Вопрос применения генеративного искусственного интеллекта (ГИИ) в образовании находится в фокусе большого внимания как его адептов, так и критиков. Мировое научно-педагогическое сообщество пытается дать оценку быстро распространяющемуся феномену, определить его место в образовательном процессе и выработать основания для регулирования. Использование сервисов на базе генеративного искусственного интеллекта (ГИИ-сервисов) меняет концептуальные и дидактические устои образования. Для прогнозирования сценариев развития университетского образования и своевременного реагирования на управленческом уровне необходимы научные данные об использовании ГИИ-сервисов субъектами образовательного процесса - преподавателями и обучающимися. Данная работа вносит вклад в изучение паттернов использования ГИИ-сервисов студентами и преподавателями вуза. В рамках исследования было проведено анкетирование студентов (N = 450) и научно-педагогических работников (N = 228) Московского городского педагогического университета. Авторы исследования связывают большую популярность ГИИ у обучающихся и более сдержанную позицию по применению ГИИ-сервисов у преподавателей высшей школы с разными стратегиями их использования. Вспомогательная функция ГИИ-сервисов в стратегии деятельности преподавателя вуза не меняет сущности образовательного процесса по отношению к обучающемуся. Выполнение письменных заданий с помощью ГИИ как наиболее распространённая область применения ГИИ-инструментов среди студентов искажает классическое понимание самостоятельности и прозрачности образовательных результатов. Полученные результаты актуализируют необходимость переосмысления цели и предназначения высшего образования и требуют трансформации образовательных практик - учения и преподавания. Авторы статьи приходят к выводу, что противоречивое отношение к ГИИ требует принятия этических и регулятивных норм применения ГИИ-сервисов в (высшем) образовании, а также повышения уровня ИИ-грамотности у преподавателей и студентов.
Идентификаторы и классификаторы
- SCI
- Образование
Феномен смены научной повестки в пользу изучения ИИ в высшем образовании сравним с внезапным ростом публикаций о практиках дистанционного и затем смешанного формата обучения в вузах, вызванных локдауном в период пандемии [6]. Согласно обзорным библиометрическим исследованиям, начало роста научного интереса к ИИ в образовании как раз пришлось на 2021– 2022 гг. [7], который продолжается и в настоящее время параллельно совершенствованию технологии. Х. Кромтон и Д. Берке отмечают, что содержательно исследования ИИ-инструментов в высшем образовании посвящены прежде всего оцениванию образовательных результатов обучающихся, оценке образовательных ресурсов, прогнозированию академической успеваемости и карьерной траектории студентов, ИИассистентству, системам интеллектуального обучения (intelligent tutoring systems) и управлению обучением студентов [7]. Структура значительной части исследований строится на анализе кейсов применения разработанных чат-ботов и ИИ-сервисов.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Griszbacher N. Delving into Chit-Chat with GPT-3.5: Holy Grail or Pandora’s Box?: A Review of AI Opportunities and Challenges in Academia // GILE Journal of Skills Development. 2024. Vol. 4. No. 1. P. 4-29. 10.52398/gjsd.2024.v4.i1. pp. 4-29. DOI: 10.52398/gjsd.2024.v4.i1.pp.4-29 EDN: BNYCMU
