Використання технологій штучного інтелекту в процесі навчання і викладання у вищій освіті

Размещено на http://www.allbest.ru/

Навчально-науковий інститут міжнародної освіти, Харківський національний університет імені В.Н. Каразіна

Національна академія Національної гвардії України, майдан Захисників України

Одеський національний університет імені І.І. Мечникова

Використання технологій штучного інтелекту в процесі навчання і викладання у вищій освіті

Кабацька Олена Володимирівна

доктор педагогічних наук, доцент

професор кафедри профільної підготовки

Шамшин Олександр Петрович

кандидат фізико-математичних наук, доцент

доцент кафедри фундаментальних дисциплін

Подковирофф Нанушка Татьяна Соня

кандидат педагогічних наук

доцент кафедри іноземних мов професійного спрямування

Анотація

цифровий навчання викладання віртуальний

Стаття розглядає процес переходу традиційної освіти до цифрового формату, акцентуючи на індивідуалізації навчання і викладання у вищій освіті за допомогою сучасних технологій. Основний фокус зроблено на використанні штучного інтелекту (ШІ), віртуальної реальності, розвитку цифрового освітнього середовища та доступу до широкосмугового Інтернету. У статті розкриваються два основних підходи до визначення ШІ: як характеристики інтелектуальних систем, здатних виконувати креативні завдання, та як науки та технології створення інтелектуальних машин та програм. Автори аналізують вплив ШІ на викладання та навчання у вищій освіті, визначаючи ШІ як системи, здатні імітувати природні людські процеси, такі як навчання, адаптація, та вирішення складних завдань. Важливою темою є перебудова в освітній діяльності, особливо у взаємодії онлайн-освіти та цифрових технологій, що змінює традиційні методи здобуття знань студентами. Розглядається, як застосування ШІ може трансформувати освітній процес, підвищуючи його ефективність та оптимізуючи використання ресурсів. Автори пропонують детальний огляд різноманітних елементів, які повинні бути інтегровані в освітні системи на базі ШІ, включно з інформаційно-пошуковими системами, електронними бібліотеками, системами оцінювання, бібліотеками контрольних завдань, та системами підтримки. Вищі навчальні заклади розглядаються як ключові утримувачі академічних традицій та інновацій, з потенціалом трансформувати вищу освіту. Застосування ШІ у ЗВО може поліпшити надання освітніх послуг та їх якість, сприяючи створенню індивідуалізованих освітніх траєкторій. Автори детально описують перспективні напрямки використання ШІ, включаючи адаптивне та індивідуальне навчання, системи автоматичної оцінки, проміжне навчання, гейміфікацію, системи прокторингу, проект «Смарт-кампус» та інші. Особлива увага приділяється зміні ролі викладачів у контексті цифровізації освіти та впровадження ШІ. Висновки статті зосереджуються на тому, що цифрова трансформація освіти, особливо з використанням ШІ, вимагає ретельного підходу, з огляду на потенційні ризики, і водночас відкриває нові перспективи та можливості для розвитку освітньої сфери.

Ключові слова: система вищої освіти, заклад вищої освіти, штучний інтелект, технології дистанційної освіти, виховна робота в закладі вищої освіти, навчальний матеріал, викладання фізики.

Kabatska Olena Volodymyrivna, Doctor of Pedagogic Sciences, Associate Professor of the Department of Specialized Training of the Educational and Research Institute of International Education, V.N. Karazin Kharkiv National University

Shamshin Oleksandr Petrovych, PhD in Physical and Mathematical Sciences, Associate Professor, Associate Professor of the Department of Fundamental Disciplines, National Academy of the National Guard of Ukraine, Defenders of Ukraine Square

Podkovyroff Nanouchka Tatiana Sonia, PhD in Pedagogical sciences, Associate Professor of the Department of Foreign Languages for Professional Directions, Odesa I.I. Mechnikov National University

Use of artificial intelligence technologies in the process of learning and teaching in higher education

Abstract

The article examines the transition process of traditional education to the digital format, focusing on the individualization of education with the help of modern technologies. The main focus is on the use of artificial intelligence (AI), virtual reality, the development of a digital educational environment and access to broadband Internet. The article reveals two main approaches to defining AI: as the characteristics of intelligent systems capable of performing creative tasks, and as the science and technology of creating intelligent machines and programs. The authors analyze the impact of AI on teaching and learning in higher education, defining AI as systems capable of imitating natural human processes such as learning, adaptation, and solving complex tasks. An important topic is changes in educational activities, especially in the interaction of online education and digital technologies, which changes the traditional methods of acquiring knowledge by students. It is considered how the application of AI can transform the educational process, increasing its efficiency and optimizing the use of resources. The authors offer a detailed overview of the various elements that must be integrated into AI-based educational systems, including information retrieval systems, electronic libraries, assessment systems, assessment libraries, and support systems. Higher education institutions are seen as key keepers of academic traditions and innovations, with the potential to transform higher education. The use of AI in universities can improve the provision of educational services and their quality, contributing to the creation of individualized educational trajectories. The authors describe in detail promising directions for the use of AI, including adaptive and individual learning, automatic assessment systems, intermediate learning, gamification, proctoring systems, the Smart Campus project, and others. Special attention is paid to changing the role of teachers in the context of digitalization of education and implementation of AI. The conclusions of the article focus on the fact that the digital transformation of education, especially with the use of AI, requires a careful approach, given the potential risks, and at the same time opens up new perspectives and opportunities for the development of the educational sphere.

