Научный архив: статьи

Цифровая трансформация высшего музыкального образования осмысливается в педагогической науке либо в философско-образовательном, либо в технологическом аспектах. Наблюдается дефицит научной рефлексии в области цифровой дидактики. Целью исследования является выявление перспективных направлений использования искусственного интеллекта в высшем музыкальном образовании. В исследовании использовались следующие методы: анализ научной литературы, содержащей кейсы внедрения искусственного интеллекта в высшее музыкальное образование, опрос преподавателей музыки, использующих нейросети в образовательной деятельности (n = 21). Были определены направления использования искусственного интеллекта в преподавании музыки: 1) обучение (сопровождение обучения) вокалу / игре на музыкальном инструменте; 2) развитие (сопровождение процесса развития) качеств музыкальной выразительности (музыкальной эмоциональности); 3) автоматизированная система оценки / анализа исполнительской техники; 4) использование чатов с нейросетями для обучения теории и истории музыки; 5) персонализация процесса обучения; 6) автоматизация работы с содержанием музыкального образования. В реальной практике наиболее востребованы автоматизированная система оценки и использование чатов с нейросетями, автоматизация работы с содержанием музыкального образования. Также дана классификация нейросетей по уровню интеграции решаемых задач: 1) монозадачные; 2) полизадачные; 3) интегральные модели. В зависимости от способа реализации на уровне формы обучения выделены следующие направления: 1) дистанционное обучение; 2) смешанное обучение; 3) интеллектуальные системы обучения. Последнее рассматривается в качестве новой образовательной перспективы. Таким образом, исследование выявило перспективные направления внедрения искусственного интеллекта в высшее музыкальное образование, среди которых наибольшую практическую востребованность показывают автоматизированная оценка исполнительской техники и работа с образовательным контентом, в то время как остальные направления обладают значительным, но еще не реализованным потенциалом.