2. Miller R.E. Pandora’s Can of Worms: A Year of Generative AI in Higher Education // Libraries and the Academy. 2024. Vol. 24. No. 1. P. 21-34. DOI: 10.1353/pla.2024.a916988 EDN: HANRVF
3. Захарова У.С., Вилкова К.А., Абрамов Р.Н. Применение МООК в преподавании в российских вузах: почему нет роста спроса на них в условиях вынужденного перехода на дистанционное обучение? // Высшее образование в России. 2023. Т. 32. № 2. С. 125-148. DOI: 10.31992/0869-3617-2023-32-2-125-148 EDN: JUWRLS
4. Комаров Р.В. Работа педагога в дистанте: подходы к использованию цифровых инструментов // Вестник МГПУ. Серия: Педагогика и психология. 2021. № 3(57). С. 56-78. DOI: 10.25688/2076-9121.2021.57.3.03 EDN: ROAILO
5. Ананин Д.П., Кашкарова Е.В. Модели и дидактика гибридного обучения. Сер. Механизмы повышения качества образования. Томск: Изд-во Томского гос. ун-та, 2022. 43 с. EDN: FHOVSN
6. Баранников К.А., Ананин Д.П., Стрикун Н.Г., Алканова О.Н., Байзаров А.Е. Гибридное обучение: российская и зарубежная практика // Вопросы образования. 2023. № 2. С. 33-69. 10.17323/1814- 9545- 2023-2-33-69. DOI: 10.17323/1814-9545-2023-2-33-69
7. Crompton H., Burke D. Artificial Intelligence in Higher Education: The State of the Field // International Journal of Educational Technology in Higher Education. 2023. Vol. 20. 22 p. DOI: 10.1186/s41239-023-00392-8 EDN: VYFMFK
8. George B., Ontario W. Managing the Strategic Transformation of Higher Education through Artificial Intelligence // Administrative Sciences. 2023. Vol. 13. No. 196. DOI: 10.3390/admsci13090196 EDN: CUIZJM
9. Dempere J., Modugu K., Hesham A., Ramasamy L.K. The Impact of ChatGPT on Higher Education // Frontiers in Education. 2023. Vol. 8. Article no. 1206936. DOI: 10.3389/feduc.2023.1206936 EDN: ZTYWXX
10. Chaudhry I.S., Sarwary S.A.M., El Refae G.A., Chabchoub H. Time to Revisit Existing Student’s Performance Evaluation Approach in Higher Education Sector in a New Era of ChatGPT - A Case Study // Cogent Education. 2023. Vol. 10. No. 1. DOI: 10.1080/2331186X.2023.2210461
11. Michel-Villarreal R., Vilalta-Perdomo E., Salinas-Navarro D.E., Thierry-Aguilera R., Gerardou F.S. Challenges and Opportunities of Generative AI for Higher Education as Explained by ChatGPT // Education Sciences. 2023. Vol. 13. No. 9. Article no. 856. DOI: 10.3390/educsci13090856 EDN: MCRBSG
12. Neumann M., Rauschenberger M., Schön E.-M. “We Need to Talk about ChatGPT: The Future of AI and Higher Education” // 2023 IEEE/ACM 5th International Workshop on Software Engineering Education for the Next Generation (SEENG) (Melbourne: IEEE). 2023. P. 29-32. DOI: 10.1109/SEENG59157.2023.00010
13. Strzelecki A. To Use or not to Use ChatGPT in Higher Education? A Study of Students’ Acceptance and Use of Technology // Interactive Learning Environments. 2023. P. 1-14. DOI: 10.1080/10494820.2023.2209881
14. Rudolph J., Tan S., Tan S. ChatGPT: Bullshit Spewer or the End of Traditional Assessments in Higher Education? // Journal of Applied Learning and Teaching. 2023. Vol. 6. No. 1. P. 342-363. DOI: 10.37074/jalt.2023.6.1.9 EDN: UDMLVA
15. Rudolph J., Tan S., Tan S. War of the Chatbots: Bard, Bing Chat, ChatGPT, Ernie and Beyond. The New AI Gold Rush and its Impact on Higher Education // Journal of Applied Learning and Teaching. 2023. Vol. 6. P. 364-389. DOI: 10.37074/jalt.2023.6.1.23 EDN: WDUEQL