Keywords: higher education system, higher education institution, artificial intelligence, distance education technologies, educational work in a higher education institution, educational material, physics teaching.

Постановка проблеми

Особливістю сучасного суспільства є стремління до інформатизації у різних аспектах людської діяльності. Розвиток вищої освіти тісно пов'язаний з прогресом у сфері новітніх технологій та обчислювальних можливостей інноваційних інтелектуальних систем. У сфері вищої освіти, впровадження та використання штучного інтелекту відкриває перед вищими навчальними закладами нові перспективи та виклики, які можуть кардинально змінити управління ними та внутрішню структуру. Серед передових тенденцій інформатизації виділяється включення штучного інтелекту у повсякденне життя, зокрема у вищу освіту. Науковці активно обговорюють ефективність інтелектуальних освітніх систем (ІОС), заснованих на технологіях штучного інтелекту, які можуть підвищити якість вищої освіти. Велику увагу дослідників привертає потенціал штучного інтелекту в освітньому процесі закладів вищої освіти (ЗВО), обговорюваний у двох контекстах: перший - оцінка можливостей для персоналізованого навчання, другий - розгляд здатності технологій штучного інтелекту покращити роботу і роль викладача у освітньому процесі.

Аналіз останніх досліджень і публікацій

В публікаціях [1, 9, 14] висвітлені особливості дистанційного освітнього процесу, які включають: зростання вмотивованості та успіхів студентів; орієнтацію на задоволення їхніх унікальних освітніх потреб, зацікавлень, прагнень і культурних особливостей; а також гнучкість, що дозволяє адаптуватися до змінних потреб. Як зазначають: Поліщук О., Дудченко В. [7], Чака Ч. [12] швидкий розвиток штучного інтелекту суттєво впливає на освітній процес, зокрема на якість надання освітніх послуг та розвиток у студентів навичок самостійного пізнання. Згідно з даними: Панухник О. [6], Македон В., Михайленко О., Дзяд О. [14] однією з ключових рис штучного інтелекту в освітньому середовищі має бути здатність до самостійної роботи, або, іншими словами, до автономності. У цьому контексті, як наголошують Мар'єнко М., Коваленко В. [4], Актай С. [8], Бовілл Ч. [11], «машинне навчання» є обнадійливою сферою у галузі штучного інтелекту. Хоча деякі рішення в цій області ще залежать від програмування, інші мають вбудовану здатність до аналізу закономірностей та прогнозування.

Мета статті (постановка завдання)

Мета дослідження полягає у вивченні можливостей використання технологій штучного інтелекту (ШІ) в процесі навчання та викладання у вищій школі. Дослідження спрямоване на аналіз сучасних тенденцій впровадження ШІ в освітній процес, виявлення потенційних переваг та викликів, пов'язаних з інтеграцією цих технологій у вищу освіту.

Задачі дослідження:

дослідити наукові та методологічні підходи до розуміння ШІ, його основні характеристики та можливості.

вивчити, як технології ШІ трансформують методики викладання та навчання в університетах, зокрема їх вплив на підходи до викладання, методи оцінювання та підготовки навчальних матеріалів.

оцінити, як використання ШІ може сприяти підвищенню якості освіти, індивідуалізації освітнього процесу та ефективності навчання, а також розглянути потенційні ризики та етичні питання.

на основі аналізу та висновків, сформулювати рекомендації щодо ефективного використання ШІ в освітньому процесі у вищих навчальних закладах, враховуючи індивідуальні потреби та особливості студентів.

Виклад основного матеріалу

Цифрова трансформація вищої освіти полягає в забезпеченні кожному студенту досягнення потрібних освітніх цілей через індивідуалізацію освітнього процесу, засновану на використанні цифрових технологій, що постійно розвиваються Це включає впровадження методів штучного інтелекту, віртуальної реальності, створення цифрового освітнього середовища у ЗВО, а також забезпечення універсального доступу до широкосмугового Інтернету та роботи з великими даними [4, c. 51].

Наразі існують два головних підходи до визначення поняття «штучний інтелект». Згідно з першим, штучний інтелект (ШІ; англ. artificial intelligence, AI) розглядається як «характеристика інтелектуальних систем», здатних виконувати креативні завдання, які традиційно вважалися прерогативою людини. Друге визначення вказує на те, що ШІ є «наукою та технологією створення інтелектуальних машин, особливо інтелектуальних комп'ютерних програм» [11]. Для аналізу впливу штучного інтелекту на викладання та навчання у вищій школі ми використовуємо базове визначення, основане на літературному огляді більш ранішніх визначень у цій області. Таким чином, штучний інтелект (ШІ) можна визначити як обчислювальні системи, здатні імітувати природні людські процеси, такі як навчання, адаптація, синтез, саморегуляція, та використовувати дані для аналізу та вирішення складних завдань.

