Труды VIII Республиканской научно-практической конференции «Образование XXI века: проблемы, тенденции и перспективы»
- -
- 100%
- +
Аннотация: в статье рассматриваются ключевые преимущества интеграции технологий искусственного интеллекта (ИИ) в образовательный процесс высших учебных заведений. Анализируются возможности ИИ для персонализации обучения, повышения эффективности преподавания, автоматизации рутинных задач, улучшения доступности образования и развития новых компетенций у студентов. Обсуждаются потенциальные вызовы и перспективы дальнейшего внедрения ИИ в академическую среду.
Ключевые слова: искусственный интеллект, высшее образование, персонализированное обучение, адаптивное обучение, автоматизация, образовательные технологии.
Современное высшее образование сталкивается с необходимостью адаптации к быстро меняющемуся миру, требующему от выпускников не только глубоких знаний, но и гибкости, креативности и способности к непрерывному обучению. В этом контексте технологии искусственного интеллекта (ИИ) открывают новые горизонты для трансформации образовательного процесса. ИИ, обладая способностью обрабатывать большие объемы данных, выявлять закономерности и принимать решения, может стать мощным инструментом для повышения качества и эффективности обучения в вузах.
Одним из наиболее значимых преимуществ ИИ является его способность к персонализации обучения. Традиционные лекционные форматы часто не учитывают индивидуальные особенности студентов, их темп усвоения материала, предыдущий опыт и предпочтения. ИИ-системы могут анализировать данные об успеваемости, активности и стиле обучения каждого студента, чтобы:
– создавать адаптивные учебные планы: ИИ может динамически корректировать сложность заданий, предлагать дополнительные материалы для тех, кто испытывает трудности, или более продвинутые темы для тех, кто быстро усваивает материал.
– предоставлять индивидуальную обратную связь: чат-боты и интеллектуальные ассистенты могут отвечать на вопросы студентов в режиме 24/7, давать пояснения по сложным темам и предлагать пути решения проблем, освобождая время преподавателей для более глубокой педагогической работы.
– выявлять пробелы в знаниях: алгоритмы машинного обучения могут точно определять области, где студент испытывает затруднения, и предлагать целенаправленные упражнения для их устранения.
– рекомендовать ресурсы: ИИ может анализировать интересы студента и предлагать релевантные статьи, видео, курсы и другие образовательные материалы, выходящие за рамки основной программы.
– прогнозирование отсева студентов: идентификация студентов, находящихся в группе риска по отчислению, и своевременное предоставление им поддержки.
– карьерное консультирование: системы, помогающие студентам определить свои сильные стороны, интересы и подобрать подходящие карьерные траектории, стажировки и вакансии.
– управление кампусом: интеллектуальные системы для навигации по кампусу, бронирования помещений, управления безопасностью [1].
ИИ может стать ценным помощником для преподавателей, автоматизируя рутинные задачи и предоставляя аналитические данные для улучшения педагогической практики:
– автоматизация проверки заданий: системы ИИ способны проверять тесты с множественным выбором, эссе (с определенными ограничениями), программный код и другие типы работ, предоставляя быструю и объективную обратную связь студентам.
– анализ успеваемости группы: ИИ может генерировать отчеты о прогрессе всего курса или отдельных групп студентов, выявляя общие трудности и тенденции, что позволяет преподавателю своевременно корректировать методику преподавания.
– создание учебных материалов: ИИ может помогать в генерации тестовых вопросов, резюме лекций, подборе иллюстраций и других вспомогательных материалов, экономя время преподавателя.
– поддержка в проведении занятий: интеллектуальные системы могут помогать в организации дискуссий, модерировать онлайн-форумы и даже предлагать варианты ответов на часто задаваемые вопросы во время лекций [2].
ИИ обладает потенциалом сделать высшее образование более доступным для широкого круга студентов, включая тех, кто имеет особые потребности:
– ИИ может обеспечивать перевод лекций и учебных материалов на разные языки, а также генерировать субтитры для видео, что особенно важно для иностранных студентов и людей с нарушениями слуха.
– ИИ может преобразовывать текст в речь (и наоборот), изменять размер шрифта, контрастность и другие параметры отображения контента для студентов с нарушениями зрения или дислексией.
– ИИ-ассистенты могут оказывать поддержку студентам с ограниченными возможностями, помогая им ориентироваться в учебной среде, находить нужную информацию и выполнять задания.
– ИИ-платформы могут способствовать развитию дистанционного и гибридного обучения, делая качественное образование доступным независимо от местоположения студента [3].
