Персонализация электронного обучения студентов вуза на основе искусственного интеллекта: современное состояние проблемы

Постановка задачи

Персонализированное электронное обучение на основе искусственного интеллекта является актуальной тенденцией современного высшего образования. Оно представляет возможность студентам получать образование, которое созвучно их индивидуальным потребностям и интересам, а также способствует повышению эффективности обучения . Вместе с тем реализация такого обучения требует предварительной теоретической проработки вопроса.

Цель статьи – выявить и описать признаки современного состояния проблемы персонализации электронного обучения студентов вуза на основе искусственного интеллекта. Задачи статьи: 1) определить государственный и социальный заказ на решение проблемы путем изучения нормативно-правовых документов; 2) изучить современное состояние проблемы в теории с помощью анализа диссертационных исследований, зарубежных и российских научных публикаций; 3) изучить накопленный практический опыт путем анализа тематических сайтов и сайтов образовательных организаций; 4) обозначить с помощью SWOT-анализа сильные и слабые стороны, возможности и угрозы, а также перспективы применения персонализации электронного обучения студентов вуза на основе ИИ.

Методы исследования

Поскольку изучение современного состояния проблемы является одной из задач констатирующего исследования, представляется необходимым разбить ее на несколько подзадач и изучить каждое из направлений соответствующими методами:

• •    государственный и социальный заказ – методом анализа нормативных и правовых документов (международных и российских), сравнения, обобщения;

• •    состояние в теории – методом анализа научной литературы, контент-анализа, абстрагирования и обобщения;

• •    состояние в практике – с помощью изучения тематических сайтов и сайтов образовательных организаций, индукции, конкретизации;

• •    перспективы применения персонализации электронного обучения студентов вуза на основе ИИ – методом SWOT-анализа.

Обзор литературы

Концепт «персонализация электронного обучения студентов вуза на основе искусственного интеллекта» возникает на стыке трех ключевых терминов и, соответственно, может быть разбит на три составляющие: персонализация, электронное обучение и искусственный интеллект (далее – ИИ) (рис. 1). Поэтому изучение состояния проблемы будет осуществляться в направлении этих трех аспектов, а также в направлении ключевого концепта.

Обзор нормативно-правовых документов

Помимо того, что во многих странах есть национальные документы стратегического развития технологий ИИ, нормативно-правовое регулирование в данной области находит отражение в ряде международных документов (табл. 1). Важным объектом регулирования данного уровня, которому уделяется много внимания, является этика ИИ. В документах по этике ИИ представлены рекомендации для

Рис. 1. Аспекты проблемы персонализации электронного обучения на основе ИИ

этически обоснованного проектирования [63], принципы безопасного [58] и ответственного развития ИИ [67], общие ценности, необходимые для безопасного использования ИИ [45] и другие вопросы.

На уровне российского законодательства документы стратегического планирования и регулирования технологий ИИ появились сравнительно недавно. Значимым правовым актом является «Национальная стратегия развития искусственного интеллекта на период до 2030 года», в которой представлены основные направления его развития и использования в России. В частности, применительно к проблеме исследования сказано, что «использование технологий искусственного интеллекта в социальной сфере способствует <…> повышению качества образовательных услуг в сфере образования (включая адаптацию образовательного процесса к потребностям обучающихся)…», что подчеркивает ее актуальность и значимость для государства. Стандартизация понятийного аппарата сферы искусственного интеллекта в образовании осуществлена в ГОСТе 59895-2021, который устанавливает общие положения и терминологию в этой области.

Что касается персонализации, то обозначенные в табл. 1 международные документы носят скорее не регламентирующий, а информационный характер: в первом раскрывается понимание данного феномена, приводятся стратегии персонализированного обучения и практические примеры; во втором – описываются тренды цифрового персонализированного обучения в странах с низким и средним 84

уровнями дохода. В РФ персонализация обучения студентов, будучи тенденцией развития высшего образования, еще не получила своей нормативно-правовой базы. Тем не менее есть государственный заказ на исследование феномена персонализации как ведущего направления в области науки и образования, закрепленный в «Программе фундаментальных научных исследований в РФ на долгосрочный период (2021–2030)».

