Применение искусственного интеллекта в системе высшего образования

Лукичёв П.М.1, Чекмарев О.П.2
1 Балтийский государственный технический университет "ВОЕНМЕХ" им. Д.Ф. Устинова, Россия, Санкт-Петербург
2 Санкт-Петербургский государственный аграрный университет, Россия, Санкт-Петербург

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 13, Номер 1 (Январь-март 2023)

Цитировать:
Лукичёв П.М., Чекмарев О.П. Применение искусственного интеллекта в системе высшего образования // Вопросы инновационной экономики. – 2023. – Том 13. – № 1. – С. 485-502. – doi: 10.18334/vinec.13.1.117223.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=52456717
Цитирований: 14 по состоянию на 30.01.2024

Аннотация:
Данная статья посвящена вопросам применения технологий искусственного интеллекта в системе высшего образования. Актуальность темы связана с тем, что в настоящее время существует значительный разрыв между интересом к использованию искусственного интеллекта в образовании и его реальным воплощением. В качестве методологической основы исследования были использованы научные и практические работы российских и зарубежных ученых в области экономики и этики искусственного интеллекта в образовании. Авторы выделяют два основных направления влияния ИИ на систему высшего образования. В статье рассматривается использование инструментов ИИ в образовании по субъектам применения. Авторы делают акценты на выявлении экономических и этических вопросов внедрения в систему высшего образования алгоритмов искусственного интеллекта. Делается вывод о необходимости применения междисциплинарного подхода к обучению сегодняшних студентов взаимодействию с технологиями искусственного интеллекта. Особое внимание уделяется проблемам использования программы ChatGPT в образовательном процессе. Результаты научного исследования могут быть полезны специалистам в сфере искусственного интеллекта, ученым, сферой научных интересов которых является изучение процессов совершенствования экономики и этики высшего образования.

Ключевые слова: искусственный интеллект, высшее образование, экономика искусственного интеллекта, искусственный интеллект в образовании, этика искусственного интеллекта, ChatGPT

JEL-классификация: I23, O31, O33



Введение

Сфера образования и, особенно, высшего образования становится в последние годы всё более массовой и оказывающей всё более глубокое воздействие на экономический прогресс. Её развитие определяется также влиянием на сопутствующие отрасли, созданием и удержанием национальных конкурентных преимуществ. Именно сфера образования формирует человеческий капитал, способствует инновационному развитию страны и экономики знаний, развитию нематериальных активов, а также является основой при формировании «культурного кода» страны и механизмов «мягкой силы» на мировой арене [1] (Zashchitina, Pleshivtseva, 2022). Ожидается, что к 2030 году мировой рынок образования достигнет не менее 10 трлн долларов. Сегодняшние образовательные тренды во-многом определяются внедрением цифровых технологий и, особенно, искусственного интеллекта. В 2020 г. на цифровые технологии в образовании в мире было потрачено 227 млрд долл., а к 2025 г., по прогнозам, эти расходы вырастут практически вдвое – до 404 млрд долл. [2] . В Российской Федерации утверждены стратегические направления в области цифровой трансформации высшего, среднего профессионального (СПО) и общего образования на период 2022-2030 гг. для достижения высокого уровня «цифровой зрелости» указанных отраслей [3], [4]. В сфере высшего образования цифровая трансформация в образовании оценивается преимущественно технологическими параметрами, охватывая пять основных блоков: цифровые сервисы, информационные системы, управление данными, инфраструктуру, кадры. На наш взгляд, более учитывает специфику цифровизации процессов в вузах вовлеченность основных участников образовательного процесса в использование различных устройств, сервисов, составляющих цифровую инфраструктуру [5б с.56]. Среди российских исследователей существует согласие относительно важности расширения применения цифровых технологий и, в частности, искусственного интеллекта, хотя, как справедливо отметила Астратова Г.В. пока выгоды от цифровой трансформации экономики уступают темпам распространения цифровых технологий [6, с. 17] (Astratova, 2021) Воздействие цифровых технологий интенсифицируется с каждым годом, количественные изменения накапливаются и приведут в будущем к качественной трансформации системы образования. Гипотеза исследования. Существующие исследования применения алгоритмов искусственного интеллекта в системе высшего образования затрагивают в основном технологические аспекты темы, оставляя без внимания возникающие экономические, этические и педагогические вопросы. Цель статьи: выявить возможности и проблемы использования технологий искусственного интеллекта в системе образования, оценив перспективность их применения.