16. Резаев А.В., Степанов А.М., Трегубова Н.Д. Высшее образование в эпоху искусственного интеллекта // Высшее образование в России. 2024. Т. 33. № 4. С. 49-62. DOI: 10.31992/0869-3617-2024-33-4-49-62 EDN: OLNRFA
17. Luo (Jess) J. How does GenAI Affect Trust in Teacher-Student Relationships? Insights from Students’ Assessment Experiences // Teaching in Higher Education. 2024. DOI: 10.1080/13562517.2024.2341005
18. Cotton D.R., Cotton P.A., Shipway J.R. Chatting and Cheating: Ensuring Academic Integrity in the Era of ChatGPT // Innovations in Education and Teaching International. 2023. Vol. 61(2). P. 228-239. DOI: 10.1080/14703297.2023.2190148
19. Luo (Jess) J. A Critical Review of GenAI Policies in Higher Education Assessment: A Call to Reconsider the “Originality” of Students’ Work // Assessment & Evaluation in Higher Education. 2024. Vol. 49. No. 5. P. 651-664. DOI: 10.1080/02602938.2024.2309963
20. Wu Y. Critical Thinking Pedagogics Design in an Era of ChatGPT and Other AI Tools - Shifting From Teaching “What” to Teaching “Why” and “How” // Journal of Education and Development. 2024. Vol. 8. No. 1. DOI: 10.20849/jed.v8i1.1404
21. Pisica A.I., Edu T., Zaharia R.M., Zaharia R. Implementing Artificial Intelligence in Higher Education: Pros and Cons from the Perspectives of Academics // Societies. 2023. Vol. 13. No. 5. 118. DOI: 10.3390/soc13050118 EDN: ELHULZ
22. Southworth J.R., Migliaccio K., Glover J., Glover J.M., Reed D. et al. Developing a Model for AI Across the Curriculum: Transforming the Higher Education Landscape via Innovation in AI Literacy // Computers and Education: Artificial Intelligence. 2023. Vol. 4. Article no. 100127. DOI: 10.1016/j.caeai.2023.100127 EDN: IBWTOQ
23. Chiu Th.K.F. Future Research Recommendations for Transforming Higher Education with Generative AI // Computers and Education: Artificial Intelligence. 2024. Vol. 6. Article no. 100127. DOI: 10.1016/j.caeai.2023.100197 EDN: WDCXOS
24. Xia Q., Weng X., Ouyang F., Lin T.J., Chiu Th.K.F. A Scoping Review on How Generative Artificial Intelligence Transforms Assessment in Higher Education // International Journal of Educational Technology in Higher Education. 2024. Vol. 21. No. 40. DOI: 10.1186/s41239-024-00468-z EDN: HUPMSM
25. Лёвин Б.А., Пискунов А.А., Поляков В.Ю., Савин А.В. Искусственный интеллект в инженерном образовании // Высшее образование в России. 2022. Т. 31. № 7. С. 79-95. DOI: 10.31992/0869-3617-2022-31-7-79-95 EDN: KCNAPJ
26. Шейнбаум В.С., Никольский В.С. Инженерная деятельность и инженерное мышление в контексте экспансии искусственного интеллекта // Высшее образование в России. 2024. Т. 33. № 6. С. 9-27. DOI: 10.31992/0869-3617-2024-33-6-9-27 EDN: LRFVIO
27. Евдокимова М.Г., Агамалиев Р.Т. Лингводидактический потенциал систем искусственного интеллекта // Экономические и социально-гуманитарные исследования. 2023. № 2(38). С. 173-191. 10.24151/ 2409-1073-2023-2-173-191. DOI: 10.24151/2409-1073-2023-2-173-191 EDN: EPHUOK
28. Тихонова Н.В., Ильдуганова Г.М. “Меня пугает то, с какой скоростью развивается искусственный интеллект”: восприятие студентами искусственного интеллекта в обучении иностранным языкам // Высшее образование в России. 2024. Т. 33. № 4. С. 63-83. DOI: 10.31992/0869-3617-2024-33-4-63-83 EDN: FNUAVR
29. Сысоев П.В. Искусственный интеллект в образовании: осведомлённость, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32. № 10. С. 9-33. DOI: 10.31992/0869-3617-2023-32-10-9-33 EDN: TZYTKM
