Барьеры внедрения искусственного интеллекта в образование: мифы и реальность
Автор(ы):
Вера Викторовна Казарина, кандидат педагогических наук, заведующий кафедрой естественно-математических дисциплин, https://orcid.org/0000-0003-4380-7894, Институт развития образования Иркутской области
664007, Россия, г. Иркутск, ул. Красноказачья, 10 а, тел.: +7 (3952) 500904, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Аннотация. Введение. В настоящее время особенно остро встают вопросы о том, какие требования будут предъявлять к человеку общество и среда в будущем. Сегодня важно подготовить обучающихся к будущей профессиональной деятельности в быстро меняющихся условиях. Достижению этих требований способствует внедрение в образовательный процесс новейших достижений науки.
Методы и обзор литературы. В статье рассматриваются возможности внедрения искусственного интеллекта в образование. Выявлены барьеры внедрения искусственного интеллекта в образование: отсутствие сформулированного социального запроса к уровню образования специалиста будущего; проблемы организации взаимодействия педагога и искусственного интеллекта; неразработанность методологии внедрения искусственного интеллекта в образование, отсутствие соответствующих научных исследований; проблема представления знаний для информационных систем.
Выводы. Указывается, что выделенные барьеры не мифы, они действительно препятствуют внедрению технологий искусственного интеллекта в образование. Пренебрежение этими проблемами замедляет инновационные процессы в образовании. Изучение объективности барьеров внедрения искусственного интеллекта в образование помогает наметить пути их преодоления. Рассмотрены разработанные автоматизированные информационные системы как предпосылки внедрения искусственного интеллекта в систему образования Иркутской области.
Ключевые слова: искусственный интеллект, барьеры внедрения искусственного интеллекта, искусственный интеллект в образовании, нейросети в образовании, цифровизация образования, специалист будущего
Для цитирования: Казарина В. В. Барьеры внедрения искусственного интеллекта в образование: мифы и реальность // Педагогический ИМИДЖ. 2021. Т. 15. № 4 (53). С. 382–397. DOI: 10.32343/2409-5052-2021-15-4-382-397
https://doi.org/10.32343/2409-5052-2021-15-4-382-397
УДК: 371.3+004.8
Дата поступления в редакцию: 02.06.2021
Список литературы:
1. Национальная стратегия развития искусственного интеллекта на период до 2030 года [Электронный ресурс] : утверждена Указом Президента Российской Федерации от 10 октября 2019 г. № 490. URL: https://www.garant.ru/products/ipo/prime/ doc/72738946/#1000 (дата обращения: 17.02.2021).
2. Уваров А. Ю., Гейбл Э., Дворецкая И. В., Заславский И. М., Карлов И. А., Мерцалова Т. А., Сергоманов П. А., Фрумин И. Д. Трудности и перспективы цифровой трансформации образования: монография / под ред. А. Ю. Уварова, И. Д. Фрумина. М. : Издат. дом Высшей школы экономики, 2019. 344 с.
3. Боровская Е. В., Давыдова Н. А. Основы искусственного интеллекта [Электронный ресурс] : учебное пособие ; 4-е изд. М. : Лаборатория знаний, 2020. 130 с. URL: https://www.rulit.me/data/programs/resources/pdf/Osnovy-iskusstvennogo-intellekta_ RuLit_Me_643478.pdf (дата обращения: 10.05.2021).
4. Шмидт Э., Розенберг Д., Игл А. Как работает Google [Электронный ресурс]. М. : Эксмо, 2015. 410 c. URL: https://summary.romansergeev.com/kak-rabotaet-google/ (дата обращения: 22.03.2021).
5. 10 качеств, которые нужны специалисту будущего [Электронный ресурс] // Академия профессий будущего : сайт. URL: https://academyua.com/stati/28-10-kachestvkotorye-nuzhny-spetsialistu-budushchego (дата обращения: 11.05.2021).
6. Гадание на датасетах. Может ли машинное обучение предсказать своё будущее? [Электронный ресурс] : сайт. N+1. 24 февраля 2021. URL: https://nplus1.ru/ material/2021/02/24/machine-learning-future (дата обращения: 09.03.2021).
7. Глобальный индекс конкурентоспособности талантов. Global Talent Competitiveness Index [Электронный ресурс] : сайт. INSEAD. URL: https://www.insead. edu/news/2017-global-talent-competitiveness-index-davos (дата обращения: 10.04.2021).
8. Новости, обзоры и данные по наиболее важным вопросам. [Электронный ресурс] : сайт. Всемирный экономический форум. URL: https://www.weforum.org/focus (дата обращения: 07.03.2021).
9. Бутенко В., Полунин К., Котов И., Сычева Е., Степаненко А., Занина Е., Ломп С., Руденко В., Топольская Е. Россия 2025: от кадров к талантам. [Электронный ресурс] // The Boston Consulting Group. Аналитический доклад. 2017. 70 с. URL: https://d-russia. ru/wp-content/uploads/2017/11/Skills_Outline_web_tcm26-175469.pdf (дата обращения: 17.05.2021).
10. Уваров А. Ю. Образование в мире цифровых технологий: на пути к цифровой трансформации. М. : Изд. дом ГУ ВШЭ 2018. 168 с.
11. Федеральный государственный образовательный стандарт основного общего образования [Электронный ресурс] : утв. Приказом Министерства образования и науки Российской Федерации от 17 декабря 2010 года No 1897. URL: https://fgos.ru/fgos/ fgos-ooo/ (дата обращения: 22.03.2021).
12. Барьеры в развитии цифровой экономики в субъектах Российской Федерации [Электронный ресурс] : аналитический доклад. Аналитический центр при Правительстве Российской Федерации, ноябрь 2019 г. URL: https://ac.gov.ru/files/ publication/a/25838.pdf. (дата обращения: 14.03.2021).
13. Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии / пер. с англ. С. Филина. М. : Манн, Иванов и Фербер, 2016. 490 с.
14. Хант Э. Искусственный интеллект. М. : Мир, 1978. 558 с.
15. Искусственный интеллект : справочник. В 3 кн. / под ред. Э. В. Попова и Д. А. Поспелова. М. : Радио и связь, 1990.
16. AI Handbook. Справочник «Интеллектуальные системы и искусственный интеллект» [Электронный ресурс] : сайт. URL: http://aihandbook.intsys.org.ru/index.php/ resources-links/links-workshops (дата обращения: 12.07.2021).
17. Волкова В. Н., Васильев А. Ю., Ефремов А. А., Юрьев В. Н. Классификация информационных технологий [Электронный ресурс] // Открытое образование. 2015. № 5 (112):16-24. URL: https://openedu.rea.ru/jour/article/view/51 (дата обращения: 17.05.2021). DOI: https://doi.org/10.21686/1818-4243-2015-5(112-16-24).
18. Аникина О. В., Гущина О. М., Панюкова Е. В., Рогова Н. Н. Табличная реализация искусственной нейронной сети радиальных базисных функций для классификации образцов [Электронный ресурс] // Современные информационные технологии и IT-образование. 2018. Т. 14. № 2. С. 437–445 // https://cyberleninka.ru/article/n/ tablichnaya-realizatsiya-iskusstvennoy-neyronnoy-seti-radialnyh-bazisnyh-funktsiydlya-klassifikatsii-obraztsov/viewer (дата обращения: 15.02.2021). DOI: 10.25559/ SITITO.14.201802.436-445.
19. Матвеева Н. А., Мартынович Л. Я., Лазоренко Ю. В. Использование радиально-базисных нейронных сетей для классификации сигналов // Современные технологии. 2015. № 1 (96). С. 68–77. URL: http://nbuv.gov.ua/UJRN/st_2015_1_12 (дата обращения: 17.01.2021).
20. Зайцев Е. С. Применение нейронных сетей для автоматизации технологиче- ских процессов в прокатном производстве [Электронный ресурс] // ВIСНИК ПРИ- АЗОВСЬКОГО ДЕРЖАВНОГО ТЕХНIЧНОГО УHIВЕРСИТЕТУ. 2000 р. Вип. № 10. 244–246. URL.: https://cyberleninka.ru/article/n/primenenie-neyronnyh-setey-dlyaavtomatizatsii-tehnologicheskih-protsessov-v-prokatnom-proizvodstve/viewer (дата обра- щения 07.03.2021).