Прежде всего, обратим внимание, что по сравнению с другими сферами экономики (например, здравоохранением) запросов на применение алгоритмов Искусственного Интеллекта (ИИ) в образовании значительно меньше. Есть достаточно значительное число публикаций о возможностях использования ИИ в образовании. Этому посвящены, в частности, обзоры сделанные Ф. Тахиру [7] (Tahiru, 2021) и О. Завацкий-Рихтер и др. [8] (Zawacki-Richter et al., 2019). Однако, когда журнал International Journal of Educational Technology in Higher Education проводил конкурс, то после отсева статей, которые не соответствовали довольно широким критериям использования ИИ для поддержки преподавания и обучения, осталось 23 статьи для обзора, из которых только четыре (!) были признаны подходящими для публикации, исходя из их академического качества [9] (Bates, 2020). Это свидетельствует об огромном разрыве между интересом к использованию ИИ в образовании и его практическим применением.

Существует точка зрения, что в этой ситуации виновата сама система высшего образования, которая отстаёт в том, что касается применения новых технологий. Отсутствие готовности рисковать или внедрять новые инновации, а также отсутствие финансирования для чего-либо, отличного от традиционных методов обучения, препятствуют внедрению новых технологий во всех секторах образования, обучения и развития [10] (Wheeler, 2019). Эта точка зрения верна в том плане, что представителям образовательного сообщества необходимо постоянно совершенствоваться, чтобы соответствовать меняющимся требованиям современного рынка труда.

Исследований, специализирующихся на экономическом анализе проблем использования искусственного интеллекта в образовании, практически нет. А ведь учитывая широкие масштабы распространения образования в обществе на всех уровнях, - национальном, региональном, местном, - и его роли в развитии народного хозяйств, это странно.

Влияние искусственного интеллекта (ИИ) на систему образования происходит по двум основным направлениям. Во-первых, расширение применения ИИ в бизнес-процессах предъявляет новые требования к знаниям, умениям, навыкам, которыми должен обладать работник будущего. Все, - и высококвалифицированные специалисты, и работники низкой квалификации, - будут затронуты изменениями. «Инновации в робототехнике, машинном обучении (machine learning) ежедневно меняют работу, деформируя одни задания и вводя другие» [11] (Gratton, 2018). В России, одной из ключевых тенденций развития промышленных предприятий в современных условиях стала зависимость цифровой трансформации промышленного производства от своевременности разработки и внедрения в хозяйственную практику цифровых технологий [12, c. 676] (Khomenko, 2022). Исследование, посвященное влиянию ИИ на изменения в структуре рабочей силы на уровне фирмы в КНР, установило, что приложения ИИ были положительно связаны с общей занятостью, а также с занятостью не академически подготовленных работников, не имеющих высшего образования на уровне фирмы. Эти ассоциации были более значительными в секторе услуг, чем в производственном секторе [13] (Xue, Cao, 2022).

В более широком плане следует говорить о становлении цифровой экосистемы. Цифровая экосистема приведет к переопределению фундаментальных человеческих ценностей, включая наше нынешнее понимание работы и богатства [14] (Dignum,2021). Отсюда система высшего образования должна постоянно совершенствоваться, чтобы соответствовать этим возросшим требованиям.

Во-вторых, алгоритмы искусственного интеллекта могут значительно улучшить сферу образования, сделав её соответствующей реалиям нашего времени.

По нашему мнению, раскрытие темы, поставленной в заглавии, требует следующей примерной последовательности действий. Анализ основных тенденций цифровизации экономики и, в частности, использования искусственного интеллекта. → Запрос на применение алгоритмов ИИ в образовательном процессе. → Выявление направления использования искусственного интеллекта в системе высшей школы: или замена преподавателей (администраторов), или дополнение, облегчение функций преподавателей (администраторов). → Определение издержек - выгод от внедрения ИИ в образовательный процесс. Последнее предполагает как количественную оценку, так и качественную оценку. Количественная оценка должна быть в рублях (долларах), а качественная - в появлении новых возможностей осуществления учебного процесса. Далее необходимо разделить макроуровень и микроуровень использования искусственного интеллекта в системе высшего образования. Конкретно, это расчёт издержек применения искусственного интеллекта в образовательном процессе на национальном уровне, или на уровне отдельного образовательного учреждения (например, университета). →Сопоставление издержек и выгод использования ИИ в системе высшей школы, и принятие решения.