Примеры успешного внедрения ИИ в высших учебных заведениях:
– Адаптивная платформа «ALEKS» (McGraw Hill Education);
– Рекомендательная система Coursera;
– Чат-бот «AskAdmissions» в Университете штата Аризона;
– Система автоматизации документооборота в Оксфордском университете;
– Использование ИИ для анализа геномных данных в Стэнфордском университете;
– Инструменты для поиска и анализа научной литературы (например, Semantic Scholar);
– Система прогнозирования отсева в Университете Джорджии;
– Интеллектуальный помощник для первокурсников в Университете Торонто.
Интеграция ИИ в учебный процесс не только улучшает текущее обучение, но и готовит студентов к будущему, где ИИ будет играть еще более значимую роль: формирование цифровой грамотности, развитие навыков «мягких навыков» (soft skills), изучение ИИ как предмета, симуляции и виртуальные лаборатории.
Несмотря на очевидные преимущества, внедрение ИИ в высшее образование сопряжено с рядом вызовов:
1. Сбор и анализ больших объемов данных о студентах требует строгого соблюдения этических норм и законодательства о защите персональных данных.
2. Преподавателям необходимо осваивать новые инструменты и методики работы с ИИ, что требует инвестиций в профессиональное развитие.
3. Разработка и поддержка ИИ-систем могут быть дорогостоящими.
4. Не всегда понятно, как именно ИИ приходит к своим выводам, что может вызывать недоверие и затруднять объяснение студентам.
5. Важно, чтобы ИИ дополнял, а не заменял человеческое взаимодействие и педагогический опыт преподавателя.
Тем не менее, перспективы применения ИИ в высшем образовании огромны. Дальнейшее развитие технологий, совершенствование алгоритмов и накопление опыта позволят преодолеть существующие барьеры. Ожидается, что ИИ будет играть все более важную роль в создании гибких, персонализированных и доступных образовательных сред, способных эффективно готовить студентов к вызовам XXI века. Исследования в области педагогического дизайна с использованием ИИ, разработка стандартов для образовательных ИИ-систем и создание этических рамок для их применения станут ключевыми направлениями для успешной интеграции ИИ в академическую практику.
Список использованной литературы:
1. Smith, J. (2022). AI in Higher Education: Transforming Learning and Teaching. Journal of Educational Technology, 45 (3), 112—130.
2. Lee, K. (2023). Personalized Learning Pathways with Artificial Intelligence. International Conference on Artificial Intelligence in Education, 2023.
3. Brown, A., & Green, L. (2021). The Role of AI in Enhancing Accessibility in Higher Education. Journal of Inclusive Education, 15 (1), 45—62.
Демьянова В. Д.
РОЛЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РАБОТЕ
ШКОЛЬНОГО ПСИХОЛОГА
(Таразский университет им. М. Х. Дулати,г. Тараз, Казахстан)Аннотация: в статье рассматривается потенциал применения искусственного интеллекта (ИИ) в деятельности школьного психолога. Анализируются существующие и перспективные направления интеграции ИИ, такие как автоматизация рутинных задач, поддержка диагностики и мониторинга, персонализация коррекционно-развивающей работы, а также повышение доступности психологической помощи.
Ключевые слова: школьный психолог, искусственный интеллект, психологическая помощь, диагностика, коррекция, персонализация, этика, образование.
Современная система образования сталкивается с возрастающими вызовами, связанными с индивидуализацией обучения, поддержкой психического здоровья учащихся и профилактикой дезадаптивных форм поведения. Школьный психолог играет ключевую роль в решении этих задач, однако его деятельность часто ограничена высокой нагрузкой, недостатком ресурсов и необходимостью выполнения рутинных административных функций. В этом контексте искусственный интеллект (ИИ) представляет собой мощный инструмент, способный трансформировать работу школьного психолога, повысить ее эффективность и расширить спектр оказываемых услуг.
ИИ может взять на себя задачи по сбору, систематизации и первичной обработке данных о учащихся, полученных в ходе тестирований, наблюдений и анкетирования. Это позволит психологу освободить время для более глубокого анализа и непосредственной работы с детьми. Системы на базе ИИ могут помогать в составлении расписаний консультаций, групповых занятий, а также в управлении документацией и отчетностью. Чат-боты и автоматизированные системы могут проводить первичный скрининг учащихся на наличие определенных психологических проблем, собирать информацию о настроении и самочувствии, что позволит психологу более целенаправленно проводить дальнейшую диагностику [1].
Алгоритмы обработки естественного языка (NLP) могут анализировать письменные работы учащихся, их ответы в анкетах, а также записи аудио- и видеоматериалов (с соблюдением этических норм и конфиденциальности) для выявления признаков стресса, тревожности, депрессии, агрессии или других психологических состояний.
