ВЛИЯНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА (ИИ) НА ПРОЦЕСС ОБУЧЕНИЯ ИТ-СТУДЕНТОВ

THE IMPACT OF ARTIFICIAL INTELLIGENCE (AI) IN THE LEARNING PROCESS OF IT STUDENTS

Bakgeldi Alkhabay

Master’s student, Faculty of Computer Science and Engineering, Astana IT University,

Kazakhstan, Astana

Arailym Bakenova

Master’s student, Faculty of Computer Science and Engineering, Astana IT University,

Kazakhstan, Astana

Nurbay Kairbek

Master’s student, Faculty of Computer Science and Engineering, Astana IT University,

Kazakhstan, Astana

АННОТАЦИЯ

Искусственный интеллект (ИИ) — одна из ключевых отраслей информационных технологий (ИТ). Быстрое развитие отрасли привело к изменениям во многих сферах, в том числе в образовании. Методы обучения, оценка и разработка учебных программ, а также взаимодействие учащихся с информацией и технологиями были преобразованы платформами на базе искусственного интеллекта, которые теперь можно адаптировать к конкретным требованиям и предпочтениям преподавателей и студентов в области ИТ. Цель работы – проанализировать влияние ИИ-платформ на учебный процесс студентов и на их мотивацию. Основные задачи — определить преимущества или недостатки искусственного интеллекта в образовании, изучить психологические аспекты использования технологий и представить основные выводы и идеи, полученные в результате наших исследований по этой теме. Основные гипотезы заключаются в том, что интеграция искусственного интеллекта в процесс обучения положительно влияет на академическую успеваемость студентов и что использование инструментов искусственного интеллекта не оказывает негативного влияния на психологию студентов. Научная и практическая значимость работы заключается в оценке роли искусственного интеллекта в образовательном процессе с позиций психологии управления. На основе исследовательского опроса определена важность ИИ в обучении студентов в сфере информационных технологий.

ABSTRACT

Artificial intelligence (AI) is one of the key branches of information technology (IT). The rapid development of the field has led to changes in many areas, including education. The teaching methods, evaluation, and curriculum design, as well as the interaction of students with information and technology, have been transformed by AI-powered platforms that can now be adapted to the specific requirements and preferences of teachers and students in the field of IT. The purpose of the work is to analyze the influence of AI platforms on the educational process of students and on their motivation. The main objectives are to determine the benefits or drawbacks of artificial intelligence in education, study the psychological aspects of the use of technology, and present the main conclusions and ideas obtained as a result of our research on this topic. The main hypotheses are that the integration of artificial intelligence into the learning process has a positive effect on the academic performance of students and that the use of artificial intelligence tools does not have a negative impact on the psychology of students. The scientific and practical significance of the work lies in evaluating artificial intelligence's role in the educational process from the perspective of management psychology. Based on a research survey, the importance of AI in the education of students in the field of information technology was determined.

Ключевые слова: искусственный интеллект; образование; психология управления; информационные технологии.

Keywords: artificial intelligence; education; psychology of management; information technology.

Введение

В цифровую эпоху искусственный интеллект охватывает широкий спектр областей, включая все, начиная от базовых манипуляций в информационных технологиях и заканчивая образованием и наукой. Процесс обучения и разработка учебных стратегий подвержены влиянию быстрой интеграции ИИ в образовательную среду. В этом контексте студенты IT-специальностей среди первых сталкиваются с огромными возможностями и вызовами, которые предлагает эта стремительно развивающаяся технология.

Несмотря на то, что искусственный интеллект имеет богатую историю развития, эта область считается относительно молодой и обладает большими перспективами развития. Согласно Хогелунду, концепция искусственного интеллекта не возникла на пустом месте, ни была создана компьютером [5]. Чат-боты, подмножества ИИ или любые платформы, которые сегодня являются обыденными и направлены на выполнение задач, порученных человеком, являются результатами долгих дискуссий, исследований и экспериментальной работы. Те, кто был среди первых, кто поднял тему идеи интеллектуальных машин, были философы. Они подчеркнули важность быть человеком, анализируя концепцию интеллектуальных машин [13]. Первые практические изменения начались в середине 19 века. Правильный курс для еще не разработанного направления привел к тому, что в 1956 году Джон Маккарти определил термин "Искусственный Интеллект" и привлек внимание большего количества исследователей [17]. Сегодня ИИ — это масштабная область, которая находится и используется в повседневной жизни многих.

Поскольку ИИ продолжает интегрироваться в различные аспекты повседневной жизни, он оказывает значительное влияние на современный мир образования. Открывая новые возможности, технологии позволяют адаптировать учебный процесс в соответствии с индивидуальными потребностями студента, повышая качество обучения и взаимодействие с информацией. Актуальность этой темы заключается в том, что постоянное развитие области влечет за собой изменения касательно эффективности ИИ, а также влияния на психологические аспекты обучения, особенно для студентов IT-специальностей. Новизна представленной работы определяется исследованием, которое сосредоточено на образовательных инновациях с точки зрения психологии управления. Таким образом, объектом исследования является образовательный опыт студентов IT-специальностей в связи с внедрением и применением ИИ как неотъемлемой составляющей образовательных программ. Предмет исследования - влияние использования ИИ на обучение студентов с учетом психологических факторов управления учебным процессом.

Помимо технологических достижений, влияние ИИ распространяется и на область психологии образовательного менеджмента, влияя на динамику отношений между учителями, учениками и учебной средой. Эта трансформация, вызванная ИИ, не только о технологическом принятии; она углубляется в когнитивные и эмоциональные аспекты человеческого взаимодействия в образовательных настройках.

Цель этой статьи - проанализировать отношение студентов IT-специальностей к искусственному интеллекту, определить степень влияния платформ ИИ и понять, как можно эффективно организовать учебный процесс. Знание о том, насколько технологии повлияли на психологию и образование, может помочь предсказать потенциальные разработки для образовательных методов и систем в будущем. Результаты исследования могут помочь учителям и профессорам лучше понять принципы продуктивной организации учебного процесса с использованием интеллектуальных технологий и повысить уровень мотивации среди студентов к качественному обучению.