Применение инструментов искусственного интеллекта в образовании можно также анализировать по субъектам применения: а) ориентированные на учащихся, б) ориентированные на преподавателей, в) ориентированные в целом на систему искусственного интеллекта в образовании [15] (Baker, Smith, 2019). В частности, технологии ИИ, ориентированные на профессоров (преподавателей) университетов, используются для поддержки преподавателя и снижения его или её рабочей нагрузки за счет автоматизации таких задач, как администрирование, оценка, обратная связь и выявление плагиата. Отдельные программы ИИ уже успешно применяются в российской практике [16] (Checmarev, Kovalenko, Sudorgina, Timoshenko, Lukichev, 2021), но пока не получили широкого распространения.

Применение искусственного интеллекта в системе высшего образования распадается на два неодинаковых направления. Первое связано с использованием ИИ в оформлении, в организации учебного процесса. Второе связано непосредственно с учебным процессом, с изменением взаимоотношений между профессорами и студентами. Первое направление значительно легче для использования алгоритмов искусственного интеллекта и схоже с его применением в других сферах человеческой деятельности. Оно во многом связано с автоматизацией рутинных процессов труда. Второе направление продвигается гораздо медленнее, поскольку должно прийти на смену живому, креативному общению между студентами и преподавателями.

Первое направление, как предполагается, может позитивно повлиять на второе. Дж. Клутка и др. [17] (Klutka, et al., 2018) утверждают, что ИИ может справиться со многими рутинными функциями, выполняемыми в настоящее время преподавателями и администраторами, освобождая их для решения более сложных проблем и общения со студентами на более глубоких уровнях. Тем самым появляется возможность для новой роли преподавателя ВУЗа, более ориентированной на формирование навыков студентов. Однако, как показывает реальность, в том числе опыт авторов, пока такое утверждение остаётся чересчур оптимистичным. Во-многом, это связано с тем, что большинство разработок ИИ для преподавания и обучения – или, по крайней мере, исследовательских работ – сделаны учеными-компьютерщиками, а не преподавателями [8]. То есть они создаются не из запроса на применение алгоритмов искусственного интеллекта в образовательном процессе, а из возможностей разработчиков ИИ. Говоря экономическим языком: экономика предложения господствует над экономикой спроса. Фактически получается ситуация «Догнать и причинить добро». Отсюда и неудовлетворенность образовательного сообщества и малое число статей по этой тематике.

Вместе с тем, существует и противоположный, сугубо позитивный взгляд на применение искусственного интеллекта в системе высшего образования как у Х. Чена и его коллег [18] (Chen et al., 2022). Они отмечают, что технологии ИИ можно использовать для: 1) предоставления обратной связи и наблюдения за прогрессом каждого учащегося; 2) оценивания достигнутых знаний, навыков, умений студентами, что позволяет преподавателю «подстроить» процесс обучения к их уровню; 3) применения интеллектуальных наставников для доставки учебного контента. ИИ можно использовать также для оказания специализированной поддержки и повышения осведомленности о пробелах в знаниях, что позволяет инструкторам эффективно и результативно преподавать посредством персонализированного и адаптивного обучения [19](Guan et al., 2020). Технологии ИИ предоставляет решения на основе алгоритмов, которые позволяют эффективно оценивать сложные навыки и знания в режиме реального времени [20] (Chen et al., 2021). Кроме того, образовательные системы с искусственным интеллектом можно использовать для анализа динамики в классе и вовлеченности учащихся, что, в свою очередь, помогает выявлять учащихся из групп риска в режиме реального времени, что позволяет своевременно вмешиваться [21] (Tsai et al., 2020). Нельзя не обратить внимание, что даже при положительной оценке технологии искусственного интеллекта позволяют улучшить организацию учебного процесса, но не заменяют живое общение профессоров (преподавателей) со студентами. Сал Хан, основатель Академии Хана, считает, что именно персонализация и мастерство являются ключами к раскрытию проблем сегодняшнего образования [22].

Сейчас применение искусственного интеллекта в системе высшего образования не вывело последнюю на качественно новый уровень. ИИ пока не помогает в развитии у учащихся навыков более высокого порядка критического мышления, решения проблем, творчества и управления знаниями [23] (Lynch, 2017). Таким образом, можно сделать вывод, что сегодня использование алгоритмов искусственного интеллекта в системе образования носит вспомогательный, а не основной характер. Это составляет отличие от применения ИИ в здравоохранении. Здесь уже существуют примеры, когда использование технологий искусственного интеллекта, как например, в анализе и расшифровке маммограмм позволяет значительно раньше идентифицировать рак молочной железы, или распознавание переломов позвонков – раннего признака начального остеопороза [24] (Lukichev, Chekmarev, 2022) Пока инновации в образование продвигаются внешними разработчиками и коммерческими поставщиками, а не преподавателями и организаторами системы высшего образования.