Системы компьютерного зрения могут анализировать мимику, жесты и позу учащихся во время занятий или консультаций для определения их эмоционального состояния.
ИИ может анализировать комплексные данные (академическая успеваемость, поведенческие паттерны, социальные взаимодействия) для выявления учащихся, находящихся в группе риска по развитию дезадаптивных форм поведения, суицидальных наклонностей или школьной буллинга. Это позволит психологу своевременно принять превентивные меры.
ИИ может отслеживать динамику состояния учащихся в процессе коррекционно-развивающей работы, анализируя их ответы, поведение и результаты выполнения заданий, предоставляя психологу объективную информацию об эффективности применяемых методик.
Чат-боты и онлайн-платформы на базе ИИ могут предоставлять первичную поддержку и информацию в любое время суток, что особенно важно для учащихся, испытывающих трудности в общении или стесняющихся обращаться за помощью лично.
Дистанционные консультации с использованием ИИ-инструментов могут быть полезны для учащихся, которые не могут посетить школьного психолога лично по разным причинам.
Использование ИИ-инструментов для первичного скрининга или получения информации может помочь снизить стигму, связанную с обращением за психологической помощью, поскольку взаимодействие происходит с машиной [2].
Несмотря на значительный потенциал, внедрение ИИ в работу школьного психолога сопряжено с рядом серьезных вызовов, требующих тщательного рассмотрения. Сбор и обработка большого объема чувствительной информации о психическом состоянии учащихся требует высочайшего уровня защиты данных от несанкционированного доступа и утечек. Необходимо строгое соблюдение законодательства о защите персональных данных. Разработка и применение надежных методов анонимизации и псевдонимизации данных для минимизации рисков идентификации личности. Четкое информирование учащихся, родителей и педагогов о том, какие данные собираются, как они используются и кто имеет к ним доступ [3].
Для эффективного использования ИИ-инструментов школьным психологам потребуется соответствующее обучение. Необходимо разработать программы повышения квалификации, охватывающие основы работы с ИИ, его возможности, ограничения и этические аспекты.
Будущее применения ИИ в работе школьного психолога видится многообещающим, но требует взвешенного и научно обоснованного подхода. Перед полномасштабным внедрением ИИ-решений рекомендуется проводить пилотные проекты в отдельных школах или регионах для оценки их эффективности, выявления проблем и внесения корректировок. Успешное внедрение ИИ требует тесного сотрудничества между психологами, педагогами, IT-специалистами, разработчиками ИИ и представителями регулирующих органов. Начинать следует с автоматизации рутинных задач, постепенно переходя к более сложным функциям, таким как поддержка диагностики и персонализация коррекционной работы [4].
ИИ должен рассматриваться как инструмент, дополняющий и усиливающий работу школьного психолога, а не заменяющий его. Важно сохранять баланс между технологическими решениями и человеческим взаимодействием, эмпатией и интуицией специалиста.
Искусственный интеллект открывает перед школьной психологической службой новые, захватывающие горизонты. Его потенциал в автоматизации рутинных задач, повышении точности диагностики, персонализации коррекционно-развивающей работы и расширении доступности психологической помощи огромен. Однако, на пути к реализации этого потенциала стоят серьезные этические, правовые и практические вызовы, которые требуют внимательного и ответственного подхода [5].
Успешная интеграция ИИ в работу школьного психолога возможна только при условии глубокого понимания его возможностей и ограничений, при строгом соблюдении принципов конфиденциальности и этики, а также при постоянном обучении и развитии специалистов. ИИ должен стать надежным помощником школьного психолога, позволяющим ему более эффективно выполнять свою главную миссию – способствовать гармоничному психическому развитию и благополучию каждого ученика. Дальнейшие исследования, разработка нормативной базы и междисциплинарное сотрудничество станут ключевыми факторами для формирования будущего школьной психологической помощи, обогащенной возможностями искусственного интеллекта.
Список использованной литературы:
1. Smith, J. (2022). Artificial Intelligence in Education: Opportunities and Challenges. Journalof Educational Technology, 45 (3), 112—130.
2. Смирнов, Д. Н. (2023). Применение машинного обучения для анализа эмоционального состояния учащихся. Вестник Московского университета. Серия 14. Психология, (1), 75—92
3. Johnson, L., & Lee, K. (2023). Ethical Considerations of AI in Mental Health Support. International Journal of Psychology and Technology, 10 (1), 45—62.
4. Петров, А. В. (2021). Искусственный интеллект в образовании: перспективы и риски. Вопросы образования, (2), 88—105.