Обзор литературы

Что такое Искусственный Интеллект (ИИ)?

Термин "искусственный интеллект" вызывает целый спектр эмоций и вопросов. Во-первых, он пробуждает наше увлечение интеллектом, который выделяет человека как уникальное существо среди живых. Это любопытство приводит нас к вопросам вроде "Что составляет интеллект?", "Как его можно измерить?" и "Как функционирует человеческий мозг?". Эти вопросы приобретают значимость при погружении в сферу искусственного интеллекта. Тем не менее, основной вопрос для инженеров, особенно для компьютерных ученых, крутится вокруг создания интеллектуальных машин, которые имитируют человекоподобные, интеллектуальные поведения [3].

Слово "искусственный" может вызывать множество различных ассоциаций. Это может вызвать страхи перед интеллектуальными киборгами, вызвать образы из научно-фантастической литературы и заставить задуматься о том, следует ли нам стремиться понять, воспроизвести или даже реконструировать наше самое ценное владение - человеческую душу [3].

Учитывая эти разнообразные интерпретации, задача кратко и универсально определить термин "искусственный интеллект" или ИИ становится сложной. Однако его можно охарактеризовать, опираясь на примеры и исторические определения. В 1955 году Джон Маккарти, пионер в области ИИ, был одним из первых, кто предложил определение искусственного интеллекта, которое можно изложить следующим образом:

Цель ИИ заключается в разработке машин, которые ведут себя так, как будто они обладают интеллектом [3].

Тем не менее, не существует широко принятого определения искусственного интеллекта. В таблице 1, где представленные определения сосредоточены на когнитивных процессах и логическом рассуждении, в то время как те, что представлены ниже, сфокусированы на наблюдаемых поведениях и действиях. Определения слева оценивают успех, сравнивая его с человеческими достижениями, в то время как те, что справа, измеряют его против идеального стандарта производительности, известного как "рациональность". Система считается рациональной, когда она принимает правильные решения, основываясь на своих имеющихся знаниях [18].

Таблица 1.

Определения искусственного интеллекта

История Искусственного Интеллекта (ИИ)

Происхождение ИИ можно проследить ещё с 1940-х годов, в частности, с 1942 года, когда научно-фантастический рассказ Исаака Азимова "Бегство" ввёл в употребление Три закона робототехники. Работа Азимова вдохновила ранних пионеров ИИ, включая Марвина Мински. Одновременно английский математик Алан Тьюринг работал над машинами для взлома кодов, такими как "Бомба" во время Второй мировой войны. Работа Тьюринга породила вопросы о машинальном интеллекте, которые достигли кульминации в концепции Теста Тьюринга в 1950 году [4]. Через шесть лет термин "Искусственный Интеллект" был официально предложен, когда группа выдающихся учёных, включая профессора Дж. Маккарти, профессора М.Л. Мински, профессоров Х. Саймон и А. Ньюэлл, К. Е. Шеннон, Н. Рочестер и другие, собрались в Дартмутском колледже в Соединённых Штатах, отмечая рождение ИИ [14].

После Дартмутской конференции ИИ пережил почти два десятилетия замечательных успехов. Его расширение в 1970-х годах привело к исследованию различных областей исследований, включая механическое доказательство теорем, машинный перевод, экспертные системы, теорию игр, распознавание образов, машинное обучение, робототехнику и интеллектуальное управление [14]. Такие новшества, как ELIZA Джозефа Вайценбаума и General Problem Solver, продемонстрировали потенциал ИИ. В 1970 году оптимизм Марвина Мински относительно достижения общего интеллекта человеческого уровня в течение нескольких лет привёл к увеличению финансирования исследований ИИ [4].

Однако ИИ столкнулся с трудностями, когда в 1973 году Конгресс США критиковал высокие расходы на исследования. Доклад британского математика Джеймса Лайтхилла вызвал сомнения в возможностях ИИ, что привело к сокращению поддержки со стороны правительств Великобритании и США [4].

Второй срыв произошёл в 1982 году, когда Япония попыталась разработать компьютер пятого поколения с продвинутыми возможностями инференции и обработки знаний и столкнулась с трудностями. Проект, инициированный Министерством международной торговли и промышленности, ставил целью создание машины с 1000 процессорными блоками, способной интегрировать огромные объемы информации. К 1992 году, несмотря на расходы в 850 миллионов долларов, проект сделал небольшой технологический прогресс. Этот неудачный опыт подчеркнул необходимость инноваций и программного обеспечения как основных двигателей развития ИИ, с аппаратным обеспечением в роли поддержки [14].

Третьим неудачным опытом был 1984 год, когда амбициозное стремление Стэнфордского университета вручную создать всестороннюю энциклопедию знаний, известную как "Cyc", направленную на достижение человекоподобных инференциальных способностей. Однако проект столкнулся с трудностями, особенно по сравнению с растущими возможностями Интернета и больших данных, включая поисковые системы. К концу 1990-х годов разработка Cyc замедлилась и стала невозможной для восстановления, несмотря на связи с внешними базами знаний. Основной урок из этой неудачи - непрактичность ручного накопления огромного количества знаний из человеческих источников. Вместо этого фокус сместился на автоматическое получение знаний из окружающей среды [14].

В наши дни ИИ готов стать повсеместной частью повседневной жизни, влияя на личную жизнь и преобразуя то, как бизнес принимает решения и взаимодействует с различными заинтересованными сторонами. Нейронные сети снова стали актуальными с развитием глубокого обучения в 2015 году, когда Google AlphaGo одержал победу в сложной игре Го. Теперь эти сети лежат в основе современных приложений ИИ, включая распознавание изображений и речи. Этот период, отмеченный извлечением выгоды из прошлых статистических достижений, характеризует текущую эру ИИ [4].