При использовании технологий искусственного интеллекта для второго направления следует учесть национальные особенности учебных процессов в университетах. В Российской Федерации экзаменационная оценка выставляется, как правило, в день экзамена, а в США, в Англии и в других странах, - через несколько дней или недель. В Англии использовали программы ИИ для проверки ответов студентов в опросах обратной связи [25] (Nawas, 2022). Часть вопросов включали шкалу Лайкерта, поэтому с помощью искусственного интеллекта их можно достаточно легко проверить, а часть - ответы с открытыми вопросами. Именно для оценки произвольных текстов, которые содержат больше интересной информации, но проверка выполняется экспертами, что делает процесс трудоёмким и ресурсоёмким, были применены новые программы. Они позволили сэкономить 80% человеческих усилий (примерно две недели работы) по сравнению с выполнением вручную. Тем не менее, по-прежнему требовалась интерпретация полученных результатов человеком.

Этические проблемы

применения искусственного интеллекта в образовании

Алгоритмы ИИ воспринимаются многими исследователями не как обычная новая технология, улучшающая возможности экономических агентов, а как качественный прорыв. В связи с этим получил достаточно широкое распространение идеалистический подход к применению искусственного интеллекта.

Он включает в себя убеждение, что технологии, поддерживаемые искусственным интеллектом, должны использоваться для общего блага. Они не должны применяться для нанесения вреда или подрыва чьих-либо интересов и должны уважать общепринятые ценности, такие как справедливость, конфиденциальность и автономия [26] (Cramer et al., 2018). С нашей точки зрения, это идеалистический подход, не отражающий реальности. Как показывает практика, любое технологическое новшество используется для получения конкурентного преимущества и последующей выгоды теми, кто его создал. Предполагать, что в случае алгоритмов искусственного интеллекта будет иначе, наивно.

Раньше, исследователи анализировали проблему доверия между человеком и компьютером [27] (Moore, Benbasat, 1991), [28] (Madsen, Gregor, 2000), сейчас речь идёт о доверии между человеком и искусственным интеллектом. Интересно, что как в названных работах, так и в статье [29] (Leur, 2022) недоверие студентов к системе оценки поддержки высшего образования, управляемой искусственным интеллектом, связано с аффективными компонентами доверия.

Проблема доверия к использованию искусственного интеллекта в системе высшего образования имеет место сейчас по двум направлениям: со стороны преподавателей и со стороны студентов.

Со стороны студентов проблемы доверия, в основном, обусловлены внедрением технологий ИИ в процесс оценивания знаний учащихся. Эти опасения связаны с возможностями сопротивления новой форме учебного процесса вместо привычной и с влиянием доверия на успеваемость студентов [29]. Соответственно должны меняться и сами студенты, главной задачей которых становится повышение способности работать в сложных гибридных условиях, где имеют место различные формы цифровизации [30] (Bygstad, 2022).

Со стороны преподавателей проблема доверия проявляется по многим направлениям и, в частности, в проблеме наставничества. Сопоставление этики наставничества и этики искусственного интеллекта выявило много схожих принципов, но одновременно обнаружило, что несоответствующие принципы обеих областей могут быть легко упущены и принести вред, если будут применяться заинтересованными сторонами, имеющими или только образование / наставничество или только образование в области компьютерных наук / искусственного интеллекта [31] (Köbis, Mehner , 2021). Для устранения вреда и для создания доверия профессоров (преподавателей) к использованию искусственного интеллекта в образовании необходимо применение междисциплинарного подхода, подразумевающего участие различных заинтересованных сторон (преподавателей, студентов, организаторов учебного процесса, родителей, разработчиков ИИ). Кроме того, следует избегать односторонности в подготовке студентов.

Будущие выпускники должны обладать не только технологическими знаниями, умениями, навыками общения с искусственным интеллектом, но и иметь представление об его последствиях для экономики, этики, права и общества. Это также требует междисциплинарного подхода к образовательному процессу. Пока существует явная односторонность в подготовке разработчиков ИИ, подкрепляемая существующими учебными программами. Сегодняшние выпускники ВУЗов могут подумать что-то вроде: «Мы имеем дело с технологией; пусть юристы или специалисты по этике решают этические проблемы». Однако, делая выбор в процессе проектирования, этот выбор не только имеет этические последствия, но и отражает этические ценности дизайнера (например, следует ли ошибаться в сторону ложноположительного или ложноотрицательного результата при медицинской визуализации или оценке рецидивизма). Такой выбор не только формирует технологию, но и в конечном итоге формирует жизни отдельных людей и общества в целом. [32] (Borenstein, Howard, 2021). Следовательно, необходима комплексная подготовка специалистов по искусственному интеллекту, способных решать задачи рынка труда будущего [33] (Lukichev, 2021).

