Эпоха компьютеров, как движущей силы нашего времени, заканчивается. Сегодня мобильные телефоны характеризуются примерно такой же функциональной мощностью, какой обладали суперкомпьютеры 40 лет назад.

В настоящее время все ожидания строятся вокруг искусственного интеллекта (ИИ) и робототехники. Здесь уже установились огромные по размерам сегменты: промышленная робототехника, медицинская робототехника, военная робототехника, транспортные средства на беспилотном управлении и т.д. Но без искусственного интеллекта полностью функциональное развитие этих сегментов не представляется возможным. Другими словами, робототехника в текущее время существенно подталкивает развитие области искусственного интеллекта.

Практически, проблема создания искусственного интеллекта находится на стыке информатики и вычислительной техники – с одной стороны, нейрофизиологии, когнитивной и поведенческой психологии – с другой стороны [1].

Однако пока мы не можем в целом определить, какие вычислительные процедуры мы хотим называть интеллектуальными. Мы понимаем некоторые механизмы интеллекта и не понимаем остальные. Поэтому под интеллектом в пределах рассматриваемых проблем понимается только вычислительная составляющая способности достигать определенных целей [2].

Сегодня искусственный интеллект – это способность компьютерных систем выполнять интеллектуальные и творческие функции, которые традиционно считаются человеческими.

Суть работы искусственного интеллекта сводится к тому, что он постоянно обучается на большом количестве данных. Прежде чем система ИИ начнет эффективно функционировать, ее саму необходимо долго и старательно обучать. Здесь будет уместно вспомнить секрет английской лужайки: чтобы получить идеальный зеленый газон, его необходимо каждое утро поливать, а вечером стричь – и так триста лет.

Искусственный интеллект – та же английская лужайка, только полив заменяется обучением на большом объеме данных. Чем больше данных, чем дольше мы обучаем нашу систему, тем она будет умнее и совершеннее.

Обычно выделяют два типа ИИ. Слабый ИИ (Narrow AI) приспособлен к решению конкретных задач. Активно используется сейчас в виде различных алгоритмов. Сильный или общий ИИ (Artificial General Intelligence) максимально приближен к человеческому. В идеале он способен на то же, что и мозг взрослого человека.

Важно отметить, что внедрение ИИ призвано не заменить человека, а, наоборот, расширить его возможности и стать ему большим помощником.

Использование инструментов для поддержки или совершенствования обучения на основе ИИ за последнее десятилетие возросло в геометрической прогрессии. Однако по-прежнему недостаточно данных о том, как ИИ может содействовать улучшению результатов обучения и может ли он помочь теоретикам и практикам образования лучше понять, как происходит эффективное обучение.

Сегодня многие утверждения о революционном потенциале технологий ИИ в образовании основаны на предположениях, домыслах и оптимизме. В реальности использование устройств в классной работе не привело к ожидавшемуся повышению успеваемости (хотя и помогло задействовать новые педагогические методы, например, такие как «перевернутый класс»), и доля неграмотного населения осталась практически на прежнем уровне [3; 4].

Часто декларируется, что цели создания искусственных преподавателей продиктованы соображениями образовательной эффективности. Однако, здесь возникает вопрос, действительно ли при внедрении искусственных педагогов во главу угла будет поставлена именно образовательная, а не экономическая эффективность.

Сегодня от ИИ в обучении ожидается не только и не столько выполнение рутинной преподавательской работы, сколько построение единой рекомендательной системы и развитие и поддержка адаптивной образовательной среды, которая способствует достижению образовательных результатов, персонализации учебного процесса и повышает уровень вовлеченности. Именно искусственный интеллект сыграет ключевую роль в реализации идеи персонализированного обучения – адаптации обучения, его содержания и темпа к конкретным потребностям каждого учащегося на основе анализа большого объема данных.

В настоящее время ИИ в обучении используется для решения следующих задач [2]:

· построение индивидуальных учебных траекторий;

· автоматизированная проверка домашних заданий;

· составление профилей обучающихся с индивидуальным планом развития;

· продвинутая учебная аналитика на основе больших данных;

·  автоматизированные рекомендательные системы по редизайну учебных программ.

Стандартная интеллектуальная обучающая система строится на трех моделях: области знаний, педагогики и обучающегося.

Такая система обучения действует по базовой схеме:

· использование данных о моделях;

· адаптивное обучение (строится на основе данных, содержащихся в каждой из моделей);

· сбор новых данных после адаптивного обучения и их анализ;

· обновление моделей [2; 5].

В целом аавтоматизация обедняет знания, поскольку легче всего автоматизировать получение фактологической информации, которая не является приоритетной для эффективного обучения и переноса знаний на практику. Сложнее автоматизировать процессы обучения на уровне размышления, анализа и синтеза информации.

