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.
Идентификаторы и классификаторы
- SCI
- Образование
Настоящий этап развития общества характеризуется процессами динамичного развития технологий искусственного интеллекта (ИИ) и их интеграции в различные сферы жизнедеятельности человека. Такая тенденция инновационного развития нашла отражение во многих федеральных нормативных документах, определяющих векторы развития всех секторов экономики страны. В частности, в Стратегии научно-технологического развития РФ одним из государственных приоритетов на период до 2035 г. определяется «переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объёмов данных, машинного обучения и искусственного интеллекта».
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Сысоев П.В. Дидактические свойства и методические функции нейросетей // Перспективы науки и образования. 2024. № 6 (72). С. 672-690. DOI: 10.32744/pse.2024.6.42 EDN: GGNYFW
2. Ивахненко Е.Н., Никольский В.С. ChatGPT в высшем образовании и науке: угрозы 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
3. Сысоев П.В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом // Высшее образование в России. 2024. Т. 33. № 2. С. 31-53. DOI: 10.31992/0869-3617-2024-33-2-31-53 EDN: VTAIUO
4. Филатов Е.М. Развитие у студентов умений иноязычной коммуникативной деятельности на основе веб-приложения character.ai // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 5. С. 1248-1260. DOI: 10.20310/1810-0201-2024-29-5-1248-1260 EDN: NCUSCK
5. Титова С.В. Технологические решения на базе искусственного интеллекта в обучении иностранным языкам: аналитический обзор // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 2. С. 18-37. DOI: 10.55959/MSU-2074-1588-19-27-2-2 EDN: OWSQVG
6. Сысоев П.В., Филатов Е.М. Методика обучения студентов написанию иноязычных творческих работ на основе оценочной обратной связи от искусственного интеллекта // Перспективы науки и образования. 2024. № 1 (67). С. 115-135. DOI: 10.32744/pse.2024.1.6 EDN: TMSTLY
7. Итинсон К.С. Информатизация медицинского образования: системы искусственного интеллекта в обучении студентов и врачей // Балтийский гуманитарный журнал. 2020. Т. 9. № 3 (32). С. 91-93. DOI: 10.26140/bgz3-2020-0903-0021 EDN: JFCJMA
8. Ягудина А.Р., Цилицкий В.С., Виноградова И.В., Кузнецова С.Б., Жарина Н.А. Искусственный интеллект и его роль в преподавании экономических дисциплин в вузе // Московский экономический журнал. 2022. № 2. С. 634-642. DOI: 10.55186/2413046X_2022_7_2_104 EDN: VRUUKO
9. Иванова А.П. Искусственный интеллект в сфере права и юридической практике: Основные проблемы и перспективы развития // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 4: Государство и право. 2021. № 1. С. 90-98. DOI: 10.31249/rgpravo/2021.01.09 EDN: ZEJZKU
10. Паршина К.В., Салтыкова Г.М. Современные технологии в обучении студентов направления подготовки “дизайн” // Педагогический журнал. 2021. Т. 11. № 1-1. С. 263-270. DOI: 10.34670/AR.2021.47.77.032 EDN: SCQDMG
11. 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
12. Азбель А.А., Илюшин Л.С., Казакова Е.И., Морозова П.А. Отношение учеников и учителей к обратной связи: противоречия и тенденции развития // Образование и наука. 2022. Т. 24. № 7. С. 76-109. DOI: 10.17853/1994-5639-2022-7-76-109 EDN: UYSFHS
13. Сысоев П.В., Филатов Е.М., Сорокин Д.О. Обратная связь в обучении иностранному языку: от информационных технологий к искусственному интеллекту // Язык и культура. 2024. № 65. С. 242-261. DOI: 10.17223/19996195/65/11 EDN: PLZYOV
