Нейросети - новый инструмент для системы повышения квалификации педагогических кадров

Современный этап развития информационных технологий (ИТ) и их внедрения в жизнь общества характеризуется бурным ростом и развитием различных форм искусственного интеллекта (ИИ), одним из инструментов которых в настоящее время можно считать нейронные сети (нейросети), и технологии, созданные на их основе.

Последние исследования и обзоры показывают, что нейросети сейчас -это не проходящий модный тренд, а новая реальность, с которой нельзя не считаться, с которой следует активно взаимодействовать и стараться использовать для решения разнообразных задач. Данные инструменты, по оценкам аналитиков и экспертов в области ИТ, позволяют в 5–10 раз ускорить работу, причем не только в узких сферах деятельности (аналитика, прогнозирование, работа с BigData, программирование и др.), но и более широких сферах: дизайн, маркетинг, менеджмент, финансы. Еще в декабре 2021 года премьер-министр М. Мишустин подписал распоряжение Правительства РФ, которым утвердил направления цифровой трансформации науки и высшего образования1. При этом среди стратегических направлений цифровизации сферы науки и высшего образования первым определен «искусственный интеллект в части рекомендательных систем и интеллектуальных систем поддержки принятия решений, перспективных методов и технологий [1].

Система образования не должна остаться в стороне от процессов внедрения нейросетей в деятельность специалистов, в первую очередь потому, что задача подготовки высококвалифицированных кадров для общества, обладающих широким спектром hard- и soft-навыков, являлась и является важнейшей для этих социальных институтов.

Обзор литературы

Уже признано, что нейросети стремительно меняют мир вокруг нас, по сути мы в настоящее время «переживаем» очередной фундаментальный сдвиг в жизни общества, в экономике, культуре, искусстве, который отдельные эксперты сравнивают с внедрением интернета или всеобщим переходом к использованию смартфонов и других мобильных устройств. И как когда-то система образования, в том числе и педагогические работники, с недоверием и опаской начинали осваивать средства информационных технологий, которые в настоящее время являются неотъемлемым элементом образовательного процесса, то сейчас нейросети должны рассматриваться с позиций современного инструмента, который необходимо освоить и использовать для решения педагогических задач [2].

Если «отойти» непосредственно от организационно-технической стороны и особенностей нейросетей, а рассмотреть их возможности с педагогической точки зрения, то нельзя не заметить, что такой «инструмент», примененный в образовательном процессе, способен действительно обеспечить творческую работу обучающихся, реализовать на практике процесс самовыражения и использования инноваций. В первую очередь потому, что нейросеть может «взять на себя» выполнение монотонной, повторяющейся работы, в затем дать возможность человеку (обучающемуся, преподавателю, руководителю) заниматься более творческими и значимыми задачами.

При всей кажущейся сложности задачи, можно вспомнить, что в свое время и создание компьютерных тестов и электронных обучающих курсов, электронных учебных пособий и массовых открытых курсов вызывало определенное настороженное отношение. Однако при должной подготовке и методической поддержке со стороны представителей системы повышения квалификации такая задача вполне по силам.

В свою очередь можно отметить, что на данный момент не так много исследований по данному вопросу, что можно объяснить, двумя факторами. С одной стороны, общие моменты использования нейросетей как очередных, путь и более продвинутых, совершенных (на данным момент) средств «информационных технологий» соответствуют уже изученным за последние 20–25 лет основам применения ИТ в образовании. С другой, новая сущность на основе искусственного интеллекта, в том числе и нейросети, только начинают изучаться учеными и педагогами мира, чтобы мы имели возможность получить определенные результаты в этом направлении.

В то же время понятия «искусственный интеллект», «нейросеть», «цифровой профиль», «цифровой след» и др. уже достаточно хорошо определены и активно используются в научных исследования, направленных на выработку практических моделей и рекомендаций по использованию этих средств информационных технологий [3].

