Развитие современной образовательной среды высших военно-инженерных учебных заведений с использованием искусственного интеллекта

На протяжении своей много вековой истории российское об разование всегда шло в авангар де разработки и внедрения новых форм, методов и средств обучения. Ныне образовательный потенци ал России объединяется в откры тую мобильную систему. Новый академический уклад в сочетании с повсеместным применением тех нологий искусственного интеллек та (далее – ИИ) формирует иннова ционную парадигму образования. Для военно технического вуза мо дернизация предполагает выбор методологических подходов, опре деляющих использование тради ционных и перспективных инно вационных средств обучения для повышения качества подготовки специалистов (в основном инже нерных кадров) и обеспечения их конкурентоспособности.

Обновленная образовательная среда вуза в условиях цифровиза ции и внедрения технологий ИИ несет в себе масштабные возмож ности роста и развития. Одновре менно с совершенствованием су ществующих методик в области образовательной деятельности раз виваются перспективные методи ческие подходы, основанные на интеграции технологий ИИ и со временной технологической ин фраструктуры.

Национальная стратегия разви тия искусственного интеллекта до 2030 года, утвержденная Указом Президента Российской Федерации № 490 от 10 октября 2019 года, пред полагает реализацию Федерального проекта «Цифровая образователь ная среда» [5; 7], направленного на создание и внедрение в образова тельных организациях цифровой образовательной среды, а также обеспечение реализации цифро вой трансформации системы об разования. Стратегия развития ин формационного общества в Рос сийской Федерации полагается на ИИ как «имитатор» интеллектуаль

РАЗВИТИЕ СОВРЕМЕННОЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЫ ВЫСШИХ ВОЕННО-ИНЖЕНЕРНЫХ

УЧЕБНЫХ ЗАВЕДЕНИЙ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

КОЗЛОВА ЛАРИСА ЯКОВЛЕВНА

Российская Федерация, Санкт-Петербург

LARISA Ya. KOZLOVA

Saint Petersburg, Russia

КРЫЛОВА ОЛЬГА ВАЛЕРЬЕВНА

Российская Федерация, Санкт-Петербург

OLGA V. KRYLOVA

Saint Petersburg, Russian Federation

КУДРО ЕКАТЕРИНА ОЛЕГОВНА

Российская Федерация, Санкт-Петербург

EKATERINA O. KUDRO

Saint Petersburg, Russia

ЯХВАРОВ ЕГОР КОНСТАНТИНОВИЧ

Российская Федерация, Санкт-Петербург

EGOR K. YAKHVAROV

Saint Petersburg, Russian Federation

ной деятельности и «сквозной ин дикатор» конкурентоспособности страны [5]. В рамках проекта «Циф ровая образовательная среда» про водится работа по развитию циф ровых сервисов и формированию контента для образовательной дея тельности, реализуются задачи, пе речисленные в упомянутой страте гии и раскрытые в постановлении Правительства Российской Федера ции от 2 декабря 2021 г. № 3427 9:

• •    обеспечить использование ИИ в части рекомендательных систем и интеллектуальных систем под держки принятия решений, пер спективных методов и техноло гий, подключив «Цифровые по мощники» и «Личные кабинеты» всем субъектам образовательного процесса;

• •    загрузить и подвергнуть интел лектуальному анализу объемные данные, осуществляя поддержку принятия алгоритмизированных решений,тем самым повысив эф фективность управления («Созда ние и внедрение системы управ ления в образовательной органи зации»);

• •    внедрять и поддерживать си стемы распределенного реестра («Цифровое портфолио»);

• •    применять облачные технологии («Библиотека цифрового образова тельного контента») [6].

Для удовлетворения потребности в оптимизации процесса обучения военно технические вузы внедря ют достижения передовой науч ной мысли и создают собственные модели автоматизированных об разовательных программ и плат форм. Наряду с традиционными способами обучения преподавате ли и обучающиеся используют тре нажеры симуляторы, программы переводчики, генераторы изобра жений, чат боты и многое другое, принимая участие в их разработ ке (алгоритмизации) и совершен ствовании, действуя в рамках цикла НОРД (Наблюдение, Ори ентация, Решение, Действие) или «петли Бойда» (от англ. OODA: Ob serve Orient Decide Act loop).