По сравнению с персонализацией электронное обучение получило более широкое освещение в нормативно-правовых документах. На международном уровне нормативные акты в области электронного обучения создают пространство для развития открытого образования и содействуют распространению цифровых технологий. Так, Кейптаунская и Парижская декларации содержат заявления об открытых образовательных ресурсах, способствующих созданию доступных коллекций и репозитариев электронных учебных материалов. Декларация Циндао отражает повестку, укрепляющую сотрудничество стран в области ИКТ в образовании. В РФ к настоящему времени создана основательная нормативно-правовая база применения электронного обучения, во главе которой находится ФЗ «Об образовании». В статье 16 Закона указывается определение электронного обучения и приводится порядок реализации образовательных программ с применением электронного обучения. Положения данной статьи являются определяющими для других документов, так или иначе затрагивающих сферу электронного обучения.

Таблица 1

Нормативно-правовое обеспечение персонализации электронного обучения студентов вуза на основе искусственного интеллекта

Аспекты / документы	Международные документы	Российские документы
Искусственный интеллект	•    Глобальная инициатива IEEE по этическим соображениям в области искусственного интеллекта и автономных систем (2016) [63]; •    Азиломарские принципы ИИ (2017) [58]; •    Монреальская декларация об ответственном развитии искусственного интеллекта (2018) [67]; •    Руководство по искусственному интеллекту и защите данных (2019) [77]; •    Рекомендация ЮНЕСКО об этических аспектах искусственного интеллекта (2021) [45]	•    Указ Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 г.») [49]; •    Паспорт федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации» (2020) [36]; •    ГОСТ Р 59895-2021 «Технологии искусственного интеллекта в образовании» (2021) [9]; •    Письмо Министерства науки и высшего образования РФ от 2 июля 2021 г. № МН-5/2657 «О направлении информации» (с модулем «Системы искусственного интеллекта» для включения в образовательные программы) (2021) [39]
Персонализация	•    Программный документ «Персонализированное обучение» Международного бюро просвещения ЮНЕСКО (2017) [78]; •    Рабочее резюме ЮНИСЕФ «Тренды цифрового персонализированного обучения в развивающихся странах» (2022) [83]	•    Федеральный закон «О персональных данных» от 27.07.2006 № 152-ФЗ [50]; •    Программа фундаментальных научных исследований в РФ на долгосрочный период (2021–2030) (Распоряжение правительства РФ № 384-р от 31.12.2020) [43]
Электронное обучение	•    Кейптаунская декларация открытого образования (2007) [18]; •    Парижская декларация по открытым образовательным ресурсам (2012) [33]; •    Декларация Циндао «Использовать цифровые возможности, возглавить трансформацию образования» (2015) [80]	•    Федеральный закон от 29.12.2012 № 273-ФЗ (ред. от 14.07.2022) «Об образовании в Российской Федерации» (ст. 16) [51]; •    Федеральные государственные образовательные стандарты высшего образования; •    Приоритетный проект «Современная цифровая образовательная среда» [35]

Таким образом, анализ нормативноправовых документов по изучаемой проблеме позволил зафиксировать интерес со стороны международного сообщества к различным ее аспектам, а также выявить заказ со стороны российского государства на ее решение. Это говорит об актуальности проблемы персонализации электронного обучения студентов вуза на основе искусственного интеллекта на государственном и социальном уровнях.

Обзор диссертаций

Вторым направлением деятельности по исследованию современного состояния персонализации электронного обучения студентов вуза на основе искусственного интеллекта стало изучение диссертаций.

Для того чтобы оценить ситуацию, сложившуюся к настоящему времени, было решено провести контент-анализ заголовков диссертаций, имеющихся в электронной библиотеке diss.rsl.ru. Для отбора в пул данных заголовок как смысловая единица должен был удовлетворять условию наличия в его составе ключевых слов «искусственный интеллект», «персонализация», «электронное обучение» в соответствии с выделенными аспектами проблемы. Различные грамматические формы ключевых слов считались допустимыми. Также вместе с заголовком были учтены год и научная специальность. Далее проводились процедура подсчета, обработка количественных данных и их содержательная интерпретация.