14. Ayeni O.O., Hamad N.M.A., Chisom O.N., Osawaru B., Adewusi O.E. AI in education: A review of personalized learning and educational technology // GSC Advanced Research and Reviews. 2024. No. 18(02). P. 261-271. DOI: 10.30574/gscarr.2024.18.2.0062 EDN: GVIHZZ
15. Peters M.A., Araya D. Transforming American education: learning powered by technology // E-Learn. Digit. Media. 2011. No. 8. P. 102-205. DOI: 10.2304/elea.2011.8.2.102
16. Jegede O.O. Artificial Intelligence and English Language Learning: Exploring the Roles of AI-Driven Tools in Personalizing Learning and Providing Instant Feedback // Universal Library of Languages and Literatures. 2024. No. 1(2). Р. 6-19. DOI: 10.70315/uloap.ullli.2024.0102002
17. Ai-Driven Personalized Learning Systems: Enhancing Educational Effectiveness: N. Katiyar, V. Awasthi, R. Pratap, K. Mishra, N. Shukla et al. // Educational Administration: Theory And Practice. 2024. No. 30 (5). Р. 11514-11524. DOI: 10.53555/kuey.v30i5.4961
18. Конобеев А.В., Юхимук Я.А., Войцеховская В.Д., Шчекич М. Персонализация как подход к обучению // Дискурс профессиональной коммуникации. 2020. Т. 2. № 3. С. 118-138. DOI: 10.24833/2687-0126-2020-2-3-118-138 EDN: YPZUBK
19. Калина И.И., Положевец И.Г., Казакова Е.И., Калимуллин А.М., Реморенко И.М. Вызовы и перспективы личностно-развивающего образования // Образовательная политика. 2022. № 2 (90). С. 12-27. EDN: HHXOTU
20. Браташ В., Турчин А., Ермаков Д., Нестеренко Д., Высоцкая Е., Лупанова Т. Персонализированное образование: просто и наглядно / под ред. Е.И. Казаковой. Санкт-Петербург: СберКласс, 2023. 52 с. ISBN: 978-5-4386-2309-0 EDN: HAJQQW
21. Кравченко Д.А., Блескина И.А., Каляева Е.Н., Землякова Е.А., Аббакумов Д.Ф. Персонализация в образовании: от программируемого к адаптивному обучению // Современная зарубежная психология. 2020. Т. 9. № 3. C. 34-46. DOI: 10.17759/jmfp.2020090303 EDN: ICQCAO
22. Twenty-first century adaptive teaching and individualized learning operationalized as specific blends of student-centered instructional events: A systematic review and meta-analysis / R.M. Bernard, E. Borokhovski, R.F. Schmid, D.I. Pickup, R. Upitis et al. // Campbell Systematic Reviews. 2019. Vol. 15. No. 1-2. DOI: 10.1002/cl2.1017
23. Храмова М.В., Александрова Н.А. Адаптивные платформы - как основной тренд систем дистанционного обучения в цифровую эпоху // Информационные технологии в образовании. 2020. № 3. С. 308-312. EDN: LWIMOH
24. Мантурова А.А. Обратная связь как инструмент персонализации корпоративного обучения // Флагман науки. 2024. № 6(17). С. 572-577. DOI: 10.37539/2949-1991.2024.17.6.006 EDN: YNUNSK
25. Коренев А.А. Стратегии использования искусственного интеллекта для предоставления письменной обратной связи в обучении иностранному языку // Вестник Московского университета. Серия 19. Лингвистика и межкультурная коммуникация. 2024. № 2. С. 68-77. DOI: 10.55959/MSU2074-1588-19-27-2-5 EDN: HIZDDU
26. Xi X. Automated scoring and feedback systems: Where are we and where are we heading? // Language Testing. 2010. No. 27 (3). P. 291-300. DOI: 10.1177/0265532210364643
27. Титова С.В., Баринова К.В. Способы предоставления обратной связи и организации рефлексии в онлайн-обучении иностранным языкам // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2021. № 2. С. 200-214. EDN: DSCEIN
28. Hattie J., Timperley H. The Power of Feedback // Review of Educational Research. 2007. No. 77 (1). P. 81-112. DOI: 10.3102/003465430298487 EDN: JTSWWT
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. Титова С.В. Интеллектуальные системы обучения для персонализации и адаптации языковых курсов // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 4. С. 84-99. DOI: 10.55959/MSU-2074-1588-19-27-4-6 EDN: EPDVJB
