Methodological basis for forming an artificial intelligence marketing ecosystem in higher educational institutions

Бесплатный доступ

The article presents the scientific and methodological rationale for the introduction of artificial intelligence technology in the university. A model of an artificial intelligence ecosystem is proposed, the basic functions necessary for creating an information and educational digital environment of a university are determined.

Ecosystem, methodology, educational organizations of higher education, artificial intelligence, digital economy

Короткий адрес: https://sciup.org/148328128

IDR: 148328128

Текст научной статьи Methodological basis for forming an artificial intelligence marketing ecosystem in higher educational institutions

Президент РФ указом от 10.10.2019 г. № 490 утвердил Национальную стратегию развития искусственного интеллекта (ИИ) на период до 2030 года [1], которая является основой для разработки программ для государственных организаций различного профиля в части, касающейся внедрения технологии искусственного интеллекта. В этом же документе дано определение искусственного интеллекта, как «комплекса технологических решений, позволяющих имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека». Данное определение может быть положено в основу разработки методологии внедрения ИИ в информационно-образовательную среду образовательной организации высшего образования.

ГРНТИ 14.35.07

EDN OUAUCB

Вероника Георгиевна Шубаева – доктор экономических наук, профессор, проректор по образовательной деятельности, профессор кафедры маркетинга Санкт-Петербургского государственного экономического университета.

Владимир Николаевич Наумов – доктор экономических наук, профессор, профессор кафедры маркетинга Санкт-Петербургского государственного экономического университета.

Наталья Вячеславовна Сущёва – кандидат экономических наук, доцент, проректор по цифровому развитию, доцент кафедры проектного менеджмента и управления качеством Санкт-Петербургского государственного экономического университета.

По предварительным оценкам Сбера, внедрение искусственного интеллекта в различных отраслях российской экономки может дать дополнительный прирост ВВП страны на 1% уже в 2025 году [3]. По словам первого заместителя Председателя Правления Сбербанка А. Ведяхина, внедрение ИИ в ключевых отраслях экономики ведёт к увеличению таких показателей, как скорость, качество, персонализация, экономическая эффективность, в 5-7 раз, а около 60% от всех запросов юридических лиц на кредитные продукты обрабатываются с помощью ИИ.

В 2021 году Министерство науки и высшего образования РФ поддержало 24 проекта в области искусственного интеллекта на сумму более 1,5 млрд рублей с целью повышения качества образования [4]. Для создания технической базы искусственного интеллекта планируется использовать нейротехноло-гический комплекс, который позволит тестировать обучающихся для определения уровня мотивации, компетенций, выстраивать образовательную программу в соответствии с индивидуальными психофизиологическими особенностями и состоянием обучающегося (уровень внимания, заинтересованность и др.). По существу, речь идёт о применении нейронных сетей, которые являются одним из направлений искусственного интеллекта. Они способны моделировать аналитические процессы, осуществляемые мыслительной деятельностью человека. Нейронные сети позволяют распознать движущие и неподвижные объекты, генерировать изображения, а также могут самостоятельно обучаться и развиваться. К другим техническим направлениям, которые используются в технологии ИИ, относятся: машинное обучение, чат-боты, виртуальные помощники, виртуальная и дополненная реальности.

В то же время, внедрение технологии ИИ в образовательную деятельность вуза связано рядом проблем, как технического характера, так и с сохранением персональных данных административных сотрудников, преподавателей и обучающихся. Ряд учёных отмечают, что искусственный интеллект обязательно должен включать в себя такие элементы, как неприкосновенность частной жизни, человеческое достоинство, социальные блага, в том числе безопасность, а также доброкачественное доверие и стабильность в широком смысле [14].

Принцип социальной ответственного искусственного интеллекта является, своего рода, «ключом» к построению долгосрочного доверия между ИИ и людьми [11]. Не случайно, в программе «Цифровая экономика РФ» [2] указано на необходимость «создания правовых условий для формирования единой цифровой среды доверия, позволяющей обеспечить участников цифровой экономики средствами доверенных цифровых дистанционных коммуникаций: удалённое подтверждение личности для совершения юридически значимых действий; равный статус различных способов идентификации и аутентификации физических и юридических лиц, иных участников цифровой экономики».

