Образовательные возможности искусственного интеллекта для персонализированного обучения

(20)_3

Кальницкая И.В. Образовательные возможности искусственного интеллекта для персонализированного обучения стремятся адаптироваться к цифровой эпохе и удовлетворять меняющиеся потребности студентов, интеграция технологий искусственного интеллекта в образовательную практику стала перспективным направлением для совершенствования персонализированной образовательной среды.

Персонализированное обучение не является новой концепцией, однако, как отмечает Д.В. Лукашенко, «именно в цифровую эпоху, благодаря развитию технологий искусственного интеллекта, оно приобретает качественно новое измерение и практическую реализуемость» [1, с. 42]. Вслед за П.В. Сысоевым, мы рассматриваем персонализированное обучение как систему «обучения и развития потенциала личности, при которой обучающийся выступает основным субъектом учебного процесса и (взаимодействуя с другими обучающимися, преподавателем и/или инструментами ИИ) в соответствии с индивидуальными способностями, интересами и потребностями осуществляет отбор содержания обучения и выбор методов, приёмов, средств обучения и контроля, осуществляет самооценку и самоконтроль, определяет темп овладения учебным материалом и берёт на себя ответственность за процесс и результат обучения» [2, с. 55]. К основным характеристикам такого обучения относятся: 1) изменяющееся содержание учебной работы и разнообразие способов его предъявления (дифференциация); 2) различие в темпе учебной работы студентов с учётом их индивидуальных особенностей; 3) включенность студентов в учёбу с привнесением ими в планирование учебной работы собственных интересов, мотивов и жизненных целей [3, с. 71].

Современные исследователи делают акцент на изучении общих вопросов использования искусственного интеллекта в образовании [4; 5; 6; 7; 8; 9 и др.], его роли в организации персонализированного обучения [10; 11; 12; 13;

14; 15 и др.], возможностей в подготовке конкретных специалистов [16; 17; 18; 19 и др.] и др.

Они отмечают, что роль образовательных возможностей технологий искусственного интеллекта в персонализированном обучении заключается прежде всего в улучшении академических результатов студентов и повышении вовлечённости, коммуникации и мотивации в образовательной среде. Адаптивные системы обучения гарантируют понимание обучающимся основных концепций до перехода к более сложным темам, тем самым минимизируя различия в результатах обучения между разными обучающимися. Кроме того, искусственный интеллект может обеспечить дифференцированное обучение, изменяя уровень сложности заданий в соответствии с данными аналитики успеваемости в режиме реального времени, оказывая поддержку студентам, у которых есть определённые затруднения в понимании учебного материала, и позволяя успешным студентам изучать более сложный материал [15].

Использование больших данных и алгоритмов машинного обучения предоставляет возможности для глубокого анализа учебного поведения. Искусственный интеллект способен выявлять уникальные особенности обучающихся, что позволяет создавать специально адаптированные рекомендации и образовательные ресурсы, ориентированные на конкретные потребности и интересы студента. Такой подход не только увеличивает эффективность усвоения материала, но и способствует формированию более увлекательного и насыщенного учебного опыта [10].

Вовлечённость также является важным фактором, определяющим успешность обучения, а персонализированные системы обучения на основе технологий искусственного интеллекта играют важную роль в повышении мотивации и вовлечённости студентов. Технологии искусственного интеллекта делают обучение более увлекательным за счёт интеграции в образовательный процесс интерактивных функций, таких как геймификация, виртуальное моделирование, адаптивные тесты. Кроме того, управляемые искусственным интеллектом виртуальные помощники дают немедленную обратную связь и персонализированную помощь, позволяя студентам оставаться вовлечёнными в процесс обучения и не снижать мотивации [15].

Для поддержки мотивации студентов в персонализированном обучении следует учитывать как внутренние, так и внешние факторы. Внутренние факторы включают в себя самоэффективность, самоопределение, любопытство, когнитивную вовлечённость, эмоциональное благополучие, профессиональное благополучие и интерес к представленному материалу. Внешние факторы включают взаимодействие со сверстниками, методы оценки, образовательную среду, а также качество и объём обратной связи (как со стороны сверстников, так и со стороны преподавателей). Уникальным аспектом взаимодействия студентов и технологий искусственного интеллекта является то, что оно влияет как на внутренние, так и на внешние мотивационные элементы для студентов [7].

Таким образом, персонализированное обучение представляет собой педагогический подход к проектиро- ванию образовательной среды с учётом индивидуальных предпочтений, уровня знаний и образовательных задач студентов, целевая направленность которого заключается в максимальной адаптации условий обучения к потребностям конкретного студента, что способствует повышению эффективности академических результатов и формированию мотивированного учебного поведения. В этом контексте искусственный интеллект обладает большим потенциалом, поскольку его технологии способны персонализировать образовательный процесс и предоставлять студентам обратную связь в режиме реального времени. Более того, аналитика на основе технологий искусственного интеллекта предоставляет ценную информацию об успеваемости студентов, уровнях вовлечённости и траекториях обучения, позволяя преподавателям адаптировать свои образовательные стратегии и обеспечивать эффективные и равноправные условия обучения для студентов.