Застосування штучного інтелекту у вищій освіті може істотно змінити цю галузь, відкриваючи нові шляхи її перетворення. Введення технологій ШІ у освітній процес підвищить його ефективність та оптимізує використання ресурсів. Освітні системи, базовані на штучному інтелекті, повинні включати такі елементи [7]: інформаційно-пошукову систему для формування даних освітнього процесу з різноманітних джерел; електронну бібліотеку підручників та методичних матеріалів, яка автоматично оновлюється; систему оцінювання знань студентів, що включає підсистему постійного моніторингу їхньої успішності та активності; бібліотеку контрольних завдань, що автоматично адаптується до рівня підготовки кожного студента відповідно до його результатів; автоматизовану систему складання розкладу та розподілу навчального навантаження; систему підтримки, що забезпечує комунікацію студента з освітньою установою.

Застосування технологій штучного інтелекту в освітній галузі може суттєво вплинути на процес навчання та розвиток людини на протязі всього її життя.

Серед ключових технологій Індустрії 4.0, які впливають на зміст та методи сучасної освіти, можна виокремити наступні [2, с, 98]: інтернет речей (лабораторії з дистанційним доступом; лабораторні стенди, доступні на відстані); адитивні технології (SD-моделювання в предметах, таких як: фізика, інформатика та математика; виробництво компонентів для роботів та технічних пристроїв); штучний інтелект, машинне навчання та робототехніка (використання аватарів та чат-ботів у освітньому процесі для консультацій, тестування та розробки індивідуальних освітніх траєкторій студентів; використання роботів присутності для дистанційного навчання); великі дані, блокчейн та хмарні обчислення (створення безпечних портфоліо для студентів та викладачів; фіксація розвитку освітніх та професійних компетенцій; використання хмарних технологій у освітньому процесі); віртуальна та доповнена реальність (застосування імітаційних лабораторних стендів та обладнання з елементами доповненої реальності у навчанні) [4, 5].

Сучасні заклади вищої освіти не лише зберігають академічні традиції та відзначаються загальною ефективністю, а й володіють значним потенціалом для інновацій та оригінальних ініціатив. Усвідомлення цього факту є ключовим для розкриття можливостей трансформації у сфері вищої освіти [6]. Застосування у ЗВО технологій штучного інтелекту спрощує надання освітніх послуг та сприяє підвищенню їхньої якості. Штучний інтелект дозволяє створювати персоналізовані освітні траєкторії для кожного студента, сприяючи їх успішному навчанню у ЗВО та професійному розвитку.

У загальному випадку системи штучного інтелекту навчання має містити: а) лінгвістичний процесор спілкування з користувачем;

б) «дошку оголошень», яка служить комунікаційним середовищем;

в) базу знань, що містить евристичні знання; г) базу даних, яка містить каталог підсистем і елементів, що входять в об'єкт; д) інтерпретатор, який на основі вхідних даних, бази знань і бази даних формує рішення задачі (табл. 1).

Таблиця 1. Послідовність розробки моделі ШІ для забезпечення освітнього процесу у ЗВО (сформовано за даними [1, 6])

Ми пропонуємо провести подальшу модифікацію ШІ в освітній процес за рахунок введення навчальних нейронних мереж. Такий механізм розглядає навчальну нейронну мережу, як модель, яка відбиває тільки поведінку модельованого об'єкту і не враховує внутрішню деталізацію (семантику) нейронної мережі (рис. 1).

Рис. 1. Етапи налаштування когнітивних нейронних мереж для використання у освітньому процесі у ЗВО (розроблено авторами)

Процедура формування такої моделі фактично є процедурою когнітивного стискування інформації про об'єкт через навчання нейронної мережі відповідно до заданої навчальної вибірки. Завдання синтезу нейронної мережі має свої складнощі, оскільки заздалегідь неможливо передбачити, яка архітектура нейронної мережі виявиться найкращою для реалізації необхідного відображення вхідних сигналів у вихідні сигнали при рішенні задачі, що цікавить нас.

Розглянемо декілька перспективних застосувань штучного інтелекту.

Адаптивне та індивідуальне навчання передбачає відбір навчального матеріалу, який відповідає потребам кожного студента, залежно від його рівня знань, з можливістю відслідковування прогресу та коригування навчальної траєкторії відповідно до отриманих результатів.

Системи автоматичної оцінки забезпечують об'єктивну оцінку знань студентів, аналізують інформацію про їхні навчальні досягнення, пропонують рекомендації та розробляють індивідуальні навчальні плани.

