Журнал «Системы высокой доступности» №4 за 2020 г.
Статья в номере:
Проблемные аспекты исследования и применения искусственного интеллекта в образовании
Тип статьи: научная статья
DOI: 10.18127/j20729472-202004-05
УДК: 004.89
Авторы:

А.Ю. Круглов – д.соц.н., профессор кафедры, SPIN-код: 2101-3475

Аннотация:

Постановка проблемы. Стремительное развитие вычислительных технологий и методов обработки информации оказало серьезное воздействие на развитие и внедрение искусственного интеллекта (ИИ) как в научный поиск, так и образовательную деятельность современного человека. Использование ИИ в образовании создало новые возможности для проектирования учебной деятельности и разработки более совершенных технологических и программных решений и сред обучения. Однако для большинства исследователей и практиков как в области информационных и компьютерных технологий, так и в области образования проблема разработки и внедрения релевантных видов деятельности и систем ИИ продолжает оставаться наиболее актуальной и сложной.

Цель. Рассмотреть наиболее важные проблемные аспекты исследования и применения систем ИИ в образовании, определить конкретные контексты их использования в образовательном процессе и процессе управления образованием, выявить наиболее проблемные, равно как и перспективные тенденции, требующие внимания исследователей и специалистов в области информационных компьютерных технологий и образования.

Результаты. Представлена модель интегративного взаимодействия «ИИ – образование», выявлены контексты использования систем ИИ в образовании, а также наиболее проблемные и перспективные темы для дальнейших исследований в этой области.

Практическая значимость. Выявленные проблемные аспекты исследования систем ИИ позволяют сосредоточиться на наиболее важных и перспективных направлениях применения ИИ. Представленная интегративная модель взаимодействия «ИИ – образование» дает возможность обеспечить формирование реперных точек оценки эффективности использования ИИ в образовании.

Страницы: 56-63
Для цитирования

Круглов А.Ю. Проблемные аспекты исследования и применения искусственного интеллекта в образовании // Системы высокой доступности. 2020. Т. 16. № 4. С. 56−63. DOI: 10.18127/j20729472-202004-05.

Список источников
  1. Круглов А.Ю. Техническое образование в интересах устойчивого развития: стратегии образования, направленного на формирование компетенций выпускников технических и политехнических университетов // Труды Всерос. научнообразовательной конф. с международным участием «История политехнического образования в России». СПб.: ПОЛИТЕХПРЕСС. 2019. С. 134−144.
  2. Круглов А.Ю. От целей развития тысячелетия к целям устойчивого развития: на пути формирования общей ответственности в образовании // Сб. статей X Междунар. научно-практич. конф. «Научная школа Т.И. Шамовой». В 2-х частях. М.: Изд-во «5 за знания». 2018. С. 324−328.
  3. Круглов А.Ю. Корни устойчивого развития: экологическое образование и грамотность // Сб. материалов Междунар. совещания «Современная сельская школа – школа инновационных возможностей». Уфа. 2018.
  4. Круглов А.Ю. Вопросы влияния информационных коммуникационных технологий и онлайн-среды на формирование личности и процесс самоидентификации // Сб. материалов Первой Междунар. научно-практич. конф. «Образовательная динамика сетевой личности». СПб.: Изд-во РГПУ. 2018. С. 27−33.
  5. Круглов А.Ю. Место социальной компьютеро-опосредованной коммуникации в информационном обществе и модернизации научно-исследовательского и образовательного пространства // Педагогическая информатика. М.: Академия информатизации образования. 2006. № 6. С. 96−98.
  6. Круглов А.Ю. Компьютеро-опосредованная коммуникация в оптимизации исследовательской деятельности и научного информационного обмена // Вестник Костромского государственного университета им. Н.А. Некрасова. Кострома. 2005. Т. 10. № 2. С. 40−43.
  7. Круглов А.Ю. Методология социологического исследования на основе системы компьютерно-опосредованной коммуникации. Монография. СПб.: Изд-во РГПУ. 2005. 336 с.
  8. Шилов С.М., Круглов А.Ю. Оптимизация международной деятельности в рамках сетевого педагогического университета // Вестник Герценовского университета. 2010. № 7(81). С. 20−25.
  9. Anderson J.R., Corbett A.T., Koedinger K.R. Cognitive tutors: Lessons learned // The Journal of the Learning Sciences. 1995. № 4.
    1. 167−207.
  10. Azevedo R., Gašević D. Analyzing multimodal multichannel data about self-regulated learning with advanced learning technologies: Issues and challenges // Computers in Human Behavior. 2019. № 96. P. 207−210.
  11. Buckingham Shum S.J., Luckin R. Learning analytics and AI: Politics, pedagogy and practices // British Journal of Educational Technology. 2019. № 50(6). P. 2785−2793.
  12. Essa A. A possible future for next generation adaptive learning systems // Smart Learning Environments. 2016. № 3(1).
  13. Gasser U., Almeida V.A. A layered model for AI governance // IEEE Internet Computing. 2017. № 21(6). P. 58−62.
  14. Graesser A.C., Lu S., Jackson G.T., Mitchell H., Ventura M., Olney A. AutoTutor: A tutor with dialogue in natural language // Behavior Research Methods, Instruments, & Computers. 2004. № 36(2). P. 180−192.
  15. Hart S.A. Precision education initiative: Moving toward personalized education // Mind, Brain, and Education. 2016. № 10(4).
    1. 209−211.
  16. Heffernan N.T., Heffernan C.L. The ASSISTments ecosystem: Building a platform that brings scientists and teachers together for minimally invasive research on human learning and teaching // International Journal of Artificial Intelligence in Education. 2014. № 24(4). P. 470−497.
  17. Hwang G.J. Definition, framework, and research issues of smart learning environments-a context-aware ubiquitous learning perspective // Smart Learning Environments. 2014. № 1(1). P. 4.
  18. Kay J. AI and education: Grand challenges // IEEE Intelligent Systems. 2012. № 27(5). P. 66−69.
  19. Lang C., Siemens G., Wise A., Gašević D. Handbook of learning analytics. Society for Learning Analytics and Research. 2017.
  20. Ma W., Adesope O.O., Nesbit J.C., Liu Q. Intelligent tutoring systems and learning outcomes: A meta-analysis // Journal of Educational Psychology. 2104. № 106(4). P. 901−918.
  21. Macfadyen L.P., Dawson S., Pardo A., Gaševic D. Embracing big data in complex educational systems: The learning analytics imperative and the policy challenge // Research & Practice in Assessment. 2014. № 9. P. 17−28.
  22. O’Shea T., Self J. Learning and teaching with computers: The artificial intelligence revolution. Prentice Hall Professional Technical Reference. 1986.
  23. Selwyn N. Should robots replace teachers? AI and the future of education. John Wiley & Sons, Indianapolis. 2019.
  24. Steenbergen-Hu S., Cooper H. A meta-analysis of the effectiveness of intelligent tutoring systems on college students’ academic learning // Journal of Educational Psychology. 2014. № 106(2). P. 331−347.
Дата поступления: 19.10.2020 г.