В результате поиска полученные заголовки были разделены на три группы. Первая группа – диссертации по искусственному интеллекту (114 работ). Вторая группа – диссертации по персонализации обучения (28 работ). Третья группа – диссертации по электронному обучению (38 работ). Диссертаций, раскрывающих методологические, теоретические и практические аспекты персонализации элект- ронного обучения студентов вуза на основе искусственного интеллекта, не обнаружено.

Если говорить о первой группе диссертаций, то распределение работ по научным специальностям (рис. 2) показало, что педагогические исследования по количеству занимают весьма скромное место в общем контексте исследований российских ученых по проблематике искусственного интеллекта. Так, в библиотеке диссертаций представлено 60 диссертаций по техническим специальностям, 29 – по философским. Это свидетельствует о том, что технологии искусственного интеллекта являются одним из драйверов развития технологической сферы. На их основе разрабатываются различные алгоритмы, модели и системы, оптимизируются и автоматизируются разнообразные процессы, решается широкий спектр технических задач. Интенсивное развитие искусственного интеллекта не осталось без внимания ученых-философов, которые обеспокоены растущим влиянием ИИ-техно-логий, проблемами, обусловленными созда- нием искусственного интеллекта. Соответственно, в диссертационных работах находят отражение гносеологические и эпистемологические вопросы, методологический анализ проблем искусственного интеллекта и другие аспекты.

Количество диссертационных исследований по педагогике в области искусственного интеллекта не многочисленно. Данный факт говорит о недостаточной степени разработанности педагогических теорий и концепций, имеющих отношение к персонализации электронного обучения студентов вуза и освещающих роль технологий искусственного интеллекта в этом процессе. В диссертациях, посвященных применению искусственного интеллекта в образовании, раскрываются проблемы: педагогических подходов к построению базы знаний для автоматизированных обучающих систем с элементами искусственного интеллекта (А.А. Воеводин, 1998 [7]), систематизации понятий курса информатики на основе методов искусственного интеллекта

Рис. 2. Распределение диссертаций по аспектам проблемы по различным научным специальностям (по данным библиотеки diss.rsl.ru)

(Т.А. Кувалдина, 2003 [23]), построения и использования образовательной автоматизированной информационной системы с элементами искусственного интеллекта в учебном процессе вуза (И.П. Хвостова, 2003 [53]), методической системы подготовки учителя информатики по основам искусственного интеллекта (А.А. Широких, 2007 [54]), подготовки будущего педагога профессионального обучения к использованию элементов искусственного интеллекта: на примере отрасли «информатика, вычислительная техника и компьютерные технологии» (Г.Г. Исаева, 2013 [14]).

Во вторую группу вошли диссертации по персонализации. Распределение работ по научным специальностям показало, что к настоящему моменту больше всего трудов защищено по педагогическим наукам. Их авторы исследуют: персонализированное обучение как фактор развития умений самообразовательной деятельности студентов (И.Н. Калошина, 2000 [16]); повышение качества профессионального образования выпускника колледжа в условиях персонализированного обучения (Л.Н. Си-зоненко, 2002 [47]); организацию персонализированного обучения слушателей в процессе дополнительного профессионального образования (И.В. Кизесова, 2006 [20]); теоретические основы персонализации образовательного процесса в высшей школе (В.В. Грачев, 2007 [10]); реализацию функциональнографической линии в персонализированном обучении общеобразовательному курсу математики с использованием компьютерной системы MATHCAD (С.Ю. Попадьина, 2009 [41]); персонализированное обучение алгебре и началам математического анализа с использованием компьютерной системы Mathematica (С.В. Карпухина, 2009 [17]); персонализацию профессионального обучения с использованием информационно-коммуникационных технологий (Б.А. Кондратенко, 2015 [21]); персонализацию развития искусствоведческой компетенции будущих педагогов художественного направления (А.В. Мишина, 2017 [28]); педагогический потенциал персонализированного обучения учащихся в информационно-образовательной среде современной школы (Н.А. Савинова, 2021 [46]); педагогическое проектирование персонализированного адаптивного предметного обучения студентов вуза в условиях цифровизации (Ю.В. Вайнштейн, 2022 [5]).