При решении рассмотренных выше интеллектуальных задач от мечается ряд трудностей исполь зования электронной обучающей среды на основе ИИ:

• •    отсутствие открытого доступа к социальным сетям в учебных ау диториях военно технических ву зов;

• •    высокая трудоемкость при за грузке больших данных;

• •    сложность определения соответ ствия учебных дисциплин стан дартам и методологии оценки зна ний, умений, навыков и компетен ций академического контингента;

• •    многообразие моделей обучения и способов управления ими;

• •    систематизация, структуризация контента и унификация стандар тов выстраивания индивидуаль ных траекторий обучения и про фессионального роста;

• •    интеграция инструментов ИИ, содержания и методов преподава ния учебных дисциплин и курсов;

• •    апробация и легитимизация он лайн и оффлайн сервисов на кафе дральном, междисциплинарном, факультетском, общеакадеми ческом и ведомственном уров нях;

• •    боязнь ряда сотрудников риско вать неприкосновенностью личных сведений (авторских разработок) при внедрении ИИ в академиче ских сетях и прочее.

Формирование образователь ной среды происходит поэтапно (см. Таблицу1).

Широкомасштабное внедрение технологий, основанных на ис пользовании ИИ, требует четкого определения теоретических основ данной работы.

Определение ключевых понятий: «электронная информационно-образовательная среда» и «искусственный интеллект». Понятие «образовательная среда» (далее – ОС) рассматрива ется как «часть социокультурно го пространства, зона взаимодей ствия образовательных систем, их элементов, учебного материала и субъектов образовательных про цессов» [5]. Электронная информа тивно образовательная среда (да лее – ЭИОС) – цифровой прообраз ОС – имеет несколько уровней – от федерального и регионального до основного своего первоэлемента – образовательной среды конкретно го учебного заведения, с его учеб ными группами и индивидами, обладающими различными спо собностями и имеющими опре

Таблица 1

Этапы формирования виртуальной академической среды

ЭТАП 1	ЭТАП 2	ЭТАП 3	ЭТАП 4
Аппаратное и программное обеспечение (снабжение)	Исследовательская инфра структура пилотирования и тестирования	Цифровые библиотеки и учебные ресурсы	Виртуальные классы (кафедры)
Доступ к устройствам и подключение (техниче ская поддержка)	Администрирование и разработка баз данных и инструментов ИИ	Онлайн сервисы	Электронные помощники и чаты
Системы управления обучением (+ модели ИИ)	Системы безопасности	Оффлайн сервисы	Дополнительные сервисы обмена и стандартизации

РАЗВИТИЕ СОВРЕМЕННОЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЫ ВЫСШИХ ВОЕННО-ИНЖЕНЕРНЫХ

УЧЕБНЫХ ЗАВЕДЕНИЙ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА деленные предпочтения. ЭИОС развивается в соответствии с тре бованиями федерального государ ственного образовательного стан дарта высшего образования и по итогам анализа нужд вуза и всех участников образовательных от ношений.

Современная ЭИОС состоит их новейших систем, которые скла дываются из подсистем («ком плексов») – инновационных и тра диционных моделей обучения и воспитания, образовательных стандартов, содержания учебных программ, тематических и кален дарных планов, высокотехноло гичных средств обучения, муль тимедийного учебного материа ла, а также – взаимоотношений, полилогического общения меж ду участниками образовательных отношений. Б . П Черник подчерки вает, что «взаимодействие множе ства локальных образовательных сред, взаимное использование кон кретных особенностей инноваци онных сред одной страны в обра зовательном пространстве других стран… создает схожие образова тельные ситуации во многих стра нах и способствует развитию сфе ры образования в целом. Это ста новится проявлением тенденций интеграции образовательных про цессов, происходящих в разных странах и регионах, в мировое об разовательное пространство, кото рое сегодня развивается на осно ве идей гуманизации, демократи зации» [8] и повышения качества образования. ЭИОС как «педагоги ческий инструмент» [1, с. 38] вы ступает средством оптимизации обучения, способом синергии, ин формационного обмена, активато ром (катализатором) созидатель ных действий всего академическо го контингента.

Рассмотрение сути понятия «ИИ» показывает, что в научном дискурсе до сих пор нет единого мнения по поводу его определе ния. Основной причиной разно гласий является большое количе ство различных сфер и предметных областей использования техноло гий ИИ, а также применение раз нообразных форм и способов реа лизации технологических решений на основе ИИ. В Таблице 2 приве дены некоторые распространен ные определения ИИ.