Применение ИИ-технологий в университетах

На данном этапе большинство российских университетов ещё не обладают необходимым набором цифровых компетенций и инструментов для создания маркетинговой экосистемы ИИ. Под маркетинговой экосистемой ИИ будем понимать экосистему, которая позволяет поддерживать и развивать образовательную среду с использованием ИИ с учетом потребностей всех заинтересованных в изменениях субъектах образовательной деятельности. Методология внедрения ИИ в образовательные организации высшего образования с целью формирования его единой маркетинговой экосистемы должна включать решение следующих задач:

  •    быстро адаптировать обучающихся к особенностям образовательной деятельности вуза, к требованиям по освоению учебно-методического материала по каждой дисциплине;

  •    обеспечить доступ обучающихся к учебно-методическим материалам по заданной теме или программе обучения в режиме 24/7;

  •    предоставить возможность мобильного самообучения преподавателей с целью расширения научнопедагогической компетенции;

  •    получать, обрабатывать и анализировать данные студентов и сотрудников вуза;

  •    автоматизировать документооборот в рамках внутренней среды вуза;

  •    собирать и систематизировать данные для объективной оценки качества реализации образовательных программ в разрезе УГСН, конкретных направлений, профилей подготовки и по каждой учебной дисциплине;

  •    осуществлять непрерывный контроль цифрового следа обучающегося для анализа успеваемости и оценки его потенциала при выборе индивидуальной образовательной траектории под его потребности;

  •    выполнять текстовый анализ письменных работ студентов, магистрантов, аспирантов, методических и научных изданий преподавателей;

  •    проектировать образовательные программы с учетом запросов и под потребности рынка, внедрять инструменты симуляции реальных бизнес-процессов предприятий, которые могут быть предоставлены потенциальными работодателями;

  •    формировать цифровой след преподавателей для составления рейтинга путём объективной оценки их научно-педагогического профиля и разработки рекомендаций реализации их профессиональных компетенций;

  •    формировать цифровой след обучающихся, как для составления их рейтинга, так и для мониторинга процесса освоения компетенций в соответствии с направленностью подготовки.

Итоговой целью реализации перечисленных задач, влияющих на формирование маркетинговой экосистемы ИИ, является повышение качества образовательной деятельности в университете в целом и соответствующих направлений подготовки, обеспечивающих востребованность выпускников вуза на рынке труда. Анализ перечисленных выше основных задач показывает, что функциональный ландшафт с использованием ИИ чрезвычайно разнообразен и требует значительных усилий вуза в области цифровой трансформации образовательной деятельности.

Для обработки различных учебных, научных и административных материалов технология ИИ имеет возможность проводить текстовый анализ, включающий компьютерную лингвистику, контент-анализ, поиск информации и обработку естественного языка [12]. Как считают некоторые учёные, технологи и исследователи искусственного интеллекта несут ответственность за разработку заслуживающих доверия систем искусственного интеллекта [13]. Технология ИИ стремительно совершенствуются, что увеличивает производительность операций и снижает уровень возможных ошибок. Так, исследование, проведенное специалистом по информатике из Стэнфорда Дж. Лэндэем и его коллегами, показало, что распознавание речи теперь в среднем примерно в три раза быстрее, чем набор текста на мобильном телефоне. Уровень ошибок, когда-то равнялся 8,5%, а затем снизился до 4,9% [10]. Авторы публикации отмечают и снижение уровня ошибок при распознавании изображений из большой базы данных ImageNet.

Технология искусственного интеллекта должна включать функции цифрового персонального онлайн-консультанта не только обучающихся и преподавателей, но и учащихся общеобразовательных и профессиональных образовательных организаций, выбирающих вуз для получения специальности с возможностью последующего трудоустройства. Последнее обстоятельство играет важную роль в профориентационной работе с абитуриентами, поскольку только примерно половина (53%) опрошенных работают по специальности, которую получили в вузе.

Благодаря технологии ИИ, потенциальные студенты могут общаться в чате с интеллектуальным роботом, который способен самообучаться и вести диалог по самым актуальным вопросам, касающимся будущей специальности. Чат-боты могут собирать информацию, представленную в разных каналах коммуникации, систематизировать её и осуществлять анализ полученных данных по определённым ключевым показателям эффективности (KPI).

