Информатика и образование №3’2024

Описание

Журнал «Информатика и образование» №3’2024

Том 39 № 3 Июнь 2024 года
Содержание номера

ИНФОРМАТИЗАЦИЯ ОБРАЗОВАНИЯ

Григорьев С. Г., Аникьева М. А.

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ ГЕНЕРАТИВНОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ

В последние годы происходит активное внедрение технологий искусственного интеллекта (ИИ) в образовании (в англо­язычной среде сложился отдельный термин — Artificial Intelligence in Education (AIEd), т. е. ИИ в образовании). С недавнего времени один из самых популярных инструментов ИИ — ChatGPT. Это пример генеративных технологий ИИ, которые создают новый контент (различные виды текста, изображение, аудио, видео) в ответ на запрос пользователя. В статье на примере ChatGPT рассмотрены возможности применения ИИ в различных сферах образовательной деятельности и способы повышения эффективности его использования с помощью генеративных технологий.

Для структурирования способов взаимодействия с ChatGPT при его интеграции в образовательный процесс использована модель COST, описывающая получение и обмен информацией в процессе обучения. Чтобы возможности ChatGPT были использованы более полно, а его недостатки были компенсированы, требуется составлять качественные запросы, например, с помощью дерева концептов. Кроме того, необходимо формулировать запросы так, чтобы исследуемое понятие было как можно подробнее конкретизировано.

В качестве примера в статье представлены фрагменты разработанного дерева концептов, представляющего состав образовательной деятельности и взаимосвязи между его элементами. Оно может служить основой для составления запросов чат-боту. Качество ответа на запрос определяется полнотой входной информации.

Результаты исследования, представленные в статье, помогут получать более точные и релевантные ответы на запросы при практическом применении ChatGPT в повседневной работе образовательного учреждения и обучающимися, и обучающими, а также другими заинтересованными лицами, которые участвуют в организации процесса обучения.

Ключевые слова: искусственный интеллект, генеративные технологии, ChatGPT, образование, искусственный интеллект в образовании.

Карманова Е. В., Захарова Я. М., Киселев А. В.

ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ОБРАЗОВАТЕЛЬНЫХ РЕЗУЛЬТАТОВ СТУДЕНТОВ УНИВЕРСИТЕТА С ИСПОЛЬЗОВАНИЕМ LMS MOODLE

Интеллектуальный анализ образовательных данных представляет собой технологию обработки больших объемов информации, собранной с помощью образовательных порталов, для оценки качества учебного контента и прогнозирования образовательных результатов. При использовании данной технологии применяются различные методы анализа данных: поиск аномалий и ассоциаций, классификация, кластерный, регрессионный и факторный анализ. Каждый из этих методов использует специальные инструменты, такие как электронные таблицы, высокоуровневые языки программирования (Python или R), аналитические low-code платформы (Loginom, Orange) или специализированные модули аналитики, внедренные в образовательные порталы.

В статье раскрываются возможности модуля «Аналитика», встроенного в LMS Moodle, для отслеживания и оптимизации образовательного процесса. Авторы дают рекомендации по настройке и использованию этого модуля в учебном процессе. Модуль «Аналитика» позволяет без навыков программирования создавать прогнозы успешности освоения отдельного учебного курса, не требует предобработки данных для анализа и дает возможность быстро принимать меры по совершенствованию учебного процесса на основе результатов прогноза. Однако модуль имеет и ряд недостатков (ограниченность признаков и моделей прогнозирования, высокие требования к вычислительным мощностям для запуска обучения моделей и построения прогнозов), поэтому администраторы образовательных порталов часто отключают его. В связи с этим был проведен эксперимент по обучению модели классификации для предсказания экзаменационных оценок студентов на основе деятельности обучающихся на образовательном портале МГТУ им. Г. И. Носова.