Искусственный Интеллект (ИИ) в Образовании

Искусственный интеллект (ИИ) в образовании радикально преображает школы и классы, предоставляя гибкость, персонализацию и поддержку учителям и учащимся [19]. Технологии ИИ позволяют компьютерам выполнять человеческие задачи, такие как мышление и обучение, что делает возможным улучшение практики преподавания и обучения [9]. ИИ может упростить учебные задачи, предвидеть потребности учащихся и предоставить инструменты для эффективной оценки и улучшения результатов. Он также позволяет разрабатывать адаптивные образовательные среды и инклюзивные инструменты, которые поддерживают формальное образование и обучение на протяжении всей жизни. Применение ИИ в образовании является предметом академических исследований уже более 30 лет, и в этой области появляются различные направления исследований для решения новых вызовов в образовательных технологиях. Системы обучения с поддержкой ИИ использовались для помощи в обучении в высшем образовании и образовании K-12, обеспечивая такие преимущества, как круглосуточная доступность и персонализированная помощь [25].

Преимущества ИИ в образовании

ИИ был интегрирован в образование различными способами. Например, в области образовательной оценки инструменты на базе ИИ использовались для задач, таких как создание тестовых заданий, управление тестированием и оценка тестов [12]. В образовании в области здравоохранения ИИ использовался для улучшения управления уходом за пациентами, улучшения процессов передачи информации и поддержки оценки, диагностики и прогнозирования заболеваний [11]. Применение ИИ в образовании также распространяется на персонализированные учебные опыты, адаптивное тестирование, предсказательную аналитику и чат-ботов для обучения и исследований [23]. В медицинском образовании, в частности, ИИ использовался для предоставления персонализированных учебных опытов, улучшения практических навыков и оснащения медицинских работников лучшими знаниями и умениями [10]. Эти примеры демонстрируют разнообразие применения ИИ в образовании, подчеркивая его потенциал для улучшения учебного процесса, повышения результативности и поддержки медицинских работников в их обучении и практике.

В последние годы прогресс в области искусственного интеллекта, машинного обучения и аналитики больших данных создал новые возможности для персонализированного обучения. Персонализированное обучение предполагает структурированный образовательный подход, адаптирующий учебу для удовлетворения уникальных сильных сторон, предпочтений, требований и целей индивидуального учащегося. Оно способствует всестороннему обучению, предлагая разнообразие новых предметов и возможностей для развития навыков. Интеграция искусственного интеллекта предоставляет студентам разных возрастов, академических уровней и социально-экономических фонов средства для улучшения их образовательного опыта и повышения академической успеваемости. Технологии искусственного интеллекта играют ключевую роль в формировании индивидуализированных обучающих траекторий. ИИ позволяет использовать различные методы обучения, адаптированные к конкретным потребностям, сильным и слабым сторонам, талантам и академическим трудностям каждого студента. Продвинутая аналитика и машинное обучение предлагают возможность развивать социально-эмоциональные навыки обучения. Современные технологии позволяют педагогам создавать индивидуальные учебные маршруты и анализировать как качественные, так и количественные данные. Искусственный интеллект, данные, аналитика и машинное обучение помогают педагогам предоставлять образовательные программы студентам в рамках погруженной виртуальной среды. Этот подход обеспечивает качество дистанционного обучения и эффективные педагогические практики [21].

Цель 4 Устойчивого Развития направлена на достижение инклюзивного и справедливого доступа к образованию высокого качества и продвижение возможностей обучения на протяжении всей жизни для всех. Она подчеркивает важность равных возможностей обучения на протяжении всей жизни. Технологии искусственного интеллекта (ИИ) играют важную роль в обеспечении справедливого и инклюзивного доступа к образованию. Они помогают маргинализированным лицам и сообществам, людям с ограниченными возможностями, беженцам, тем, кто не посещает традиционные школы, и живущим в удаленных районах получить подходящие образовательные возможности. Например, телеприсутствующие роботы позволяют учащимся с особыми потребностями участвовать в дистанционном обучении из дома или больницы, обеспечивая непрерывность обучения во время чрезвычайных ситуаций или кризисов. Это способствует продвижению инклюзивности и широкого доступа к образованию [15].

ИИ также может улучшить совместное обучение, особенно в ситуациях, когда учащиеся физически не присутствуют в одном месте. Он предоставляет студентам гибкость в отношении времени и места их занятий. В контексте компьютерно-поддерживаемого совместного обучения большое значение имеют онлайн асинхронные дискуссионные группы. Используя техники ИИ, такие как машинное обучение и анализ текста, системы ИИ используются для контроля за асинхронными дискуссионными группами, предоставляя ценные сведения педагогам о дискуссиях учащихся и поддерживая их в направлении учебного процесса [15].

Проблемы использования ИИ

Надежные и своевременные данные имеют решающее значение для систем аналитики данных, управляемых ИИ. Для раскрытия полного потенциала усовершенствованных предсказательных алгоритмов и машинного обучения необходима надежная система аналитики данных с актуальными, всесторонними данными. Данные являются основой интеллектуальных систем. Без необходимых данных, независимо от того, насколько продвинут алгоритм, он не может эффективно функционировать. Следовательно, богатая данными среда является фундаментальным требованием для систем, работающих на основе ИИ. Однако наличие данных — это только первый шаг. Качество данных имеет равно важное значение. Неточные данные могут привести к тому, что алгоритмы машинного обучения выдадут неверные результаты. Для того чтобы предсказательные алгоритмы делали точные и полные прогнозы, они полагаются на точность и полноту данных [15].

Кроме того, инструменты Искусственного Интеллекта, такие как ChatGPT, каким-то образом негативно влияют на образование и обучение, поскольку есть опасения по поводу их использования в оценках и потенциала для академического обмана [16]. Инструменты для написания эссе на базе ИИ созданы для производства эссе, используя конкретные руководства или задания. В результате студенты могут использовать эти системы для обмана на своих заданиях, сдавая эссе, которые они сами не писали. Это подрывает основную цель высшего образования, которая заключается в стимулировании и обучении студентов, и в конечном итоге может снизить ценность академических степеней [1].