На основе междисциплинарного подхода можно создать впоследствии систему управления искусственным интеллектом, которая предполагает «средства формирования процесса принятия решений таким образом, чтобы обеспечить общественную безопасность, социальную стабильность и постоянные инновации» [14] (Dignum, 2021)

Вместе с тем отметим, что сейчас труд профессоров (преподавателей) в образовании должен преобладать. Пока ИИ не может чувствовать или взаимодействовать с сочувствием и состраданием, по-прежнему будет большая потребность в преподавателях-людях [34] (Holmes et al., 2019) и в наставниках. Это сегодняшнее решение проблемы, не способное полностью соответствовать массовости высшего образования. Поэтому в перспективе личная поддержка наставника-человека будет всё больше сочетаться с наставничеством с помощью технологий искусственного интеллекта.

Внедрение таких систем ИИ как в Англии [25] (Nawas, 2022) с одной стороны, уменьшает время проверки письменных заданий студентов с открытыми ответами, облегчая труд преподавателей. Особенно ту его часть, которая является рутинной и повторяющейся. С другой стороны, это шаг к замене «живого» преподавательского труда в университетах на программы ИИ, организованный в соотношении 80% к 20%, прямо как по Парето, что оставляет надежду на то, что профессор оценит «лица необщее выражение», оригинальность, уникальность мысли в письменном ответе. Поясним на примере оценки решения задач. В системе алгоритмов ИИ нерешенная студентом задача оценивается одинаково, как в случае, когда студент А вовсе не смог её начать решать, так и в случае, когда у студента Б было оригинальное решение, но он (она) допустил(а) в конце арифметическую ошибку. То есть, при использовании такого подхода к проверке письменных заданий с открытыми ответами может уйти «креативность», творческий подход, желание выделиться. Студенты это остро чувствуют и будут писать (давать) ответы, что называется «от и до». Тогда впоследствии их трудовая деятельность не будет иметь креативного начала, творчества.

ChatGPT в системе высшего образования:

качественное улучшение или возрастание угрозы?

Новые программы, такие как Chat GPT формируют принципиально иные возможности для взаимодействия ИИ со студентами и преподавателями. Если раньше считалось, что технологии ИИ позволят автоматизировать рутинные операции человеческого труда, а креативные сферы всегда останутся за людьми [35] (Manyika et al., 2017), [36] ( Korinek, Stiglitz, 2019), то новейшие программы меняют эти предположения. Появление в ноябре 2022 г. программы ChatGPT, вместе с раннее выпущенными DALL-E 2 и GPT-3, совершило качественный скачок во взаимоотношениях искусственного интеллекта и работника.

Программа ChatGPT способна выполнять задачи, которые ранее были доступны только для персонала, обладающего высоким уровнем образования и профессионального опыта. С точки зрения системы высшего образования, самым проблемным является то, что ChatGPT может писать что угодно, включая курсовые работы и дипломы. Коснётся ли это воздействие только уровня бакалавриата, или будут затронуты также магистратура и аспирантура покажет ближайшее будущее.

Вот, например, как эта программа ответила на вопрос: как работа искусственного интеллекта будет влиять на спрос на работников умственного труда? «Трудно точно предсказать, как ИИ повлияет на спрос на работников умственного труда, поскольку он, вероятно, будет варьироваться в зависимости от отрасли и конкретных рабочих задач. Однако не исключено, что в ряде случаев ИИ и автоматизация могут выполнять определенные задачи, основанные на знаниях, более эффективно, чем люди, что потенциально снижает потребность в некоторых работниках умственного труда. Это может включать такие задачи как анализ данных, исследование и написание отчетов. Однако стоит также отметить, что ИИ и автоматизация могут создать новые возможности трудоустройства для работников умственного труда, особенно в областях, связанных с разработкой и внедрением искусственного интеллекта».

