ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 26.04.2024
Просмотров: 8
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Федеральное государственное автономное образовательное учреждение высшего образования
Московский физико-технический институт (научно-исследовательский университет)
Направление 03.04.01 Прикладные математика и физика
Направленность (профиль) Прикладной анализ данных в медицинской сфере
Физтех-школа Биологической и Медицинской физики
Эссе
По дисциплине: «Методология искусственного интеллекта на современном этапе»
на тему: «Интеллектуальные технологии в образовании»
Выполнила: студент 1 курса магистратуры
Комаревцева А. И.
Группа: М06-210
Проверил: доктор философских наук
Алексеев А.Ю.
Москва 2022
Поскольку образовательный сектор связан с информационными системами, последние технологические достижения и растущие темпы внедрения технологий искусственного интеллекта (ИИ) требуют выявления и анализа проблем, связанных с их дальнейшем развитием. Однако, изучив современную литературу, я поняла, что в этой области было проведено относительно мало исследований. Чтобы заполнить этот пробел, я определила преимущества и проблемы внедрения искусственного интеллекта в образовательный сектор. Кроме того, я рассмотрела современные технологии искусственного интеллекта для учащихся и преподавателей, доступные в настоящее время на рынке программного обеспечения, оценив их полезность. Считаю, что полученные результаты будут способствовать лучшему пониманию специфики систем, сервисов и инструментов ИИ, а затем проложат гладкий путь к их внедрению.
Исследования в области искусственного интеллекта (ИИ) имеют тенденцию к увеличению по ряду причин. Желание и волнение по созданию интеллектуальных систем было характерно для академического сообщества в прошлом, а теперь кажется неизбежным, что их разработкой и созданием занимается большинство организаций, представляющих практически все сектора образования. Это не только влияние далеко идущего технического прогресса, такого как микропроцессоры, системы хранения данных и глобальные сети, но и влияние изменений в образовательных стратегиях [1]. Перед образованием уже стоит задача переосмыслить существующие методы преподавания и обучения, используя методы и инструменты ИИ на практике.
По своему замыслу интеллектуальная технология — это метод, который использует знания для достижения конкретной цели в эффективности. В настоящее время существуют следующие интеллектуальные технологии: мультиагентность, машинное обучение, онтология, семантика, автономные вычисления, когнитивная информатика и нейронные вычисления. Быстрые успехи в этих областях уже привели к существенным изменениям в образовании, открывая новые возможности и проблемы для преподавания и обучения в любое время и в любом месте, предоставляя новые методы и системы, направленные на стимулирование инновационного обучения и, в конечном итоге, на улучшение результатов обучения [5].
Непрерывный прогресс современных информационных технологий неразрывно связан с наличием внедренных методов искусственного интеллекта. За более чем 60 лет развития искусственного интеллекта практически во всех сферах современной жизни появилось несколько интеллектуальных подходов. Поэтому можно говорить о новом поколении ИИ, в том числе о потенциальной мощи нынешних решений и разнообразии применяемых методик [2].
Определенные категории ИИ можно комбинировать в конечных приложениях; некоторые из них кажутся обязательными (знания, рассуждения, обработка), в то время как другие используются для конкретных решений, где знания должны постоянно обновляться (машинное обучение) или требуют взаимодействия между специализированными агентами (многоагентные системы) [5]. Так или иначе, текущие решения не вполне удовлетворительны — уровень получаемого прогресса меньше человеческого интеллекта. Следующие мыслимые этапы еще впереди – мы движемся к Искусственному Сверхразуму, проходя тем временем через общий искусственный интеллект.
Итак, можно сказать, что искусственный интеллект с точки зрения использования основных категорий довольно стабилен. Тем не менее, методы обучения, основанные на обучении, играют все более важную роль. Однако специфика областей применения может определять форму реализации методов искусственного интеллекта. Образовательный сектор и специфика негосударственных университетов являются реальными факторами, определяющими внедрение интеллектуальных технологий.
Преимущества применения искусственного интеллекта в образовании огромны и разнообразны. Здесь все можно считать полезным, если мы думаем о чем-либо, например, о компьютерной программе, которая может эффективно выполнять любую задачу, которая обычно полагалась бы на интеллект человека. Основываясь на новейших исследованиях в этой области, мы выделяем девять областей, в которых методы ИИ могут принести дополнительную пользу как для обучения, так и для преподавательской деятельности.
Первое преимущество касается автоматического оценивания, которое имитирует поведение учителя при выставлении оценок листам ответов, представленным учащимися. Он может оценивать их знания, обрабатывая и анализируя их ответы, давая обратную связь и рекомендуя индивидуальные планы обучения.
Во-вторых, промежуточное повторение направлено на повторение знаний, когда кто-то вот-вот забудет. Стоит отметить, что польский изобретатель Петер Возняк представил приложение SuperMemo [5], основанное на эффекте интервального повторения. Приложение отслеживает, что изучает пользователь и когда он это делает. Применяя методы искусственного интеллекта, приложение может определить, когда пользователь, скорее всего, что-то забудет, и порекомендовать исправить это.