Использование искусственного интеллекта в образовании предлагает огромные возможности для улучшения процесса обучения и достижения больших успехов. Например, сегодня в ряде областей народного хозяйства применяется машинное обучение – это приложение искусственного интеллекта, которое позволяет компьютерам действовать без непосредственного программирования, а также учиться и совершенствоваться на основе полученного опыта без вмешательства или помощи человека. Здесь под машинным обучением понимается целый спектр алгоритмов, призванных помочь компьютерной программе работать без прямых команд, то есть обучаться. При этом процесс обучения становится возможным при больших объемах данных

Получается, что, с одной стороны, существует технологическая возможность для непрерывных процессов улучшений и оптимизации учебной деятельности, но вместе с тем она остается недоступной многим разработчикам образовательных программ.

Причин этому может быть несколько:

· дефицит «коробочных» решений, которые позволили бы быстро подключить систему интеллектуального анализа и использовать;

· высокие технические требования (не каждый методолог или педагогический дизайнер владеет статистическими методами или алгоритмами анализа данных);

· некоторая ригидность мышления при внедрении инновационных подходов, страх перед незнакомыми комплексными инструментами [2].

Применение ИИ также сопряжено с определенными вызовами и ограничениями. Один из главных вызовов – это нехватка квалифицированных специалистов в области искусственного интеллекта. Еще одно ограничение состоит в недостатке доступных данных для обучения ИИ в образовании.

В целом, применение искусственного интеллекта в образовании может преодолеть ряд вызовов и ограничений, но требует серьезных усилий и сознательного подхода со стороны образовательных учреждений и педагогического сообщества.

С одной стороны, искусственный интеллект – инструмент, созданный людьми. Его возможности ограничены рамками, которые мы установим. Он зависит от нас для своего обучения, настройки и управления. Независимо от того, насколько продвинутыми станут технологии, ИИ будет всегда оставаться продуктом человеческого интеллекта и творчества.

С другой стороны, перспективным направлением в области развития ИИ является метод, согласно которому нейронная сеть самостоятельно исследует процесс создания искусственного интеллекта и вносит изменения в алгоритмы кода. Это позволяет ей не только изучать, но и улучшать свою топологию и архитектуру. История развития искусственного интеллекта, растянувшаяся более чем на полвека, доказывает людям, что не существует значительных и серьезных помех для достижения этого факта.

Ученые предполагают, что с учетом видимого роста производительности машин и совершенствования архитектуры нейронных сетей, систему на их основе, которая будет наиболее полно имитировать работу человеческого мозга, получится создать в 2030–2035 годах [6].

Таким образом, чтобы помочь учащимся научиться быть эффективными в мире, на который все большее влияние оказывает ИИ, требуется педагогика, которая вместо сосредоточения на преимущественных особенностях компьютеров (например, запоминание и вычисления), предоставляла возможности сотрудничества с распространенными инструментами ИИ в жизни, обучении и работе.

Литература:

1.  Искусственный интеллект скоро захватит мир и никто этому не помешает! // ИнфоВолна [Электронный ресурс]. Режим доступа: https://dzen.ru/a/ZXFh6fyuazkoiWc_ Дата доступа: 25.01.2024.

2.  AI в обучении: на что способны технологии уже сейчас? // EduTech. – 2022. – № 4[49]. – С. 1-60.

3.  Русаков А.А. Обучение математике и информатике в условиях информатизации образования / А.А. Русаков, В.В. Казаченок // Электронный науч.-методич. журнал «Педагогика информатики». 2023. № 1-2. – С. 1-14. Режим доступа: Https://pcs.bsu.by/2023_1-2/n1.html Дата доступа: 25.01.2024.

4.  Мяо Ф. Технологии искусственного интеллекта в образовании / Ф. Мяо, У. Холмс, Ж. Хуан, Х. Чжан. – Москва: ИИТО ЮНЕСКО, 2020. – 56 с.

5.  Казаченок В.В. Применение нейронных сетей для повышения эффективности обучения // Электронный науч.-методич. журнал «Педагогика информатики». 2020. № 2. – С. 1-12. Режим доступа: Http://pcs.bsu.by/2020_2/5ru.pdf Дата доступа: 25.01.2024.

6.  Магонин Д. AI в 2023 году: как развивается искусственный интеллект / Д. Магонин // Медиа нетологии [Электронный ресурс]. Режим доступа: https://netology.ru/blog/03-2023-ai-trends?ysclid=lqwhiarsmt764903433 Дата доступа: 25.01.2024.