30. Буякова К.И., Дмитриев Я.А., Иванова А.С., Фещенко А.В., Яковлева К.И. Отношение студентов и преподавателей к использованию инструментов с искусственным интеллектом в вузе // Образование и наука. 2024. № 26(7). С. 160-193. DOI: 10.17853/1994-5639-2024-7-160-193 EDN: BSEUWY
31. Ракитов А.И. Высшее образование и искусственный интеллект: эйфория и алармизм // Высшее образование в России. 2018. Т. 27. № 6. С. 41-49. EDN: USPQDV
32. Ивахненко Е.Н., Никольский В.С. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. С. 9-22. DOI: 10.31992/0869-3617-2023-32-4-9-22 EDN: TZHIHU
33. Резаев А.В., Трегубова Н.Д. ChatGPT и искусственный интеллект в университетах: какое будущее нам ожидать? // Высшее образование в России. 2023. Т. 32. № 6. С. 19-37. DOI: 10.31992/0869-3617-2023-32-6-19-37 EDN: GZJZIJ
34. The Manifesto for Teaching and Learning in a Time of Generative AI: A Critical Collective Stance to Better Navigate the Future / A. Bozkurt, J. Xiao, R. Farrow, J.Y.H. Bai, C. Nerantzi et al. // Open Praxis. 2024. Vol. 16(4), P. 487-513. DOI: 10.55982/openpraxis.16.4.777 EDN: YMPCGK
35. Современная “цифровая” дидактика / И.М. Реморенко, Е.Д. Патаракин, В.В. Гриншкун, Б.Б. Ярмахов, О.В. Максименкова. Москва: ООО “ГринПринт”, 2022. 136 с. EDN: YCIUBW
36. Белая книга. Гибридное обучение / О.Н. Алканова, Д.П. Ананин, А.Е. Байзаров, К.А. Баранников и др. М.: Грин Принт, 2022. 120 c. EDN: KWUEAL
37. Ананин Д.П., Стрикун Н.Г. Гибридное обучение в структуре высшего образования: между онлайн и офлайн // Преподаватель XXI век. 2022. № 4. Часть 1. С. 60-74. DOI: 10.31862/2073-9613-2022-4-60-74 EDN: VJQLRM
38. Ярмахов Б.Б., Суматохин С.В., Кукушкина О.В. Свидетельство о государственной регистрации базы данных № 2023624517 Российская Федерация. Цифровой адаптивный учебник по биологии для 5-го класса: № 2023624115: заявл. 22.11.2023: опубл. 11.12.2023. 2023. URL: https://unir.mgpu.ru/en/projects/intellectual-activity/rids/tsifrovoj-adaptivnyj-uchebnik-po-biologii-dlya-5-klassa.html (дата обращения: 11.08.2024).
39. Радаев В.В. Раскол поколения миллениалов: историческое и эмпирическое обоснование. (Первая часть) // Социологический журнал. 2020. Т. 26. № 3. С. 30-63. DOI: 10.19181/socjour.2020.26.3.7395 EDN: PCGGMH
Выпуск
Другие статьи выпуска
Статья посвящена осмыслению практики преподавания введённого в 2023 г. учебного предмета «Основы российской государственности». Авторы делятся своими впечатлениями по поводу того, как данный предмет был воспринят в студенческой аудитории, анализируют его содержательные связи с другими учебными предметами социогуманитарного цикла и прежде всего с курсом истории России, высказывают свои предложения относительно оптимизации этих связей. Опираясь на накопленный опыт, авторы высказывают своё мнение о средствах и путях совершенствования преподавания основ российской государственности. В частности, в статье проводится мысль о том, что при разработке учебных программ по данному предмету следует в большей мере учитывать особенности складывающихся в молодёжной среде картин мира, а также обусловленные этими особенностями паттерны восприятия. Обосновывается необходимость отслеживать динамику взглядов и мнений молодёжной среды посредством социологических мониторингов, результаты которых следует оперативно учитывать в ходе дальнейшей работы по совершенствованию рассматриваемого курса.
В статье представлены результаты исследования информационных потоков в социальных медиа о курсе «Основы российской государственности». Учитывая степень гибридизации медиасферы, а также погружённость студентов в цифровую среду, наиболее полное представление об эффектах реализации курса можно составить, опираясь на цифровые следы, оставленные Интернет-пользователями - студентами, освоившими курс, и другими аудиториями, вовлечёнными в процесс разработки и преподавания дисциплины. Методика исследования является двухступенчатой и включает в себя применение когнитивного картирования контента на тему внедрения курса, а также автоматизированный социально-медийный анализ информационных потоков в 2023-2024 годах. Авторы подвергают анализу содержание контента о курсе позитивной и негативной модальности, смысловое ядро информационного потока, его технологическое обеспечение, а также структуру и интересы вовлечённой аудитории. Информационный поток, формируемый сторонниками курса, доминировал над оппонирующим по всем сетевым параметрам. При этом дискурс позитивного сегмента носит сугубо повествовательный характер и не транслирует смысловые концепты курса, что придаёт ему формальный характер и создаёт образ рутинной учебной дисциплины. В попытке избежать «политизированности» и «идеологизированности» образовательные организации фактически выхолащивают смысловое содержание, часто дистанцируются от актуальной общественно-политической повестки. Несмотря на довольно консолидированное содержание позитивного цифрового потока, его важность для информирования ключевых аудиторий отмечается явный дефицит проактивной повестки, дискурсов деятельностного патриотизма, направленности на конвертацию активности обучающихся в позитивные практики. Негативный поток является менее консолидированным и объёмным и зачастую обозначает курс как средство дискредитации российской образовательной системы и государства в целом. Контент такого рода несмотря на немногочисленность является глубоко политизированным и позволяет различным сетевым акторам использовать конкретные университетские кейсы в провокативных целях. На основе полученных результатов исследования авторы рассматривают ключевые направления совершенствования практики и методики преподавания курса.
Смыслы и цели массового образования заключены в передаче педагогически адаптированного социального опыта от учителя к ученику. Подобное образование имеет характер передачи и потому монологично; это отражает представление о человеке как о «чистом листе». Однако опыт и знания невозможно передать напрямую; они формируются изнутри. Передача обезличенной информации в готовом виде не учитывает личностные особенности, смыслы и цели самого ученика, который не участвует в создании знания. Такой подход ведёт к подготовке специалиста, склонного к подражанию, что способствует ускорению исторического процесса, приводит к атомизации личности и усилению агрессии. Искусственный интеллект, выполняя для человека всё большее количество его функций, экономит его время и облегчает профессиональные и личностные действия, содействуя передаче информации, которую многие могут понимать как синоним знания. Может ли искусственный интеллект не только выполнять роль генератора решений по запросам ученика, но и способствовать выявлению, раскрытию и реализации его потенциала? Иными словами, может ли он поддерживать студента в субъектно-субъектном взаимодействии с другими студентами и преподавателями в рамках диалогичного образования? Монологичное образование и искусственный интеллект имеют одну схожую важную черту - отсутствие внутренней потенции к созиданию. Мы полагаем, что искусственный интеллект не может быть субъектом по причине отсутствия границ, поскольку в диалоге всегда рождаются новые смыслы, исходя из самости субъектов. У искусственного интеллекта нет внутреннего пространства смыслов, которое является базовым условием для диалога. Искусственный интеллект доводит монологическое образование одновременно до совершенства и абсурда. Он облегчает жизнь человека, но делает это за счёт сокращения возможностей для его развития. Образование эвристического типа, диалогичное по своей природе, выступает помощником ученика в его творческой самореализации и развивает качества личности творца, способного к эффективному взаимодействию с искусственным интеллектом.