В третью группу вошли диссертации по электронному обучению (38 работ). Примечательно, что данная тематика как область исследований практически в равной степени интересует ученых-педагогов (14 работ) и технических специалистов (16 работ). В диссертациях по педагогическим наукам электронное обучение или его элементы используются как средство для подготовки или формирования компетенций (С.П. Борисова, 2012 [3]; Е.А. Буденкова, 2017 [4]; Д.С. Дмитриев, 2017 [11] и др.) либо как условие, в рамках которого протекает процесс (Е.В. Мошкина, 2014 [29]; А.В. Хаперская, 2020 [52]).

Таким образом, в диссертационных работах проблематика персонализации электронного обучения студентов вуза на основе искусственного интеллекта представлена фрагментарно, так как аспекты персонализации, электронного обучения и искусственного интеллекта разрабатываются по отдельности, а не в единстве. Значительный вклад в изучение электронного обучения и искусственного интеллекта вносят специалисты технических наук, поскольку ими непосредственно создаются технологии, внедряемые педагогами в рамках цифровизации образования.

Обзор публикаций

Третьим направлением деятельности по изучению современного состояния применения технологий искусственного интеллекта для персонализации электронного обучения студентов вуза в теории стал анализ научных публикаций российских и зарубежных авторов.

Поскольку массив публикаций по количеству значительно превышает массив диссертаций, в поисковые запросы было решено ввести ограничения: «ИИ» – путем добавления ключевого слова «высшее образование»; «персонализация обучения» и «электронное обучение» – путем добавления словосочетания «ИИ». Отбор российских публикаций осуществлялся в научной электронной библиотеке Elibrary.ru, зарубежных публикаций – в поисковой системе научных публикаций Scholar.Google.com.

В современных публикациях российских авторов предприняты попытки определить роль технологий ИИ в системе высшего образования (А.В. Медведев [27], А.Ю. Петрова [38], G.T. Ganchev [69] и др.), исследовать возможности его применения (С.А. Корчагин [8], Д.В. Неренц [31], С.С. Тихонов [48] и др.) и перспективы внедрения (Р.А. Амиров [1, 2], В.Х. Достанбекова [13], Н.В. Кешенкова [19], О.Б. Марнат [26], И.И. Некрасова [30] и др.), проанализировать накопленный опыт (Е.С. Павлюк [32] и др.) и сопутствующие проблемы (Л.В. Лучшева [24], О.Р. Попов [42] и др.).

Наиболее значимыми публикациями (по количеству цитирований) являются работы А.И. Ракитова «Высшее образование и искусственный интеллект: эйфория и алармизм» [44]; Р.А. Амирова, У.М. Билаловой «Перспективы внедрения технологий искусственного интеллекта в сфере высшего образования» [2]; Т.В. Щукиной «Цифровая среда обучения и искусственный интеллект в системе высшего образования в условиях экспорта образования» [55]; Е.С. Павлюка «Анализ зарубежного опыта влияния искусственного интеллекта на образовательный процесс в высшем учебном заведении» [32].

Зарубежные исследователи искусственного интеллекта в сфере высшего образования активно изучают вопросы использования технологий машинного обучения и искусственного интеллекта в национальных системах высшего образования (например, Германии [72], Индии [64], Малайзии [57], Саудовской Аравии [68], Китае [74]), влияния искусственного интеллекта и роботизации на процессы обучения в высшей школе (A.M. Cox [66], K. Siau [82], A.K. Sharma [81] и др.), сценарии применения искусственного интеллекта в оценивании, преподавании, управлении (Z Ge, Y Hu [70]; V. Kuleto [73] и другие.

Наиболее значимыми (по количеству цитирований) зарубежными статьями в области искусственного интеллекта в высшем образовании являются работы S. Popenici, S. Kerr “Exploring the impact of artificial intelligence on teaching and learning in higher education” [79], J. Aoun “Robot-proof: higher education in the age of artificial intelligence” [60], M. Ciolacu, A. Tehrani, L. Binder, P. Svasta “Education 4.0 – Artificial Intelligence assisted higher education: early recognition system with machine learning to support students' success” [65] и O. Zawacki-Richter, V. Marín, M. Bond, F. Gouverneur “Systematic review of research on artificial intelligence applications in higher education – where are the educators?” [86].

