Штучний інтелект стає все більш істотною складовою в сучасному світі, і його застосування в освіті відкриває широкі перспективи для перетворення навчальних процесів. Однією з тенденцій сучасної освіти є індивідуалізація (системи взаємодії учасників навчання, за якої максимально повно й ефективно використовуються індивідуальні особливості кожного учня або студента) та персоналізація навчання (системи взаємодії учасників, за якої учні або студенти набувають соціально значущих, унікальних та індивідуальних властивостей і якостей, що дозволяє їм ефективно виконувати соціальну роль). Використання сучасних інформаційно-комунікаційних технологій дозволяє успішно реалізувати індивідуалізацію та персоналізацію навчання, а особливо перспективним для вирішення завдань персоналізації є використання технологій штучного інтелекту [1].
Штучний інтелект містить значний потенціал для трансформації освіти, що робить її більш автоматизованою та індивідуалізованою. Автоматизація та індивідуалізація навчання стають реальністю завдяки розвитку технологій штучного інтелекту. Індивідуалізація навчання за допомогою методів штучного інтелекту є процесом, в якому відбувається адаптація навчального матеріалу та методів навчання згідно з потребами кожного учня, що включає в себе різні підходи, наприклад, персоналізовані рекомендації для вивчення матеріалу, індивідуальне визначення сильних та слабких сторін учня, а також налаштування темпу навчання відповідно до його темпу асиміляції та розуміння інформації [2].
Тому основною метою освіти в сфері розвитку ШІ, визначеним у Концепції розвитку штучного інтелекту в Україні є забезпечення кваліфікованими кадрами через поширення цифрової грамотності серед студентів, створення спеціалізованих освітніх програм зі штучним інтелектом, включення питань штучного інтелекту в освітні програми за різними спеціальностями, впровадження технологій штучного інтелекту в освіту.
Для досягнення цієї мети штучний інтелект може використовувати аналіз даних про навчання, інформацію про стиль навчання учня, а також зворотний зв’язок від учня щодо його реакцій на різні навчальні методи та матеріали. В результаті чого учень може отримати навчальний досвід, який зможе краще відповідати його потребам та сприяти більш ефективному засвоєнню знань [3].
Однією з найважливіших переваг автоматизації та індивідуалізації навчання є можливість створювати персоналізовані програми навчання. Завдяки аналізу даних інтелектуальні системи можуть ідентифікувати індивідуальні потреби та здібності кожного учня, а потім створювати навчальні плани, які оптимально відповідають їхнім потребам. Це дозволяє кожному учневі навчатися власним темпом і зацікавленням, забезпечуючи оптимальне засвоєння матеріалу.
Інтелектуальні системи можуть адаптувати навчальні матеріали та методи до успішності кожного учня. Якщо певна тема чи концепція викликає у учня труднощі, система може надати додаткові пояснення або вправи для зміцнення знань. Навпаки, якщо учень демонструє високу успішність у певній області, система може пропонувати більш складні завдання для подальшого розвитку [1, 2].
Штучний інтелект може значно спростити процес оцінювання навчальних досягнень. Від автоматичної перевірки завдань до аналізу результатів тестів, інтелектуальні системи дозволяють ефективно оцінювати знання та навички учнів. Це звільняє вчителів від рутинних завдань оцінювання і дозволяє їм більше часу приділяти індивідуальному підходу до навчання.
Інтеграція штучного інтелекту в освітній процес робить навчання більш доступним. Онлайн-курси, інтерактивні навчальні платформи та інші ресурси, підтримувані штучним інтелектом, можуть бути доступні у будь-який час і з будь-якого місця. Це особливо корисно для учнів, які мають обмежений доступ до традиційних освітніх ресурсів або проживають у віддалених районах [2, 4].
Можливості штучного інтелекту дозволяють збирати та аналізувати великі обсяги даних про навчання та успішність учнів. Ці дані можуть бути використані для вдосконалення навчальних програм, ідентифікації тенденцій у навчанні та розробки ефективних методів навчання.
На основі останніх досягнень в сфері інформаційних технологій, штучний інтелект можна систематизувати та класифікувати на декілька категорій, наприклад, когнітивні сервіси, віртуальна та доповнена реальність, Інтернет речей тощо [3].