Проміжне навчання допомагає студентам закріпити вивчений матеріал. Спеціалізована програма ідентифікує моменти, коли студент може забути пройдений матеріал, і пропонує рекомендації для його повторення.

Гейміфікація навчання полягає у використанні ігрових технологій та навчальних симуляторів в освітньому процесі, що робить навчання більш захоплюючим та ефективним [2].

Система прокторингу також є перспективною, оскільки вона аналізує поведінку студента під час дистанційного іспиту: частоту відведення погляду від екрану, спроби переключення вкладок у браузері, присутність сторонніх осіб чи голосів тощо. Важливо відмітити, що така система може бути точною при оцінюванні, але при її недосконалості можуть виникати неточності. Наприклад, система може неправильно інтерпретувати шум у приміщенні, який не пов'язаний з іспитом, як порушення, або виникати проблеми з оцінюванням студентів з порушеннями зору, такими як косоокість. Як приклад системи прокторінгу можна навести Safe Exam Browser (SEB), який широко використовується в таких системах керування освітою (learning management system - LMS), як Moodle, Blackboard, Ilias.

Проект «Смарт-кампус» дозволяє швидко вирішувати різноманітні питання студентів: інформування про розклад занять, допомога у пошуку аудиторій, зворотний зв'язок з Вишем та викладачами, доступ до відеолекцій, аудіоматеріалів, презентацій, отримання контрольних завдань, реєстрація на освітні програми та курси, інформація про наявність літератури в бібліотеці, вільні місця у гуртожитку, вибір місця проживання тощо [7].

Важливо підкреслити, що перспективні можливості застосування штучного інтелекту в галузі вищої освіти не обмежуються лише тими, що були згадані раніше. На нашу думку, до появи великих мовних моделей таких, як GPT-4, PaLM, LaMDA, Inflection-2 тощо, штучний інтелект не є конкурентом для професорсько-викладацького складу, ані у процесі навчання, ані у процесі оцінювання знань студентів. Штучний інтелект слід розглядати як допоміжний та цінний інструмент, який здатен виконувати та вдосконалювати широкий спектр операцій у вищому навчальному закладі, сприяти організації ефективного освітнього процесу та розвитку необхідних комунікацій.

Зосередимо увагу на найбільш поширених та перевірених технологіях та моделях використання штучного інтелекту у вищих навчальних закладах, особливо у контексті навчання технічних та фундаментальних дисциплін, таких як, наприклад, фізика.

Комунікаційний інтерфейс, заснований на штучному інтелекті (ШІ) (англ. Artificial Intelligence, AI), зазнав значного розвитку у вищій освіті за останні п'ять років, привертаючи значну увагу завдяки своїй здатності до інтерпретації користувацьких потреб через усну або письмову мову. Діалогові системи на базі ШІ підвищують ефективність та задоволення користувачів. Такий тип «людино-машинного» інтерфейсу має потенціал змінити спосіб навчання студентів сьогодні, допомагаючи їм запам'ятовувати, розвивати пізнавальну самостійність, отримувати доступ до різних джерел інформації та самостійно створювати контент [3].

Модель навчання «Прогноз-аналіз». Прогностична аналітика має важливе значення в освіті, оскільки вона може надати студентам інформацію про попит на певні курси, а також прогнозувати ймовірність того, що студенти можуть зіткнутися з труднощами у виконанні освітніх вимог окремих навчальних закладів, що може призвести до їх відмови від навчання. Втім, застосування цієї «теорії ймовірності» поки що не може гарантувати точної статистики, існує високий відсоток похибки, через що до «ризикової категорії» можуть потрапити студенти, які мають потенціал стати «генераторами унікальних ідей».

Технології «підштовхування» («Nudge Tech») мають на меті спонукати установи використовувати дані для впливу на поведінку, наприклад, заохочувати до формування корисних звичок у навчанні або відводити час на фізичні вправи між заняттями. «Nudge Tech» є яскравим прикладом того, як можна досягти персоналізації на масовому рівні, що становить ключову конкурентну перевагу в сучасній, глобалізованій та цифровій освітній екосистемі.

Технологія цифрової атестації. Цифрові облікові дані відіграють ключову роль у боротьбі з шахрайством та захисті інформації про користувачів, стаючи незамінним інструментом у вищих навчальних закладах, особливо під час процесу набору та прийому студентів. У зв'язку з цим, багато університетів у всьому світі розробляють спеціальні програми безпеки, спрямовані на захист та ефективне управління власними базами даних.

Гібридні інтеграційні платформи. Університети та інші освітні заклади все частіше впроваджують хмарні бізнес-додатки, що призводить до створення гібридних хмарних систем. Ці платформи дозволяють централізувати системи управління взаємовідносинами з клієнтами (CRM) та системи управління навчанням (LMS) у єдиний інтегрований процес. Однак, основним недоліком таких систем є високий ризик, пов'язаний зі зберіганням великих обсягів конфіденційної інформації на одному середовищі. У сфері вищої освіти ці ризики автоматично впливають на всіх учасників процесу: студентів (користувачів/клієнтів), викладачів (виконавців) та адміністрацію (модераторів) [12].

Програмне забезпечення для кар'єрного розвитку. Спочатку, програмне забезпечення, спрямоване на кар'єрний розвиток, використовувалось переважно в професійних вищих навчальних закладах зі спеціалізацією у сферах бізнесу чи інженерії. Однак, нині міжнародні університети розглядають можливості створення та використання уніфікованого інструменту, який би сприяв початку та підтримці кар'єрного зростання студентів, орієнтованого спочатку на конкретну роботу в компанії. Це може мати як позитивні, так і негативні сторони, оскільки освітній процес у вищій школі, як і будь-який інший процес, відбувається в умовах глобалізації [14]. Це означає, що економіці необхідні висококваліфіковані фахівці, але, ймовірно, з більшою кількістю спеціалізацій.

Студентський крос-життєвий цикл у системі CRM. CRM є невід'ємною частиною інтегрованого освітнього процесу в університетському середовищі. Завдяки даним, зафіксованим у CRM, студенти можуть самостійно аналізувати свою освітню статистику, оцінювати її та вносити зміни в індивідуальні освітні плани, впливаючи таким чином на особисті навчальні результати.

Бездротові презентаційні технології. Ця технологія, яка є зручним інструментом для студентів, дозволяє їм без зусиль проектувати матеріали з комп'ютера або мобільного пристрою на інший екран через Wi-Fi. Ця технологія стає особливо актуальною в умовах, коли все більше міжнародних установ впроваджують політику «принеси свій пристрій» (BYOD) [9].

Переваги впровадження штучного інтелекту в електронне навчання можуть бути значними. Ось декілька прикладів цього. Індивідуалізація та персоналізація освіти. Припускається, що в групі з 15-20 студентів важко знайти підхід до кожного окремо. Проте, з використанням штучного інтелекту, що адаптується під потреби кожного студента, можливо досягти значного прогресу. Штучний інтелект, інтегрований у освітній процес, дозволяє викладачам збирати обсяги даних про студентів, їх інтереси, здібності та інше. Аналіз цих даних може відкрити шлях до персоналізованого підходу в освіті. На сьогодні існує чимало платформ для вивчення мов на базі штучного інтелекту, які дозволяють студентам навчатися у власному темпі, опрацьовуючи навчальний матеріал, виявляючи проблемні моменти, беручи участь у завданнях, які найкраще відповідають їх інтересам та культурному тлу. Ці дані також дозволять викладачам краще зрозуміти потреби своїх студентів та передбачити майбутні результати [13].

Надання негайного зворотного зв'язку. При вивченні фізики за допомогою штучного інтелекту студенти отримуватимуть швидкий зворотний зв'язок. Чекання результатів важливого тесту може бути стресовим, і коли студенти бачать свої помилки лише через тиждень, вони можуть не згадати, як та чому вони їх зробили. Платформа, що використовує штучний інтелект для вивчення фізики, може автоматично оцінити виконані завдання і аналізувати тести відразу після їх здачі, вказуючи на помилки та пропонуючи способи їх усунення. Це дасть студентам можливість швидко виправити помилки та підготуватися краще до майбутніх контрольних робіт. Для викладачів, штучний інтелект в освіті може виявити слабкі місця в навчальній програмі та допомогти у поліпшенні лекцій чи практичних завдань, а також визначити, які аспекти навчальної дисципліни є найскладнішими для студентів, і яким з них потрібна додаткова допомога.

Подолання страху невдачі. Робити помилки є нормальним, адже помилки є ключовим елементом навчання. Проте, коли студенти роблять помилки, вони можуть отримати низькі оцінки або відчувати себе некомфортно чи навіть зазнавати страху перед реакцією викладача на їхні неправильні відповіді. Штучний інтелект не буде критикувати або принижувати студентів, а натомість зможе об'єктивно оцінювати їх, не виявляючи засудження.

Зміна ролі викладача. Штучний інтелект не замінить викладачів у вищій школі, але визначить їх роль по-новому. Замість того, щоб бути традиційним «мудрецем на сцені», викладач перетвориться на керівника, консультанта та помічника. Це означає, що завдяки технологіям викладачі будуть звільнені від повсякденних рутинних обов'язків, отримавши більше часу для спілкування та підтримки студентів. З початком використання ШІ для вивчення фізики викладачі зможуть більше часу присвятити координації освітнього процесу та менторству. Технічно досвідчені викладачі матимуть можливість працювати як фахівці з аналізу даних, використовуючи інформацію, зібрану під час навчання.

Осмислений підхід до навчання. Використання ШІ для вивчення фізики дозволяє студентам навчатися з будь-якого місця у світі, встановлювати особисті цілі та дотримуватися власного навчального плану. Викладачам більше не потрібно щороку повторювати однаковий матеріал, оскільки індивідуальний підхід дозволяє адаптувати навчання до потреб кожного студента. Крім того, ШІ може допомогти створити цікаві ігри, задачі та інші освітні та дослідницькі заходи, що поєднують навчальні програми з інтересами студентів [15].