Что касается публикаций, посвященных использованию технологий искусственного интеллекта для персонализации обучения, то поиск в НЭБ Elibrary и Scholar.google.com вы- явил небольшое их количество. Это говорит о том, что процесс исследования данного вопроса и в России, и за рубежом запущен относительно недавно (с 2017 года) и находится в начальной стадии.

Так, публикации российских ученых по данному вопросу носят общетеоретический характер и раскрывают следующие аспекты: особенности персонализации электронного обучения на основе ИИ (А.А. Паскова [34], Т.В. Побединская [40]); возможности использования технологий ИИ в процессе персонализации e-learning (А.С. Лысенков [25]), а также для персонализации современного школьного образования (Е.В. Донгаузер [12]); инновации, способствующие персонализированному изучению иностранных языков (К. Вашик [6]).

В зарубежных публикациях по данному вопросу имеют место статьи как общетеоретического плана (A. Bhutoria [61]; S. Maghsudi [75]; V.S. Magomadov [76]), так и изучающие более частные и прикладные аспекты (например, схему персонализированных рекомендаций обучающих онлайн-ресурсов для студентов с применением ИИ (Wei X. [84]), модель персонализированного обучения студентов на основе технологий ИИ (Chang J. [62]), персонализация в массовых онлайн-курсах с применением ИИ (Yu H. [85]).

Поиск публикаций при одновременном использовании ключевых слов «электронное обучение» и «искусственный интеллект» показал значительный числовой перевес зарубежных статей над российскими. Причем, если обратить внимание на выходные данные, видно, что за рубежом проблематика применения искусственного интеллекта в электронном обучении (по данным поиска в Scholar.google.com) разрабатывается с начала XXI века, то есть уже около 20 лет. Для обозначения системы электронного обучения, в которую интегрированы технологии ИИ, в зарубежных статьях (N. Aggelopoulou [56], P. Hendradi [71], M. Al-harbi [59] и др.) используется термин intelligent e-learning system.

Подводя итог обзору публикаций, отметим, что современные российские и зарубежные исследователи ведут активный научный поиск в направлении изучения потенциала и возможных проблем использования технологий ИИ в системе высшего образования, в электронном обучении студентов и для целей персонализации. Причем направление персонали- зации с помощью ИИ разрабатывается сравнительно недавно (с 2017 года) по сравнению с другими аспектами. Также стоит добавить, что в зарубежных публикациях наибольшей популярностью пользуется тема применения ИИ в электронном обучении наряду с роботизацией в контексте ИИ.

Состояние проблемы в практике

С практической точки зрения персонализация электронного обучения студентов на основе ИИ нацелена, прежде всего, на более полное удовлетворение интересов обучающихся [ 22]. Однако построение систем персонализированного электронного обучения студентов с помощью ИИ-технологий в учреждениях высшего образования – задача сложная и труднореализуемая по ряду причин, среди которых нехватка финансовых, временных и человеческих ресурсов. По словам И. Николаевой, руководителя направления прикладных образовательных проектов Центра компетенций НТИ по направлению «Технологии хранения и анализа больших данных» на базе МГУ имени М.В. Ломоносова, к полноценной персонализации образования на основе искусственного интеллекта сфера ещё не подошла, а глубокие перемены будут заметны через пять – семь лет [37].