Психологические эффекты ИИ на студентов

Интеграция искусственного интеллекта (ИИ) в сферу образования привнесла волну изменений, которые значительно влияют на психосоциальное благополучие студентов. Появилось множество возможностей, включая расширение образовательных возможностей, создавая ощущение высоких ожиданий и оптимизма в эпоху ИИ [24]. Однако, поскольку ИИ изменяет образовательный ландшафт, крайне важно учитывать потенциальные психосоциальные эффекты, которые он несет. Влияние ИИ на студентов многоаспектно и включает не только положительные, но и отрицательные аспекты обучения в среде, управляемой ИИ. Искусственный интеллект, как революционная сила в образовании, показал свое глубокое положительное психосоциальное воздействие на студентов-информатиков. Множество исследований подчеркивают его роль в повышении мотивации студентов, вовлеченности, самоэффективности и снижении тревожности, создавая таким образом более благоприятную обучающую среду. ИИ достигает этого за счет персонализированного обучения, которое адаптирует содержание и инструкции к индивидуальным потребностям и стилям обучения студентов. Таким образом, ИИ повышает мотивацию и вовлеченность, делая обучение более приятным и значимым для студентов [6, 7, 8].

Одним из ключевых положительных исходов является усиление автономии студентов, позволяя им контролировать свой учебный путь. Инструменты ИИ предоставляют студентам автономию в выборе темпа обучения, учебных материалов и исследовании интересующих их тем. Такое усиление способствует развитию чувства ответственности за свой образовательный путь, дополнительно способствуя их общему благополучию. Одновременно, механизмы персонализированной обратной связи ИИ предлагают студентам своевременную, подробную и конструктивную обратную связь, которая помогает им определять области для улучшения и отслеживать свой прогресс. Эта персонализированная обратная связь укрепляет самооценку и уверенность в способностях студентов, усиливая их положительный психосоциальный опыт. Тем не менее, по мере роста влияния ИИ, жизненно важно признать потенциальные отрицательные психосоциальные эффекты. Чрезмерная зависимость от ИИ является значительной проблемой, поскольку она может препятствовать развитию критического мышления и способности решать проблемы. Студенты могут стать слишком зависимы от решений, сгенерированных ИИ, что потенциально уменьшит их способность к независимому и творческому мышлению [2]. Другая проблема — потенциальная социальная изоляция среди студентов в учебных средах, управляемых ИИ. Хотя ИИ может обеспечить высокоперсонализированные учебные опыты, важно сбалансировать это с возможностями для социального взаимодействия и сотрудничества. Чрезмерная зависимость от ИИ может привести к социальной изоляции, препятствуя развитию важных межличностных навыков [20]. Кроме того, страх перед автоматизацией и потерей рабочих мест в IT-индустрии растет. По мере того, как технологии ИИ становятся все более распространенными, у студентов могут возникнуть опасения относительно их будущих карьерных перспектив. Важно разрешить эти проблемы и подчеркнуть дополнительную роль ИИ в рабочей силе IT-сектора [22]. Проблемы конфиденциальности данных и безопасности также выходят на первый план в образовании на базе ИИ. У студентов может возникнуть беспокойство по поводу сбора, хранения и использования их личных данных. Обеспечение прозрачности и внедрение надежных мер защиты данных необходимы для снятия этих опасений. В ответ на эти вызовы педагоги могут применить несколько стратегий для максимизации положительного психосоциального воздействия обучения на базе ИИ, снижая при этом потенциальные негативные эффекты. Осознанная и сбалансированная интеграция инструментов ИИ является ключом, обеспечивая их дополнение и улучшение традиционных методов преподавания, а не их замену. Содействие человеческому взаимодействию и сотрудничеству среди студентов также является существенным для предотвращения социальной изоляции и развития межличностных навыков. Решение проблем студентов, связанных с автоматизацией и вытеснением рабочих мест, может быть достигнуто за счет освещения эволюционирующего характера IT-индустрии и подчеркивания необходимости как технических, так и специфически человеческих навыков. Наконец, обеспечение конфиденциальности и безопасности данных является непременным аспектом интеграции ИИ в образование. Прозрачность в отношении сбора, хранения и использования данных критически важна, и необходимо реализовать надежные меры защиты данных, чтобы убедить студентов в том, что их конфиденциальность является приоритетом. В заключение, в то время как появление ИИ в образовании предлагает спектр возможностей и положительных психосоциальных эффектов для студентов IT-специальностей, оно также представляет вызовы и потенциальные негативные последствия, которые необходимо учитывать. Реализуя эти стратегии и решая проблемы, педагоги могут создать поддерживающую и позитивную учебную среду, которая позволит студентам процветать в будущем, управляемом ИИ.

ИИ и мотивация студентов

Механизмы обратной связи на базе ИИ и персонализированные учебные опыты имеют потенциал позитивно влиять на мотивацию и самооценку студентов [7, 8]. Своевременная, детальная и конструктивная обратная связь может предоставить студентам ценное понимание их сильных сторон и областей для улучшения, способствуя чувству прогресса и достижения [8]. Персонализированные учебные опыты, адаптированные к индивидуальным потребностям и стилям обучения студентов, могут увеличить вовлеченность и мотивацию, делая обучение более актуальным и значимым [7].

Механизмы обратной связи на базе ИИ предлагают ряд преимуществ по сравнению с традиционными методами обратной связи [8]. Во-первых, системы ИИ могут предоставлять обратную связь почти мгновенно, позволяя студентам получать руководство и поддержку, пока учебный материал ещё свеж в их памяти [8]. Во-вторых, ИИ может более всесторонне анализировать работу студента, выявляя конкретные области сильных и слабых сторон, предоставляя более детальную обратную связь, чем традиционные методы [7]. В-третьих, обратная связь, сгенерированная ИИ, может быть адаптирована к индивидуальным потребностям и стилям обучения студента, учитывая конкретные ошибки и предоставляя персонализированное руководство [7]. В-четвертых, обратная связь от ИИ является последовательной и беспристрастной, исключая субъективность и потенциал несогласованности, присущие традиционным методам обратной связи [8]. Наконец, ИИ может автоматизировать процесс обратной связи, освобождая время учителей для более персонализированных взаимодействий со студентами [7].

