| Аннотация |
Проект направлен на исследование потенциала использования искусственного интеллекта для персонализации обучения и оценивания, а также анализ и предупреждение связанных с этим рисков.
Персонализация обучения является широко обсуждаемой темой в развитии системы образования. В условиях роста цифровизации образовательных процессов ИИ-технологии открывают новые перспективы для персонализации обучения, в частности, позволяя адаптировать содержание и сложность материала под потребности каждого учащегося. В рамках данного проекта предполагается выстроить персонализированную систему оценивания на основе ИИ как необходимую компоненту персонализированной системы обучения, которая способна в реальном времени адаптировать оценивание под потребности ученика, проверять и анализировать результаты оценивания, корректировать задания в зависимости от уровня подготовки, автоматически выдавать персонализированную обратную связь.
Несмотря на значительное количество научных разработок, связанных с использованием ИИ в образовании и особенно в оценивании, общий научный подход к построению такой системы в настоящий момент не выработан. Кроме того, само применение ИИ в оценивании в образовании связано с рядом потенциальных рисков [Bulut et al., 2024; Lee et al., 2024]. В предлагаемом исследовании особое внимание будет уделено вопросам валидности результатов, полученных с использованием ИИ-алгоритмов. Будут проанализированы вызовы, связанные с внедрением персонализированных систем обучения и оценивания, и рассмотрены способы их минимизации. Работа будет включать как теоретический анализ, так и практическую реализацию персонализированных систем с использованием ИИ-алгоритмов в образовательных программах, делая акцент на необходимости разработки четких этических стандартов для их применения. Исследование подчеркивает, что успех внедрения ИИ в образование зависит от сбалансированного подхода, сочетающего технологические достижения с обеспечением этической ответственности и соблюдением прав учащихся.
Достижение цели проекта позволит решить сразу несколько проблем:
1) Персонализация - использование ИИ-алгоритмов откроет новые возможности для создания образовательных программ, которые подстраиваются под уровень знаний, способности и темп обучения каждого ученика.
2) Точность и справедливость оценивания – внедрение персонализированных систем оценивания на базе ИИ позволит не только повысить точность измерений, но и минимизировать влияние внешних факторов, таких как стресс или усталость, за счет гибкости и динамичности тестов и оценочных процедур.
3) Риски предвзятости и валидности алгоритмов – исследование поможет выявить потенциальные ошибки в работе ИИ-систем, которые могут привести к искажению результатов, а также предложить подходы к минимизации рисков их возникновения.
4) Этические вызовы – будет проведен анализ этических проблем, связанных с использованием ИИ в оценивании, включая вопросы приватности данных, прозрачности работы алгоритмов и возможные социальные последствия автоматизированного оценивания. Проект позволит разработать рекомендации по созданию этических стандартов использования ИИ в оценивании.
Основная научная гипотеза данного исследовательского проекта - использование персонализированной системы оценивания с использованием ИИ будет способствовать повышению образовательных результатов обучающихся, повышению у них мотивации к учебе, снижению когнитивной нагрузки на учащихся, снижению нагрузки на школы.
Научный задел коллектива исполнителей показывает, что методы ИИ позволяют сделать процесс оценивания более эффективным и экономичным, адаптировать его под потребности учащихся и тем самым способствовать оптимизации процесса обучения.
Таким образом, результаты исследования помогут сформировать научные и практические основания для безопасного и эффективного использования ИИ в области персонализации обучения и оценивания, в том числе, обеспечив адаптацию к современным вызовам.
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
