Искусственный интеллект в образовании: объект изучения в курсе информатики; средство повышения эффективности обучения

Искусственный интеллект (ИИ), образно выражаясь, начал стремительно проникать во все сферы жизнедеятельности современного человека и, конечно, в образование, т. к. специалисты в области систем ИИ становятся все более востребованными во всех странах мира. В ряде государственных документов [8–11] значительное внимание уделяется вопросам развития технологий искусственного интеллекта; отечественные университеты и вузы активно вводят различные дисциплины и курсы, ориентированные на изучение различных аспектов искусственного интеллекта. Вместе с тем изучение возможностей ИИ в общеобразовательной школе находится в самом начале пути.

Именно потому, что вопрос применения в образовательной деятельности искусственного интеллекта и нейросетей в рамках общеобразовательной подготовки, ввиду отсутствия доказанности эффективности при их активном спонтанном применении в учебном процессе, не имеет однозначного понимания, заострим внимание на необходимости перевести этот вопрос в научно-педагогическую сферу.

Определим « искусственный интеллект в образовании» как направление современных научно-педагогических исследований, сопровождающих и обусловливающих создание информационных систем, разработанных на базе информационных и коммуникационных технологий (как аналоговой, так и цифровой формы реализации) и предназначенных для восприятия, обработки, хранения больших объемов информации, а также формирования решений по целесообразному поведению в ситуациях, моделирующих состояния различных систем (например, природы, общества, образования). Система искусственного интеллекта при этом рассматривается как информационная система (программная реализация), имитирующая решение человеком достаточно сложных задач в процессе его деятельности, использующая программно-аппаратные средства, позволяющие на основе применения знаний осуществлять решение неформализованных творческих задач, в том числе моделировать некоторые аспекты человеческой деятельности, включая процесс обучения, и обеспечивающие диалог с компьютером на языке, максимально приближенном к естественному для человека, а также автоматизацию поведения роботов и робототехнических систем. Реализация возможностей систем искусственного интеллекта в образовании осуществляется в основном по следующим направлениям: обеспечение инфор-

мационного взаимодействия между обучающимся (обучающимися) и обучающим (обучающими) в режиме удаленного доступа с использованием больших объемов информации (данных) образовательного назначения; осуществление систематической диагностики результатов обучения или уровня обученности (компетентности); обеспечение субъектов образовательного процесса необходимыми учебно-методическими материалами адекватно их потребностям или результатам обучения, уровню обученности, компетентности, установленным предварительно; обработка больших объемов информации по научно-педагогическим и учебно-методическим исследованиям и извлечение необходимой пользователю информации; обобщение результатов обучения (отдельного обучающегося, группы, коллектива) по результатам интеллектуального анализа, управляемого пользователем [1–4].

Мы остановим внимание на российском общем среднем образовании. Важным событием в 2021–2022 гг. явилась организация Минпросвещением России проведения Всероссийской олимпиады по искусственному интеллекту для 9–11 классов (научное руководство ФГБНУ «Институт стратегии развития образования Российской академии образования» (ФГБНУ «ИСРО РАО»)). Проведение Олимпиады показало огромную заинтересованность как учеников, так и учителей информатики в изучении искусственного интеллекта, т. к. тысячи школьников изъявили желание участвовать в Олимпиаде. Приведем краткие итоги прошлогоднего исследования по результатам проведения двух Олимпиад (в исследовании ориентировались на современный ФГОС и на примерную рабочую программу, которая была рекомендована школам летом 2022 г.). Приведем некоторые результаты, полученные в процессе исследования:

Распространение языков программирования в школьных программах по информатике:

• •    для 7 – 9 классов : школьный алгоритмический язык + Паскаль – 72%; Python – 25%; Java, C++ – 3%;

• •    для 10 – 11 классов : школьный алгоритмический язык + Паскаль – 60%; Python – 29%; Java, C++ – 11%.

Распространенность Python, Java, C++ в школьных программах по информатике:

• •    для 7 – 9 классов: 77% – базовый уровень (Python – 23%); 23% – углубленный уровень (Pythop, Java, C++ – 43%);

• •    для 10-11 классов : 56% – базовый уровень (Python, Java, C++ – 18%); 44% – углубленный уровень (Python, Java, C++ – 69%).

Готовность учителей информатики к повышению квалификации для обучения школьников языку программирования, реализации образовательных программ по искусственному интеллекту : хотят повысить квалификацию – 84% учителей информатики; высокий или средний уровень владения Pyhton учителями информатики (результаты самооценки учителей информатики) – 52% [7].

Эти результаты говорят о высокой востребованности как у школьников, так и у учителей информатики изучения искусственного интеллекта на уровне общего среднего образования в рамках традиционного курса информатики .

Вместе с тем в условиях цифровой трансформации современного образования особое значение в равной степени приобретает как профессиональная ориентация молодого поколения в области изучения ИИ , так и реализация возможностей ИИ для повышения эффективности образовательной деятельности .