Обратная связь на базе ИИ и персонализированные учебные опыты могут позитивно влиять на мотивацию и самооценку студентов несколькими способами [8]. Во-первых, улучшенное понимание, возникающее в результате своевременной и детальной обратной связи, помогает студентам выявить области для улучшения, приводя к лучшему пониманию учебного материала [7]. Во-вторых, конструктивная обратная связь, подчеркивающая прогресс и сильные стороны, может повысить уверенность студентов, побуждая их усердно заниматься учебой [8]. В-третьих, увеличение вовлеченности происходит за счет персонализированных учебных опытов, учитывающих индивидуальные интересы и стили обучения, делая обучение более приятным и мотивируя студентов к активному участию [7]. В-четвертых, чувство достижения поддерживается своевременной обратной связью и персонализированным руководством, помогая студентам осознать свой прогресс и достижения [8]. В-пятых, снижение тревожности возникает в результате обратной связи на базе ИИ, обеспечивающей безопасную и поддерживающую среду для студентов, чтобы получать обратную связь без страха осуждения или смущения [8].

В целом, механизмы обратной связи на базе ИИ и персонализированные учебные опыты обладают большими возможностями для повышения мотивации студентов, их самооценки и в целом учебных результатов, предоставляя своевременную, детальную и конструктивную обратную связь, адаптированную к индивидуальным потребностям и стилям обучения студентов.

Чрезмерная зависимость от ИИ и снижение критического мышления

Быстрое внедрение искусственного интеллекта (ИИ) в образование породило продолжающиеся дискуссии о его потенциальном влиянии на когнитивные способности студентов, в частности, на их критическое мышление и независимые навыки решения проблем [2]. Несмотря на то, что ИИ предлагает множество преимуществ, включая персонализированный учебный опыт и адаптивную обратную связь, возникают опасения по поводу возможности чрезмерной зависимости студентов от решений, сгенерированных ИИ, что может препятствовать развитию важнейших навыков критического мышления [7].

Критическое мышление — это краеугольный камень эффективного обучения и решения проблем. Оно включает в себя способность объективно анализировать информацию, оценивать доказательства и формировать обоснованные суждения [2]. Инструменты ИИ, предоставляя ценную поддержку, могут непреднамеренно уменьшать необходимость для студентов участвовать в этих критических процессах. Легкость доступа к предварительно сгенерированным решениям может привести к пассивному подходу к обучению, где студенты могут просто принимать ответы, предоставленные ИИ, не вникая в лежащую в основе логику или не рассматривая альтернативные точки зрения.

Чрезмерная зависимость от ИИ также может препятствовать способности студентов мыслить творчески и независимо [7]. Алгоритмы ИИ, хотя и сложные, часто ограничены в своей способности генерировать действительно инновационные решения, требующие нестандартного мышления и готовности оспаривать традиционные подходы. Студенты, привыкшие полагаться на ИИ для получения ответов, могут испытывать трудности с развитием творчества и независимого мышления, необходимого для решения сложных проблем, требующих неортодоксальных решений.

Для смягчения этих потенциальных недостатков и обеспечения того, чтобы интеграция ИИ способствовала, а не препятствовала развитию навыков критического мышления, педагоги должны принять сбалансированный подход. Инструменты ИИ следует интегрировать как дополнительные ресурсы, а не как замену традиционным методам обучения, которые акцентируют внимание на критическом мышлении и независимом решении проблем [7]. Учителя должны поощрять студентов к вопросам о решениях, сгенерированных ИИ, анализировать логику за ними и рассматривать альтернативные подходы.

Более того, педагогам следует включать в программу занятия и задания, которые специально способствуют развитию навыков критического мышления. Эти активности могут варьироваться от анализа сложных текстов и оценки доказательств до участия в дебатах и формулирования аргументов [2]. Предоставляя студентам возможности применять навыки критического мышления в различных контекстах, педагоги могут помочь им развить способность независимо мыслить, объективно оценивать информацию и формировать обоснованные суждения, навыки, которые необходимы для успеха во все более сложном и управляемом ИИ мире.

Методология

Исследовательские вопросы:

• Как интеграция Искусственного Интеллекта (ИИ) влияет на учебный процесс студентов IT-специальностей?
• Каковы восприятие и отношение студентов IT-специальностей к использованию ИИ в их обучении?
• Каковы психологические эффекты использования инструментов Искусственного Интеллекта на студентов IT-сферы?

На основе исследовательских вопросов выдвигаются следующие гипотезы:

• Интеграция ИИ в учебный процесс позитивно влияет на академическую успеваемость студентов IT-специальностей.
• Студенты IT-специальностей считают, что методы обучения с использованием ИИ эффективны для улучшения их навыков и знаний.
• Использование инструментов Искусственного Интеллекта в образовательном процессе не имеет негативного воздействия на психологию студентов IT-специальностей.
• Студенты увереннее понимают сложные темы с использованием инструментов ИИ.

В данном исследовании использовался описательный подход, включающий выбор случайной выборки из числа студентов бакалавриата Astana IT University. Данные были собраны от выбранных участников с помощью опросника, который был направлен на получение информации об их опыте и влиянии использования искусственного интеллекта в их области образования.

Выборка и популяция исследования

Выборка исследования состояла из 135 студентов бакалавриата Astana IT University, которые были случайно выбраны из всех факультетов университета в течение первого триместра учебного года 2023–2024.

Инструмент сбора данных

Для сбора ответов от студентов бакалавриата Astana IT University была разработан опросник с использованием сервиса Microsoft Forms. Опросник состоял из 14 вопросов, где в начале были включены демографические переменные респондента (возраст, курс и образовательная программа). Несколько следующих вопросов были направлены на выявление знаний студентов об инструментах Искусственного Интеллекта и опыте работы с ними. Оставшиеся вопросы касались психологических эффектов использования инструментов ИИ.