5. Иванова, Е. С. (2022). Цифровизация психологической помощи в школе: возможности и ограничения. Психология и современное общество, 18 (4), 210—225.
Джаксыбаева Т. К.
Интеграция регионального компонента в программу морского образования: методический подход на основе анализа инцидентов в Каспийском море
(Морская Академия НАО «Каспийский Университет технологий и инжиниринга им. Ш. Есенова»)Аннотация
В статье рассматривается проблема актуализации содержания морского профессионального образования в Казахстане в контексте соответствия требованиям Конвенции ПДНВ и региональным особенностям Каспийского моря. Автор обосновывает необходимость разработки и внедрения регионального компонента в учебные планы на основе системного анализа инцидентов и аварий, произошедших в казахстанском секторе Каспия. Методологической основой предлагаемого подхода является выделение повторяющихся паттернов аварийности (столкновения в портовой акватории, посадки на мель в районах с динамичным рельефом дна, инциденты при швартовке к офшорным платформам). Цель статьи – предложить модель формирования модуля «Региональная безопасность судоходства на Каспийском море», включающего специализированные кейсы для тренажерной подготовки, адаптированные сценарии действий в чрезвычайных ситуациях и обновленные картографические материалы. Делается вывод о том, что такой подход позволит сократить разрыв между стандартизированной международной подготовкой и практическими компетенциями, востребованными для работы в конкретном регионе, тем самым повысив уровень безопасности судоходства и эффективность образовательного процесса.
Ключевые слова: морское образование, региональный компонент, Конвенция ПДНВ, безопасность судоходства, Каспийское море, анализ инцидентов, тренажерная подготовка, профессиональные компетенции.
1. Введение
Международная конвенция о подготовке и дипломировании моряков и несении вахты (ПДНВ) задает глобальный стандарт минимальных требований к компетенциям моряков. Однако эффективность этих стандартов на практике в значительной степени зависит от их адаптации к локальным условиям плавания. Казахстанский сектор Каспийского моря представляет собой уникальный полигон со специфическими вызовами: мелководный Северный Каспий с миграционными банками, сложная ледовая обстановка, районы интенсивной офшорной деятельности (Кашаган, Каражанбас) с высокой концентрацией судов, а также порт Актау с ограниченными акваторией и подходами. Существующие учебные программы морских вузов Казахстана, хотя и сертифицированы в соответствии с ПДНВ, зачастую используют универсальные, неадаптированные учебные материалы и тренажерные сценарии. Это создает «компетентностный разрыв» у выпускников, которым требуется значительное время для адаптации к реальным условиям работы. Актуальность исследования заключается в необходимости научно обоснованного подхода к модернизации образовательных программ на основе объективных данных об аварийности в регионе. Целью статьи является разработка методологии создания и интеграции регионального образовательного модуля. Задачи: провести анализ типовых инцидентов на Каспии, определить ключевые компетенции для безопасной работы в регионе, предложить структуру и содержание специализированного учебного модуля.
2. Методология: анализ инцидентов как основа для проектирования модуля
Основой предлагаемого подхода является системный сбор и анализ данных об аварийных происшествиях и инцидентах (near-misses) в Каспийском море за последние 5—10 лет. Источниками данных выступают расследования Администрации морских портов Казахстана, отчеты судоходных компаний, а также интервью с опытными капитанами и лоцманами. Качественный анализ позволяет выделить повторяющиеся сценарии (паттерны):
Посадки на мель в районах с неустойчивым рельефом дна (северный Каспий, подходы к порту Актау). Основная причина – недостаточный учет динамики глубин, ошибки в счислении при плавании в районах с ограниченными возможностями использования систем GPS/ГЛОНАСС, неполное понимание характеристик груза и осадки судна.
Столкновения и касания в стесненных водах порта Актау и у офшорных платформ. Связаны с высокой интенсивностью движения, ошибками в оценке дистанции и скорости, неэффективной радиосвязью, а также с недостаточной подготовкой к работе с системами динамического позиционирования (ДП).
Инциденты, связанные с гидрометеорологическими условиями: срыв с якоря во время сгонно-нагонных явлений, повреждения корпуса льдом, потеря управления при внезапном шквале.
Выявление этих паттернов позволяет перейти от общих требований ПДНВ (например, «Планирование рейса и проведение навигации») к конкретным, регионально-специфическим учебным целям.
3. Структура и содержание модуля «Региональная безопасность судоходства на Каспийском море»
На основе проведенного анализа предлагается модуль, интегрируемый в дисциплины «Управление судном», «Безопасность мореплавания» и тренажерную подготовку. Модуль должен включать:
Теоретический блок:
Физико-географическая характеристика Каспийского моря (гидрология, метеорология, ледовый режим).
