ПРОБЛЕМЫ В ПЕРСОНАЛИЗИРОВАННОМ ОБУЧЕНИИ С ПРИМЕНЕНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

О. И. Абдуганиева; Т. Г. Ядгаров

doi:10.5281/zenodo.23672769

Mualliflar

Абдуганиева О. И. Ташкентский университет информационных технологий, Ташкент, Узбекистан
Ядгаров Т. Г. Университет «Ренессанс таълим», Ташкент, Узбекистан

DOI:

https://doi.org/10.5281/zenodo.23672769

Abstrak

Персонализированное обучение с применением искусственного интеллекта (ИИ) является одним из наиболее перспективных направлений развития современной системы образования: оно позволяет адаптировать содержание, темп и методы обучения к индивидуальным особенностям каждого обучающегося. Цель статьи — выявить и систематизировать ключевые проблемы такого обучения и обосновать подходы к их минимизации в высшей школе. Исследование выполнено на основе теоретикоаналитического обзора отечественной и зарубежной литературы, сравнительного анализа технологий и образовательных платформ (Carnegie Learning, Squirrel AI и др.), обобщения данных метаанализов об эффективности интеллектуальных обучающих систем и педагогического опыта авторов в преподавании математики. Выделены шесть групп проблем: методологические, технологические, организационно-экономические, кадровые, этикоправовые и психологические. Показано, что по данным метаанализов интеллектуальные обучающие системы дают в среднем умеренный положительный эффект (d ≈ 0,3–0,8), однако при масштабном внедрении и в школьной математике эффект снижается до 0,01–0,20, а преимущество перед индивидуальной работой с преподавателем не подтверждается. Предложена модель «ИИ + преподаватель», в которой ИИ выступает не заменой преподавателя, а его регулирующим помощником, а ключевые педагогические решения остаются за человеком. Результаты могут быть использованы при разработке стратегий цифровой трансформации вузов.

Kalit soʻzlar персонализированное обучениеискусственный интеллектинтеллектуальные обучающие системыадаптацияобразовательный контентобучающийсяпреподавательтехнологииэффективностьпроблемы

Bibliografik manbalar

Бородин, А., Пивоварова, А., & Рымшина, А. (2020). Адаптивное обучение [Электронный ресурс]. URL: https://zen.yandex.ru/media/id/5eb13fff62c0790b89d4ee03/adaptivnoe - obuchenie5ec0f4ce6b5c9036e834a3a4 (дата обращения: 17.09.2020).

Бурняшов Б., А. (2017). Персонализация как мировой тренд электронного обучения в учреждениях высшего образования. Современные пробле мы науки и образования, (1).

Вдовина С., Б. (2015). Персонализированное образование: проблемы и перспективы. Crede Experto: транспорт, общество, образование, язык, (1).

Этко Е., А. (2015). Идеи персонализации и персонификации в отечественной психологии: современное состояние и перспективы исследования. Психологические исследования, 8(41).

Abduganiyeva O., I., & Yadgarov T., G. (n.d.). Artificial intelligence in teaching mathematics to higher education students. DOI: https://doi.org/10.5281/zenodo.19828202. https://doi.org/10.5281/zenodo.19828202

Bloom B., S. (1984). The 2 sigma problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational Researcher, 13(6).

Anderson J., R., Corbett A., T., Koedinger K., R., & Pelletier, R. (1995). Cognitive tutors: Lessons learned. The Journal of the Learning Sciences, 4(2), 167–207.

Zawacki-Richter, O., Marín V., I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators?. International Journal of Educational Technology in Higher Education, 16.

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Boston, MA: Center for Curriculum Redesig n, 2019.

Miao, F., Holmes, W., Huang, R., & Zhang, H. (2021). AI and Education: Guidance for Policy - makers. Paris: UNESCO, 2021. UNESCO.

Miao, F., & Holmes, W. (2023). Guidance for Generative AI in Education and Research. Paris: UNESCO, 2023.

Baker R., S., & Hawn, A. (2022). Algorithmic bias in educat ion. International Journal of Artificial Intelligence in Education, 32, 1052–1092.

Pashler, H., McDaniel, M., Rohrer, D., & Bjork, R. (2008). Learning styles: Concepts and evidence. Psychological Science in the Public Interest, 9(3), 105–119.

VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. Educational Psychologist, 46(4), 197–221.

Kulik J., A., & Fletcher J., D. (2016). Effectiveness of intelligent tutoring syst ems: A metaanalytic review. Review of Educational Research, 86(1), 42–78.

Ma, W., Adesope O., O., Nesbit J., C., & Liu, Q. (2014). Intelligent tutoring systems and learning outcomes: A meta-analysis. Journal of Educational Psychology, 1(4), 901–918.

Steenbergen-Hu, S., & Cooper, H. (2013). A meta-analysis of the effectiveness of intelligent tutoring systems on K–12 students’ mathematical learning. Journal of Educational Psychology, 105(4), 970–987.

Steenbergen-Hu, S., & Cooper, H. (2014). A meta-analysis of the effectiveness of intelligent tutoring systems on college students’ academic learning. Journal of Educational Psychology, 106(2), 331–347.

Pane J., F., Griffin B., A., McCaffrey D., F., & Karam, R. (2014). Effectiveness o f Cognitive Tutor Algebra I at scale. Educational Evaluation and Policy Analysis, 36(2).

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. 2nd ed. Hillsdale, NJ: Lawrence Erlbaum Associates, 1988.

Закон Республики Узбекистан «О персональных данных» от 2 июля 2019 г. № ЗРУ-547.

ПРОБЛЕМЫ В ПЕРСОНАЛИЗИРОВАННОМ ОБУЧЕНИИ С ПРИМЕНЕНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Mualliflar

DOI:

Abstrak

Bibliografik manbalar

Yuklab olishlar

Nashr qilingan

Qanday qilib iqtibos keltirish mumkin

Nashr

Bo'lim

Litsenziya

DOI

Sahifalar

Iqtibos