Авторы рассматривают феномен ИИ в контексте научной дисципли ны или технической системы и по разному выделяют его особенно сти – с акцентом на человека или на «агента» – машину (сенсоры, аппаратное и программное обе спечение). Работу ИИ определяют такие понятия как «восприятие», «абстрагирование» и «выполне ние действий».

В настоящей статье наш автор ский коллектив руководствуется определением, сформулированным в Национальном стандарте Россий ской Федерации ГОСТ Р 59277 2020 «Системы искусственного интел лекта. Классификация искусствен ного интеллекта» (№1372 ср, от 23 декабря 2020 года). ИИ направлен на улучшение процесса принятия решений с помощью аналитиче ских данных и интеллектуальных систем обучения; автоматизацию избыточных и повторяющихся задач; персонализацию контента и рекомендаций; возможность соз давать инновационные программы и сервисы; повышение степени за щиты от кибератак; оптимизацию обучения и его высокую операци онную эффективность.

Использование ИИ в образова тельной среде направлено на по вышение эффективности обучения, преподавания и административной деятельности, имеет ряд функцио нальных возможностей, представ ленных на Рисунке.

Рассмотрим основные и допол нительные функциональные воз можности ИИ.

Основные возможности. Обработка естественного языка – функ циональная возможность, позво ляющая воспринимать и синте зировать речь человека. Данная возможность уже превратилась в отдельное направление развития систем ИИ – NLP (Natural Language Processing).

Алгоритмы представления знаний (Knowledge Representation – KR) – средства, с помощью которых ком пьютер может записать в память то, что он узнает или прочитает. Эта функция имеет основопола гающее значение в проектирова нии баз данных для систем ИИ, которые позволяют накапливать и структурировать большое коли чество информации, необходимое системе для обучения и принятия решений.

Автоматическое формирование логических выводов (Automated reasoning – AR) – функциональ ная возможность системы ИИ, свя занная со способностью анализи ровать накопленные данные о кон кретной предметной области или сущности, выявлять закономерно сти и на их основе формулировать рекомендации или принимать ре шения.

Машинное обучение (Machine Learning – ML) – методы постро ения алгоритмов, способных об учаться и самообучаться, то есть приспосабливаться к новым об стоятельствам, а также обнаружи вать и экстраполировать признаки стандартных ситуаций. Следует до бавить, что ML имеет собственные перспективы развития:

• •    федеративное обучение (Feder ated Learning) – способ обучения моделей ИИ на основе нескольких независимых наборов данных;

• •    мультимодальное обучение (Mul timodal Learning) с использовани ем различных форматов инфор мации – визуальной, аудио, тек стовой;

• •    бескодовое обучение (Low code/ No code) – готовые инструменты и компоненты, с использованием графического интерфейса и визуаль ных инструментов, которые можно легко настроить и объединить при создании ИИ приложений.

Компьютерное зрение (Computer Vision – CV) – функциональная воз можность (технология), позволя ющая распознавать изображения,

Таблица 2

Определения ИИ

№ п/п Определение Автор, источник 1. ИИ (англ. artificial intelligence) – это научно техническое приложение интеллектуаль ных машин, а именно: интеллектуальных компьютерных программ Дж. Маккарти, М. Мински и др. 2. ИИ – область компьютерной науки, занимающаяся автоматизацией «разумного» по ведения А.А. Хромин 3. ИИ – это направление информатики, целью которого является разработка аппаратно программных средств, позволяющих пользователю непрограммисту ставить и решать свои традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на огра ниченном подмножестве естественного языка. Система искусственного интеллекта (ИИ) – это программная система, имитирующая на компьютере процесс мышления человека Е.В. Боровская, Н.А. Давыдова 4. ИИ обозначает взаимосвязанную отрасль компьютерных наук, занимающуюся мо делированием интеллектуального поведения в компьютерах с целью оптимального решения традиционных теоретических и практических задач инновационным спосо бом на ограниченном подмножестве общего диалекта Э.В. Попов и др. 5. ИИ относится к системам, которые демонстрируют разумное поведение, анализируя окружающую среду и предпринимая действия – с некоторой степенью автономии – для достижения конкретных целей. ИИ общего назначения (генеративный ИИ) способен выполнять широкий спектр за дач, включая генерацию различных форм нового контента «Искусственный интеллект для Евро пы» (ЕС, 2018; 2024) 6. ИИ – это изучение посредников, которые получают информацию из окружающей среды и выполняют действия, сопоставляя последовательности восприятия с действи ями П. Норвиг, С. Рассел 7. ИИ – «цифровой интеллект» (англ. digital intelligence), под которым понимают мате матические выкладки, интеллект небиологического происхождения, использующий коды или алгоритмы В.В. Сметана 8. ИИ характеризуется поведением, ограниченным в рамках киберфизической, киберби ологической или виртуальной систем, направленным на целостное самостоятельное существование и адаптацию к изменяющимся условиям внешней среды О.Л. Чуланова, Е.В. Шарапова 9. ИИ – это комплекс технологических решений, позволяющий имитировать когнитив ные способности человека (включая самообучение, поиск решений без предопреде ленных вычислений) и получать при выполнении конкретных практически значи мых задач обработки данных результаты, сопоставимые, как минимум, с результата ми интеллектуальной деятельности человека А.С. Ватьян, Н.Ф. Гусарова, Н.В. Добренко 10. ИИ – «надежный, благонадежный, заслуживающий доверия ИИ» (Trustworthy AI, TAI) – термин, используемый для описания законной, этически выдержанной и тех нически надежной технологии, соответствующей данным требованиям на протяже нии всего жизненного цикла AI продукта Р. Шварц видеоматериалы, реальные объек ты окружающего мира.