В этой связи, опираясь на исследования в области реализации возможностей методов искусственного интеллекта [5; 6; 12; 13; 14], а также на научно-педагогические исследования [1–4; 6; 7], предлагаем рассматривать реализацию возможностей искусственного интеллекта на уровне общего среднего образования по двум направлениям :

• •    искусственный интеллект как объект изучения в рамках дисциплины информатика ;

• •    искусственный интеллект как средство повышения эффективности процесса обучения .

По первому направлению – искусственный интеллект как объект изучения в рамках дисциплины «Информатика» – основными объектами изучения становятся два: нейрокибернетика и кибернетика «черного ящика» .

Анализ развития искусственного интеллекта от возникновения этого понятия до современных достижений наших дней показывает, что основными подходами к его изучению были и остаются: нейрокибернетика, кибернетика «черного ящика» и эволюционные алгоритмы .

Нейрокибернетика занимается системами и программами, воспроизводящими в той или иной сложности структуру человеческого мозга. Иными словами, это направление занимается моделированием структуры и внутренних процессов мозга человека .

В основу кибернетики «черного ящика» положен подход, предполагающий получение выходных параметров аналогичных параметрам деятельности человеческого мозга при заданных входных воздействиях .

При этом особое значение при освоении основ искусственного интеллекта как объекта изучения приобретают такие концептуально значимые содержательные блоки, как: эвристическое программирование и разработка стратегий действия на основе заданных заранее эвристик; экспертные системы , в которых основное внимание уделяется моделированию знаний экспертов в конкретных областях; эволюционное программирование ; системы искусственного разума ; машинный интеллект и машинное обучение как обучение за счет применения решений множества однотипных задач; языки программирования высокого уровня , приближенные к естественному языку; технологии искусственного интеллекта («компьютерное» зрение, обработка естественного языка, распознавание и синтез речи, интеллектуальная поддержка принятия решений, ситуационное управление), определяющие прикладное направление , которое занимается изучением реализации возможностей ИИ в современном обществе .

В настоящее время уже можно говорить (в общих чертах) о современных подходах к изучению содержательных теоретических и практико-ориентированных аспектов ИИ как объекта изучения . Они (обобщенно) представляют следующие блоки:

Основные понятия искусственного интеллекта. ИИ и интеллектуальные системы. Экспертные системы. Нейронные сети. Интеллектуальные информационные системы. Основы машинного обучения. Возможности использования роботизированных средств и устройств. Применение технологий искусственного интеллекта в жизнедеятельности современного общества (компьютерное зрение, обработка естественного языка, распознавание и синтез речи, интеллектуальная поддержка принятия решений и перспективные методы искусственного интеллекта). Практикумы по решению заданий по искусственному интеллекту (алгоритмизация и программирование на языке Python; использование специализированных библиотек; алгоритмы машинного обучения).

В этот тематический «спектр» изучения возможностей ИИ, ставший почти традиционным как на уровне общего среднего образования, так и при подготовке учителей, необходимо включить самые важные три аспекта , которые либо изучаются весьма поверхностно, либо вообще не рассматриваются в предлагаемых курса по искусственному интеллекту:

• •    аксиологический, ориентированный на формирование как у разработчика систем ИИ, так и у пользователя значимых для них при выборе жизненных ориентиров и присвоенных ими гуманитарно-этических приоритетов ведущей роли человека, доверяющего искусственному интеллекту решение определенных проблем или задач;

• •    информационно-технологической безопасности личности, ориентированный на формирование как у разработчика систем ИИ, так и у пользователя приоритетности условий, при которых действие или бездействие по отношению к человеку со стороны внешних информационных источников ИИ не влекут за собой информационные угрозы и риски , связанные с вмешательством в личную жизнь пользователя, с защитой персональных данных или с несанкционированным доступом к информационным ресурсам (личным, корпоративным);

• •    безопасности психического и физического здоровья как разработчика систем ИИ, так и пользователя, ориентированный на формирование приоритетности условий, при которых действие или бездействие по отношению к человеку со стороны внешних информационных источников ИИ не влекут за собой негативные последствия, связанные с воздействием на него информации «вредоносной», запрещенной законодательством, или агрессивной, нелегитимной, неэтичной информации, или информации, оскорбляющей традиционные моральные ценности и чувства пользователя.

По второму направлению – искусственный интеллект как средство повышения эффективности процесса обучения – основополагающими становятся научные исследования, реализация которых обеспечивает повышение эффективности процесса обучения в условиях информационной безопасности личности субъектов образовательного процесса и сохранения их здоровья. Научно-технологической основой реализации этого являются системы с интеллектуальным интерфейсом : самообучающиеся, адаптивные, а затем и гибридные системы искусственного интеллекта, объединяющие в себе возможности, представленные нейронными сетями и моделями представления знаний.

В настоящее время в образовании уже активно используются системы ИИ для: контроля показателей результатов работы участников учебного процесса; управления образовательным процессом применяются системы поддержки принятия решений, выявления оригинальности разработанного текста (научного, учебно-методического).

Самым естественным применение ИИ в сфере образования может стать обучение ИИ (в рамках заданной человеком методологии) обнаружению вредоносных проявлений в обучающих или досуговых программах; в информации, насаждающей негатив; в сетевых угрозах; при демонстрации неадекватного или деструктивного поведения и пр.

В качестве другой перспективы можно предложить для обеспечения конфиденциальности любых процессов в сфере образования реализовать возможности технологии интегрированного обучения. Эти технологии позволяют располагать «большие данные» о любых процессах в сфере образования в определенных местах хранения, а в эти места направлять различные версии моделей для их обработки. После обработки «больших данных» в местах хранилища обратно отправляются не сами данные, а параметры модели, которые затем интегрируются в одну общую модель, и таким образом сохраняется конфиденциальность исходной информации (сами «большие данные»).

В качестве перспективного направления реализации возможностей систем ИИ как средства повышения эффективности обучения можно предложить системы машинного обучения. Основными из них являются: обучение с учителем; обучение без учителя; обучение с подкреплением . Они представляют собой модели, методы и алгоритмы, ориентированные на автоматическое накопление знаний на основе анализа и обобщения «больших данных» обо всех аспектах процесса обучения. Рассмотрим их подробнее.

Обучение с учителем имеет определенные ограничения, которые заключаются в необходимости трудоемкого процесса ручной пометки данных . Вместо усвоения всех имеющихся данных алгоритмы обработки ориентируются на их определенные категории, заранее отмеченные исследователем.

При обучении без учителя (самообучение) система ИИ обучается выполнять задание , используя весь набор доступных данных, а не только те, которые были помечены заранее, т. е. без вмешательства человека . При самообучении часть входных данных используется искусственным интеллектом в качестве контролирующего сигнала для прогнозирования оставшейся части данных. Позитивным можно считать то, что самообучение в перспективе позволит создать системы с интеллектом, приближенным к человеческому уровню, при условии приоритетной роли мнений человека как создателя этих систем.

Обучение с подкреплением является частным случаем машинного обучения – обучения с учителем . Существенным отличием от обучения с учителем является то, что обучающим (учителем) является среда или ее модель, обеспечивающая информационное взаимодействие обучающего с обучающимся (обучающимися). В ходе этого обучения ИИ взаимодействует с некоторой средой, а обратной связью (откликом среды) является не результат действий системы управления на принятые решения (как это происходит в обучения с учителем), а сигналы подкрепления или поддержки процесса обучения.

При всех позитивных прогнозах реализации возможностей машинного обучения имеют место быть и существенные риски эмоционального отчуждения обучающегося от обучающего , что может привести к непредсказуемым отрицательным последствиям для психического здоровья обучающегося, тем более что решения данной проблемы на сегодняшний день вообще не просматриваются ни в психолого-педагогической науке, ни в других науках об образовании.

Еще одним перспективным направлением возможного применения ИИ в сфере образования для повышения эффективности обучения можно считать проектирование персонализированной траектории обучения и персонализированных методических материалов или рекомендации для конкретного обучающегося на основе анализа «больших данных» о его многолетних и текущих результатах обучения (текущие оценки, уровень обученности (компетентности), информация о его предпочтениях в области изучаемых дисциплин, о посещениях кружков, секций, о досуговых увлечениях и пр.).

С точки зрения практического применения большие перспективы имеет технология «цифровых двойников », которая находит все более широкое применение в промышленности, энергетике, авиации, автомобилестроении. Цифровой двойник представляет собой синхронизированную виртуальную модель реального объекта: информационного изделия, процесса, системы, (цифровой) «след» человека и пр. В сфере образования реализовать технологию «цифровых двойников» для повышения эффективности управления образованием можно таким образом. Аккумулируются «большие данные» об образовательном процессе, например, в определенной образовательной организации: все данные о прошлом и настоящем состоянии образовательной организации; выявляются внутренние тенденции развития и внешние условия, влияющие на изменения (по различным направлениям), происходящие в образовательной организации; задаются определенные модели возможных изменений (по различным направлениям), происходящих в образовательной организации. На основании этих исходных данных в контексте детального рассмотрения процессов, происходящих в образовательной организации, и их формализации ИИ может прогнозировать различные векторы развития образовательной организации (по различным направлениям каждого) .

В целях повышения степени автоматизации управленческих процессов в сфере образования особое место занимает разработка адаптивных и интеллектуальных роботов, реализующих возможности ИИ, которые являются программируемыми манипуляторами и требуют присутствия человека, что, несомненно, является позитивным аспектом для образования.

Перспективным является также применение ИИ при изучении различных закономерностей предметных областей в технологиях дополненной реальности при «наложении» цифровых объектов на изучаемые реальные объекты или на реальные учебные ситуации. При этом, в отличие от обычного применения технологии «Дополненная реальность», ИИ не только придает цифровым объектам большую реальность, но и управляет их поведением.