В статье обосновывается актуальность и значимость самостоятельной работы студентов в процессе получения ими высшего образования для формирования агентности как более широкого понятия, включающего в себя способность влиять на процессы собственной жизнедеятельности через действия и поступки; выделена роль самостоятельной работы как обязательной формы получения высшего образования, предусмотренная ФГОС 3++, её важность при подготовке кадров в условиях возрастающей конкуренции на рынке труда. Цель статьи: установить основные виды самостоятельной работы, предлагаемые современными вузами, и оценить их эффективность с точки зрения обучающихся при овладении будущей профессией; выявить взаимосвязь самостоятельной работы как компонента учебного процесса с агентностью студентов. В статье представлены результаты социологических исследований, проведённых в 2023-2025 гг. на основе количественной (онлайн-анкетирование) и качественной методологии (метод фокус-групп). Результаты исследования позволяют сделать вывод о необходимости пересмотра форм самостоятельной работы преподавателями вузов, внедрения новых методов работы с современным поколением студентов, релевантных происходящим изменениям в условиях цифрового общества, для повышения уровня их агентности. Результаты исследования могут быть рекомендованы к использованию в высшей школе для повышения качества подготовки кадров, усиления мотивации студентов к профессиональной деятельности по выбранной специальности.
Недостаточное финансовое обеспечение аспирантов является одной из важных проблем аспирантуры во всём мире, приводящей к существенному снижению эффективности аспирантских программ и высоким показателям отсева. Данная проблема имеет особую актуальность для России, поскольку, с одной стороны, в нашей стране наблюдаются крайне низкие показатели защит кандидатских диссертаций в установленный срок, с другой стороны, большинство аспирантов, обучающихся на очных аспирантских программах, вынуждены работать. Причём большинство из них имеют оплачиваемую работу за пределами вуза или научного института, которая не связана с их диссертационным исследованием и существенным образом отвлекает их от научной и образовательной деятельности в аспирантуре. Для решения данной проблемы на уровне государства и отдельных университетов разрабатываются и внедряются разнообразные инструменты финансовой поддержки аспирантов. Однако, несмотря на широкое применение подобных инструментов в мире, накопленный опыт в данной сфере не получил должной систематизации, что препятствует внедрению и тиражированию эффективных финансовых инструментов в разных национальных контекстах. В рамках данной работы на основе анализа публикаций, посвящённых эффективности финансовых инструментов поддержки аспирантов за период с 1980 по 2024 год, предпринимается попытка построить авторскую типологию существующих финансовых инструментов. Выделено три основных типа финансовых инструментов: 1) доступные для всех аспирантов; 2) доступные выдающимся аспирантам и предоставляемые на конкурсной основе; 3) доступные аспирантам из уязвимых социальных групп. Преимущества и недостатки каждого типа инструментов, их применимость для российской аспирантуры, а также ограничения исследований эффективности финансовой поддержки и направления для будущих научных работ обсуждаются в заключительной части статьи.
В статье представлен анализ результатов мониторинга отношения преподавателей к цифровизации образования, реализуемого Центром «ИНСАП» ИПЭИ РАНХиГС с 2020 года. Последние три волны опроса (2022, 2023 и 2024 гг.) выявили устойчивую группу преподавателей (более трети опрошенных), которые сообщают о нехватке дистанционных форм обучения в своей практике. Устойчивость наблюдений, подтверждённая значительным объёмом выборки (более 16 тыс. респондентов), позволяет говорить о новой тенденции: после первоначального неприятия цифровизации, вызванного ковидными ограничениями, наблюдается растущий интерес к дистанционной работе в высшей школе. Седьмая волна мониторинга, проведённая в мае 2024 г., подтвердила, что около трети преподавателей недовольны недостаточным объёмом дистанционных форматов. Это подчёркивает важность цифровых практик в их повседневной жизни и необходимость дальнейшего изучения и поддержки цифровизации образовательного процесса. Статья также рассматривает вызовы, связанные с цифровизацией, включая отсутствие последовательных административных решений, что замедляет трансформацию. В отсутствие внешних факторов, таких как пандемия COVID-19, количество преподавателей, использующих онлайн-среду, продолжает снижаться. Однако наблюдается изменение отношения к дистанционному обучению, и преподаватели начинают осознавать необходимость институциональной поддержки в нём. Группа преподавателей, заинтересованных в дистанционных формах работы, может стать амбассадорами цифровизации в российских вузах, открывая новые перспективы для образовательного процесса.