Робототехника (Robotics –RBT) – отдельное направление развития и формирования новых приложе ний ИИ. В контексте образователь ной среды применяются роботы уборщики, роботы секретари, ро боты экскурсоводы и так далее.

Распознавание и синтез речи (Speech Recognition) – ИИ расшиф ровывает и понимает разговорную речь. Технология распознавания речи позволяет использовать вир туальных помощников, таких как Алиса, Маруся, Siri, Alexa и Google Assistant.

Дополнительные возможности ИИ, пригодные для образователь ной среды технического вуза.

Автономные системы (Autonom ous Systems): ИИ позволяет систе мам работать и принимать реше ния без вмешательства человека. Например, к таким системам от носятся автономные транспорт ные средства и устройства для ум ного кампуса.

Генеративные модели (Generative Models): системы ИИ могут генери ровать новый контент – изображе ния, музыка, текст. Генеративные модели, такие как GAN (Generative Adversarial Networks), способны создавать реалистично выглядя щие синтетические данные.

Имитационное моделирование (Simulation and Modeling): ИИ по зволяет создавать имитацион ные модели (в том числе, в рам ках педагогического моделиро вания) для изучения сложных

РАЗВИТИЕ СОВРЕМЕННОЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЫ ВЫСШИХ ВОЕННО-ИНЖЕНЕРНЫХ

УЧЕБНЫХ ЗАВЕДЕНИЙ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Искусственный интеллект (ИИ) -комплекс (система) технологических решений

Компьютерное зрение(CV)

Машинное обучение (ML)

Алгоритмы представления знаний(KR)

Обработка естественного языка(NLP)

Автоматическое формирование логических выводов (AR)

Распознание и синтез речи (Speech Recognition)

Робототехника (RBT)

Рисунок. Основные функциональные возможности системы ИИ

систем и прогнозирования их поведения.

Обнаружение аномалий (Anomaly Detection): алгоритмы ИИ способ ны выявлять необычные законо мерности или вбросы непроверен ных данных, которые могут указы вать на потенциальные аномалии или мошенничество.

Оптимизация (Optimization): ал горитмы ИИ могут оптимизиро вать сложные системы и процессы для достижения желаемых резуль татов, что включает распределение ресурсов, планирование и оптими зацию логистики.

Прогностическая аналитика (Predictive Analytics): системы ИИ могут анализировать данные, что бы составлять прогнозы о буду щих событиях или тенденциях. Эта функция может быть исполь зована для планирования, напри мер, количества ежегодного набо ра курсантов.

Распознавание эмоций (Emotion Recognition): системы ИИ могут анализировать выражения лица, тон голоса и другие сигналы для распознавания человеческих эмо ций. Данная возможность находит применение в организации взаи модействия между преподавате лями, курсантами и командирами.

Рекомендательные системы (Re commendation Systems): алгоритмы искусственного интеллекта могут анализировать поведение и пред почтения пользователей для выра ботки персонализированных реко мендаций, что обычно использу ется на платформах электронной записи, потоковых сервисах и в со циальных сетях.