В ходе эксперимента были взяты данные об активности студентов на образовательном портале университета за один учебный год, построены модели машинного обучения для предсказания экзаменационной оценки по отдельному студенту и предмету. Результаты эксперимента показали, что точность предсказания оценки студента на промежуточной аттестации (по метрике F1) составляет 74 %. Это подтверждает эффективность использования учебной аналитики на основе данных пользователей образовательных платформ.

Ключевые слова: образовательный портал, учебная аналитика, модель машинного обучения, прогнозирование образовательных результатов, LMS Moodle.

Деев М. В.

АРХИТЕКТУРА СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА КОМПЕТЕНЦИЙ ДЛЯ АКТУАЛИЗАЦИИ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММ ВУЗА

Проблема актуализации образовательных программ и образовательного контента тесно связана с необходимостью их адаптации к меняющимся условиям региональных рынков труда. Решение этой проблемы достигается посредством сбора и анализа данных о компетентностных требованиях работодателей к квалификации специалистов (сами данные можно извлечь из объявлений о вакансиях на открытых ресурсах в сети Интернет).

В статье представлен метод использования поисковых роботов и модулей обработки текстовых данных для получения формализованных описаний компетентностных требований и сравнения их по степени сходства с описаниями компетенций из образовательных программ. Для сравнительного анализа компетентностных требований разработан метод кластеризации с использованием аппарата нечеткой логики и нейронной сети. Архитектура системы сбора и интеллектуального анализа вакансий включает в себя поисковые краулеры, модуль парсинга текстовых данных с очисткой от информационных шумов, модуль консолидации данных, модуль генерации словаря ключевых слов, модуль синтеза векторов компетенций, модуль кластеризации, распределенный реестр формализованных описаний компетенций и др.

Результаты сравнительного анализа необходимы для оценки соответствия компетенций специалистов, подготавливаемых в региональных вузах, требованиям работодателей в регионах. Проведенная оценка позволяет выработать рекомендации для актуализации образовательных программ и образовательного контента учебного заведения, а также провести адаптивную настройку компонентов информационно-образовательной среды вуза.

Ключевые слова: компетентностные требования, вектор ключевых слов, сравнительный анализ, образовательная программа, кластерный анализ, нечеткая нейронная сеть.

ПЕДАГОГИЧЕСКИЙ ОПЫТ

Калмыкова С. В.

РАЗВИТИЕ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИХ КОМПЕТЕНЦИЙ В ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКЕ МАГИСТРАНТОВ НАПРАВЛЕНИЯ «ГОСУДАРСТВЕННОЕ И МУНИЦИПАЛЬНОЕ УПРАВЛЕНИЕ»

Информационно-аналитические компетенции являются неотъемлемой частью профессиональных навыков специалистов, работающих в органах государственной и муниципальной власти, так как позволяют эффективно обрабатывать и анализировать большие объемы информации, принимать обоснованные решения и прогнозировать последствия принятых мер. Такие навыки особенно актуальны в условиях современного информационного общества, где доступ к информации стал более широким, а объемы данных растут с каждым днем.

Развитие информационно-аналитических компетенций является необходимым условием для успешной профессиональной деятельности выпускников направления 38.04.04 «Государственное и муниципальное управление». Для формирования и совершенствования указанных компетенций у обучающихся нужно использовать современные методы и инструменты работы с большими данными, такие как анализ данных, информационная визуализация, работа с базами данных и другие. Важно развивать критическое мышление и способность к самоконтролю при работе с информацией.

На примере преподавания дисциплины «Информационно-аналитические технологии в государственном и муниципальном управлении» в Санкт-Петербургском политехническом университете Петра Великого автор доказывает необходимость использования таксономии Б. Блума в качестве основы методологии курса: благодаря иерархии целей обучения и исследования возможно эффективное формирование информационно-аналитических компетенций и их последовательное закрепление в профессиональной деятельности магистрантов.

Ключевые слова: информационно-аналитические компетенции, данные, аналитика, Data Mining, таксономия Б. Блума, инструменты анализа данных.

Захарченков К. В., Мрочек Т. В., Кутузов В. В.

ФОРМИРОВАНИЕ ИНДИВИДУАЛЬНОЙ ОБРАЗОВАТЕЛЬНОЙ ТРАЕКТОРИИ СТУДЕНТА ВУЗА НА ОСНОВЕ МОДИФИЦИРОВАННОГО МУРАВЬИНОГО АЛГОРИТМА

Индивидуальная образовательная траектория позволяет предоставить каждому обучающемуся последовательность учебных материалов в соответствии с его темпом, стилем обучения и имеющимися пробелами в познаниях. В условиях цифровизации образования появляется возможность использовать современные способы повышения качества обучения для создания индивидуальной образовательной траектории. В статье представлена модель адаптации учебного контента, которая содержит алгоритм построения индивидуальной образовательной траектории, основанный на модифицированном муравьином алгоритме (алгоритме муравьиной колонии) и обеспечивающий персонализированный подбор последовательности учебных материалов. Модель адаптации учебного контента рассматривается на примере изучения языка SQL в рамках курса «Базы данных».

Предложенная модификация алгоритма муравьиной колонии позволяет повысить эффективность формирования компетенций при прохождении учебных дисциплин, имеющих значительную продолжительность и состоящих из слабо связанных между собой модулей, за счет отнесения каждого студента к наиболее подходящей подгруппе в соответствии с выбранной профессиональной ролью и организации полноценного повторения на протяжении изучения всей дисциплины. В качестве спе­цификаторов групп обучающихся предложено использовать желаемый квалификационный уровень освоения языка SQL (базовый или профессио­нальный) или направление подготовки (специальность). Повторение основ решения задач в процессе изучения дисциплины предложено выполнять на основе определяемых алгоритмом муравьиной колонии значений «феромона», формула для расчета которых обеспечивает высокую вероятность перенаправления студента на решение задач из списка на повторение при превышении допустимого количества взятых подсказок или попыток решения.

Ключевые слова: алгоритмы роевого интеллекта, муравьиный алгоритм, алгоритм муравьиной колонии, профессиональная подготовка по SQL, компетенции, индивидуальная образовательная траектория, учет забывания, модель обучающегося, модель адаптации учебного контента.

Дианова Ю. В., Столбова И. Д.

ЦИФРОВЫЕ ТЕХНОЛОГИИ В ПРОГРАММЕ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ КАК СРЕДСТВО РАЗВИТИЯ ПРОФЕССИОНАЛЬНЫХ КОМПЕТЕНЦИЙ СТУДЕНТОВ ПОЛИТЕХНИЧЕСКОГО ВУЗА

Цифровизация образования играет важную роль в реализации программ подготовки высококвалифицированных кадров для цифровой экономики. Проект «Цифровые кафедры», реализуемый с 2022 года на стыке дополнительного образования и информационных технологий в рамках национальной программы «Цифровая экономика Российской Федерации», создает уникальный образовательный формат, не только меняющий организационные формы обучения, но и позволяющий использовать цифровые технологии как средство развития профессиональных компетенций обучающихся.

В статье приведены данные о первых результатах реализации программы дополнительного профессионального образования «Информационные технологии в дизайне», действующей на «цифровой кафедре» Пермского национального исследовательского политехнического университета и нацеленной на подготовку специалистов в сфере промышленного дизайна. Рассмотренные в статье цифровые технологии выступают не только как инструменты в операционной деятельности промышленного дизайнера, но и как средства для профессионального развития специальных навыков дизайн-мышления. Авторские методики обучения представляют практическую ценность для достижения эффекта «креативизации» проектных решений, разрабатываемых участниками программы. Доказано, что в таком контексте цифровые технологии способствуют формированию у обучающихся умений к осуществлению креативных действий, несущих художественно-эстетическую и экономическую ценность.

Представленные результаты могут иметь практический интерес для руководителей направлений в сфере вузовского дизайн-образования, для педагогов — исследователей проблем цифровой трансформации инженерно-графического образования, а также методистов и педагогов-практиков, осуществляющих обучение по программам высшего и дополнительного профессионального образования в ИТ-сфере.

Ключевые слова: цифровизация образования, цифровые технологии, промышленный дизайн, компьютерная графика, трехмерное моделирование, виртуальная реальность, креативное действие.

Эльтемеров А. А.

ВОСТРЕБОВАННОСТЬ ЦИФРОВЫХ КОМПЕТЕНЦИЙ В ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКЕ СОТРУДНИКОВ МЧС РОССИИ

В наши дни цифровые компетенции стали необходимой составляющей профессиональной подготовки специалиста любой отрасли, в том числе сотрудника МЧС. Цифровые технологии и цифровые инструменты имеют важное значение не только в работе всех систем МЧС России, но и в процессе подготовки специалистов этой отрасли. Цифровизация образования в вузах МЧС, несмотря на возникающие проблемы и трудности, продолжает охватывать все новые сферы.

Статья посвящена изучению востребованности цифровых компетенций в профессиональной подготовке сотрудников МЧС России. С этой целью был проведен опрос курсантов очного и заочного отделений Академии Государственной противопожарной службы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий. По итогам опроса был составлен рейтинг компетенций, необходимых сотруднику МЧС, осуществлен анализ востребованности компетенций, определено место цифровых компетенций среди профессиональных компетенций сотрудников МЧС, отмечена разница в востребованности цифровых компетенций в зависимости от специализации обучающихся (например, пожарно-спасательной службы и судебной экспертизы).

Полученные в ходе исследования данные свидетельствуют о значимости и востребованности цифровых компетенций в профессиональной деятельности сотрудников различных подразделений МЧС России, что определяет необходимость модернизации профессиональной подготовки в условиях использования нового орудия труда — цифровых технологий и цифровых инструментов.

Ключевые слова: кадровая неподготовленность, профессиональная подготовка, МЧС России, Академия ГПС МЧС России, цифровые технологии, цифровая экономика, цифровизация, цифровые компетенции.

ПЕДАГОГИЧЕСКИЕ КАДРЫ

Чусавитина Г. Н., Зеркина Н. Н., Кагарманова Л. А.

АНАЛИЗ СФОРМИРОВАННОСТИ КОМПЕТЕНЦИЙ ПО СОЗДАНИЮ И ИСПОЛЬЗОВАНИЮ ОБРАЗОВАТЕЛЬНОГО ВИДЕО У СТУДЕНТОВ РАЗНЫХ НАПРАВЛЕНИЙ ПОДГОТОВКИ

В современной науке принято считать, что видеоформат эффективнее по сравнению с другими формами подачи материала. Использование видеоконтента в образовательных целях соответствует физиологии человека, актуально и педагогически обоснованно. На базе анализа научной литературы и личного профессионального опыта педагогов и разработчиков цифровых образовательных ресурсов авторы делают вывод о необходимости формирования компетенций в сфере создания и применения видеоконтента у студентов университета разных направлений подготовки и представляют модель данных компетенций.

С целью всестороннего и актуального анализа сформированности у студентов университета компетенций в сфере применения и создания образовательного видеоконтента и имеющегося у них опыта по разработке образовательного видео был инициирован проект, в рамках которого обучающиеся создавали образовательное видео, а затем заполняли анкету, где оценивали не только функции видеоконтента в образовании, но и личный опыт создания видео и собственные компетенции. Анкеты студентов предоставляют богатый материал для количественного и качественного анализа сформированности компетенций, необходимых для создания образовательного видео.

Представленные результаты могут иметь практический интерес для тех преподавателей образовательных организаций, которые планируют создавать видеоконтент и применять его для повышения эффективности и качества образования, а также осуществлять формирование соответствующих компетенций у обучающихся.

Ключевые слова: цифровые образовательные технологии, видеоконтент, видеоматериалы, аудиовизуальные материалы, образовательное видео, компетенции в сфере применения и разработки образовательного видео.

Дополнительные материалы