21. Зайцев В. С., Золотько Ю. С. К вопросу применения искусственных нейронных сетей для автоматизации технологических процессов и производств [Электронный ресурс] // ВIСНИК ПРИАЗОВСЬКОГО ДЕРЖАВНОГО ТЕХНIЧНОГО УHIВЕРСИТЕТУ. 2005 р. Вип. № 15-1. 1–6. URL.: https://cyberleninka.ru/article/n/k-voprosu-primeneniya- iskusstvennyh-neyronnyh-setey-dlya-avtomatizatsii-tehnologicheskih-protsessov-i- proizvodstv/viewer (дата обращения 07.03.2021).
22. Игнатенков А. В., Ольшанский А. М. Применение искусственной нейронной сети для построения расписаний процессов на примере графика движения поездов // Современные информационные технологии и ИТ-образование. 2015. Т. 11. № 2. С. 50–55. URL: https://elibrary.ru/item.asp?id=26167466 (дата обращения: 24.01.2021).
23. Кипяткова И. С., Карпов А. А. Разновидности глубоких искусственных нейронных сетей для систем распознавания речи [Электронный ресурс] // Труды СПИИРАН. 2016. № 6(49). C. 80–103. URL: https://www.elibrary.ru/item.asp?id=27657124 (дата обращения: 17.01.2021).
24. Рыжков А. П., Катков О. Н., Морозов С. В. Нейросетевые технологии при решении задач разграничения доступа // Вопросы кибербезопасности. 2016. № 3(16). C. 69–76. URL: https://elibrary.ru/item.asp?id=26273593 (дата обращения: 12.02.2021).
25. Архангельский В. И., Богаенко И. Н., Грабовский Г. Г., Рюмшин Н. А. Нейронные сети в системах автоматизации. Киев : Техника, 1999. 363 с.
26. Терехов С. А. Лекции по теории и приложениям искусственных нейронных сетей [Электронный ресурс]. URL: https://textarchive.ru/c-1359983-pall.html (дата обращения: 17.01.2021).
27. Терехов В. А. Искусственные нейронные сети [Электронный ресурс]. : электронное пособие. 52 с. URL: https://elar.rsvpu.ru/bitstream/123456789/29383/1/ RSVPU_2019_312.pdf (дата обращения: 12.02.2021).
28. Glazkova A.V. Automatic document classification on the basis of text audience age groups in e-learning systems [Электронный ресурс] // Современные информационные технологии и ИТ-образование. 2016. Т. 12. № 3-2. Pp. 50–54. URL: https://elibrary.ru/ item.asp?id=27705954 (дата обращения: 12.02.2021).
29. Басалин П. Д., Кумагина Е. А., Неймарк Е. А., Тимофеев А. Е., Фомина И. А., Чернышова Н. Н. ИТ-образование с применением интеллектуальной обучающей среды // Современные информационные технологии и ИТ-образование. 2017. Т. 13. № 4. С. 105–111. DOI: 10.25559/SITITO.2017.4.384.
30. Онлайн-обучение: создаём сильные тексты. Сессия 30 [Электронный ресурс] // СБЕРБАНК. Корпоративный университет. EduTech No 7 (30). 2019. СберУниверситет (sberbank-university.ru). URL: https://sberuniversity.ru/edutech-club/events/ceminar-edutech-sessiya-30/(дата обращения: 15.04.2021).
31. Савицкая З. С. Big Data: Новая траектория образования [Электронный ресурс] // : блог. Корпорация «Российский учебник». URL: https://rosuchebnik.ru/blog/ big-data-tehnologii-v-obrazovanii/ (дата обращения: 17.01.2021).
32. Галушкин А. И. Теория нейронных сетей. М. : Издательское предприятие редакции журнала «Радиотехника», 2000. 416 с.