Например, О. А. Козлова, А. А. Протасова рассматривали возможности нейросетей в системе дистанционного обучения для идентификации обучающихся, разработки тестовых заданий, разработке рекомендательной политики по предложению пользователям курсов и обучающих мо- дулей, которые подходили бы непосредственно им. Данный подход обеспечил возможность формирования индивидуальных траекторий освоения образовательного контента с учетом успешности обучения и его особенностей [4].

К. А. Семенова, А. А. Мицель, А. А. Погуда, А. Е. Утешева также в качестве основного направления применения нейросетей выбрали задачу разработки тестовых систем, позволяющих не только автоматизировать процесс создания тестовых заданий, но и проведение процесса тестирования с анализом выявленных затруднений у обучающихся. По мнению исследователей, данные системы на основе обучаемых нейросетей способны обеспечить контроль за реализацией учебных планов, оптимизацию распределения аудиторного фонта и финансовых расходов вуза, корректировку расписания занятий и образовательных программ и др. [5]. Т. М. Шамсутдинова в своем исследовании рассмотрела вопросы применения нейронных сетей в образовании, предложила концепцию нейросетевой адаптивной обучающейся среды и модель одной из подсистем — модуль построения адаптивной образовательной траектории [6].

В свою очередь О. Н. Филатова, М. Н. Булаева, А. В. Гущин сделали акцент на применении в профессиональном образовании нейронных сетей и ассистентов с искусственным интеллектом. В своей работе они рассмотрели конкретные отрасли экономики и предложили конкретные вопросы и темы, которые могли бы быть использованы для изучения новых инструментов ИТ. А также для улучшения качества образования и формирования навыков Future Skills [7].

Особый интерес для нашей работы представляет исследование П. А. Солодовой, П. Н. Чесноковой, О. Н. Филатовой, которое предлагает цифровой сертификат как средство повышения квалификации. По мнению коллег, персональный цифровой сертификат позволит педагогам получить новые компетенции, востребованные в цифровой экономике, активизирует их действия по выбору дальнейшего пути развития в своей (или новой) профессии, обеспечит обоснованность выбора программ в дистанционном формате в рамках индивидуальной образовательной траектории. По данным эксперимента и практической реализации проекта исследователи получили достаточно хороший результат в масштабе страны, реализовав проект «Перспективные цифровые сертификаты» [8]. В то же время следует отметить, что в рамках данного исследования коллеги сделали акцент на повышении квалификации педагогов по двадцати двум программам обучения, отвечающих современным требованиям цифрового общества. Среди этих программ имеется и программа «Искусственный интеллект», и «Нейротехнологии, технологии виртуальной и дополненной реальности». Однако считаю необходимым отметить, что возможность «цифровой сертификации достижений и приращений компетенций» педагогов и преподавателей гораздо шире, и не могут ограничиваться кругом компетенций и программ, нацеленных на цифровизацию экономики и общественной жизни, а также финансового стимулирования граждан. По сути у «цифрового сертификата» много общего с такими понятиями как «цифровой след», «цифровой профиль», которые также активно изучаются [8].

Нельзя не отметить и исследование В. В. Ка-заченок, в котором рассматривается идея формирования педагогического направления «нейропедагогика», формулируется ее основные задачи, например, поиск средств для повышения эффективности обучения, используя новейшие знания о человеческом мозге» [9].

Общим в большинстве исследований отмечается необходимость изучения возможностей использования технологий и средств на основе искусственного интеллекта и нейросетей, при этом подчеркивается их сложность для освоения работниками без специальной подготовки.

Методология (материалы и методы)

Методологическими основаниями нашего исследования выступали положения системного, синергетического и андрагогического подходов, принципы и подходы к организации обучения с использованием средств информационных технологий, основы теории систем. Это позволило провести комплексную оценку ситуации и проанализировать рынок технологий «искусственного интеллекта», внедрение которых в деятельность педагогических кадров возможно без больших сложностей, организовать проведение эксперимента и начать работы по проектированию комплексной обучающей среды.