Анализ данных и результаты

Вопрос 1. Укажите свой возраст.

Этот вопрос был включен, чтобы собрать демографическую информацию о распределении возраста участников. Понимание возрастного диапазона респондентов помогает анализировать, как знакомство с инструментами ИИ и предпочтения могут варьироваться в разных возрастных группах.

Таблица 2.

Распределение респондентов по возрасту

Таблица 2 показывает, что большинство респондентов находится в возрасте от 17 до 19 лет, что составляет 66%, в то время как наименьший процент (3%) респондентов находится в возрасте от 23 до 25 лет.

Вопрос 2. Укажите свой курс.

Выбор курса предоставляет важную демографическую информацию о академическом статусе участников. Это помогает сегментировать данные, чтобы идентифицировать потенциальные различия в использовании инструментов ИИ, отношениях и восприятии среди студентов на разных курсах их программы.

Таблица 3.

Отношение и восприятие студентов на разных курсах их программы.

Таблица 3 показывает, что большинство студентов, участвующих в опросе, находятся на 2 курсе, с процентом 56%, в то время как наименьшее количество (27) респондентов находится на 3 курсе с процентом 20%.

Вопрос 3. Укажите вашу образовательную программу.

Этот вопрос был включен, чтобы классифицировать участников по их конкретным образовательным программам. Это помогает понять, имеют ли различные образовательные программы разные предпочтения, отношения или опыт работы с инструментами ИИ, что может быть актуально для улучшений, специфичных для программы.

Рисунок 1. Диаграмма кол-во студентов по образовательным программам

Рисунок 1 показывает распределение студентов по их образовательным программам. Большинство (73) респондентов изучают "Информационные технологии", в то время, как только 4 из них изучают "Журналистику и информацию".

Вопрос 4. Насколько вы знакомы с инструментами Искусственного Интеллекта (ИИ)?

Этот вопрос оценивает уровень знакомства участников с инструментами ИИ, предоставляя информацию о базовых знаниях и опыте респондентов в области ИИ. Это служит основным вопросом для оценки отправной точки для исследования.

Рисунок 2. Круговая диаграмма уровень знакомства респондентов с ИИ

На круговой диаграмме Рисунок 2, ясно, что большинство (59 и 53) респондентов очень хорошо и достаточно хорошо знакомы с инструментами Искусственного Интеллекта, с процентами соответственно 44% и 39%. Видно, что только 6 не очень хорошо знакомы, и 1 респондент вообще не знаком с инструментами ИИ, что составляет 4% и 1% соответственно.

Вопрос 5. Какими из этих инструментов ИИ вы когда-либо пользовались?

Этот вопрос направлен на выявление инструментов ИИ, с которыми участники имеют опыт. Это помогает понять популярность и распространенность конкретных инструментов ИИ среди студентов IT-специальностей, предоставляя информацию о том, какие инструменты наиболее часто используются в их обучении.

Рисунок 3. Диаграмма по использованию конкретных инструментов ИИ

Респонденты могли выбрать несколько ответов на этот вопрос. На диаграмме выше, Рисунок 3, показано количество респондентов для каждого инструмента ИИ, которым они когда-либо пользовались. Большинство (129) студентов бакалавриата Астанского IT Университета использовали ChatGPT, в то время как только 17 из них использовали BlackBox. Кроме того, в опции "Другое" некоторыми респондентами были упомянуты такие инструменты ИИ, как Dall-e, Gamma App, Cactus AI и Tome App.

Вопрос 6. Как часто вы используете инструменты ИИ в своем учебном процессе?

Этот вопрос исследует частоту использования инструментов ИИ. Это помогает понять, насколько регулярно инструменты ИИ интегрируются в учебные рутины студентов IT-специальностей, указывая на степень, в которой инструменты ИИ являются частью их образовательного процесса.

Рисунок 4. Круговая диаграмма по частоте использования инструментов ИИ

Круговая диаграмма на Рисунке 4 показывает, что 41% студентов всегда используют инструменты ИИ в учебном процессе, в то время, как только 1 респондент выбрал ответ "Никогда". Остальные студенты используют их "Часто", "Иногда" и "Редко", с процентами 37%, 17% и 4% соответственно.

Вопрос 7. Какие преимущества вы испытали от использования инструментов ИИ?

Этот вопрос позволяет участникам выразить преимущества, с которыми они столкнулись при использовании инструментов ИИ. Он предоставляет информацию о конкретных преимуществах, которые инструменты ИИ предлагают с точки зрения студентов, освещая воспринимаемое влияние этих инструментов на их обучение.

Рисунок 5. Круговая диаграмма по преимуществам использования инструментов ИИ

Респонденты могли выбрать несколько ответов на этот вопрос. 109 респондентов выбрали ответ "Быстрее решение проблем", что составляет 34%, в то время как 47 студентов ответили "Увеличенное вовлечение в курсовую работу", что составляет 15%. Другие варианты "Улучшенное понимание сложных тем" и "Персонализированный учебный опыт" были выбраны 29% и 21% респондентов соответственно. Кроме того, только 1 респондент добавил ответ "Помощь в решении и понимании сложных задач, будь то математика или программирование" к опции "Другое", что аналогично первому варианту.

Вопрос 8. Как вы оцениваете точность инструментов ИИ в предоставлении релевантных учебных материалов и рекомендаций?

Этот вопрос измеряет восприятие участниками точности инструментов ИИ. Он дает представление о доверии и уверенности студентов в способности инструментов ИИ предлагать релевантные учебные материалы, что крайне важно для понимания их эффективности.

Рисунок 6. Круговая диаграмма по точности инструментов ИИ по мнению студентов

56% респондентов считают, что инструменты ИИ предоставляют более-менее точные материалы и рекомендации, в то время как 11% из них выбрали ответ «скорее неточные». Важно отметить, что никто не выбрал вариант «Очень неточные».

Вопрос 9. Чувствуете ли вы больше уверенности в своей способности понимать сложные темы с помощью инструментов ИИ?

