Архив статей журнала
Статья посвящена исследованию возможностей искусственного интеллекта (ИИ) для автоматизации рутинных задач педагогов с целью повышения качества и эффективности учебного процесса. Рассмотрены ключевые направления применения ИИ, такие как автоматизация проверки заданий, адаптивное обучение, персонализированная обратная связь и администрирование. Особое внимание уделено практическим примерам внедрения ИИ-технологий в образовательные учреждения. Результаты исследования демонстрируют, что использование ИИ позволяет оптимизировать рабочую нагрузку педагогов, улучшить взаимодействие с учащимися и повысить общую результативность образовательного процесса.
Представлен анализ опыта подготовки бакалавров кафедры информационных технологий по профилю «Безопасность информационных систем», определены тенденции развития этого направления подготовки и обоснование требований дальнейшего его развития с учетом современных повышенных требований к ИТ-проектам по безопасности и доверию к ним. При проведении исследований использовался системный анализ для анализа требований к специалистам ИТ и ИБ в условиях повышения уровня требований к надёжности, безопасности и уровня доверия к разрабатываемому программному обеспечению. Полученные результаты позволят провести коррекцию учебного плана и рабочих учебных программ для совершенствования компетенций выпускников по профилю «Безопасность информационных систем» в области обеспечения информационной безопасности ИТ-проектов и уровня доверия к ним.
В статье проанализированы различные LMS-системы и их подход к проведению дистанционных занятий, сформированы требования к разрабатываемому модулю видеоконференций. Проанализированы различные архитектуры видеоконференций. Предложено архитектурное решение, которое впоследствии было реализовано и внедрено в Lmsdot. В рамках работы была изменена клиентская часть, создан сигнальный сервер, внедрён Pusher сервер, добавлен медиасервер mediasoup и использован его API для организации сигнального сервера. Проведено тестирование модуля видеоконференций. Модуль встроен в систему Lmsdot и показал стабильную и качественную работу
В работе проанализированы популярные платформы, позволяющие решать алгоритмические задачи. Выбраны технологии реализации модуля и изучена структура приложения «Lmsdot». Созданы диаграмма последовательности и диаграмма классов модуля. Спроектирована база данных. Модуль решения алгоритмических задач реализован с помощью фреймворков Elysia. js и Next. js. Произведена интеграция модуля с уже существующими серверами и базой данных в приложении «Lmsdot». Проведено тестирование модуля и представлены рекомендации для дальнейшего масштабирования и улучшения работы модуля.
В статье исследованы функционал и применяемые технологии в современных системах тестирования; проанализированы системы тестирования оценки знаний Moodle, Mirapolis LMS, Teachbase, и WebTutor; сформулированы требования к системе тестирования, различные сценарии взаимодействия и дизайн системы, описаны основные модули системы.