Тем не менее, к положительным примерам использования ИИ для персонализации электронного обучения студентов высших учебных заведений можно отнести следующие:

• •    интеллектуальную платформу персонализации образовательного контента Knewton ( https://www.knewton.com/ ), алгоритмами которой пользуются крупные университеты Америки;

• •    ИИ-агенты Технологического института Джорджии, выполняющие роли ассистентов студента ( https://emprize.gatech.edu/ ): Jill Watson – виртуальный помощник преподавателя, созданный для ответов на типовые вопросы студентов в ходе обучения компьютерным наукам, и VERA – виртуальный помощник исследователя для разработки научных проектов;

• •    многофункциональную образовательную платформу на основе ИИ Cognii (https:// www.cognii.com/ ), возможности которой позволяют создавать персонализированные учебные материалы, отвечать на вопросы студентов, давать обратную связь, отслеживать прогресс студентов и определять проблемные области;

• •    консалтинговую онлайн-систему для студентов на базе технологии IBM Watson в Университете Дикина ( https://www.deakin.edu.au/ ), позволяющую круглосуточно консультировать студентов и отвечать на вопросы абитуриентов;

• •    платформу адаптивного обучения SmartSparrow ( https://www.smartsparrow.com/ ), с помощью которой можно создавать интерактивные учебные курсы;

• •    платформу адаптивного обучения INTELLIPATH от компании Realizeit (https:// www.realizeitlearning.com/ ), которая представляет обратную связь и оценку прогресса и достигнутого уровня в режиме реального времени;

• •    интеллектуальную систему обучения Cognitive Tutor^©, разработанную в Университете Карнеги – Меллона ( https://www.cs.cmu . edu/~genetics/), которая использует алгоритмы машинного обучения для анализа данных о студентах и создания индивидуальных рекомендаций;

• •    цифрового репетитора Plario (https:// plario.ru/) – первая в России онлайн-система адаптивного обучения математике для старшеклассников, абитуриентов и первокурсников;

• •    российскую образовательную платформу и конструктор онлайн-курсов Stepik ( https://stepik.org/ ), которая позволяет создавать уроки с адаптивными рекомендациями, обратной связью, автоматической проверкой и т. д.

Таким образом, подытоживая обзор практики, отметим, что основными направлениями развития персонализированного электронного обучения студентов является использование интеллектуальных платформ адаптивного обучения, систем цифровых репетиторов, виртуальных помощников и онлайн-консуль-тантов, конструкторов интерактивных учебных курсов и уроков. Опыт их применения активно накапливается за рубежом, поскольку большая часть таких разработок создана именно там. Существенным недостатком зарубежных персонализированных систем является коммерческий характер и зависимость пользователей от разработчиков. В России пока не существует интеллектуальной системы на основе ИИ для обучения студентов вузов в массовом потоке, однако предприняты отдельные попытки создания онлайн-ресурсов для достижения частных целей.

Результаты и обсуждение

Выявив признаки современного состояния проблемы персонализации электронного обучения студентов вуза на основе ИИ, перейдем к описанию перспектив с учетом ее сильных и слабых сторон, а также возможностей и угроз.

Для того чтобы представить полный спектр факторов, напрямую и косвенно влияющих на персонализацию электронного обучения студентов вуза на основе ИИ, обратимся к SWOT-анализу и представим его результаты в виде таблицы (табл. 2).

С учетом выявленных факторов обозначим перспективы применения ИИ в персонализированном электронном обучении студентов. Во-первых, ИИ может помочь оптимизировать учебный процесс, предоставляя студентам возможность получать индивидуальные рекомендации по учебным материалам и заданиям, а также помогая преподавателям разрабатывать персонализированные курсы, которые будут соответствовать индивидуальным потребностям каждого студента. Во-вторых, ИИ можно использовать для анализа больших объемов данных, полученных от студентов, например, результатов тестиро- вания, оценок и других показателей успеваемости. Это может помочь преподавателям выявлять проблемные области и предлагать способы улучшения учебных результатов студентов. В-третьих, ИИ может использоваться для создания интерактивных образовательных платформ, которые будут предоставлять студентам доступ к учебным материалам, заданиям и другим ресурсам, адаптированным к их индивидуальным потребностям. В-четвертых, персонализированное электронное обучение с использованием ИИ может быть особенно важно для студентов с ограниченными возможностями здоровья, так как они могут получать индивидуальный подход к обучению, учитывающий их особенности и потребности.