Чат-боты и виртуальные ассистенты (Chatbots and Virtual As sistants) на базе ИИ могут вступать в разговоры с пользователями для предоставления информации, от ветов на вопросы или выполне ния задач.

Экспертные системы ( Expert Sys tems): системы ИИ могут имитиро вать способности людей экспертов в определенных областях и прини мать решения. Экспертные систе мы используются для предоставле ния консультаций и рекомендаций.

При использовании ИИ в обра зовательном процессе вуза вста ет вопрос о сертификации ЭИОС. По разным данным, инструмен ты ИИ при выполнении проектов и академических заданий исполь зует порядка 75 % преподавателей и 20 % обучающихся. Каждый пя тый курсант и каждый второй пре подаватель пользуется различны ми системными интеллектуальны ми ресурсами и нейросетями. Это заставляет задуматься о призна ках искусственности и инноваци онности результатов деятельности моделей ИИ. Оценка осуществля ется с помощью теста Тьюринга и теста Возняка – по ряду призна ков (главным образом оценивают ся степень оригинальности и по стоянства) можно выявить инди видуальный стиль автора (почерк).

Направления развития технологии ИИ в системе образования Российской Федерации. Реализа ция Национальной стратегии раз вития ИИ в образовательной дея тельности военно технического вуза связана с решением ряда за дач.

• •    Разработка гибридной модели поддержки принятия решений

с применением методов объясни мого интеллекта (Explainable AI, XAI) для нейросетей глубокого об учения в составе многослойной обучающей системы интеллекту ального управления. (Например, модели OpenAI GPT 4, DALL E 2, Google Bard, LaMDA, Microsoft Meg atron Turing NLG, PaLM, MuseNet, Wu Dao 2.0). Данная модель обе спечивает построение адаптивно го персонализированного обуче ния, которое подразумевает подбор образовательного контента с уче том потребностей студентов с раз ным уровнем успеваемости; воз можность отслеживания прогресса и выстраивания индивидуальной траектории в зависимости от ре зультатов прохождения учебных модулей. В данном случае приме нение ИИ ведет к удовлетворению потребности в дифференциации и индивидуализации образователь ного процесса [4].

• •    Система автоматического оце нивания позволяет осуществить беспристрастную оценку уровня знаний, умений и навыков, пре доставить информацию о резуль татах обучения в группе, выдать рекомендации, разработать эффек тивные планы обучения. Разносто роннее тестирование и проведение опросов являются специализиро

ванной функцией ИИ, которая по зволяет организовать в заданные сроки закрепление и повторение пройденного материала.

• •    Построение системы прокторин га (от англ. «proctor» – человек, от слеживающий проведение экза менов в университете и предот вращающий нарушения правил), обеспечивающей наблюдение за проведением контрольных и эк заменационных работ путем ана лиза таких действий обучающего ся как частота отведения взгляда от монитора, смена вкладки в браузе ре, а также определения наличия за кадром посторонних лиц, голо сов и так далее.

• •    Создание высокотехнологично го смарт кампуса – продвинуто го («умного») дома с налаженным доступом в виртуальное информа ционное пространство с исполь зованием инновационных плат форм – позволяет вести обучение и обучаться круглосуточно, под держивать обратную связь в режи ме реального времени, адаптиро ваться, приспособляться к различ ным стилям, акцентам, моделям, языкам, с учетом разнообразия контингента, персонализировать пользовательский опыт, получая удовлетворение от процесса обу чения.

В Таблице 3 представлены при меры ЭИОС платформ и виртуаль ных инструментов на основе тех нологии ИИ, которые могут с успе хом применяться при обучении иностранным языкам.

Собранные в единую систему на основе обучаемого ИИ виртуаль ные инструменты могут быть ис пользованы для достижения лич ностного, профессионального, группового, ведомственного ро ста и взаимодействия на разных уровнях.

Положительные стороны и проблемные вопросы использования технологии ИИ в образовательном процессе военнотехнического вуза. Изначально разработка технологий ИИ была направлена на снижение нагруз ки на преподавателя при массо вой проверке знаний и организа цию оперативной обратной свя зи. С развитием образовательных технологий вектор совершенство вания ИИ все больше склонялся в сторону поиска решения кон кретных задач, нужд и потребно стей обучающихся. Этому способ ствовало повышение доступности ЭИОС платформ, давшее возмож ность относительно свободно пла нировать образовательную дея тельность.