С помощью ИИ расширяются возможности изучения курсов не только в самом вузе, но и на различных образовательных платформах («Открытое образование», «Универсариум», «Лекториум» и др.), что повышает качество подготовки специалистов за счёт более глубокого освоения универсальных и профессиональных компетенций. Технология искусственного интеллекта особенно необходима при освоении цифровых компетенций, компетенций по математическим дисциплинам, иностранным языкам и пр. Большие перспективы имеют различные игровые механики, онлайн-тренажёры, дополненная реальность (AR), виртуальная реальность (VR), вебинары, образовательные квесты, трекеры и пр. По мере поступления новых данных, ИИ адаптируется и вырабатывает новый алгоритм решения в зависимости от заданных учебно-методических и научных целей.

Специфика формирования маркетинговой экосистемы искусственного интеллекта в вузе

Внедрение ИИ для реализации образовательных функций вуза не может ограничиваться только роботизацией его внутренних процессов, а требует организации маркетинговой экосистемы с коммуникативными связями информационно-образовательной среды с внешними контрагентами, в первую очередь, с работодателями, государственными органами, общеобразовательными и профессиональными образовательными организациями, вузами-партнёрами и пр. (см. рис.).

Рис. Субъекты маркетинговой экосистемы искусственного интеллекта образовательной организации высшего образования.

Из рисунка следует, что формирование маркетинговой экосистемы искусственного интеллекта образовательной организации высшего образования требует «бесшовной» интеграции внешних и внутренних информационных потоков на базе цифровой платформы, обеспечивающей интеллектуальную обработку и анализ поступающей информации, выполнение роботизированных операций и процедур для осуществления образовательной деятельности. С этой целью необходим центр обработки данных – специализированный объект, представляющий собой связанную систему информационно-телекоммуникационной инфраструктуры, инженерной инфраструктуры, оборудования (серверного и сетевого).

Особенность маркетинговой экосистемы заключается в том, каждый её субъект влияет на других и, одновременно, сам подвергается их влиянию, благодаря чему развиваются и совершенствуются многосторонние отношения [13], приводящие к достижению запланированного результата. Это обстоятельство важно для обогащения новыми знаниями, лучшими практиками и компетенциями всех участников маркетинговой экосистемы искусственного интеллекта вуза. Одним из эффективных инструментов оптимизации процесса создания знаний в университете является профилирование [7] участников образовательных, научно-исследовательских, проектных и инновационных процессов.

На основе цифровых технологий сбора данных создаются цифровые профили обучающихся, научнопедагогических работников, сотрудников и партнёров. Сбор данных в профили может быть организован, как автоматически с помощью ИИ путём «подтягивания» информации из разных систем вуза и из интер-нет-ресурсов («пассивный цифровой след»), так и «вручную» самим пользователем («активный цифровой след»). Рассматривая варианты взаимодействия вуза с различными организациями, входящими в экосистему ИИ, необходимо создавать цифровую среду доверия между всеми её участниками не только за счёт обеспечения информационной безопасности техническими средствами, но также учитывать межсубъектные отношения, основанные на межкорпоративных и межличностных коммуникациях.

В этом плане, цифровое доверие является стратегическим ресурсом [5, с. 346], обеспечивающим полноценное безопасное функционирование экосистемы ИИ вуза. Для создания информационно-обра- зовательной среды образовательной организации высшего образования требуется разработать комплексы базовых функций, обеспечивающих обмен информацией с участниками-партнёрами экосистемы ИИ (см. табл.).

Таблица

Базовые функции субъектов маркетинговой экосистемы искусственного интеллекта образовательной организации высшего образования

Субъекты

Базовые функции

Примеры

Профильные компании

Оценка уровня освоения компетенций студентов и выпускников вуза, соответствующих требованиям работодателей; прогнозирование потребности в специалистах, уровне их подготовке с учётом научно-технического прогресса

Сбербанк, Газпром, Газпромнефть, РЖД, Водоканал СПб и др.

Министерства, ведомства, региональная администрация

Сбор, анализ приказов, постановлений и других распорядительных документов от вышестоящих органов государственной власти; подготовка и распространение по подразделениям вуза внутренней нормативной документации

Минобрнауки РФ, Рособрнадзор, Правительство СПб и др.