По мнению нобелевского лауреата по экономике Пола Кругмана, довольно мало видов человеческого труда, действительно являющихся творческим, а труд многих специалистов, даже в сфере науки, может быть заменен ИИ. Однако это не является поводом для опасений. В долгосрочной перспективе рост производительности в наукоёмких отраслях, как и в прошлом в традиционных отраслях, сделает общество богаче и улучшит нашу жизнь в целом [37] (Krugman, 2022). На наш взгляд, это просто расширит проблему сохранения «бессмысленных рабочих мест», поставленную американским антропологом Д. Гребером [38] (Graeber, 2018)

Насколько нужно обладать цифровыми навыками в условиях появления таких программ как ChatGPT, DALL-E 2, GPT-3? По нашему мнению, здесь возможно будет как с обучением управлению автомобилями. Раньше при сдаче на права нужно было выучить устройство автомобиля. Теперь – только вождение и ПДД. Может быть, и в системе образования следует учить навыкам пользователя таких программ и этическим правилам общения с AI? То есть современным студентам и слушателям программ переподготовки персонала необходимы не только технологические («твёрдые») навыки, но и «мягкие» навыки.

Для системы высшего образования появление таких программ, это не только опасность, но и вызов к действиям. Необходимость изменения содержания процесса образования обусловлена тем, что технологии искусственного интеллекта, включая ChatGPT, могут в чём-то превосходить человека или соответствовать его уровню, а в чём-то нет. Получаются на практике хаотичные пятна ИИ, которые нужно соединить в комплекс работнику. Поэтому применение искусственного интеллекта будет дополнять квалифицированных работников, а не заменять их. Как образно выразился Brynjolfsson, “У искусственного интеллекта гораздо больше возможностей для расширения человеческой деятельности, чем для автоматизации существующих задач» [39] (Brynjolfsson, 2022).

Следовательно, первоочередная задача системы высшего образования научить студентов понимать логику мышления искусственного интеллекта, его возможности и пределы и эффективно использовать для достижения целей, поставленных людьми.

Возникновение и применение в образовательном процессе новых технологий ИИ неизбежно приведёт к изменению роли лектора. Акцент во взаимоотношениях «профессор – студенты» смещается от лекции к организации студенческой дискуссионной сессии, модератором которой является преподаватель. Именно он в конце сессии представляет резюме, подчеркивая основные принципы и расширяя объяснения студентов, предложенные во время дискуссионной сессии [40] (Edwards, Cheok, 2018). Теперь в задачи профессора (преподавателя) входит содействие в использовании обучающимися цифровых платформ и планировании индивидуальной учебной программы [30, p.10] (Bygstad, Øvrelid, Ludvigsen, Dæhlen, (2022). Последняя задача, по нашему мнению, перекликается с задачами тьютора и требует определенной перестройки мышления со стороны наших профессоров (преподавателей).

Заключение и будущие исследования

Пока применение искусственного интеллекта в системе высшего образования проходит начальный этап. Он характеризуется внедрением отдельных программ ИИ в организацию учебного процесса, в проверку знаний студентов по отдельным курсам, в установление обратной связи и контроля прогресса каждого учащегося. Реальное использование искусственного интеллекта в образовании носит пока вспомогательный характер. Вместе с тем применение ИИ в системе высшего образования порождает ряд отмеченных авторами этических проблем, решать которые нужно на основе междисциплинарного подхода, объединяющего все заинтересованные стороны (преподавателей, студентов, организаторов учебного процесса, родителей, разработчиков ИИ).

Сегодняшнее преобладание роли разработчиков во внедрении алгоритмов искусственного интеллекта в систему образования должно в перспективе гармонизироваться возрастанием участия профессоров (преподавателей). Чем более «командным», будет применение ИИ, тем большую результативность оно принесёт.

Многие вопросы взаимодействия искусственного интеллекта и системы высшего образования требуют дальнейших исследований. Как должен меняться в новых условиях процесс обучения? Какие акценты в преподавании должны ставить профессора? На формировании тех компетенций, которых нет у роботов и ИИ: креативности, умения работать в команде, лидерских качеств. Или на обучении студентов наилучшему взаимодействию с искусственным интеллектом, возможным формам кооперации специалиста и ИИ в решении совместных задач. Для последнего надо лучше понимать возможности мышления ИИ, «иную логику» взаимодействия преподавателя с искусственным интеллектом, чем с коллегами.

Какие из существующих форм приложений ИИ эффективнее в образовании? Что конкретно значит эффективнее в данном случае? Решение одной и той же образовательной проблемы (задачи) дешевле, чем с использованием преподавателей? Решение одной и той же образовательной проблемы (задачи) быстрее, чем с использованием преподавателей? Как посчитать издержки создания и применения в образовательном процессе алгоритмов искусственного интеллекта? Издержки поставщика? Как рассчитать выгоды от применения в образовательном процессе алгоритмов искусственного интеллекта? Ведущий признак современного образовательного процесса – это его массовость. Следует ли с помощью алгоритмов ИИ идти по пути «персонализации» процесса обучения студентов или, напротив, расширять возможности воздействия профессора (преподавателя) на большее число студентов?

