций в сфере образования.

Описано, как меняются требования к педагогам в эпоху распространения ИИ в образовании и в экономике в целом. Среди востребованных навыков будущего педагога: цифровая грамотность, знание информационной безопасности, компьютерная грамотность, навыки оцифровки предметов, навыки 3D-моделирования, навыки работы с 3D-интерфейсами, навыки работы с ИИ-решениями, навыки разработки цифровых тренажеров, мышление «Data-Driven», навыки работы с VR, сильные soft skills, навыки развития soft skills и meta skills у учащихся.

Искусственный интеллект и технологии уже нашли свое применение в медицине, благотворительности, экологии и других социально значимых сферах. Среди них и образование. Здесь нейросети помогают снизить рутинную нагрузку учителей и преподавателей, сделать учебу более персонализированной и веселой для студентов, облегчить вход в новые профессии и поддержать учащихся морально. Делимся обзором применения технологий в образовании с примерами работающих сервисов и практик.

Еще одна рутинная операция в образовании — создавать опросники и тесты для контроля знаний. В этой сфере тоже есть AI-помощники. Например, сервис для создания тестов PrepAI. Он позволяет создать тест на основе вашего материала (конспекта, книги, видеолекции) или ввести тему в окно поиска и собрать контрольную работу по материалам из интернета. Сервис работает на базе нейросети, которая распознает контент, сегментирует его, генерирует разные варианты ответов. На PrepAI можно делать тесты как для школьников, так и для студентов университетов. Еще один пример автоматизированной разработки контента — сервис Smartest Learning. Инструмент анализирует ваши текстовые документы и на их основе может создавать презентации с иллюстрациями и графиками, викторины и тесты. Все свои проекты можно сохранять в библиотеку и редактировать здесь же.

Избавить их от рутины помогают решения на основе нейросетей. Например, программа Gradescope позволяет проверять тесты по физике, математике, химии, биологии и другим предметам. Пользователь предзагружает в программу тест и ответы, а затем сканирует листы бумаги с выполненными заданиями от студентов. Нейросеть распознает рукописный текст, сопоставляет с правильными ответами, находит ошибки и группирует их, чтобы преподаватель мог дать обратную связь по слабым местам студентов. Так выглядит интерфейс проверки в Gradescope. Источник