Общеобразовательные  и  профессиональные   образова

тельные организации

Сбор, систематизация, количественный и качественный анализ потенциальных абитуриентов; прогнозирование количественного и качественного состава абитуриентов в разрезе будущих направлений и профилей подготовки

Коммуникации со школами, техникумами, колледжами, лицеями

Отечественные и зарубежные вузы-партнёры

Сетевое взаимодействие по обмену лучшими образовательными практиками, актуальными научно-методическими, учебными и научными изданиями в разрезе читаемых дисциплин; обмен информацией при проведении научно-образовательных конференций, защиты выпускных и диссертационных работ

Вузы-партнёры: РАНХиГС при Президенте РФ, РЭУ имени Г.В. Плеханова, Финансовый университет при Правительстве РФ, Университет международного бизнеса и экономики (КНР, Пекин) и др.

«Центры компетенций», утверждённые приказом Минобрнауки России

Обмен актуальной информацией в сфере научно-технического прогресса; сбор и анализ статистических данных об экономических, социальных, потребительских тенденциях в стране и мире; выявление трендов и прогнозирование экономико-социальных процессов в стране и мире инструментами предиктивной аналитики

РАНХиГС при Президенте РФ, РЭУ имени Г.В. Плеханова, Финансовый университет при Правительстве РФ и др.

Технопарки, бизнес-инкубаторы, центры коммерциализации технологий и пр.

Сбор и анализ информации о новых перспективных стартапах; организация совместных проектов по внедрению научных идей, патентов, ноу-хау, по выводу новых продуктов на рынок и пр.; финансовый консалтинг и предиктивная бизнес-аналитика

Национальная технологическая инициатива, Российский венчурный фонд, фонд Сколково и др.

ИТ-компании для внедрения и технического сопровождения ИИ

Внедрение и обслуживание ключевых информационных систем и ресурсов ИИ в вузе; обновление ( upgrade ) аппаратных средств и программного обеспечения для функционирования ИИ в вузе

Выбор партнёров по рекомендации Минобрнауки РФ или по усмотрению вуза

Общественные объединения, фонды, издательства

Получение и обработка информации по направлениям и профилям подготовки обучающихся; интеллектуальный анализ научной и учебной литературы для включения в рабочие программы обучения; анализ и подготовка исходных данных для участия в конкурсах социальных проектов, акциях, дебатах на научно-образовательные темы

Общественная организация «Деловая Россия», Гильдия маркетологов, Совет ректоров вузов СПб и ЛО, издательства ИНФРА-М, ЮРАЙТ и др.

Окончание табл.

Субъекты

Базовые функции

Примеры

Информационно-образовательная среда ИИ вуза

Разработка, внедрение и масштабирование новых технологий ИИ в учебный процесс вуза; организация интеллектуального электронного документооборота вуза; интеграция внутренней информационной среды вуза с внешней средой с помощью «бесшовных» цифровых каналов коммуникации; междисциплинарная интеграция для развития профессиональных компетенций обучающихся, соответствующих требованиям рынка труда; сбор, анализ и доведение информации до заинтересованных лиц (руководство вуза, отделы, деканаты, кафедры, преподаватели, студенты и пр.); анализ учебнометодической документации вуза по каждой учебной дисциплине, включая подбор актуальной учебной литературы; разработка комплексов адаптивных программ переподготовки преподавателей и сотрудников вуза; разработка комплексов адаптивных образовательных программ студентов и магистрантов, в том числе для обучения по индивидуальным траекториям, включённых в экосистему ИИ вуза; подбор электронных учебных видеокурсов для обучающихся по направлениям и профилям подготовки; разработка электронной системы оценки рубежного, текущего и итогового контроля обучающихся

Ректорат, деканаты, кафедры, административные и учебно-методические подразделения вуза, преподаватели, обучающиеся

Базовые функции маркетинговой экосистемы ИИ вуза, приведённые в таблице, могут динамически меняться и дополняться новыми в соответствии с информационными запросами ее субъектов и появлением новых цифровых инструментов. Особенностью образовательной деятельности является достаточно большой период времени получения обучающимися компетенций, поэтому подобная экосистема вуза должна быть не только динамической, но и устойчивой. Одним из факторов, обеспечивающих устойчивость данной экосистемы университета, по аналогии с биологическими экосистемами, определяется количеством и разнообразием участников, связностью и производительностью их взаимодействия. Производительность экосистемы оценивается такими интегральными показателями как поток генерируемых знаний, скорость их накопления, показателями обмена данными и знаниями с внешней средой, разнообразием и количеством участников сетевого взаимодействия [6].