Нижче представлено кілька прикладів технологій на базі ШІ.

Навчальні боти. Чат-боти перетворилися на розумних помічників, спілкування з якими не відрізняється від розмови з освіченою людиною з гарним почуттям гумору. З ускладненням функціоналу чат-ботів їх почали використовувати для вивчення як фундаментальних, так і технічних дисциплін. У будь-який час студенти можуть вступити в діалог з ботом і вчитися в процесі спілкування, чого часто бракує в реальному середовищі. Чат-боти з штучним інтелектом надають індивідуальні відповіді на запитання і можуть оцінити навички користувача або дати поради щодо поліпшення. При цьому студенти не відчувають скутості та страху помилки, на відміну від спілкування з реальним викладачем [8].

Персоналізовані підручники. Враховуючи, що люди навчаються по-різному та з різною швидкістю, неефективно використовувати один і той самий підручник для всіх студентів. Тому персоналізовані підручники стають дуже важливими. Завдяки ШІ, який може оцінити рівень знань студента та темп його прогресу, можливо адаптувати навчальний матеріал до індивідуальних потреб кожного студента. Персоналізація підручників також може бути корисною для викладачів. Якщо вони могли б завантажити свої навчальні програми до системи штучного інтелекту, ця система змогла б генерувати підручники, адаптовані для конкретного навчального закладу, курсу або групи студентів [10].

Алгоритми навчання штучного інтелекту. Існує безліч алгоритмів, які поєднують штучний інтелект з вивченням фізики, допомагаючи комп'ютерам ставати розумнішими. Деякі з них, такі як: «дерево рішень», «метод K-середніх», «побудова алгоритму», можуть бути успішно використані в дистанційній освіті.

Отже, штучний інтелект представляє собою значний ресурс, який надає багато можливостей для вдосконалення освітнього процесу. Проте його використання в вищій освіті може призвести до певних педагогічних, психологічних та соціальних ризиків. Для їх мінімізації необхідно, по-перше, чітке розуміння суспільством та науково-педагогічною спільнотою неминучості цих ризиків; по-друге, усвідомлення, що штучний інтелект служить лише як вторинний інструмент, який надає матеріал для аналізу та міркувань викладачів, на основі яких вони мають ухвалювати кінцеві рішення в різних ситуаціях; по-третє, потрібно здійснити певні заходи на національному та міжнародному рівнях з метою обмеження розробки та використання технологій, які потенційно можуть бути небезпечними для суспільства.

Використання штучного інтелекту (ШІ) у виховній роботі в університеті є інноваційним та ефективним підходом до освіти та виховання студентів. Основні переваги ШІ у цій сфері можуть включати:

ШІ може аналізувати потреби та освітній прогрес кожного студента, що дозволяє створювати персоналізовані навчальні плани та виховні програми.

Інтерактивні інструменти та ресурси на базі ШІ можуть зробити освітній процес більш захоплюючим та ефективним.

ШІ може слугувати зручним інструментом для зв'язку між викладачами та студентами, забезпечуючи оперативне отримання зворотного зв'язку та підтримку.

ШІ здатний адаптуватися до різних стилів навчання та виховання, що дозволяє ефективно працювати з різноманітними групами студентів.

Висновки

Впровадження штучного інтелекту та його розповсюдження вже зараз викликає численні обговорення та роздуми про його майбутню роль у процесі викладання та навчання у сфері вищої освіти, а також про рішення, які прийматимуть університети з цього приводу. Швидкий розвиток технологічних інновацій і пов'язані з ними зміни на ринку праці вимагають перегляду ролей викладачів, студентів, а також адміністративних процесів у вищій освіті.

Визначено, що сучасним ЗВО потрібно переосмислити свої функції та існуючі педагогічні моделі, а також зважити на переваги та недоліки майбутнього впровадження технологій на основі ШІ. Нині багато вищих навчальних закладів у світі розглядають великий спектр можливостей і викликів, які відкриває використання ШІ в освітньому процесі у вищій школі. З одного боку, штучний інтелект сприяє формуванню концепції «освіти для всіх» - неперервного навчання у рамках покращеної моделі, яка може зберігати цілісність основних освітніх цінностей та ефективно сприяти досягненню цілей сучасної вищої освіти.

Доведено, що розробка та вдосконалення необхідного цифрового освітнього середовища сприяє зростанню рівня цифрової грамотності усіх учасників освітнього процесу. В ході проведеного дослідження були визначені та проаналізовані перспективні напрямки використання штучного інтелекту в галузі вищої освіти. Ефективне застосування цих напрямків дозволить підібрати найоптимальнішу стратегію навчання, адаптовану до індивідуальних здібностей та потреб студентів, а також до вимог ринку праці. Це також сприятиме виконанню та удосконаленню різноманітних операцій у ЗВО, допомагатиме в організації ефективного освітнього процесу та в налагодженні необхідних комунікацій.