31. Евстигнеев М.Н. Нейросеть Twee - новый инструментарий для педагога английского языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 6. С. 1428-1442. DOI: 10.20310/1810-0201-2023-28-6-1428-1442 EDN: HWAJHP
32. Park J. An AI-based English grammar checker vs. human raters in evaluating EFL learners’ writing // Multimedia-Assisted Language Learning. 2019. Vol. 22. No. 1. P. 112-131. 10. 15702/mall.2019.22.1.112. DOI: 10.15702/mall.2019.22.1.112
33. Perdana I., Farida M. Online grammar checkers and their use for EFL writing // Journal of English Teaching, Applied Linguistics, and Literatures. 2019. Vol. 2. № 2. P. 67-76. DOI: 10.20527/jetall.v2i2.7332
34. Almusharraf N., Alotaibi H. An error-analysis study from an EFL writing context: Human and Automated Essay Scoring Approaches // Technology, Knowledge and Learning. 2023. Vol. 28. P. 1015-1031. DOI: 10.1007/s10758-022-09592-z EDN: NMOQGA
35. Тормышова Т.Ю., Рязанцева Т.Ю., Суханова Н.И. Обучение студентов-лингвистов написанию эссе на иностранном языке на основе работы с системой автоматизированной оценки Criterion // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 1. С. 99-108. DOI: 10.20310/1810-0201-2024-29-1-99-108 EDN: PDGNZR
36. Прибыткова А.А., Тормышова Т.Ю., Хаустов О.Н. Использование системы автоматизированной оценки Criterion в обучении студентов языковых специальностей написанию эссе на иностранном языке: результаты экспериментальной проверки // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 2. С. 378-389. DOI: 10.20310/1810-0201-2024-29-2-378-389 EDN: AOCIBL
37. Manap M.R., Ramli N.F., Kassim A.A.M. Web 2.0 automated essay scoring application and human ESL essay assessment: A comparison study // European Journal of English Language Teaching. 2019. Vol. 5. No. 1. P. 146-162. DOI: 10.5281/zenodo.3461784
38. Сысоев П.В., Филатов Е.М., Хмаренко Н.И., Мурунов С.С. Преподаватель vs искусственный интеллект: сравнение качества предоставляемой преподавателем и генеративным искусственным интеллектом обратной связи при оценке письменных творческих работ студентов // Перспективы науки и образования. 2024. № 5 (71). С. 694-712. DOI: 10.32744/pse.2024.5.41 EDN: XZGVGM
39. Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка / П.В. Сысоев, Е.М. Филатов, М.Н. Евстигнеев, О.Г. Поляков, И.А. Евстигнеева и др. // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 3. С. 559-588. DOI: 10.20310/1810-0201-2024-29-3-559-588 EDN: JAZKME
40. Авраменко А.П., Фадеева В.А., Терновский В.В. Опыт интеграции технологий искусственного интеллекта в иноязычное высшее образование: от цифровизации к автоматизации // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 2. С. 55-67. DOI: 10.55959/MSU-2074-1588-19-27-2-4 EDN: JYWFLB
41. Сысоев П.В., Филатов Е.М. Технологии искусственного интеллекта в обучении русскому языку как иностранному // Русистика. 2024. Т. 22. № 2. С. 300-317. DOI: 10.22363/2618-8163-2024-22-2-300-317 EDN: SOHSKZ
42. Алейникова Д.В. Особенности обучения студентов-юристов аргументативному дискурсу в условиях цифровизации // Вестник Московского государственного лингвистического университета. Образование и педагогические науки. 2022. № 2(843). С. 14-19. DOI: 10.52070/2500-3488_2022_2_843_14 EDN: LZBEST
43. Han D. The Effects of Voice-based AI Chatbots on Korean EFL Middle School Students’ Speaking Competence and Affective Domains // Asia-Pacific Journal of Convergent Research Interchange. 2022. No. 6. P. 71-80. DOI: 10.47116/apjcri.2020.07.07 EDN: OAEPOQ
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.
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.
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)