Образовательные возможности искусственного интеллекта для персонализированного обучения многогранны, что обусловлено преимуществами использования его технологий в образовательной практике, систематизированными в таблице, составленной по материалам работы R. Sajja с соавторами [14].

Таблица

Преимущества искусственного интеллекта для высшего образования

Преимущества	Содержательное наполнение
Расширенный опыт обучения	Предоставление персонализированного и интерактивного опыта обучения, в рамках которого студенты могут задавать вопросы, искать разъяснения и получать доступ к соответствующим ресурсам в режиме реального времени
Мгновенный доступ к информации	Обеспечение эффективного приобретения знаний путём быстрого извлечения информации из различных ресурсов курса
Поддержка по требованию	Оказание круглосуточной помощи, поощрение самостоятельного обучения и предоставление студентам возможности взять на себя ответственность за своё образование

Продолжение таблицы

Последовательность и точность	Предоставление достоверной информации, снижение риска неверных или противоречивых ответов
Адаптивное обучение	Содействие персонализированным путям обучения, удовлетворение разнообразных потребностей и содействие эффективному сохранению знаний
Многоязычная поддержка	Позволит студентам с разным языковым опытом эффективно взаимодействовать с технологиями искусственного интеллекта и извлекать из них пользу
Расширение доступа	Интеграция в цифровые платформы для более широкого доступа к качественному образованию и обеспечения возможности дистанционного обучения для студентов по всему миру
Автоматизация административных задач	Освобождение времени преподавателей для более важных задач, таких как организация дискуссий и предоставление индивидуальных рекомендаций студентам
Персонализированное обучение, непрерывная оценка и обратная связь	Использование адаптивных механизмов самостоятельного обучения и предоставление студентам своевременных и конструктивных рекомендаций для принятия активного участия в процессе обучения

Вследствие многоаспектности рассматриваемой проблематики, рассмотрим наиболее ключевые образовательные возможности технологий искусственного интеллекта для персонализированного обучения: адаптивные обучающие платформы, обратная связь и корректировки в режиме реального времени, автоматизация оценок, индивидуальная настройка на основе предпочтений в обучении, виртуальные ассистенты, персонализация темпа обучения и образовательных инструментов.

Адаптивные обучающие платформы. Одним из наиболее значительных технологических достижений в области персонализированного обучения является разработка адаптивных обучающих платформ, которые могут анализировать индивидуальные особенности каждого студента – его стиль и темп обучения, текущий уровень знаний – и на основе этих данных корректировать содержание, структуру и скорость подачи учебного материала. Эти платформы используют искусственный интеллект и аналитику данных для адаптации об- разовательного контента к индивидуальному темпу и уровню знаний каждого студента. Постоянно оценивая успеваемость студентов, адаптивные обучающие платформы могут выявлять пробелы в знаниях и предлагать целенаправленные мероприятия по их устранению.

Адаптивные обучающие платформы на базе искусственного интеллекта состоят из множества взаимосвязанных компонентов, которые работают вместе для обеспечения персонализированного процесса обучения. Функциональность любой адаптивной обучающей платформы базируется на трёх фундаментальных моделях [12]:

• 1.    Модель обучающегося обеспечивает структурированное представление характеристик обучающегося, включая цели и текущий уровень знаний, предпочтения в обучении, стили мышления и восприятия, накопленный опыт и навыки, эмоциональное состояние, мотивацию, культурный фон, личностные особенности и социальный контекст.

• 2.    Модель адаптации отвечает за управление процессом адаптации,

• 3.    Модель предметной области представляет предметную область и учебный контент, включающий в себя структуру учебного материала, взаимосвязи между различными концепциями и предпосылки для понимания конкретных тем.

включая правила и алгоритмы, используемые для персонализации процесса обучения на основе характеристик обучающегося и модели предметной области.

Адаптивные обучающие платформы, разработанные в различных вариантах для удовлетворения конкретных образовательных потребностей, в совокупности способствуют достижению главной цели – трансформации и обогащения персонализированного процесса обучения.

Обратная связь и корректировки в режиме реального времени. Способность искусственного интеллекта предоставлять обратную связь в режиме реального времени является его ключевым преимуществом в персонализированном обучении. В традиционном образовании обратная связь часто предоставляется после оценки заданий, что может быть слишком поздно для студентов, чтобы внести значимые коррективы в учебные стратегии.

Цифровые образовательные платформы обеспечивают непрерывный сбор и детальный анализ объективных данных о ходе учебного процесса: результаты тестов, время, затрачиваемое на выполнение заданий, характерные ошибки, просмотренный контент и активность в обсуждениях. Д.В. Лукашенко отмечает, что современные цифровые инструменты, такие как «автоматизированные системы оценивания различных типов заданий, интерактивные тесты и опросы с моментальной обратной связью, персонализированные рекомендации по устранению пробелов в знаниях и индивидуальные траектории дальнейшего обучения, а также инструменты для удобной и оператив- ной коммуникации между студентами и преподавателями, способствуют формированию конструктивной и мотивирующей обратной связи и обеспечивают непрерывную индивидуальную поддержку обучающихся на протяжении всего учебного процесса» [1, с. 49].