Когнітивні сервіси складаються з продуктів на основі штучного інтелекту, які можуть виконувати завдання, які раніше могли бути недосяжними для людини, наприклад, комп’ютерний зір, машинне навчання, обробка природної мови, розпізнавання мови та робототехніка тощо. Розробники компанії “Microsoft” класифікують колекцію когнітивних сервісів наступним чином [4]:
- категорія “Зір” до якої належать технології ШІ для розпізнавання зображень і відеоконтенту (наприклад, комп'ютерний зір, емоції, обличчя тощо);
- категорія “Розпізнавання мови” передбачає розуміння та синтез усного мовлення, розпізнавання людей за голосом (наприклад, програмне забезпечення Custom Speech, Speaker Recognition та Bing Speech API тощо);
- категорія “Обробка природної мови” включає в себе розуміння, обробку слів і передбачення того, що очікує людина (наприклад, Bing Spell Check API, розуміння мови, лінгвістичний аналіз, аналітика тексту, веб-мовна модель тощо);
- категорія “Знання” має на меті додати значення до тексту та об'єднати їх з іншими загальними значеннями та поняттями (наприклад, академічні знання, зв'язування сутностей, дослідження мови тощо).
Віртуальна, змішана та доповнена реальність можуть докорінно змінити освіту, зробивши навчання більш захоплюючим процесом. Експерти в галузі освітніх технологій вже прогнозують, що в майбутньому недорогі версії таких технологій замінять підручники і виведуть процес навчання за межі класу. Тому штучний інтелект не лише впроваджуватиме ці технології, а й аналізуватиме їхню ефективність та оптимізуватиме переваги, які вони можуть надати [5].
Окрім того, рішення зі штучним інтелектом можуть бути інтегровані з іншими ІТ-ініціативами, “розумні” технології та керовані мережі Інтернету речей, що дасть змогу створювати ефективні навчальні рішення для студентів. Інтернет речей та периферійні обчислення, де навчальні заклади можуть використовувати різноманітні пристрої для керування опаленням та освітленням у приміщеннях; застосовувати біометрію та інші пристрої для забезпечення безпеки студентів на території закладу [2].
Таким чином, використання технологій ШІ студентами надає незалежно від віку та рівня успішності, соціального статусу та фінансової забезпеченості низку переваг, які можуть суттєво покращити якість навчання та результати навчанні. У багатьох країнах світу вже збирають і аналізують значну частину даних для подальшого прийняття рішень. Це можуть бути шкільні випускні оцінки, результати державних іспитів (в Україні - результати ЗНО), тенденція успішності та "неуспішності" кожного учня, інформація про участь у міжнародних олімпіадах та грантових програмах, а також інші кількісні дані.
Водночас з цим побудова індивідуальної траєкторії навчання для учня має враховувати індивідуальні вподобання, здібності та можливості. Тому одним із напрямів дослідження технологій штучного інтелекту в освіті є напрямок вирішення процесів формування та використання персонального освітнього середовища для реалізації індивідуальних траєкторій вивчення "навчальної поведінки" учня.
Список використаної літератури
1. Tapalova, O., & Zhiyenbayeva, N. (2022). Artificial intelligence in education: AIEd for personalised learning pathways. Electronic Journal of e-Learning, 20(5), 639-653.
2. Yuskovych-Zhukovska, V., Poplavska, T., Diachenko, O., Mishenina, T., Topolnyk, Y., & Gurevych, R. (2022). Application of artificial intelligence in education. Problems and opportunities for sustainable development. BRAIN. Broad Research in Artificial Intelligence and Neuroscience, 13(1Sup1), 339-356.
3. Alam, A. (2021). Possibilities and apprehensions in the landscape of artificial intelligence in education. In 2021 International Conference on Computational Intelligence and Computing Applications, pp. 1-8.
4. Bauer, E., Greisel, M., Kuznetsov, I., Berndt, M., Kollar, I., Dresel, M., ... & Fischer, F. (2023). Using natural language processing to support peer‐feedback in the age of artificial intelligence: a cross‐disciplinary framework and a research agenda. British Journal of Educational Technology, 54(5), 1222-1245.
5. Subhashini, P., Siddiqua, R., Keerthana, A., & Pavani, P. (2020). Augmented reality in education. Journal of Information Technology and Digital World, 2(4), 221-227.
|
Голосування 
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter