Классификация нейросетей для создания образовательного контента преподавателем высшей школы

Классификация нейросетей для создания образовательного контента преподавателем высшей школы

Автор: Елсакова Р.З., Кузьмина Н.Н., Маркусь А.М., Кузьмина Н.М.

Журнал: Вестник Южно-Уральского государственного университета. Серия: Образование. Педагогические науки @vestnik-susu-ped

Рубрика: Современные тенденции развития образования. Цифровая трансформация образования

Статья в выпуске: 2 т.16, 2024 года.

Бесплатный доступ

Нейронные сети сегодня являются одним из драйверов научного, технологического и общественного развития, который качественным образом может изменить облик современного высшего образования. Как показали результаты анкетирования преподавателей, одним из основных направлений использования нейросетей в профессиональной деятельности НПР является создание учебно-методических материалов различного типа (тестов, планов занятий, упражнений и пр.), что позволяет значительно упростить подготовку к занятиям.Целью настоящей статьи является разработка классификации нейросетей, которые могут быть использованы для создания образовательного контента преподавателями высшей школы. Необходимость разработки классификации обусловлена постоянно растущим количеством нейронных сетей, их обновлением и развитием, что усложняет выбор наиболее подходящего типа сети для учебно-методической работы. Для достижения поставленной цели последовательно решались следующие задачи: 1) проанализирована современная научная литература по проблематике исследования;2) проведен анализ использования нейросетей в профессиональной деятельности преподавателей университета на основе данных анкетирования; 3) определены категории нейросетей, сгруппированные по определенным признакам; 4) проанализированы функциональные возможности нейросетей для подготовки образовательного контента.В результате были выделены три категории нейросетей: междисциплинарные, специализированные и вспомогательные. Междисциплинарные включают в себя нейросети для создания текстов, изображений, презентаций, аудио, видео, онлайн-курсов. Специализированные включают в себя многозадачные нейросети, нейросети для онлайн-перевода, для практики устной иноязычной речи, для практики письменной иноязычной речи. Вспомогательные нейросети включают в себя нейросети для визуализации данных, генерации таймлайнов, продвижения образовательных продуктов.

Еще

Классификация, нейросети, генерация контента, образовательный контент, преподаватель высшей школы

Короткий адрес: https://sciup.org/147243649

IDR: 147243649   |   DOI: 10.14529/ped240202

Список литературы Классификация нейросетей для создания образовательного контента преподавателем высшей школы

