В статье описываются возможности искусственного интеллекта и их использование в целях повышения эффективности образовательного процесса. Обосновывается необходимость развития нового направления научно-педагогических исследований «Искусственный интеллект в образовании». Представлены два направления подготовки учителей информатики: искусственный интеллект как объект изучения в рамках учебного предмета «Информатика» и искусственный интеллект как средство повышения эффективности процесса обучения.
Роберт Ирэна Веньяминовна
Академик РАО, доктор педагогических наук, профессор, дважды лауреат Премии Правительства РФ в области образования, rena_robert@mail.ru, заве- дующий лабораторией информатики и информатизации образования ФГБНУ «Институт стратегии развития образования», руководитель научной школы «Информатизация образо- вания» (д.16, ул. Жуковского, 101000 Москва, Россия)
Информатизация образования: толковый словарь понятийного аппарата / составители И. В. Роберт, В. А. Касторнова. Москва: АЭО, 2023. 182 с.
Карелина М. В. Практико-ориентированное обучение элементам искусственного интеллекта при реализации возможностей высокотехнологичных тренажеров в транспортном вузе // Теория и практика информатизации образования: внедрение результатов и перспективы развития: сборник статей Всероссийской научно-практической конференции. 2020. С. 464–476.
Карелина М. В. Реализации возможностей систем искусственного интеллекта и робототехнических устройств в тренажерах железнодорожного транспорта в процессе подготовки по направлению «Технология транспортных процессов» // Актуальные проблемы методологии научно-педагогических исследований и практической деятельности педагога. Сборник статей I Всероссийской научно-практической конференции. 2020. С. 26–40.
Касторнова В. А. К вопросу о внедрении технологий искусственного интеллекта в школьное образование // Педагогическая информатика. 2022. No 1. С. 18–29.
Люгер Дж., Рассел С., Норвиг П. Искусственный интеллект: стратегии и методы решения сложных проблем. Москва: Вильямc, 2003. 864 с.
Матвеев М. Г., Свиридов А.С., Алейникова Н.А. Модели и методы искусственного интеллекта. Применение в экономике. Москва: Финансы и статистика; ИНФРА-М, 2014. 448 с.
Педагогические практики подготовки школьников к олимпиаде по искусственному интеллекту: сборник аналитических материалов / под редакцией Ю. Ю. Пустыльник, И. И. Трубиной, Е. В. Чмыховой. Москва: ИСРО РАО, 2022. 159 с.
Роберт И. В. Научно-педагогические условия развития образования периода цифровой трансформации // Современное дополнительное профессиональное педагоги еское образование. Нау но-методи еский журнал. Т. 5. No 1 (18) 2022. С. 42–50.
Роберт И. В. Перспективные фундаментальные и прикладные научные исследования в области развития образования в условиях цифровой трансформации // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 18: материалы XXII Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения». Ч. 2 / ответственный редактор В. И. Герасимов. Москва, 2023. Ч. 2. С. 427–434.
Роберт И. В. Развитие информатизации образования в условиях цифровой трансформации // Педагогика. 2022. Т. 86, No 1. С. 40–50.
Роберт И.В. Цифровая трансформация образования: вызовы и возможности совершенствования // Информатизация образования и науки. 2020. 3 (47). С. 3–16.
Указ от 1 декабря 2016 г. No 642 «О Стратегии научно-технологического развития Российской Федерации».
Указ от 9 мая 2017 г. No 203 «О Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы».
Указ Президента Российской Федерации от 7 мая 2018 г. No 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 г.». Национальная программа «Цифровая экономика Российской Федерации».
Указ Президента РФ от 10.10.2019 г. No 490 «Национальная стратегия развития искусственного интеллекта на период до 2030 г. в Российской Федерации», утверждено Указом Президента Российской Федерации от 10 октября 2019 г. No 490.
Average class size / OECD.Stat. 2020. URL: https://stats.oecd.org/Index.aspx?DataSetCode=EDU_CLASS Искусственный интеллект в образовании.
Emotion and Cognition in the Age of AI: white paper / The Economist Intelligence Unit; commissioned by Microsoft. 2019. URL: https://clouddamcdnprodep.azureedge.net/gdc/gdcWRrXfv/original.
Milligan S., Luo R., Hassim E., Johnston J. Future-proofing students: What they need to know and how educators can assess and credential them. Melbourne Graduate School of Education: The University of Melbourne, 2020. P. 17–29. URL: https://education.unimelb.edu.au/__data/assets/pdf_file/0005/3397469/MGSE_Future-Proofing-Students_Web_Updated-9-7-20.pdf.
Robert I. V. Formation and development of digital transformation of domestic education on the basis of systemic convergence of pedagogical science and technology 03017 Published online: 26 April 2021 (WOS) DOI: https://doi.org/10.1051/shsconf/202110103017.
Ключевые слова:
«большие данные», интеллектуальная информационная система, искусственный интеллект, кибернетика «черного ящика», нейрокибернетика, нейросеть, познавательный процесс, система искусственного интеллекта, цифровая трансформация образования, «цифровой двойник», человеко-машинная система
Для цитирования:
Роберт И. В. Реализация возможностей искусственного интеллекта в образовании // Пространство педагогических исследований. 2024. No 1 (1). С. 60–75.
Сайт использует файлы «cookie» с целью персонализации сервисов и повышения удобства пользования веб-сайтом. «Cookie» представляют собой небольшие файлы, содержащие информацию о предыдущих посещениях веб-сайта. Cookie-файлы позволяют, например, сохранить единожды выполненные текстовые вводы в полях формуляров Сайта, благодаря чему их не требуется вводить заново при следующем посещении Сайта или при переходе между отдельными функциями Сайта. Продолжая использовать наш сайт и нажимая на кнопку «Согласен», вы даете согласие на обработку файлов cookie. Если вы не хотите использовать файлы «cookie», измените настройки своего браузера. Подробнее