АЛГОРИТМ, КОТОРЫЙ ПРЕСЛЕДУЕТ ОПРЕДЕЛЕННУЮ ЦЕЛЬ

INTELLIGENT LEARNING SYSTEMS: AN EXAMPLE OF AN ARTIFICIAL INTELLIGENCE MODEL

Nikolay Sychev,

student, Tambov State Technical University,

Russia, Tambov

Nikita Bolotov,

student, Tambov State Technical University,

Russia, Tambov

Maxim Vlasov,

student, Tambov State Technical University,

Russia, Tambov

АННОТАЦИЯ

В статье изложено понятие интеллектуального анализа данных, которое в современном обществе все чаще используется разных сферах. Отмечено, что традиционные методы педагогике требуют усовершенствования.

ABSTRACT

The article describes the concept of data mining, which is increasingly used in various fields in modern society. It is noted that traditional methods of pedagogy require improvement.

Ключевые слова: искусственный интеллект, педагогика, образовательные технологии.

Keywords: artificial intelligence, pedagogy, educational technologies.

Системы и инструменты искусственного интеллекта выявляют закономерности и выбирают действия для достижения заданной цели. Эти возможности распознавания закономерностей и автоматизированные рекомендации будут использоваться таким образом, чтобы влиять на образовательный процесс, включая обучение учащихся и принятие решений преподавателями. Например, современные системы персонализированного обучения могут распознавать признаки того, что учащийся испытывает трудности, и могут рекомендовать альтернативную последовательность обучения. Область применения распознавания образов и автоматических рекомендаций будет расширяться.

Соответственно, люди должны определять виды и степень ответственности, которую мы будем возлагать на технологии в рамках образовательных процессов, что не является новой дилеммой.

На протяжении десятилетий в сфере образования обсуждалась разница между ролью учителей и компьютеров, например, в дискуссиях использовались такие термины, как “компьютеризированное обучение”, “смешанное обучение” и “персонализированное обучение”. И все же, как осуществляется выбор методов обучения в системах, которые задействовать как людей, так и алгоритмы? Сегодня системы и инструменты искусственного интеллекта уже позволяют адаптировать последовательность обучения к потребностям учащихся, чтобы давать им обратную связь и подсказки, например, при решении математических задач или изучении иностранного языка. Эта дискуссия об использовании искусственного интеллекта в классной работе и обучении учащихся будет возобновляться и усиливаться по мере того, как системы и инструменты с поддержкой искусственного интеллекта будут расширяться в своих возможностях и становиться все более распространенными.

Давайте начнем с другого простого примера. Когда учитель говорит: “Покажите карту Древней Греции на экране в классе”, система искусственного интеллекта может выбрать одну из сотен карт, отметив цели урока, то, что хорошо зарекомендовало себя в аналогичных классах, или какие карты обладают желательными свойствами для изучения учащимися. В этом случае, когда система искусственного интеллекта предлагает учебный ресурс или предоставляет выбор из нескольких вариантов, преподаватель может сэкономить время и сосредоточиться на более важных целях. Однако существуют также формы автоматизации с использованием искусственного интеллекта, которые классный руководитель может отвергнуть, например, включение системы или инструмента искусственного интеллекта для выбора наиболее подходящих и релевантных показаний для учащихся, связанных с историческим событием. В этом случае преподаватель может отказаться от использования систем или инструментов с поддержкой ИИ, учитывая риск того, что ИИ создаст ложные факты (галлюцинации) или подтолкнет учащихся к неточному описанию исторических событий, найденных в Интернете. Преподаватели будут ежедневно взвешивать преимущества и риски, связанные с этим.

Компьютеры обрабатывают теорию и данные иначе, чем люди. Успех ИИ зависит от ассоциаций или взаимосвязей, обнаруженных в данных, предоставленных алгоритму в процессе разработки модели ИИ. Хотя некоторые ассоциации могут быть полезными, другие могут быть предвзятыми или неуместными. Поиск неверных ассоциаций в данных представляет собой серьезный риск, который может привести к алгоритмической дискриминации. Каждый опекун знаком с этой проблемой: человек или компьютер могут сказать: “Судя по нашим данным, вашего ученика следует перевести в этот класс”, а опекун вполне может возразить: “Нет, вы используете неверные данные. Я лучше знаю своего ребенка, и вместо этого его следует перевести в другой класс”. Эта проблема не ограничивается исключительно системами и инструментами искусственного интеллекта, но использование моделей искусственного интеллекта может усугубить проблему, когда компьютер использует данные для выработки рекомендаций, поскольку они могут казаться более объективными и авторитетными, даже если это не так.

Хотя такая точка зрения может быть полезной, она может вводить в заблуждение. Человеческий взгляд на свободу действий, достижение целей и логику включает в себя наши способности понимать множество контекстов. Например, учитель может видеть, что три ученика совершают одну и ту же математическую ошибку, но осознает, что у одного ученика индивидуальная образовательная программа для решения проблем со зрением, другой неправильно понимает математическую концепцию, а третий только что столкнулся с неприятным взаимодействием на игровой площадке; поэтому одно и то же учебное решение неуместно.

Однако системам искусственного интеллекта часто не хватает данных и суждений, чтобы надлежащим образом учитывать контекст, поскольку они обнаруживают закономерности и автоматизируют принятие решений. Кроме того, тематические исследования показывают, что технология может быстро превратиться из безопасной в небезопасную или из эффективной в неэффективную при малейшем изменении контекста. По этой и другим причинам люди должны быть вовлечены в постановку целей, анализ закономерностей и принятие решений.

Список литературы:

1. Акгун С. Искусственный интеллект в образовании [Текст] / Акгун С. // Technol. — 2022. — № 2. — С. 431-440.
2. Чен С. Преподавание и обучение с детьми [Текст] / Чен С. // Compedu. — 2020. — № 12. — С. 150.
3. Брайант Дж. Как искусственный интеллект повлияет на учителей K-12. [Текст] / Брайант Дж. // Энергия. — 2020. — № 16. — С. 1639-1643.