Література

1. Гуржій А.М., Глазунова О.Г., Волошина Т.В. Цифровий навчальний контент для системи відкритої освіти: Сучасні інформаційні технології та інноваційні методики навчання у підготовці фахівців: методологія, теорія, досвід, проблеми: Київ-Вінниця: ТОВ фірма «Планер», 2020. 268 с.

2. Македон В.В., Валіков В.П., Кошляк Є.Є. Світовий ринок праці в координатах цифрової економіки. Академічний огляд. № 1 (52). 2020. С. 91-107. DOI: 10.32342/2074-5354-2020-1-52-9.

3. Македон В.В., Ільченко Н.О. Кон'юнктура світового ринку ІТ-послуг в умовах економіки 4.0. Ефективна економіка. 2021. № 1. - URL: http://www.economy.nayka.com.ua/?op=1&z=8525 (дата звернення: 12.11.2023). DOI: 10.32702/2307-2105-2021.1.8.

4. Мар'єнко М., Коваленко В. Штучний інтелект та відкрита наука в освіті. Фізико-математична освіта, 2023. Том 38. № 1. С. 48-53. DOI: 10.31110/24131571-2023-038-1-007.

5. МОН України. Концепція цифрової трансформації освіти і науки: МОН запрошує до громадського обговорення. URL: https://mon.gov.ua/ua/news/koncepciya-cifrovoyi-transformaciyi-osviti-i-nauki-monzaproshuye-dogromadskogo-obgovorennya.

6. Панухник О. Штучний інтелект в освітньому процесі та наукових дослідженнях здобувачів вищої освіти: відповідальні межі вмісту ШІ. Галицький економічний вісник. 2023. Том 84. № 4. С. 202-211. https://doi.org/10.33108/galicianvisnyk_tntu2023.04.202.

7. Поліщук О., Поліщук О., Дудченко В. Філософія штучного інтелекту в освітньому процесі. Humanities studies: Collection of Scientific Papers. 2022. Вип. 13 (90). С. 103-109. DOI: https://doi.org/10.26661/hst-2022-13-90-12.

8. Aktay S. The usability of Images Generated by Artificial Intelligence (AI) in Education. International technology and education journal. 2022. № 6 (2). pp. 51-62.

9. Aristin N., Purnomo A., Sayono J., Aliman M. Education Quarterly Reviews Student Retention in Distance Learning During the Covid-19 Crisis in Indonesia: Are We Disappointing Them? OSFPreprints. 2023. №6. pp. 125-132. 10.31014/aior.1993.06.01.692.

10. Bykov V., Mikulowski D., Moravcik O., Svetsky S., Shyshkina M. The use of the cloud-based open learning and research platform for collaboration in virtual teams. Information Technologies and Learning Tools. 2020. 76(2). pp. 304-320. https://doi.org/ 10.33407/itlt.v76i2.3706.

11. Bovill C. Co-creation in learning and teaching: The case for a whole-class approach in higher education. Higher Education. 2020. 79(1). pp. 1023-1037. https://doi.org/10.1007/s10734-019-00453-w.

12. Chaka C. Fourth industrial revolution-a review of applications, prospects, and challenges for artificial intelligence, robotics and blockchain in higher education. Research and Practice in Technology Enhanced Learning (RPTEL). 2023. 18(2). URL: http://rptel.apsce.net/index.php/RPTEL/article/view/2023-18002.

13. Fitzgerald R., Huijser H., Altena S., Armellini A. Addressing the challenging elements of distance education, Distance Education. 2023. № 44(2). pp. 207-212, DOI: 10.1080/01587919.2023.2209527.

14. Makedon V., Mykhailenko O., & Dzyad O. Modification of Value Management of International Corporate Structures in the Digital Economy. European Journal of Management Issues. 2023. № 31 (1). pp. 50-62. https://doi.org/10.15421/192305.

15. Theobald E.J., Hill M.J., Tran E., Agrawal S., Nicole Arroyo E., Behling S., Chambwe N., Cintron D.L., Cooper J.D., Dunster G., Grummer J.A., Hennessey K., Hsiao J., Iranon N., Jones L., Jordt H., Keller M., Lacey M.E., Littlefield C.E., & Freeman S. Active learning narrows achievement gaps for underrepresented students in undergraduate science, technology, engineering, and math. 2020. PNAS. 117(12) pp. 6476-6483. https://doi.org/10.1073/pnas.1916903117.

References

1. Aktay, S. (2022). The usability of Images Generated by Artificial Intelligence (AI) in Education. International technology and education journal, 6 (2), 51-62.

2. Aristin, Nevy & Purnomo, Agus & Sayono, Joko & Aliman, Muhammad. (2023). Education Quarterly Reviews Student Retention in Distance Learning During the Covid-19 Crisis in Indonesia: Are We Disappointing Them? OSF Preprints, 6, 125-132. 10.31014/aior.1993.06.01.692.