Таблица 3

Примеры обучающих платформ и виртуальных инструментов ИИ

Виды ЭИОС-платформ	Примеры ЭИОС-платформ
виртуальные помощники	Team GPT; ChatGPT; Bing Chat; Character AI; Poe; Perplexity; Quillbot; Fetchy; Claude; Bard; Microsoft Bing; Llama 2; Yandex GPT2; GigaChat
генераторы изображений	PhotoRoom; Imagine; Lensa; Playground.ai, FusionBrain, Leonardo.ai, Plasma GPT+ Midjourney, Midjourney, Lexaca.art
голосовой дизайн	11labs, Murf, Narakit
конструктор уроков	Twee.com, Cohesive, Education Copilot; Gradescope
написание текстов	AI Notes; Writecream; SCHOLAR, Watson Tutor; ELE, Betty’s Brain; AWE – automatic writing evaluation; Openessayist; Mindos, paraphrase.ai; Grammarly Keyboard и др.
работа с печатными документами	Chatpdf; SlidesAI
создание видеоматериалов на основе текста	Visla, Visper by Sber, Heygen и др.
языковые платформы	Khanmigo (Khan Academy), Squirrel (China), Duolingvo, AI Tutor (Россия); ELSA; Speechify; Quizlet (карточки/flashcards); AI Dungeon; SpeakMates и др.

РАЗВИТИЕ СОВРЕМЕННОЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЫ ВЫСШИХ ВОЕННО-ИНЖЕНЕРНЫХ

УЧЕБНЫХ ЗАВЕДЕНИЙ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

С помощью ИИ можно созда вать персональное расписание; вы страивать графики решения задач в рамках определенных учебных программ и дисциплин; предлагать и получать персональные рекомен дации по преодолению проблем и развитию «сильных» сторон в об учении, осуществлять выбор нуж ных параметров обучения согласно личным предпочтениям и интере сам курсантов и преподавателей.

Также обучающиеся имеют воз можность получать обратную связь в режиме реального времени как от профессорско преподавательско го состава, так и от администра ции вуза. Они могут быть обеспе чены тьюторской и консультаци онной поддержкой (в том числе, с использованием виртуальных по мощников); имеют возможность настроиться на определенный стиль преподавания в зависимо сти от индивидуальных и коллек тивных предпочтений, и задей ствовать личностный потенциал в ходе поликультурного обмена.

Преимущества использования ИИ для профессорско преподава тельского состава связаны с авто матизацией создания учебных кур сов и модулей из различных го товых блоков путем заполнения шаблонов, с возможностью наблю дать за динамикой освоения обу чающимися учебного курса. Осу ществляются автоматизированная проверка работ курсантов и фик сация результатов образователь ной деятельности и учебных до стижений, что высвобождает время для саморазвития преподавателя, общения с обучающимися и лич ностного роста.

Наряду с положительными сто ронами использования ИИ отмеча ется несовершенство имеющихся систем: шаблонность алгоритмов; повторяемость ответов; ограничен ность сеанса обработки данных; непоследовательность выбора ре ципиента (ИИ может быть задей ствован контингентом с разной сте пенью подготовки); высокие энер гозатраты; низкая экологичность;

вредность для здоровья (так, пер воначально, согласно Трудовому Кодексу, пребывание за компьюте ром ограничивалось 4 часами, сей час работы ведутся сутками); избы точность и трудоемкость оцифро вывания ресурсов (сканирование документов, ручной ввод инфор мации, контроль над действиями ИИ); срыв сроков выполнения за даний (из за бесконечных улучше ний и обновлений системы); риск потери и искажения данных; ин формационное давление и др.

Важно отметить необходимость дозированности не только объе ма учебного материала и време ни, отведенного на его проработ ку, но и использования зрелищ ной анимационной наглядности, которая может отвлечь внимание обучающихся от сути изучаемо го явления, и в памяти останется лишь форма подачи материала. Чрезмерное увлечение «развлека тельными» методами обучения мо жет привести к нежеланию рабо тать с текстом, заучивать учебный материал наизусть, писать диктан ты и сочинения, то есть занимать ся традиционным «школярством», что является обязательным, напри мер, при изучении ряда академи ческих дисциплин, включая ино странные языки.