Этот вопрос исследует влияние инструментов ИИ на самоуверенность студентов в освоении сложных предметов. Это помогает понять, как инструменты ИИ влияют на их самоуверенность и веру в собственные учебные способности.

Рисунок 7. Круговая диаграмма по уверенности респондентов с использованием инструментов ИИ

59% участников опроса чувствуют больше уверенности в своей способности понимать сложные темы с помощью инструментов ИИ, в то время как 10% из них не чувствуют этого. 31% студентов не уверены в своей уверенности в изучении сложных тем после использования инструментов ИИ.

Вопрос 10. Как использование инструментов ИИ влияет на вашу мотивацию к учебе?

Этот вопрос касается мотивационного аспекта использования инструментов ИИ. Он дает представление о том, усиливают или уменьшают инструменты ИИ мотивацию студентов к учебе.

Рисунок 8. Круговая диаграмма по уровни мотивации студентов

Круговая диаграмма показывает, что 39% респондентов считают, что использование инструментов ИИ «в некоторой степени увеличивает их мотивацию» к учебе, тогда как 3% из них считают, что это «значительно снижает мотивацию».

Вопрос 11. Считаете ли вы, что инструменты ИИ ограничивают ваше творчество или способность к независимому мышлению?

Этот вопрос исследует опасения относительно потенциальных ограничений инструментов ИИ на творчество студентов и независимое мышление. Он направлен на выявление любых опасений или воспринимаемых недостатков, связанных с использованием инструментов ИИ.

Рисунок 9. Круговая диаграмма по негативному влиянию ИИ на творчество или способность к независимому мышлению

На все три варианта ответа пришлось почти одинаковое количество ответов. 49 респондентов считают, что инструменты ИИ не ограничивают их творчество или способность к независимому мышлению, что составляет 36%, тогда как 32% из них думают иначе. Остальные респонденты (32%) не уверены в этом.

Вопрос 12. Как персонализированный учебный опыт, предоставляемый инструментами ИИ, влияет на вашу самооценку и уверенность в IT-обучении?

Этот вопрос исследует влияние персонализированных учебных опытов, предоставляемых инструментами ИИ, на самооценку и уверенность студентов. Он дает представление о психологических аспектах использования инструментов ИИ.

Рисунок 10. Круговая диаграмма по влиянию инструментов ИИ на самооценку и уверенность

Около 32% респондентов выбрали ответ «Позитивно влияет как на самооценку, так и на уверенность», в то время как 5% ответили «Негативно влияет как на самооценку, так и на уверенность».

Вопрос 13. Считаете ли вы, что инструменты ИИ улучшили ваш общий учебный опыт в IT? (1 - полностью не согласен, 10 - полностью согласен)

В этом вопросе используется шкала оценок для оценки общего мнения студентов о том, улучшили ли инструменты ИИ их учебный опыт. Это предоставляет количественную меру их восприятия воздействия ИИ на их образование.

Рисунок 11. Средняя оценка по учебному опыту после использования ИИ

Средняя оценка, Рисунок 11, данная респондентами на этот вопрос, составила 7.52, что означает «скорее согласен». Следует отметить, что 56% студентов оценили между «8 - 10» по этому вопросу, так что большинство из них считают, что инструменты ИИ улучшили их общий учебный опыт в IT.

Вопрос 14. Как бы вы хотели видеть интеграцию ИИ в IT-образовании в будущем?

Этот вопрос исследует предпочтения студентов относительно будущей интеграции ИИ в IT-образовании. Он направлен на выявление их видения и ожиданий от роли ИИ в их будущих учебных опытах.

Рисунок 12. Круговая диаграмма по интеграции ИИ в IT-образование

Круговая диаграмма на Рисунке 12 показывает, что 33% респондентов хотят видеть использование ИИ в IT-образовании в будущем, которое будет «Ограничено специфическими сложными темами». В контрасте с этим 2 студента выбрали вариант «Вообще без интеграции».

Заключение

Данное исследование предоставило всесторонний анализ воздействия искусственного интеллекта (ИИ) на учебный процесс студентов IT-специальностей Астанского IT Университета. Результаты показывают, что инструменты ИИ широко признаны и используются студентами, положительно влияя на различные аспекты их образования. Чтобы оценить исследование, давайте ответим на исследовательские вопросы.

Исследовательский вопрос 1: Как интеграция искусственного интеллекта (ИИ) влияет на учебный процесс студентов IT-специальностей?

Данные подтверждают положительное влияние инструментов ИИ на учебный процесс студентов IT-специальностей. Студенты активно используют инструменты ИИ, среди которых ChatGPT, Google Bard и Grammarly являются наиболее широко используемыми. Частота использования инструментов ИИ значительна, значительная часть студентов используют их всегда или часто. Эти результаты поддерживают гипотезу, что интеграция ИИ положительно влияет на академическую успеваемость, тем самым подтверждая гипотезу.

Исследовательский вопрос 2: Каковы восприятие и отношение студентов IT-специальностей к использованию ИИ в их обучении?

Студенты в основном выражают положительные взгляды и отношение к ИИ в образовании. Они сообщают о различных преимуществах, включая улучшение навыков решения проблем, усиленное понимание сложных тем и повышенную мотивацию к учебе. Большинство студентов воспринимают инструменты ИИ как точные в предоставлении релевантных учебных материалов и рекомендаций, и большинство из них хотели бы видеть интеграцию ИИ в образовании. Это соответствует гипотезе о том, что студенты IT-специальностей считают методы обучения на базе ИИ эффективными для улучшения их навыков и знаний, тем самым подтверждая гипотезу.

Исследовательский вопрос 3: Каковы психологические эффекты использования инструментов искусственного интеллекта на студентов IT-сферы?

