ОТКРЫТОЕ ОБРАЗОВАНИЕ

О поиске новой формы театра говорят давно, но кроме онлайн-трансляции спектакля или выступления актера в режиме видеоконференции с чтением художественного текста никаких идей не предлагается. И тут поиску именно новой формы может поспособствовать педагогика. Театр всегда использовался в педагогике как метод, и перенести его в формат виртуальности помогут закономерности организации дистанционного обучения. Возникает вопрос - как именно это сделать, чтобы не только для очных учащихся был доступен театр в школе (колледже, вузе), но и для дистанционных? А также в целом для тех категорий граждан, кто не может посещать театр, но хотел бы присутствовать на спектаклях или заняться театральным искусством дистанционно? Целью данного исследования и послужило желание реализовать на практике теоретическое предположение о переносе театрального действия в виртуальность. Если просто включить онлайн-трансляцию спектакля или показывать его в записи, то театр автоматически превращается в кино, причем не в очень качественное, поскольку камера не успевает за всеми передвижениями актёров, а микрофон захватывает ненужные звуки из зала. Есть способ организовать новый формат театра - через управление аватарами и озвучку героев в 3D-пространстве. Если понимать возможности виртуальной среды в части передачи эмоций, переживаний, сюжетов, то логично предположить, что виртуальный театр - это формат ролевой игры, один из методов педагогики. Попадая в новую среду (в данном случае - в виртуальную), человек меняет своё поведение, начинает иначе себя ощущать и реагировать. На сегодня уже есть несколько исследований по обучению детей и взрослых в виртуальной реальности. В данной статье описан опыт организации виртуального театра со всеми присущими ему атрибутами: подбор сценария, подготовка актеров, создание декораций, костюмов, проведение репетиций, подготовка афиш, приглашение зрителей и проведение спектакля в режиме онлайн. Виртуальный спектакль был проведен в 3D-мире «Виртуальная Академия». В качестве актеров выступили учащиеся 5-7 классов, в качестве организаторов - преподаватели школы, колледжа и вуза. В работу также были включены родители артистов, оперативно решающие технические проблемы с домашними компьютерами, что позволило подготовить спектакль в короткий срок (около 1,5 месяца). Все участники спектакля были заинтересованы процессом, работали очень ответственно, были довольны результатом и высказали пожелание продолжить такие постановки. Описание методики организации виртуального театра позволит в дальнейшем использовать этот метод для работы как со школьниками в условиях дистанционного обучения, так и со студентами театральных вузов для изучения специфики театрального искусства в виртуальности.

Цель исследования: разработать и проверить подход к обучению составителей цифрового контента в части создания альтернативного текста, точно описывающего оригинальное изображение, с использованием нейронной сети для генерирования контрольных изображений, реконструируемых по тексту. Отсутствие в веб-ресурсе текстовых описаний к визуальному контенту ограничивает цифровую доступность, особенно для пользователей с нарушением зрения. Для обеспечения доступности каждое информативное изображение должно сопровождаться альтернативным текстом. Известно, что текстовые альтернативы, сгенерированные с помощью автоматических инструментов, уступают по качеству описаниям, выполненным человеком. Следовательно, составитель цифрового контента должен уметь разрабатывать альтернативный текст к изображениям. Выдвинуто предположение, что нейронная сеть, способная генерировать изображения по текстовым описаниям, может выступать в роли инструмента, служащего для проверки релевантности составляемых текстовых альтернатив. Материалы и методы. Исследование выполнялось в апреле-мае 2023 года. 17 обучающихся бакалавриата изучили требования к разработке текстовых альтернатив, выполнили первичные текстовые описания к трем предложенным фотографиям, а затем откорректировали текст с использованием нейронной сети Kandinsky 2.1 согласно алгоритму: генерирование изображения по описанию; визуальное сравнение полученного изображения с оригиналом; возвращение к редактированию описания или завершение процесса. По первичным и итоговым описаниям исследователи воссоздали изображения с использованием той же нейронной сети. Дальнейшая работа заключалась в оценке качества всех текстовых описаний и сходства всех сгенерированных изображений с оригинальными. Результаты исследования (текстовые описания; оценки, выставленные экспертами; ссылки на сгенерированные изображения) опубликованы в виде набора данных в репозитории Mendeley Data. Для анализа данных использовали t-тест, корреляцию Пирсона и многомерную регрессию (при заданном уровне значимости p = 0,05). Результаты. Установлено, что средние оценки качества первичных и итоговых текстовых описаний значимо не отличались (p > 0,05), также не было выявлено значимых отличий для длины текста (p > 0,05). При этом существенно (p < 0,05) возрастало сходство сгенерированных изображений с оригинальными фотографиями после использования обучающимися нейронной сети. Следовательно, тренировка в нейронной сети способствовала повышению качества (сходства с оригиналом) изображений, сгенерированных по измененным текстовым описаниям, без потери качества описаний. Обнаружено также, что качество итоговых текстовых альтернатив тем выше, чем больше их размер в пределах отведенного лимита, чем лучше и короче первичные описания (p < 0,05). Таким образом, лаконичные и точные альтернативные описания к изображениям после тренировки обучающихся в нейронной сети могут быть преобразованы в не менее качественные текстовые альтернативы, релевантность которых повышается за счет добавления в описание деталей сюжета. Заключение. Нейронные сети для генерирования изображений могут быть применимы в качестве программного инструмента, стимулирующего потенциальных авторов контента к созданию более точного и полного альтернативного текста при сохранении его лаконичности. Представляется важным продолжить исследования, распространив их на изображения других типов, с использованием различных нейронный сетей.

Цель исследования. Работа посвящена актуальным вопросам проверки на объем заимствованного текста в выпускной квалификационной работе в техническом вузе с учетом вероятности использовании обучающимися возможностей искусственного интеллекта. Проблема плагиата, в частности плагиата выпускных квалификационных работ (дипломных работ), всегда была на повестке дня. Некоторые студенты при написании выпускных квалификационных работ склонны заимствовать тексты работ, защищенных в предыдущие годы, что привело к необходимости организации проверки текстов всех работ текущего года выпуска на плагиат. Существуют различные методы, которые дают возможность легко обойти такую проверку. Указанная проблема особенно обострилась в последниегоды в связи с развитием информационных технологий. Широкое внедрение генеративного искусственного интеллекта привело к возникновению новой проблемы – необходимости проверки выпускной квалификационной работы научным руководителем и/или назначенным ответственным лицом на наличие текста, сгенерированного искусственным интеллектом. В данной статье рассматриваются особенности проверки на плагиат текстов выпускных квалификационных работ студентов, обучающихся по направлениям, связанным с информационными технологиями, с учетом потенциальной возможности использования студентами генеративного искусственного интеллекта, в частности программного обеспечения ChatGPT и GitHub Copilot.

Материалы и методы. Использован метод компаративного анализа научных публикаций, посвященных проверке на плагиат и вопросам применения искусственного интеллекта в образовательном процессе. Существующие методики проверки на плагиат неактуальны при проверке текстов, сгенерированных искусственным интеллектом. Рассмотрены признаки и примеры таких текстов. Экспериментальным путем выявлены тренды в среде обучающихся в техническом университете по отношению к применению генеративного искусственного интеллекта, в частности программного обеспечения ChatGPT и GitHub Copilot при написании выпускных квалификационных работ. Проверены возможности применения ряда программ по детектированию текстов, сгенерированных искусственным интеллектом. Результаты исследования. Проведен анализ результатов проверки на плагиат текстов, сгенерированных системой искусственного интеллекта, и подготовленных методистом. Обсуждена проблема однозначного автоматического выявления использования генеративных нейросетей студентами в процессе подготовки выпускной квалификационной работы в силу наличия ложноположительных срабатываний. Представляется целесообразным широкое внедрение систем проверки текста выпускной квалификационной работы на предмет наличия текста, сгенерированного системами искусственного интеллекта. Однако тестовое использование существующих систем проверки показало, что достоверность проверки на наличие текста, сгенерированного системами искусственного интеллекта, является весьма спорной. Процент выявленного заимствования может варьироваться как в сторону понижения, так и повышения с некорректными выводами. Обсуждены проблемы, вызванные особенностями обучения студентов технического вуза. Предложен подход к проверке материалов выпускной работы на наличие ИИ-плагиата.

Заключение. Отмечена важность и необходимость проверки оригинальности выпускных квалификационных работ на заимствования как текстов работ прошлых лет, так и использования текстов и программ, сгенерированных системами искусственного интеллекта. Авторами предложены возможные подходы к организации учебного процесса в техническом вузе с учетом накопленного опыта, а также пути решения рассмотренных в работе проблем, в частности, предложено введение обязательной маркировки как текста, так и программного кода, созданного системой искусственного интеллекта. Кроме того, подчеркнута необходимость разработки методик обучения, включающих формирование рефлексивности.