Методами исследования выступили анализ, анкетирование, тестирование педагогических работников и обучающихся вузов, проектирование и проведение эксперимента, моделирование образовательной среды, методы технологического форсайта, а также различные методики освоения выбранных технологий.

Результаты. Как было установлено, перед системой повышения квалификации и профессиональной переподготовкой педагогических кадров стоит очередная важная задача по подготовке кадров педагогических работников, не только владеющих инструментами на основе нейросетей, но и способными организовать обучение специалистов, обладающих навыками и умениями организовать образовательный процесс с учетом существующих тенденций развития искусственного интеллекта. Это подтверждается прогнозами Всемирного экономического форума, согласно которым уже через год, к 2025 году нейросети и средства автоматизации на основе ИИ обеспечат трансформацию 85 млн рабочих мест и создадут условия для создания новых 97 млн новых ролей (рабочих мест), причем более сложных и творческих. В целом, рост международного рынка искусственного интеллекта прогнозируется на уровне до 37%, только за I квартал 2024 года около трети граждан РФ в той или иной форме обращались или использовали нейросети [1]. Данные прогнозы коррелируются с отечественными исследованиями проведенными московской школой управления «Сколково» совместно с Агентством стратегических инициатив. Согласно результатам их исследований, в ходе которого была применена новая методика Skills Technology Foresight, формирующая единую систему подходов к прогнозированию компетенций и методологии технологических форсайтов, ожидается появление более 130 профессий будущего к 2030 году2. В этой ситуации системе образования (и системы повышения квалификации и профессиональной переподготовки педагогических кадров) следует активно и оперативно реагировать на отмеченные тренды. Но насколько готовы современные преподаватели к освоению новых инструментов на основе ИИ? В ходе проведенного нами исследования среди преподавателей университета было отмечено, что большинство из них с недовери- ем относятся к использованию нейросетей в образовательном процессе. На вопрос «Какую роль могут играть нейронные сети в развитии когнитивных процессов студентов?» лишь 15,6% преподавателей ответили, что «Нейронные сети значительно улучшают когнитивные процессы обучающихся»; 37,2% ответили, что «Нейронные сети имеют ограниченное влияние на когнитивные процессы», остальные (47,2%) затруднились с ответом, остановившись на «Я не уверен (не знаю), какую роль играют нейронные сети в развитии когнитивных процессов».

Показательно, что только 12% преподавателей (преимущественно технических специальностей) отметили что они убеждены, что нейросети могут значительно улучшить образовательный процесс вуза, 31,5% высказались, что имеют сомнения в эффективности нейронных сетей в образовании; подавляющее большинство на вопрос «Как вы относитесь к нейросетям в образовании?» ответили: «Мне не хватает информации, чтобы сформировать четкое мнение о применении нейросетей в образовательном процессе». Характерно, что большинство опрошенных студентов наоборот достаточно высоко оценивают потенциал, который заложен в нейросетях, и почти 64% указали на то, что работа с этими инструментами на основе ИИ позволяет решать творческие задачи более оперативно и качественно, концентрируя усилия именно на креативной деятельности. Причем в исследовании мы ограничили круг нейросетей только теми, которые работают с текстом, программным кодом (ChatGPT2, Gemini, GigaChat, YandexGPT) и изображением (Midjourney v6, Dalle-3, Stable Diffusion, Kandinsky, Шедеврум), считая, что именно они могут быть полезны как преподавателям, так и студентам, в первую очередь. На следующий этап исследования нами были запланированы нейросети для работы с видео (Sora, Gen-2, PikaLabs), музыкой (Suno AI, MusicGen, Stable Audio) и 3D (Stable 3D, Polycam).