Ключевыми вопросами развития маркетинговой экосистемы ИИ университета является первоначальная цифровизация всех образовательных и административно-управленческих процессов и организация систем сбора и обработки данных об объектах управления. Чем большую долю деятельности организации охватывают данные и информационные системы, тем точнее буду разработаны модели процессов и объектов системы, тем полнее будет использоваться предыдущий опыт пользователей (участников образовательных отношений) в решении новых задач, тем большую дополнительную ценность, синергетический эффект сможет создать внедрение искусственного интеллекта, тем полноценнее будут удовлетворены результатом взаимодействия субъекты экосистемы.

Целью внедрения технологий ИИ в образовательную деятельность является формирование компетенций, связанных с умением решать задачи с использованием компьютерного моделирования различных процессов бизнес-аналитики, алгоритмов сбора, систематизации и обработки данных, необходимых для выполнения учебных заданий в соответствии с программой обучения. Информационно-образовательная цифровая среда ИИ вуза состоит из достаточно большого количества направлений, и применение технологии ИИ позволит распознавать типы документов, их классифицировать, строить маршрутные карты от распорядительного органа вуза до исполнителя с последующим интеллектуальным анализом и внесением необходимых изменений.

Технически подобная задача может быть решена с помощью различных программных роботов (Robotic Process Automation, RPA), которые могут выполнять нужные действия круглосуточно и без ошибок, обычно свойственных человеку. Учитывая многочисленность коммуникаций, как с внешними участниками экосистемы вуза, так и внутри самой образовательной организации высшего образования по различным каналам связи, целесообразно применить омниканальный подход, который позволит существенно сократить время коммуникаций по различным научным, учебно-методическим и организационным вопросам.

Безусловным требованием к технологии ИИ вуза является её адаптивность – способность быстро самообучаться и поднастраиваться в соответствии с поступающими новыми данными от всех участников маркетинговой экосистемы ИИ. Технология ИИ должна осуществлять сбор, обработку и анализировать эти данные в режиме «онлайн» не только для решения текущих задач, но и для разработки прогнозов направлений подготовки специалистов высшей квалификации с применением инструментов предиктивной аналитики. При этом, в целях повышения эффективности внедрения искусственного интеллекта в вузе приоритетное значение приобретает конвергентная модель обучения в форме интеграции математического, естественно-научного и социально-гуманитарного образования [1].

Важно отметить, что использование технологии ИИ в образовательной деятельности вуза с акцентом на реализацию исключительно когнитивной функции человека (см. определение ИИ в [1]) может привести к недооценке формирования творческо-коммуникативных навыков обучающихся, которые не будут вовлечены в полной мере в учебный процесс и дальнейшую профессиональную деятельность, как самостоятельные творческие личности [9]. Следовательно, нужно создать холистическую экосистему ИИ, включающую как системно-когнитивные методы обучения, так и творческий потенциал студентов, который необходим для реализации новых инновационных задач, ориентированных на им-портозамещение в различных отраслях народного хозяйства страны.

Заключение

Представленное исследование позволяет разработать методологию формирования маркетинговой экосистемы искусственного интеллекта образовательной организации высшего образования с учётом требуемых функций, необходимых для реализации коммуникативного взаимодействия, как с внешними организациями-партнёрами, так и во внутренней информационно-образовательной среде. Благодаря внедрению маркетинговой экосистемы ИИ, её участники могут обмениваться информацией между собой, самообучаться и совместно решать разнообразные задачи повышения качества подготовки специалистов высшей квалификации, соответствующее сегодняшним и будущим требованиям рынка труда.

Безусловно, следует отметить, что методология внедрения технологии ИИ в рамках ее маркетинговой экосистемы должна учитывать стратегические направления развития вуза [8] таким образом, чтобы её функционал и размер инвестиций в учебно-методическое и аппаратно-программное обеспечение соответствовал организационно-финансовым возможностям университета.

Статья научная