В-третьих, циклы обратной связи для учителей, которым помогают методы машинного обучения и обработки естественного языка, повышают качество оценок учащихся. Например, чат-бот может собирать мнения через диалоговый интерфейс аналогично реальному интервьюеру, но с небольшим объемом работы, требуемым от пользователя. Кроме того, каждый разговор может быть адаптирован в соответствии с личностью учащегося и предоставленными ответами. Чат-бот может даже сформулировать причины того или иного мнения.
В-четвертых, для поддержки учителей в их работе в классе можно использовать виртуальных фасилитаторов. Например, в классе Технологического института по искусственному интеллекту, основанному на знаниях (KBAI), студенты познакомились с новой помощницей учителя по имени Джилл Уотсон (JW) [6], которая работала на онлайн-дискуссионных форумах различных предложений. класса KBAI с весны 2016 года. JW самостоятельно отвечал на представления студентов, отвечал на обычные, часто задаваемые вопросы и еженедельно публиковал объявления.
Пятый пример — один из самых многообещающих — это адаптивное обучение (AL). В то время как традиционная модель обучения в классе по-прежнему остается универсальной, напротив, системы искусственного интеллекта предназначены для оптимизации эффективности обучения. Например, Yixue Squirrel AI (Yixue) собирает и анализирует данные о поведении учащихся, обновляет профили учащихся, а затем соответствующим образом предоставляет своевременную индивидуальную обратную связь каждому ученику.
Поскольку списывание является проблемой для всех учителей, системы борьбы с списыванием на базе ИИ был представлен как еще одно (шестое) применение ИИ в сфере образования. Прокторинг — это программное обеспечение, которое обеспечивает подлинность тестируемого и предотвращает его/ее от мошенничества, поскольку проктор всегда присутствует во время теста [7].
Существует несколько подходов к планированию и организации внедрения методов ИИ в сфере образования, но обсуждение существенных проблем для лиц, принимающих решения, все еще продолжается. Список потенциальных проблем, влияющих на внедрение интеллектуальных технологий, включает:
– стратегия относится к общему плану реализации для достижения одной или нескольких конкретных долгосрочных целей в соответствии с графиком, установленным и согласованным со всеми заинтересованными сторонами;
- организационная зрелость относится к ее сотрудникам, процессам и технологиям, готовности и возможностям в отношении внедрения технологий искусственного интеллекта;
– управление данными относится к принципам данных, качеству, метаданным, требованиям к доступу и жизненному циклу данных; поскольку машины учатся на основе данных, управление данными является важнейшим аспектом внедрения и дальнейшего обслуживания ИИ;
– инфраструктура, представляющая собой совокупность аппаратных и программных комплексов, стоит особенно остро из-за вопросов совместимости и интеграции.
Как и следовало ожидать, важно разработать стратегию, которая определяет цели в отношении внедрения ИИ и предоставляет средства для управления ими. Сама стратегия может принимать форму сочетания качественных и количественных подходов. Первая направлена на описание того, как цели будут достигнуты, а вторая направлена на то, чтобы решить, достигнуты ли цели и какие цели достигнуты. Выполнение целей может быть выражено в количественных и/или качественных показателях [4].
В целом зрелость является синонимом «полного развития» или «совершенного состояния», и, поскольку любая организация является живым существом, она растет с течением времени и учится на своих решениях и результатах. Поэтому все организации как бы находятся на той или иной стадии зрелости
, стремясь вперед к развитию и совершенствованию. Со стратегической точки зрения мы подчеркиваем важность высокого уровня организационной зрелости из-за изменений, охватывающих основные аспекты стратегического управления, такие как: согласование, оценка эффективности и управление, совершенствование процессов и устойчивость. В контексте нашего исследования оценка зрелости должна включать внешние и внутренние контрольные показатели, описывающие готовность и способность организации внедрять технологии искусственного интеллекта.
Еще одной проблемой является управление данными, которое связано с системой организации, сбора, контроля, хранения, использования, архивирования и уничтожения данных. Путь настройки управления данными определяется конкретной программой, поддерживается определенными политиками и процедурами и сообщается руководством и руководством организации. В целом правила должны обеспечивать все необходимые средства для соблюдения следующих общих требований: доступность, доступность, полнота, точность, целостность, непротиворечивость, возможность аудита и безопасность [3].
Последняя, но не менее важная проблема касается инфраструктуры, которая включает в себя все аппаратные установки и программные объекты. Недавние достижения в области технологий искусственного интеллекта предъявляют особые требования к мощности оборудования и возможностям программного обеспечения. Чтобы интегрировать эти передовые технологии с существующими системами, необходимо внедрить решения, поддерживающие гибкую и масштабируемую сквозную интеграцию. Включение конфигураций и реконфигураций программных активов «на лету» (в случае включения/отключения определенных сервисов) упрощает модель «сборки из частей» для внедрения новых и обновления существующих приложений ИИ из каталога сервисов.
Хочется отметить, что вышеупомянутые проблемы необходимо учитывать при подготовке обсуждаемых сценариев. Данное изучение, по сути, пытается выявить и проанализировать проблемы, связанные с внедрением ИИ в образование, однако ему все еще не хватает эмпирических данных, которые могли бы хотя бы подтвердить наши представления об изучаемом явлении.
По мере развития технологий искусственного интеллекта менялись области и практики их внедрения в образование. Современные тенденции предъявляют новые требования к организации и управлению как преподаванием, так и обучением. Здесь есть три взаимосвязанных аспекта