3. Bovill, C. (2020). Co-creation in learning and teaching: The case for a wholeclass approach in higher education. Higher Education, 79(1), 1023-1037. https://doi.org/10.1007/s10734-019-00453-w.

4. Bykov, V., Mikulowski, D., Moravcik, O., Svetsky, S., & Shyshkina, M. (2020). The use of the cloud-based open learning and research platform for collaboration in virtual teams. Information Technologies and Learning Tools, 76(2), 304-320. https://doi.org/10.33407/itlt.v76i2.3706.

5. Chaka, C. (2023). Fourth industrial revolution - a review of applications, prospects, and challenges for artificial intelligence, robotics and blockchain in higher education. Research and Practice in Technology Enhanced Learning (RPTEL), 18(2). Retrieved from http://rptel.apsce.net/index.php/RPTEL/article/view/2023-18002.

6. Fitzgerald, Rachel, Huijser, Henk, Altena, Sharon & Armellini Ale. (2023). Addressing the challenging elements of distance education, Distance Education, 44:2, 207-212, DOI: 10.1080/01587919.2023.2209527.

7. Gurzhii, A.M., Glazunova, O.G., Voloshina, T.V. (2020). Tsyfrovyy navchal'nyy kontent dlya systemy vidkrytoyi osvity: Suchasni informatsiyni tekhnolohiyi ta innovatsiyni metodyky navchannya u pidhotovtsi fakhivtsiv: metodolohiya, teoriya, dosvid, problemy [Digital educational content for the open education system: Modern information technologies and innovative teaching methods in the training of specialists: methodology, theory, experience, problems]. Kyiv-Vinnytsia: Planer [in Ukrainian].

8. Makedon, V. and Ilchenko, N. (2021). Kon"yunktura svitovoho rynku it-posluh v umovakh ekonomiky 4.0 [World market of it services in the languages of economy 4.0], Efektyvna ekonomika - Efficient economy, vol. 1, available at: Retrieved from http://www.economy.nayka.com.ua/?op=1&z=8525. DOI: 10.32702/2307-2105-2021.1.8. [in Ukrainian].

9. Makedon V., Valikov V., Koshlyak Y. (2020). Svitovyy rynok pratsi v koordynatakh tsyfrovoyi ekonomiky [The world labor market in the coordinates of the digital economy]. Akademichnyy ohlyad - Academic review, 1(52), 91-107. DOI: 10.32342/2074-5354-2020-1-52-9. [in Ukrainian].

10. Makedon, V., Mykhailenko, O., & Dzyad, O. (2023). Modification of Value Management of International Corporate Structures in the Digital Economy. European Journal of Management Issues, 31(1), 50-62. https://doi.org/10.15421/192305.

11. Marienko, M., & Kovalenko, V. (2023). Shtuchnyi intelekt ta vidkryta nauka v osviti [Artificial intelligence and open science in education]. Fizyko-matematychna osvita - Physical and Mathematical Education, 38(1), 48-53. https://doi.org/10.31110/ 2413-1571-2023-038-1-007 [in Ukrainian].

12. MESU (2021). Kontseptsiya tsyfrovoyi transformatsiyi osvity i nauky: MON zaproshuye do hromads'koho obhovorennya [The concept of digital transformation of education and science: MESU invites public discussion]. Retrieved from https://mon.gov.ua/ua/news/koncepciya-cifrovoyi-transformaciyi-osviti-i-nauki-monzaproshuye-dogromadskogo-obgovorennya [in Ukrainian].

13. Panukhnyk, O. (2023). Shtuchnyy intelekt v osvitn'omu protsesi ta naukovykh doslidzhennyakh zdobuvachiv vyshchoyi osvity: vidpovidal'ni mezhi vmistu SHI. [Artificial intelligence in the educational process and scientific research of higher education applicants: responsible boundaries of AI content]. Halyts'kyy ekonomichnyy visnyk - Galician economic journal, 83(4), 202-211. https://doi.org/10.33108/galicianvisnyk_tntu2023.04.202 [in Ukrainian].

14. Polishchuk O., Polishchuk O., Dudchenko V. (2022). Filosofiia shtuchnoho intelektu v osvitnomu protsesi [The philosophy of artificial intelligence in the educational process]. Humanities studies: Collection of Scientific Papers. 13(90), 103-109. DOI: https://doi.org/10.26661/hst-2022-13-90-12 [in Ukrainian].

15. Theobald, E.J., Hill, M.J., Tran, E., Agrawal, S., Nicole Arroyo, E., Behling, S., Chambwe, N., Cintron, D.L., Cooper, J.D., Dunster, G., Grummer, J.A., Hennessey, K., Hsiao, J., Iranon, N., Jones, L., Jordt, H., Keller, M., Lacey, M.E., Littlefield, C.E., & Freeman, S. (2020). Active learning narrows achievement gaps for underrepresented students in undergraduate science, technology, engineering, and math. PNAS, 117(12), 6476-6483. https://doi.org/10.1073/pnas.1916903117.

Размещено на Allbest.ru