Использование программы ChatGPT в образовательном процессе, как надеются авторы, позволит разрешить часть названных проблем.


Источники:

1. Защитина Е.К., Плешивцева А.А. Экономическая эффективность третичного сектора экономики (на примере туристической и образовательной сферы) // Вопросы инновационной экономики. – 2022. – № 4. – c. 2703-2716. – doi: 10.18334/vinec.12.4.116711.
2. Education in 2030. The $10 Trillion dollar Question. Holoniq.com. [Электронный ресурс]. URL: https://www.holoniq.com/2030 (дата обращения: 23.01.2023).
3. Правительство РФ (2021a) Распоряжение Правительства Российской Федерации от 02.12.2021 № 3427-р «Об утверждении стратегического направления в области цифровой трансформации образования, относящейся к сфере деятельности Министерства просвещения Российской Федерации». Publication.pravo.gov.ru. [Электронный ресурс]. URL: http://publication.pravo.gov.ru/Document/View/0001202112070025/ (дата обращения: 29.01.2023).
4. Правительство РФ (2021b) Распоряжение Правительства РФ от 21.12.2021 № 3759-р «Об утверждении стратегического направления в области цифровой трансформации науки и высшего образования». Garant.ru. [Электронный ресурс]. URL: https://www.garant.ru/products/ipo/prime/doc/403203308/ (дата обращения: 29.01.2023).
5. Шугаль Н.Б., Бондаренко Н.В., Варламова Т.А., Волкова Г.Л., Шкалева Е.В., Шматко Н.А. Цифровая среда в образовательных организациях различных уровней. / Аналитический доклад. - М: НИУ ВШЭ, 2023. – 164 c.
6. Астратова Г.В. Цифровизация и ключевые мейнстримы развития высшего образования // Цифровой контент социального и экосистемного развития экономики: Сборник трудов Международной научно-практической конференции. Симферополь, 2021. – c. 16-19.
7. Tahiru F. Ai in education: A systematic literature review // Journal of Cases on Information Technology. – 2021. – № 1. – p. 1-20. – doi: 10.4018/JCIT.2021010101.
8. Zawacki-Richter O., Marín V.I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education – where are the educators? // International Journal of Educational Technology in Higher Education. – 2019. – № 1. – doi: 10.1186/s41239-019-0171-0.
9. Bates T., Cobo C., Mariño O., Wheeler S. Can artificial intelligence transform higher education? // International Journal of Educational Technology in Higher Education. – 2020. – № 42. – doi: 10.1186/s41239-020-00218-x.
10. Wheeler S. Digital learning in organizations: Help your workforce capitalize on technology. Kogan Page Publishers. – 2019
11. Gratton L. How leaders face the future of work // MIT Sloan Management Review. – 2018. – № 3. – p. 1-4.
12. Хоменко Е.Б., Ватутина Л.А., Злобина Е.Ю. Современные тенденции цифровой трансформации промышленных предприятий // Вестник Удмуртского университета. Серия Экономика и право. – 2022. – № 4. – c. 676-682. – doi: 10.35634/2412-9593-2022-32-4-676-682.
13. Xue M., Cao X., Feng X., Gu B., Zhang Y. Is College Education Less Necessary with AI? Evidence from Firm-Level Labor Structure Changes // Journal of Management Information Systems. – 2022. – № 3. – p. 865-905. – doi: 10.1080/07421222.2022.2096542.
14. Dignum V. The role and challenges of education for responsible AI // London Review of Education. – 2021. – № 1. – p. 1-11. – doi: 10.14324/LRE.19.1.01.
15. Baker T., Smith L. Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges. Retrieved from Nesta Foundation website. [Электронный ресурс]. URL: https://media.nesta.org.uk/documents/Future_of_AI_and_education_v5_WEB.pdf.
16. Checmarev O.P., Kovalenko E.V., Sudorgina I.G., Timoshenko S.A., Lukichev P.M. Innovation in the Digitalization of Agroindustry. / The Challenge of Sustainability in Agricultural Systems Том 205, Volume 1. - Heidelberg: Springer International Publishing, 2021. – 257-265 p.
17. Klutka J. et al. Artificial Intelligence in Higher Education: Current Uses and Future Applications. - Louisville: Learning house, 2018.
18. Chen X., Zou D., Xie H., Cheng G., Liu C. Two Decades of Artificial Intelligence in Education // Educational Technology and Society. – 2022. – № 1. – p. 28-47.