Психологические эффекты использования инструментов ИИ являются смешанными. Хотя большинство студентов выражают увеличение уверенности в своей способности понимать сложные темы с помощью инструментов ИИ, часть респондентов высказала опасения относительно потенциальных ограничений на творчество или независимое мышление. Тем не менее, персонализированные учебные опыты, предоставляемые ИИ, положительно влияют на самооценку студентов и уверенность в IT-обучении, в целом подкрепляя гипотезы о том, что использование инструментов ИИ в образовательном процессе не оказывает негативного воздействия на психологию студентов IT-специальностей, и студенты более уверенно понимают сложные темы с использованием инструментов ИИ.

В заключение исследование подчеркивает потенциал ИИ для улучшения IT-образования и представляет собой представление о взглядах и опыте студентов IT-специальностей. Исследовательские вопросы были рассмотрены, и гипотезы подтверждены, демонстрируя положительное воздействие ИИ на обучение и общий учебный опыт. Эти результаты предоставляют ценные рекомендации для педагогов и образовательных учреждений, стремящихся оптимизировать использование инструментов ИИ в IT-образовании, учитывая потенциальные ограничения. Разнообразные предпочтения относительно будущей интеграции инструментов ИИ подчеркивают важность адаптивности и гибкости при внедрении ИИ, чтобы удовлетворить различные потребности и точки зрения студентов.

Список литературы:

1. Cotton, D. R., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 1-12.
2. Dwivedi, Y. K., Janssen, M., & Weerakkody, D. (2019). Artificial intelligence for education: An updated review. Education and Information Technologies, 24(8), 1-24.
3. Ertel, W. (2018). Introduction to artificial intelligence. Springer.
4. Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California management review, 61(4), 5-14.
5. Haugeland, J. (1989). Artificial intelligence: The very idea. MIT press, 9-23.
6. Hwang, G. J., Park, S. W., & Jo, I. H. (2020). The effect of AI-based personalized feedback on students' motivation and learning outcomes in online learning environments. Computers in Education, 149, 103898.
7. Jovanovic, J., Jovanovic, M., & Gašević, D. (2021). The effect of AI-driven personalized learning on student motivation and engagement: A meta-analysis. Computers in Human Behavior, 114, 106619.
8. Li, L., Wang, X., & Li, X. (2022). An empirical study of the impact of AI-based tutoring systems on student anxiety and self-efficacy. Education and Information Technologies, 27(3), 1-17.
9. Lievertz, M. (2019). Artificial Intelligence in Education. In Artificial Intelligence and Machine Learning for Business for Non-Engineers (p. 125). doi:10.1201/9780367821654-11.
10. Nagi, F., Salih, R., Alzubaidi, M., Shah, H., Alam, T., Shah, Z., & Househ, M. (2023). Applications of artificial intelligence (AI) in Medical Education: A scoping review. Healthcare Transformation with Informatics and Artificial Intelligence, 648-651.  doi: 10.3233/SHTI230581
11. Nyberg, C. C., & Morris, E. (2023). “Revolutionizing clinical education: opportunities and challenges of AI integration”. European Journal of Physiotherapy, 25(3), 127-128. doi: 10.1080/21679169.2023.2198571
12. Owan, V. J., Abang, K. B., Idika, D. O., Etta, E. O., & Bassey, B. A. (2023). Exploring the potential of artificial intelligence tools in educational measurement and assessment. Eurasia Journal of Mathematics, Science and Technology Education, 19(8), em2307. doi: 10.29333/ejmste/13428
13. P K, F. A. (2021). What is artificial intelligence?. In J. Karthikeyan, T. S. Hie, & N. Y. Jin (Eds.), Learning Outcomes of Classroom Research (pp. 65-73). L’ Ordine Nuovo Publication.
14. Pan, Y. (2016). Heading toward artificial intelligence 2.0. Engineering, 2(4), 409-413.
15. Pedro, F., Subosa, M., Rivas, A., & Valverde, P. (2019). Artificial intelligence in education: Challenges and opportunities for sustainable development.
16. Perera, P., & Lankathilaka, M. (2023). AI in Higher Education: A Literature Review of ChatGPT and Guidelines for Responsible Implementation. International Journal of Research and Innovation in Social Science (IJRISS), 7(6), 306-314.
17. Pothen, A. S. (2021). Artificial intelligence and its increasing importance. In J. Karthikeyan, T. S. Hie, & N. Y. Jin (Eds.), Learning Outcomes of Classroom Research (pp. 74-81). L’ Ordine Nuovo Publication.
18. Russell, S. J., & Norvig, P. (2010). Artificial intelligence a modern approach. London.
19. Sadiku, M. N., Ashaolu, T. J., Ajayi-Majebi, A., & Musa, S. M. (2021). Artificial Intelligence in Education. International Journal of Scientific Advances, 2(1), 2. doi:10.51542/IJSCIA.V2I1.2.
20. Staudt-Wells, S. A., & Miller, J. A. (2019). Social and emotional learning for the digital age: A framework for integrating technology. Teachers College Press.
21. Tapalova, O., & Zhiyenbayeva, N. (2022). Artificial Intelligence in Education: AIEd for Personalised Learning Pathways. Electronic Journal of e-Learning, 20(5), 639-653.
22. Thomas, D. (2021). Artificial intelligence and job displacement: The potential impact on the workforce. In The Economics of Artificial Intelligence (pp. 139-158). Palgrave Macmillan, Cham.
23. Wang, T., Lund, B. D., Marengo, A., Pagano, A., Mannuru, N. R., Teel, Z. A., & Pange, J. (2023). Exploring the Potential Impact of Artificial Intelligence (AI) on International Students in Higher Education: Generative AI, Chatbots, Analytics, and International Student Success. Applied Sciences, 13(11), 6716.
24. Zhang, X. (2022). Application of artificial intelligence in academic mental health and employment evaluation. International Journal of Information Systems in the Service Sector (IJISSS), 14(3), 1-15. doi: 10.4018/ijisss.311861
25. Zhou, M. Y., & Lawless, W. F. (2015). An overview of artificial intelligence in education. Encyclopedia of Information Science and Technology, Third Edition, 2445-2452. doi: 10.4018/978-1-4666-5888-2.CH237