Влияние учебных программ, сгенерированных ИИ, основанных на потребностях индустрии, на мотивацию учеников

Автор: Сейтбек Р.Б., Бектибай Н.А., Кабкен К.К., Рысбеков Д.Б.

Журнал: Международный журнал гуманитарных и естественных наук @intjournal

Рубрика: Педагогические науки

Статья в выпуске: 9-4 (96), 2024 года.

Бесплатный доступ

В данной статье исследуется влияние учебных программ, сгенерированных ИИ и адаптированных к потребностям индустрии, на мотивацию и вовлеченность студентов в высшем образовании. Применяя теорию самодетерминации (Self-Determination Theory, SDT), исследование оценивает, как образовательные инструменты на базе ИИ влияют на психологические потребности студентов в автономии, компетентности и сопричастности. В исследовании используется количественная методология, включающая опросы студентов бакалавриата, магистратуры и докторантуры относительно их удовлетворенности текущими учебными программами и их восприятия потенциальной роли ИИ в разработке учебных планов. Результаты показывают, что студенты, особенно на уровнях бакалавриата и магистратуры, не полностью удовлетворены соответствием своих учебных программ требованиям рынка труда. Это неудовлетворение свидетельствует о желании иметь более персонализированные, ориентированные на индустрию образовательные траектории. В статье утверждается, что учебные программы, сгенерированные ИИ, могут устранить эти пробелы, предлагая динамичные, индивидуализированные образовательные опыты, которые способствуют как внутренней, так и внешней мотивации. Исследование делает вывод, что внедрение ИИ в разработку учебных программ имеет потенциал для повышения вовлеченности студентов и лучшей подготовки их к будущей карьере, при условии его продуманной интеграции с педагогическими стратегиями.

Еще

Учебные программы созданные ии, мотивация студентов, соответствие требованиям рынка труда, теория самодетерминации, индивидуализированное обучение, профессиональная подготовка, разработка учебных программ, психология в образовании, адаптивное обучение

Еще

Короткий адрес: https://sciup.org/170207263

IDR: 170207263   |   DOI: 10.24412/2500-1000-2024-9-4-192-197

Статья научная