На психологическом уровне мно гие пользователи ощущают дис комфорт и (или) страх перед ма шиной, недоверие, боязнь задать «странный» вопрос или продемон стрировать неумение разобраться в сложных темах. Может возник нуть диссонанс между развитием критического мышления и креа тивности, саморегуляцией и задан ностью поведения ИИ. Во многом облегчая процесс обучения, ИИ не снижает давление на личность, не обходимость сопоставления себя с другими.

Негативной стороной в примене нии ИИ является и относительная надежность его выводов о способ ностях и потенциальных возмож ностях будущего профессионала на основе данных о посещаемо сти, о результатах тестирования, о типах ошибок в тестах. При от сутствии человеческой эмпатии и воображения ИИ может крайне негативно воздействовать на само оценку обучающегося и его психо логическое здоровье.

Надежный, заслуживающий до верия ИИ (Trustworthy AI) снимает вопросы о предвзятости и дискри минации кадров, так как исключа ет субъективное мнение и непод твержденные фактами запросы. Для обеспечения бесперебойного функционирования ЭИОС, а так же для избегания хакерских атак, фишинга и использования недо стоверного контента применяется автоматизированное тестирование и апробирование всех инструмен тов и ресурсов, функционирую щих на основе ИИ. Защита персо нальных данных связана со слож ностью их шифрования, которое может гарантировать невмеша тельство со стороны третьих лиц, предотвратить, согласно положени ям о защите личных данных (За кон № 152 ФЗ) и об интеллектуаль ной собственности (Статья 1246 ГК РФ), несанкционированный доступ и торговлю личными данными.

Одна из главных категорий про блем, связанных с развитием ИИ, лежит в областях этики и эстетики поведения пользователя. Возника ет необходимость определить гра ницы возможности использования ИИ, дабы сохранить права и свобо ды участников образовательных отношений (например, Кодекс по ведения при работе с ЭИОС и ИИ). Также важно обеспечить прозрач ность и повысить ответственность при использовании ИИ, чтобы из бежать негативных воздействий (инфоколлапс, потеря личных дан ных, ошибки сводок данных и др.) и предотвратить использование чужого и неоплачиваемого труда, чрезмерной нагрузки и др.

Далее,стоит вопрос о контро ле и подчинении «умных» техно логий: оказывают ли машины со действие, способствуя достижению планируемых результатов при ми нимальном расходовании времени и средств, делают ли процесс обу чения привлекательнее и эффек тивнее, или, наоборот, тормозят его, отвлекая и отрывая от тради ционных, проверенных способов обучения. Эффективность приме нения ИИ зависит от степени до зированности и проработанности учебного материала и методоло гии обучения. Так, например, при моделировании контента ЭИОС мы учитываем структуру учебно го процесса: получение информа ции – 40 % учебного времени, осво ение информации – 40 %, контроль усвоения учебного материала – 5–10 %, корректировка и продви жение изучаемой темы или дис циплины (проектная научно тех ническая деятельность) – 10–15 %.

Важно отметить, что техноло гии ИИ не заменяют традицион ные методы обучения, а дополня ют их. В вузах силовых ведомств используется традиционная систе ма оценки, где каждый предмет и вид деятельности оценивается отдельно [2]. Каждая дисциплина имеет свой коэффициент нагрузки, который выражается в процентах и учитывает время, затраченное на изучение конкретной дисциплины в сравнении с тем временем, кото рое было отведено на все осталь ные дисциплины. Полученный обучающимся балл за изучаемую дисциплину может быть рассмо трен как показатель индивидуаль ных изменений с учетом коэффи циента нагрузки [3].

Вовлечение студентов и препо давателей в разработку и констру ирование виртуальной образова тельной среды и инновационных курсов обучения должно происхо дить постепенно и поэтапно с уче том информационно технологиче ской, учебно исследовательский, интерактивной направленности обучения. При этом необходимо задействовать презентационные, рефлексивные, организационные, исследовательские, управленче ские знания, умения и навыки ака демического контингента. Таким образом, уже на начальной ста дии моделирования ЭИОС должен осуществляться выбор способов и инструментов конструирования и совершенствования стандартных ситуаций обучения.

Требования к обязательному программному минимуму для применения ИИ связаны с соблю дением этапов введения учебного материала, его отработки, контроля над его освоением и самоконтроля. Для дисциплины «Иностранный язык», например, нужны тексто вый, тестовый, аудиовизуальный материал и глоссарий. Тематиче ский глоссарий составляется по принципу частотности использова ния слов и их полезности с учетом сочетаемости, ассоциативности, многозначности. Тексты тестиру ются на степень универсальности, аутентичности, прозрачности, пол ноты охвата и раскрытия заданной в рамках курса темы.