  • Анализ педагогических практик применения искусственного интеллекта в образовании (на материале методического Хакатона) /Е.С. Башкина, Е.Ю. Лебедева, Т.М. Обухова, К.Е. Родионова // Информатизация образования и методика электронного обучения: цифровые технологии в образовании: материалы VII Междунар. науч. конф., Красноярск, 19-22 сент. 2023. -C. 986-991.
  • Глазкова, А. В. Сравнение нейросетевых моделей для классификации текстовых фрагментов, содержащих биографическую информацию / А.В. Глазкова // Программные продукты и системы / Software & Systems. 2019. - Т. 32. - № 2. - С. 263-267.
  • Каллан, Р. Основные концепции нейронных сетей /Р. Каллан. -М., 2001. - 287 с.
  • Корякова, К.А. Нейросети как новые инструменты в образовании / К.А. Корякова, О.В. Судакова //Информ. технологии в образовании. - 2023. - № 6. - С. 180-186.
  • Моховиков, М.Е. Основные тенденции применения нейронных сетей в сфере образования / М.Е. Моховиков, И.А. Суслова // Наука. Информатизация. Технологии. Образование: материалы XIIМеждунар. науч.-практ. конф., Екатеринбург, 25 февр. - 01 марта 2019. - С. 364-371.
  • Петров, В.В. Нейросети в образовании: шаг в будущее / В.В. Петров // Естественные, математические и технические науки. Образование. Технологии: материалы Межрегион. науч.-практ. студенч. конф., Липецк, 7-28 апр. 2023. - С. 264-267.
  • Руанет, В.В. Нейросетевые технологии как средство организации образовательного процесса / В. В. Руанет, А. К. Хетагурова // Educational Technology & Society. - 2005. - № 4. -С. 296-317.
  • Самарина, А.Е. Нейросети для генерации изображений: педагогический потенциал в высшем образовании /А.Е. Самарина, Д.А. Бояринов //Науч.-метод. электрон. журнал «Концепт». -2023. - № 11. - С. 161-179. - http://e-koncept.ru/2023/231116.htm (дата обращения: 20.02.2024).
  • Сорокина, А.К. Нейросети в образовании: преимущества и вызовы / А.К. Сорокина // Тренды развития студенческой науки с применением дистанционных технологий: материалы Междунар. студенч. конф., Москва, 29 июня 2023. - С. 129-131.
  • Указ Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации». - https://base.garant.ru/72838946Mfriends (дата обращения: 10.02.2024).
  • Указ Президента РФ от 09.05.2017 № 203 «О стратегии развития информационного общества в Российской Федерации на 2017-2030 годы». - https://base.garant.ru/71670570/ (дата обращения: 10.02.2024).
  • Указ Президента РФ от 01.12.2016 № 642 «О стратегии научно-технологического развития Российской Федерации». - https://base.garant.ru/71551998/ (дата обращения: 10.02.2024).
  • Филипова, И. А. Нейросети: применение, вопросы этики и права / И.А. Филипова // Вестник ЮУрГУ. Серия «Право». - 2023. - Т. 23. - № 4. - С. 76-81. DOI: 10.14529/law230411
  • A Taxonomy of Deep Convolutional Neural Nets for Computer Vision / S. Srinivas, R.K. Sarva-devabhatla, K.R. Mopuri et al. // Front. Robot. AI. - 2016. - Vol. 2. - P. 1-13. DOI: 10.3389/frobt. 2015.00036
  • Baidoo-Anu, D. Education in the era of generative artificial intelligence (AI) : Understanding the potential benefits of ChatGPT in promoting teaching and learning /D. Baidoo-Anu, L.O. Ansah // Journal of AI. - 2023. - Vol. 7 (1). - P. 52-62. DOI: http://dx.doi.org/10.2139/ssrn.4337484
  • Bishop, L.A. Computer Wrote this Paper: What ChatGPT Means for Education, Research, and Writing/L.A. Bishop//January 26, 2023. DOI: http://dx.doi.org/10.2139/ssrn.4338981
  • Cazarez, R.L.U. Neural Networks for predicting student performance in online education / R.L.U. Cazarez, C.L. Martin //IEEE Latin America Transactions. - 2018. - Vol. 16 (7). - P. 2053-2060.
  • Deuja, R. Data-driven predictive analysis of student performance in college using neural networks / R. Deuja, R. Karna, R. Kusatha // In 2018 IEEE 3rd International Conference on Computing, Communication and Security (ICCCS). - 2018. - P. 77-81.
  • Druzhkov, P.N. A survey of deep learning methods and software tools for image classification and object detection / P.N. Druzhkov, V.D. Kustikova // Pattern Recognit. Image Analysis. - 2016. -Vol. 26. - P. 9-15. DOI: https://doi.org/10.1134/S1054661816010065
  • Holmes, W. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning / W. Holmes, M. Bialik, C. Fadel. - Boston: Center for Curriculum Redesign, 2019. - 243 p. -https://www.researchgate.net/publication/332180327
  • Huang, L. Comparative Study of Deep Learning Neural Networks for Image Classification / L. Huang // Highlights in Science, Engineering and Technology. 5th International Conference on Mechanical Automation and Materials Engineering. - 2023. - Vol. 62. - P. 78-83. DOI: https://doi.org/ 10.54097/hset.v62i.10427
  • Lameras, P. Power to the Teachers: An Exploratory Review on Artificial Intelligence in Education / P. Lameras, S. Arnab // Information. - 2022. - Vol. 13 (14). - P. 1-38. DOI: 10.3390/info 13010014
  • Pardo, A. Ethical and privacy principles for learning analytics / A. Pardo, G. Siemens // British Journal of Educational Technology. - 2014. - Vol. 45(3). - P. 438-450. DOI: https://doi.org/ 10.1111/bjet.12152
  • Sharma, S. The Future of Education: Implications of Artificial Intelligence Integration in Learning Environments / S. Sharma // International Journal of Enhanced in Educational Development. -2023. - Vol. 11. - P. 129 -137. DOI: 10.55948/IJERED.2023.0926
  • Systematic literature review on opportunities, challenges, and future research recommendations of artificial intelligence in education /K.F.C. Thomas, X. Qi, X. Zhou et al. // Computers and Education: Artificial Intelligence. - 2023. - Vol. 4. P. 1-15. DOI: https://doi.org/10.1016/j.caeai.2022.100H8
  • Yu, P. The future prospects of deep learning and neural networks: Artificial intelligence's impact on education / P. Yu // January 2024. Applied and Computational Engineering. Proceedings of the 2023 International Conference on Machine Learning and Automation. - 2023. - Vol. 33 (1). -P. 94 -101. DOI: 10.54254/2755-2721/33/20230239
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp