Автор(ы):
Анна Ревокатовна Калашникова, кандидат филологических наук, доцент кафедры специальной педагогики и психологии, https://orcid.org/0000-0002-2456-5693, Волгоградский государственный социально-педагогический университет
400005, Россия, г. Волгоград, пр. Ленина, 27, тел.: +7 (8442) 241360, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Татьяна Андреевна Бондаренко, кандидат педагогических наук, доцент, кафедры специальной педагогики и психологии, https://orcid.org/0000-0001-7073-266X, Волгоградский государственный социально-педагогический университет
400005, Россия, г. Волгоград, пр. Ленина, 27, тел.: +7 (8442) 241360, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Алла Игнатьевна Цой, кандидат педагогических наук, доцент, кафедры специальной педагогики и психологии, https://orcid.org/0000-0002-6037-8887
Волгоградский государственный социально-педагогический университет, 400005, Россия, г. Волгоград, пр. Ленина, 27, тел.: +7 (8442) 241360, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Аннотация. Введение. В статье представлены результаты исследования влияния выявления ритма прозаического текста на формирование навыка беглого чтения у детей с общим недоразвитием речи.
Материалы и методы. Использовались методы анализа научной литературы по вопросам ритмообразования текста, внутрисинтагменного членения текста, метод ритмического анализа, статистический метод.
Результаты исследования. Выявление ритмической структуры текста, деление текста на синтагмы способствуют повышению технической стороны чтения и влияют на формирование навыка беглого чтения у детей с общим недоразвитием речи.
Заключение. Результаты исследования показали, что для преодоления трудностей формирования навыка беглого чтения очень важно научить младших школьников с общим недоразвитием речи чувствовать текстовый ритм, выявлять его на уровне синтагменного членения, находить смысловые доминанты текста. Выявление ритмической структуры текста позволяет не только отточить навык беглого чтения, но и глубже понимать смысл прочитанного.
Ключевые слова: беглое чтение, навык чтения, ритм текста, синтагма, деление на синтагмы, дети с общим недоразвитием речи
Для цитирования: Калашникова А. Р., Бондаренко Т. А., Цой А. И. Формирование навыка беглого чтения у детей с общим недоразвитием речи на основе выявления ритмической структуры прозаического текста // Педагогический ИМИДЖ. 2021. Т. 15. № 4 (53). С. 408–417. DOI: 10.32343/2409-5052-2021-15-4-408-417
https://doi.org/10.32343/2409-5052-2021-15-4-408-417
УДК: 376.1
Дата поступления в редакцию: 29.10.2021
Список литературы:
1. Гаспаров М. Л. Ритм // Литературная энциклопедия терминов и понятий / под ред. А. Н. Николюкина. М. : Интелвак, 2003. С. 875.
2. Иванова-Лукьянова Г. Н. Ритм прозы от Карамзина до Чехова: монография ; 2-е изд., стер. М. : ФЛИНТА, 2019. 335 с.
3. Иванова-Лукьянова Г. Н. Ритм художественных прозаических текстов как отражение жизненных ритмов человека [Электронный ресурс] // альманах «Академические тетради». Вып. 14. Тетрадь 7. URL: http://www.independent-academy.net/science/ tetradi/14/ivanova.html (дата обращения: 15.10.2021).
4. Калашникова А. Р. Ритмические характеристики текстов современной российской публицистики : дис. ... канд. филол. наук : 10.02.19. Волгоград, 2016. 193 с.
5. Москвин В. П. Ритм и язык. Стилистическое исследование: монография. М. : Флинта, 2019. 325 с.
6. Невзглядова Е. В. Интонационная теория стиха. СПб. : Нестор-История, 2015. 158 с.
7. Потапов В. В. Динамика и статика речевого ритма: Сравнительное исследование на материале славянских и германских языков. М. : Едиториал УРСС, 2016. 344 с.
8. Светозарова Н. Д. Синтагма // Лингвистический энциклопедический словарь / гл. ред. В. Н. Ярцева. М. : Сов. энциклопедия, 1990. С. 447.
9. Синицына Л. В. Ритмическая организация дикторской речи (на материале новостных телевизионных программ 1980-х гг. и 2000-х гг.): дис. ... канд. филол. наук : 10.02.01. Волгоград, 2014. 195 с.
10. Снегирев Г. Я. Хитрый бурундук: рассказы и маленькие повести. М. : Махаон, 2013. 111 с.
11. Цирульник Л. И., Лобанов Б. М., Сизонов О. Г. Алгоритм интонационной разметки повествовательных предложений для синтеза речи по тексту [Электронный ресурс] // Труды междунар. конф. «Диалог 2008». С. 563–568. URL: http://www.dialog-21. ru/media/1806/86.pdf (дата обращения: 15.10.2021).
Скачать статью в формате pdf
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.
Скачать статью в формате pdf