В ходе первого этапа исследования нами были проанализированы основные направления применения нейросетей (в первую очередь «текстовых»), среди которых на первом месте преподавателями было отмечено повышение уровня творчества (в том числе при подготовке студентов, проходящих подготовку по гуманитарным направлениям), а на втором — уровень индивидуализации обучения. Характерно, что 22,1% преподавателей отметили что нейронные сети могут эффективно адаптировать учебный процесс под индивидуальные потребности обучающихся. В то же время 32,6% преподавателей вуза высказали мнение, что индивидуализация обучения при помощи нейронных сетей может оказаться не эффективной. Наибольшую проблему, по нашему мнению, представляет то, что оставшиеся 46,3% выбрали ответ: «Я не опытен в использовании нейронных сетей для индивидуализации обучения».

В соответствии с этим нами был сделан вывод о необходимости организации и проведении соответствующего обучения профессорско-преподавательского состава, а также о корректировке разрабатываемой нами модели SMART-среды высшего учебного заведения. В первоначальном виде данная модель должна была представлять собой совокупность элементов обеспечивающих решение задач, в первую очередь направленных на повышение качества обучения студентов и увеличение степени креативности и вариативности их решений. Например, идентификация обучающегося и определение его уровня подготовки; анализ предпочтений, интересов и склонностей обучающихся по «цифровому следу» для целевой и точечной работы с аудиторией; формирование индивидуальных траекторий обучения с учетом существующего уровня компетенций и личного цифрового профиля и др. [10].

В ходе предварительных работ при моделировании данной среды, анализируя направления применения нейросетей, мы выявили ряд задач, которые они могли бы они решать в рамках разрабатываемой модели: прогнозирование потребностей преподавателя с учетом имеющихся запросов, формируемых на основе реализуемых дисциплин и образовательных программ, и трендов, определяемых стратегиями развития институтов (техникумов, колледжей) и университетов; разработка рекомендации по повышению квалификации и профессиональной переподготовке — нейросеть поможет определить какие курсы, программы повышения квалификации или переподготовки могут быть наиболее полезными для преподавателя, порекомендуют образовательное учреждение, форму и сроки обучения; автоматическое оценивание качества разработки планируемых программных документов (рабочих программ, тестовых заданий, фондов оценочных средств, оценочных показателей результатов обучения); определение мошенничества и списывания — нейросети проведут анализ письменных работ (рефераты, курсовые, дипломные и выпускные квалификационные работы) обучающихся и помогут обнаружить аномалии, которые могут указывать на недобросовестность обучающихся. В перспективе данные задачи могут быть расширены, но их круг будет определяться ресурсами (в том числе и программными), которые удастся использовать в работе.

Однако с учетом остроты проблемы с подготовкой и переподготовкой профессорско-педагогического состава данная модель была расширена за счет двух модулей: Модуль определения профессиональных потребностей педагога (преподавателя), Модуль обучения.

На первом этапе исследования, формируя модуль обучения нами был сделан акцент на обучение преподавателей, в первую очередь, работе с большими языковыми моделями, использующих глубокое обучение для обработки естественного языка. Их особенностью является то, они способны запоминать и анализировать информацию, а главное — создавать на ее основе связный и достаточно логичный текст, при этом общение пользователя с выбранной нейросетью как правило ведется в обычной разговорной манере. Последняя особенность очень важна, так как речь идет об обучении (повышение квалификации) преподавателей в первую очередь гуманитарного и естественно-научного профиля, которые не всегда обладают специальной подготовкой в области ИТ. В качестве основных инструментов для обучения были выбраны чат-бот ChatGPT от компании Open AI, YandexGPT, GigaChat (работающий на языковых моделях ruGPT-3 и FRED-TP), кроме того было добавлено веб-приложение Gamma, работающее на подобных подходах.

Модуль обучения включал следующие компоненты: тест для определения профессиональной пригодности (использование инструментов ИИ) — был использован чат-бот на платформе GeekBrains; теоретический обучающий модуль, включающий два блока: первый блок — онлайн-курс на платформе SkillFactory по возможностям средств и технологий на базе искусственного интеллекта; второй блок — онлайн-курс на плат- форме GeekBrains «Быстрый старт в Искусственный Интеллект». Теоретический обучающий модуль был дополнен практическим модулем по работе с нейросетями на основе больших и малых языковых моделей [10]. В частности, были отработаны вопросы по подготовке промптов для ChatGPT, YandexGPT, GigaChat и генерации текстов на определенную тему. Сейчас именно промптинг является одним из ключевых методов для обучения нейронных сетей, он позволяет создавать ответы, которые частично или полностью основаны на имеющихся данных, что делает результат более уникальным и персонализированным.