19. Guan C., Mou J., Jiang Z. Artificial intelligence innovation in education: A Twenty-year data-driven historical analysis // International Journal. – 2020. – № 4. – p. 134-147. – doi: 10.1016/j.ijis.2020.09.001.
20. Chen X., Zou D., Xie H., Cheng G. Twenty years of personalized language learning: Topic modeling and knowledge mapping // Educational Technology and Society. – 2021. – № 1. – p. 205-222. – doi: 10.2307/26977868.
21. Tsai S.C., Chen C.H., Shiao Y.T., Ciou J.S., Wu T.N. Precision education with statistical learning and deep learning: a case study in Taiwan // International Journal of Educational Technology in Higher Education. – 2020. – № 1. – p. 1-13. – doi: 10.1186/s41239-020-00186-2.
22. The lessons of learning loss. The World Ahead 2023. November 18th 2022
23. Lynch J. How AI Will Destroy Education. Buzzrobot.com. [Электронный ресурс]. URL: https://buzzrobot.com/how-ai-will-destroy-education-20053b7b88a6.
24. Лукичев П.М., Чекмарев О.П. Экономика искусственного интеллекта: возможности и проблемы использования в здравоохранении // Вопросы инновационной экономики. – 2022. – № 2. – c. 1111-1130. – doi: 10.18334/vinec.12.2.114782.
25. Nawaz Raheel, Quanbin Sun, Matthew Shardlow, Georgios Kontonatsios, Naif R. Aljohani, Anna Visvizi, Saeed-Ul Hassan Leveraging AI and Machine Learning for National Student Survey: Actionable Insights from Textual Feedback to Enhance Quality of Teaching and Learning in UK’s Higher Education // Applied Sciences. – 2022. – № 1. – p. 514. – doi: 10.3390/app12010514.
26. Cramer H., Garcia-Gathright J., Springer A., Reddy S. Assessing and addressing algorithmic bias in practice // Interactions. – 2018. – № 6. – p. 58-63. – doi: 10.1145/3278156.
27. Moore G.C., Benbasat I. Development of an instrument to measure the perceptions of adopting an information technology innovation // Information Systems Research. – 1991. – № 3. – p. 192-222. – doi: 10.1287/isre.2.3.192.
28. Madsen M., Gregor S. Measuring human-computer trust // In 11th Australasian conference on information systems. Brisbane, Australia, 2000. – p. 6-8.
29. Leur R. Challenges and approaches related to AI-driven grading in higher education: the procedural trust of students. - 2022
30. Bygstad B., Øvrelid E., Ludvigsen S., Dæhlen M. From dual digitalization to digital learning space: Exploring the digital transformation of higher education // Computers & Education. – 2022. – p. 104463.
31. Köbis L., Mehner C. Ethical Questions Raised by AI-Supported Mentoring in Higher Education // Frontiers in Artificial Intelligence. – 2021. – № 21. – doi: 10.3389/frai.2021.624050.
32. Borenstein J., Howard A. Emerging challenges in AI and the need for AI ethics education // AI and Ethics. – 2021. – № 1. – p. 61-65. – doi: 10.1007/s43681-020-00002-7.
33. Лукичев П.М. Рынок труда будущего. - Санкт-Петербург: ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого», 2021. – 219 c.
34. Holmes W., Bialik M., Fadel C. Artificial intelligence in education. - Boston, MA: The Center for Curriculum Redesign Boston, 2019.
35. Manyika J., Chui M., Miremadi M., Bughin J., George K., Willmott P., Dewhurst M. A future that works: Automation, employment, and productivity. - New York: McKinsey Global Institute, 2017. – 1-28 p.
36. Korinek A, Stiglitz J.E. Nber. / In: Agrawal A., Gans J., Goldfarb A.The economics of artificial intelligence. - Chicago: University of Chicago Press, 2019. – 349-390 p.
37. Krugman P. Does ChatGPT Mean Robots Are Coming For the Skilled Jobs? // New York Times. - 2022
38. Graeber D. Bullshit Jobs: A Theory. - London: Penguin UK, 2018. – 368 p.
39. Brynjolfsson E. The turing trap: The promise & peril of human-like artificial intelligence // Daedalus. – 2022. – № 2. – p. 272-287.
40. Edwards B.I., Cheok A.D. Why not robot teachers: Artificial intelligence for addressing teacher shortage // Applied Artificial Intelligence. – 2018. – № 4. – p. 345-360. – doi: 10.1080/08839514.2018.1464286.

Страница обновлена: 15.08.2024 в 17:37:26