Предоставляя персонализированную обратную связь в режиме реального времени, искусственный интеллект не только даёт преподавателям ценную информацию для совершенствования их стратегий обучения, но и адаптирует учебные траектории для студентов, обеспечивая прогресс как в обучении, так и в преподавании. Механизмы мгновенной обратной связи позволяют быстро генерировать индивидуальные ответы на основе заданий, тестов или результатов студентов. Персонализированная обратная связь помогает студентам исправлять ошибки и повышает эффективность обучения.

Автоматизация оценок. Внедрение искусственного интеллекта в сферу образовательных оценок существенно трансформировало традиционные методы проверки знаний. Сегодня благодаря современным технологиям стало возможным автоматизированно подсчитывать баллы, оперативно анализировать содержание работ и предоставлять обратную связь, учитывающую индивидуальные особенности каждого студента. Искусственный интеллект применяет сложные алгоритмы для оценки разнообразных видов учебных работ, выявляя закономерности и подбирая рекомендации, максимально соответствующие стилю и потребностям обучающегося. При этом для разных типов заданий требуются специальные настройки, которые обеспечивают высокую точность и адекватность результатов.

Например, в случае оценки эссе преподаватель сначала задаёт рубрику – набор критериев, по которым будет производиться оценка, – затем через удобный интерфейс в неё загружается эссе вместе с указанием темы и выбранных критериев. Далее ИИ-система анализирует текст с помощью алгоритмов, базирующихся на современных языковых моделях. Эти модели проверяют структуру эссе, определяют связность аргументов и корректность использования источников. После анализа система формирует подробный отчёт с обратной связью и оценкой.

Автоматизированное оценивание академических результатов студентов на основе технологий искусственного интеллекта повышает скорость и точность оценки, позволяя преподавателям адаптировать свои стратегии обучения в режиме реального времени к меняющимся потребностям каждого студента.

Индивидуальная настройка на основе предпочтений в обучении – одно из важнейших преимуществ использования искусственного интеллекта для персонализированного обучения. Современные технологии искусственного интеллекта обладают способностью глубоко анализировать разнообразные учебные данные: успеваемость студентов, ответы на задания, а также индивидуальные стили восприятия и усвоения материала. Анализируя эти данные, искусственный интеллект генерирует подробные отчёты об эффективности обучения, позволяя выявлять сильные и слабые стороны студента, а также его предпочтения и стили обучения (визуальный, аудиальный, кинестетический).

Например, некоторым студентам могут быть полезны наглядные пособия, в то время как другие предпочитают практические занятия. Понимая эти предпочтения, искусственный интеллект может рекомендовать конкретные учебные материалы и методики, например, видеолекции или интерактивные упражнения. Анализ данных об обучении студентов в режиме реального времени, проводимый искусственным интеллектом, предоставляет мгновенные рекомендации по обучению, такие как корректировка стратегий или включение интерактивных упражнений для решения проблем низкой вовлеченности или недостаточного понимания. Этот механизм обратной связи на основе данных гарантирует соответствие обучения потребностям студентов, тем самым повышая качество образования.

Виртуальные ассистенты. Чат-боты и виртуальные помощники на базе искусственного интеллекта выступают в роли интерактивных собеседников, которые быстро реагируют и помогают студентам справляться с учебными задачами. Благодаря технологиям обработки естественного языка такие цифровые инструменты способны понимать, чего именно хочет пользователь, и давать точные, релевантные ответы. В этом процессе важную роль играют два ключевых этапа: распознавание намерений и выделение сущностей. Распознавание намерений определяет основной вопрос или запрос в сообщении студента, в то время как выделение сущностей обеспечивает контекстно-зависимые ответы, выделяя конкретные ключевые слова или сущности, такие как название курса или срок сдачи задания.

Персонализация темпа обучения и образовательных инструментов. Технологии искусственного интеллекта корректируют динамику освоения учебной программы, анализируя типы ошибок студентов, прогресс в обучении и степень усвоения знаний. Индивидуальные траектории обучения корректируются в режиме реального времени в зависимости от активности студентов в процессе обучения. Например, в случае, если студент плохо справляется с усвоением учебного материала, система может предоставить ему больше примеров или более подробное объяснение обсуждаемой темы. С другой стороны, если студент справляется успешно, программа обучения может либо предложить изучить материал в более быстром темпе, либо даже исключить темы, которые обучающийся уже освоил. В ре- зультате формируются индивидуальные учебные планы, учитывающие уровень подготовки, цели и предпочтения каждого студента.

Таким образом, образовательный потенциал искусственного интеллекта в персонализированном обучении действительно огромен. Однако на пути к его успешному внедрению в образовательную практику следует учитывать риски использования технологий искусственного интеллекта в высшем образовании, такие как академические, этические, юридические, социальные и психологические, а также инфраструктурные и кадровые.