Под «промптингом» понимается способ программного управления планирования используемой модели машинного обучения. В тексте промпта пользователь (педагог, преподаватель) задает начальные условия для модели: основная фраза, ключевые слова, которые используемая модель должна использовать для создания ответа. Используемый нами ChatGPT как раз и использовался для написания текстов, которые могли бы быть использованы педагогами в своей профессиональной деятельности, в этом случае ключевыми словами (фразами) могли быть такие термины, как «урок», «план», «программа», «тест», «творческое задание», «план-конспект», «учебный проект», «тематическое мероприятие» и др.

Вторым моментом, на который был сделан акцент в ходе практических занятий, — это подготовка шаблонов, использование которых могли бы облегчить процесс промптинга в интересах образовательного процесса. Как это принято в программных продуктах, шаблоны для промптинга это наборы ключевых слови и фраз, короткие предложения, которые могут быть использованы при работе с языковой моделью. Такие шаблоны обычно создаются самим пользователем и настраиваются под круг задач, который решается в рамках функционала, также они могут находиться в готовых библиотеках и использоваться по мере надобности. По сути, данные занятия можно считать вовлекающими педагогов в «мир искусственного интеллекта» и его инструментов.

Обсуждение. Проведенные занятия, особенно практические с конкретными образовательными кейсами и примерами, были высоко оценены преподавателями. По их результатам 63% ре- спондентов отметили необходимость системного и своевременного обучения в области достижений ИТ, в том числе искусственного интеллекта и нейросетей. По мнению 27,3% педагогов, участвующих в данном эксперименте, полученные знания и умения они будут способны применить в своей педагогической практике, в то же время 23,7% — констатировали, что предложенные инструменты они пока считают достаточно сложными и не совершенными.

По итогам обсуждения результатов данного этапа эксперимента был сделан ряд выводов.

• 1.    Для успешного освоения педагогами-слушателями курсов повышения квалификации (Модуль обучения SMART-среды высшего учебного заведения) необходимы специальные условия, включающие в себя необходимый комплекс программных, технических средств и тьюторской поддержки.

• 2.    Возможности нейросетей по генерированию текстов «педагогического назначения» достаточно широки, однако получаемые результаты требуют обязательной доработки и коррекции и без вмешательства преподавателя не пригодны для непосредственного применения.

• 3.    Проведенная работа по подготовке педагогов в области освоения некоторых инструментов ИТ, использующих возможности искусственного интеллекта и нейросетей позволяет продолжить работу по практической реализации следующих модулей, входящих в состав SMART-среды высшего учебного заведения, в части их теоретического обоснования и практического внедрения [10].

Заключение

Предлагаемые решения не являются исчерпывающими, но мы их считаем начальными шагами по практической реализации мероприятий, которые могут рассматриваться как составных части двух из семи проектов, которые в настоящее время составляют Стратегию цифровой трансформации отрасли науки и высшего образования, а именно проект «Цифровой университет» (создание и развитие цифровых сервисов в сфере науки и высшего образования, охватывающих все виды бизнес-процессов) и «Цифровое образование» (повышение уровня цифровых компетенций обучающихся, научнопедагогических работников, а также формирования компетентной команды управления процессов цифровой трансформации).

Внедрение искусственного интеллекта и нейросетей, обучающей SMART-среды на их основе позволят расширить возможности существующих дидактических систем (в том первую очередь в системе повышения квалификации преподавателей), использующих известные программные средства и цифровые сервисы, реализовать высокий уровень персонализации, индивидуализации и реализовать личностно ориентированное обучение и повышение квалификации педагогов на принципах высокой дифференциализации.