Отбор и организация содержания обучения (далее – СО) и наполне ние модели ИИ осуществляются с учетом коммуникативно позна вательных интересов обучающих ся, должны отражать реальные по требности и условия использова ния языка как средства общения и обмена информацией, макси мально приближая обучение к ус ловиям и целям профессиональной коммуникации.

Заключение. Создание ЭИОС с применением ИИ предполагает глубокое погружение в сферу мо делирования и проектирования. Объекты моделирования ЭИОС: деятельность преподавателя; рабо та кафедр, курсантов, слушателей и их групп; виртуальные классы (дисциплины и содержание обуче ния); методология обучения; сер висы на основе ИИ; способы кон троля (тестирования), оценочный инструментарий; аналитика (ре комендации, рейтинги, выводы).

ЭИОС как часть образователь ной среды технического вуза мо жет быть охарактеризована следу ющим образом: активизирующая (стимулирующая), высокотехно логичная, деятельностная, ими тационная (игровая), инноваци онная, интегративная, интегри рованная, информационная или «компьютерная», классическая или традиционная, компетентностная, лингводидактическая, лично ори ентированная (вариативная), меж дисциплинарная, межкультурная, модульная, многомерная, мульти медийная, профессионально ори ентированная (формирующая), свободная или синтетическая, си нергетическая, смешанная, социо культурная, универсальная.

Такие возможности образова тельной платформы как мгновен ное уточнение расписания заня тий, выявление свободных учеб ных аудиторий (парковок, мест); налаживание круглосуточной свя зи с ведущими кафедрами; обе спечение непрерывного доступа к учебникам и мультимедийным материалам; получение и самопро верка персональных контрольных и дополнительных заданий; осу ществление подбора и заказа по собий в виртуальной библиотеке; составление картины успеваемо сти; проведение комплексного те стирования; выстраивание траек тории профессионального роста и многое другое содействуют гар монизации образовательной сре ды и позволяют больше усилий и средств направлять на исследова ния, проектирование и внедрение результатов обучения на практике.

По итогам анализа направлений развития и рисков использования ИИ в условиях образовательного пространства военно инженерных академий и ряда передовых тех нических вузов приведем некото рые выводы:

• •    ИИ может быть задействован при создании трех модусов: домен вуза (средне сильный подтип ИИ); ка бинет преподавателя (модель ИИ: обучаемый, генеративный подтип); кабинет обучающегося (модель ИИ: средний, валидный, проверяемый); • ИИ решает проблемы плагиата и списывания, так как программы системы «Антиплагиат» и прокто

РАЗВИТИЕ СОВРЕМЕННОЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЫ ВЫСШИХ ВОЕННО-ИНЖЕНЕРНЫХ

УЧЕБНЫХ ЗАВЕДЕНИЙ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ринга обнаруживают «подделки» со стопроцентной точностью;

• •    ИИ помогает обновлять учеб ный контент (содержательный и процессуальный план) с мень шими временными затратами и с большей точностью, чем в тради ционной схеме работы вуза,пре доставляя возможность автома тизированного голосового вво да вывода учебных материалов и административных докумен тов; осуществляет мгновенный перевод данных на нужный язык, что облегчает обучение иностран ным языкам;

• •    ИИ способствует выстраиванию многоступенчатой проверки ре зультатов обучения;

• •    ИИ повышает привлекательность осуществления исследовательской де ятельности и заинтересованность пре подавателей и обучающихся в созда нии нового образовательного контента;

• •    ИИ поддерживает непрерыв ную коммуникацию в образова тельном процессе, возможность его осуществления в гибком режиме, доступность для лиц с ограничен ными возможностями здоровья;

• •    ИИ обеспечивает соблюдение единства требований, предотвра

щает авралы и штурмовщину в действиях обучающихся;

• •    при надлежащих настройках, со блюдении мер безопасности ИИ способствует преодолению дис комфорта у академического кон тингента;

• •    ИИ постоянно совершенствуется, нивелируя свои «слабости», стано вясь более «человечным».

Таким образом, при надлежа щем контроле ИИ способен повы сить качество обучения и решения вновь возникающих проблем с вы бором вектора развития высшего образования.