Таким образом, мы видим, что персонализация электронного обучения студентов вуза на основе искусственного интеллекта имеет свои как положительные (адаптивность, эффективность, автоматизация, интерактивность), так и отрицательные (недостаточная точность, сложность интеграции, проблемы с конфиденциальностью и высокая стоимость) стороны. Очевидно, что возможности реализации персонализированного подхода в элек-

Таблица 2

SWOT-анализ проблемы персонализации электронного обучения студентов вуза на основе ИИ

Сильные стороны	Слабые стороны
•    Расширение возможностей индивидуализации обучения, разработки персонализированных программ и построения индивидуальной образовательной траектории с учетом потребностей, интересов и уровня подготовки студента. •    Повышение мотивации и вовлеченности обучающихся благодаря высокой интерактивности занятий с использованием технологий ИИ. •    Повышение эффективности обучения, так как студенты могут учиться в своем собственном темпе и на своем собственном уровне. •    Автоматизация таких процессов, как оценка успеваемости, что позволяет сэкономить время и ускорить обратную связь	•    Ограничения в использовании технологий ИИ (недостаточная точность и эффективность алгоритмов ИИ), которые могут привести к ошибкам и искажению данных, неправильным рекомендациям и решениям. •    Сложность интеграции персонализированных систем ИИ в существующие учебные программы. •    Сложность внедрения и использования систем
Возможности	Угрозы
•    Развитие систем искусственного интеллекта по пути анализа больших данных с целью предоставления персонализированных рекомендаций. •    Сотрудничество между университетами и образовательными организациями для обмена опытом и разработки совместных решений. •    Использование мобильных устройств для доступа к персонализированному обучению в любом месте и в любое время	•    Проблемы с конфиденциальностью и безопасностью данных, которые могут представлять угрозу безопасности личной информации. •    Конкуренция со стороны других образовательных платформ и сервисов, которые предлагают персонализированное обучение. •    Недостаточная поддержка и финансирование со стороны государства

тронном обучении значительно расширяются по мере развития ИИ-технологий. И в целом, данный тренд значительно улучшает качество образования и повышает эффективность обучения студентов. Однако следует отметить и прямо противоположную зависимость: развитие ИИ-технологий обостряет существующие риски и увеличивает количество угроз.

Заключение

На основе сказанного можно констатировать, что проблема персонализации электронного обучения студентов вуза на основе искусственного интеллекта является актуальной для современной науки и практики. Реализация модели студентоцентричного образования в вузе, ядром которой является индивидуальная образовательная траектория, требует ухода от педагогоориентированной архитектуры отношений, внедрения принципа персонализации, усовершенствования способов организации учебно-воспитательного процесса, в том числе с помощью цифровых технологий (в частности, ИИ).

В настоящее время нормативно-правовая база по проблеме находится на стадии формирования. Ориентиры, имеющие место в ряде международных и российских документах, разрознены и не систематизированы. Тем не менее, анализ отдельных актов РФ позволил выявить государственный и социальный заказ на решение задачи адаптации образовательного процесса к потребностям обучающихся с помощью использования технологий ИИ.

Изучение современного состояния проблемы в теории с помощью анализа диссерта- ционных исследований, зарубежных и российских научных публикаций показало, что учеными ведутся исследования в направлении отдельных ее аспектов: персонализации, электронного обучения, технологий ИИ. А разработка вопросов персонализации образовательного процесса с помощью ИИ начала вестись относительно недавно (с 2017 г.) по сравнению с другими аспектами.

В практике образования персонализированное электронное обучение на основе ИИ все больше внедряется в процесс подготовки студентов высших учебных заведений. В университетах используются такие системы персонализации на основе ИИ, как интеллектуальные платформы адаптивного обучения, цифровые репетиторы, виртуальные помощники и онлайн-консультанты, конструкторы интерактивных учебных курсов и уроков, в которых могут быть реализованы функции обратной связи, индивидуальных рекомендаций, автоматической оценки и анализа ошибок.

Таким образом, перспективы применения ИИ в персонализированном электронном обучении студентов выглядят весьма многообещающими. Однако, на наш взгляд, ожидания от ИИ несколько завышены, во многом из-за размытого представления о данной технологии, а также благодаря ажиотажу, нагнетаемому вокруг данной темы в современном медиапространстве. Необходимо реалистично оценивать технические возможности ИИ и границы его применимости для решения задач в конкретно заданных образовательных условиях.