Одно из ключевых достоинств интеграции технологий искусственного интеллекта (ИИ) в образование заключается в создании на их основе условий для реализации модели персонализированного обучения - системы обучения и развития потенциала личности, при которой обучающийся выступает основным субъектом учебного процесса и в соответствии с индивидуальными способностями, интересами и потребностями осуществляет отбор содержания обучения и выбор методов, приёмов, средств обучения, определяет темп овладения учебным материалом и берёт на себя ответственность за процесс и результат обучения. Вместе с тем готовность обучающихся использовать персонализированную форму обучения будет во многом определять его эффективность. Цель исследования - определить готовность студентов российских вузов к персонализированному обучению посредством инструментов ИИ. На основе анализа научной литературы были предложены смысловые компоненты персонализированного обучения: а) субъектность обучающихся; б) партнёрство; в) доминирование проблемных заданий; г) темп; д) адаптивность и е) обратная связь. Для определения готовности студентов к персонализированному обучению было проведено онлайн-анкетирование. В качестве респондентов выступили 1211 студентов из 38 вузов РФ. Результаты анкетного опроса свидетельствуют о том, что на современном этапе около 50% студентов используют ИИ для решения разных учебных задач. Относительно готовности к персонализированному обучению мнения студентов разделились. Около 45-60% респондентов выразили готовность к такому обучению, 25-30% опрошенных - нейтральное и 5-10% отрицательное отношение по большинству вопросов. Полученные данные свидетельствуют о том, что на текущий момент персонализированное обучение не может быть массовым. Далеко не все студенты российских вузов полностью представляют сущность и потенциал персонализированного обучения, готовы и желают выступать субъектами учебного процесса, несущими полную ответственность за процесс и результат обучения. Персонализированное обучение предъявляет новые требования к педагогам, функция которых заключается в подготовке обучающихся к взаимодействию с ИИ, адекватной оценке своих способностей, формулированию цели обучения, проверке материалов обратной связи от генеративного ИИ, построению индивидуальной траектории обучения, определению темпа обучения, осуществлению отбора содержания, средств и методов обучения, рефлексии своей учебно-познавательной деятельности и т. п.
В условиях растущей потребности в опережающем технологическом развитии и кадровом суверенитете создание передовых инженерных школ в университетах для повышения качества человеческого капитала становится всё более актуальным. В работе исследуются взаимосвязи между развитием экономики, результатами интеллектуальной деятельности университетов и масштабом запуска новых образовательных программ в сфере инженерного образования. Проведённый анализ демонстрирует, что деятельность в области инженерного образования будет развиваться в интересах трансфера знаний в технологических областях с большими объёмами инвестиций. Однако пока образовательная активность передовых инженерных школ коррелирует с уровнем развития отраслей в регионах, что создаёт вызовы и возможности для расширения сотрудничества и внедрения технологий за их пределами во всей отрасли. Исследование показывает, что масштаб запуска новых образовательных программ взаимосвязан с общей культурой исследований и создания программ дополнительного профессионального образования в вузе. Высокий потенциал научно-исследовательской деятельности, в целом, является необходимым условием для разработки и внедрения востребованных в реальном секторе инженерных образовательных программ. При этом результаты интеллектуальной деятельности часто выступают источником их создания. Высокий уровень запуска в университете программ дополнительного профессионального образования позволяет расширить вовлечённость университетских команд в разработку и реализацию образовательных программ и инженерной направленности. Авторами предлагаются практические рекомендации, направленные на дальнейшее развитие инженерного образования как обучающихся в образовательных организациях, так и действующих специалистов в интересах технологического прогресса Российской Федерации, реализации третьей миссии университета, а также на стимулирование продаж образовательных программ, инновационных решений и проектов.
Издательство
- Издательство
- МОСКОВСКИЙ ПОЛИТЕХ
- Регион
- Россия, Москва
- Почтовый адрес
- 107023, г Москва, р-н Соколиная Гора, ул Большая Семёновская, д 38
- Юр. адрес
- 107023, г Москва, р-н Соколиная Гора, ул Большая Семёновская, д 38
- ФИО
- Миклушевский Владимир Владимирович (РЕКТОР)