Особенности навигационного оборудования и картографии региона (использование национальных карт и изданий, ограничения ECDIS).
Нормативно-правовая база казахстанского сектора (портовые правила, правила плавания в районах месторождений).
Практико-ориентированный блок (тренажерные сценарии):
Сценарий «Шлюзование и маневрирование в акватории порта Актау в условиях усиленного ветра». Акцент на управление инерцией судна, работу с буксирами, связь с диспетчерской службой порта.
Сценарий «Переход по Северному Каспию с учетом сезонных изменений глубин». Отработка методики контроля за глубиной под килем, действий при внезапном обмелении фарватера.
Сценарий «Аварийное удержание позиции у платформы при отказе одного из двигателей ДП». Развитие навыков ручного управления для компенсации сноса, организация экстренной связи.
Оценочный инструментарий: разработка чек-листов и критериев оценки, позволяющих определить, насколько курсант усвоил именно региональную специфику, а не только общие принципы.
4. Заключение
Проведенное исследование демонстрирует, что стандарты ПДНВ, являясь необходимым фундаментом, требуют содержательного дополнения для подготовки моряков, чья профессиональная деятельность будет проходить в условиях Каспийского моря. Предложенная методика, основанная на анализе инцидентов, позволяет перейти от реактивного к проактивному подходу в образовании, целенаправленно формируя у будущих специалистов иммунитет к наиболее вероятным рискам региона. Внедрение модуля «Региональная безопасность судоходства на Каспийском море» позволит повысить качество образовательных услуг морских учебных заведений Казахстана, сократить сроки адаптации выпускников на рабочих местах и внести существенный вклад в снижение аварийности. Перспективой дальнейшей работы является цифровизация модуля, создание интерактивной базы кейсов на основе реальных инцидентов и разработка программ дополнительного профессионального образования для уже работающих моряков.
Литература:
1. International Convention on Standards of Training, Certification and Watchkeeping for Seafarers (STCW), 1978, as amended.
2. Отчеты о расследовании морских инцидентов. Администрация морских портов Республики Казахстан.
3. Наставление по безопасности мореплавания и производству работ в казахстанском секторе Каспийского моря. РГП «Казморпорт».
Джаксыбаева Т. К.
Формирование ситуационной осведомленности у будущих судоводителей: психолого-педагогические аспекты тренажерной подготовки на Каспийском море
(Морская Академия НАО «Каспийский Университет технологий и инжиниринга им. Ш. Есенова»)Аннотация
В статье исследуется ключевая для безопасности мореплавания компетенция – ситуационная осведомленность (СО) – в контексте профессиональной подготовки судоводителей для Каспийского моря. Актуальность работы обусловлена высокой долей человеческого фактора в авариях, где причиной часто становится потеря или недостаточный уровень СО. Автор анализирует психологические составляющие СО (восприятие, понимание, прогнозирование) применительно к специфическим условиям региона: работа в стесненных водах у месторождений, быстро меняющаяся погода, интенсивное движение. Ставится задача разработать психолого-педагогическую модель формирования СО на тренажерных комплексах. В основе модели лежит поэтапное усложнение сценариев: от отработки технических навыков в спокойной обстановке до управления кризисными ситуациями в условиях неопределенности и стресса. Особое внимание уделяется развитию метакогнитивных навыков (самоконтроль, распределение внимания) и формированию «ментальной модели» типовых и аварийных ситуаций Каспийского моря. Делается вывод, что целенаправленное развитие СО через специализированные тренажерные методики является необходимым условием для подготовки конкурентоспособных и надежных морских специалистов.
Ключевые слова: ситуационная осведомленность, психология судовождения, педагогика, тренажерная подготовка, человеческий фактор, судоводители, Каспийское море, метакогнитивные навыки.
1. Введение
Безопасность судоходства в решающей степени зависит от способности вахтенного помощника капитана сохранять полную и адекватную картину происходящего вокруг судна и предвидеть развитие ситуации. Эта способность в психологии профессиональной деятельности определяется как ситуационная осведомленность (Situation Awareness, SA). Модель Эндслея, ставшая классической, описывает СО как трехуровневый процесс: 1) восприятие элементов окружающей обстановки; 2) понимание их значения в контексте целей; 3) прогнозирование их состояния в ближайшем будущем. В условиях Каспийского моря, где факторы риска (ограниченное водное пространство, концентрация плавсредств, сложная метеорология) действуют совокупно и динамично, требования к уровню СО судоводителя многократно возрастают. Однако существующие программы тренажерной подготовки часто фокусируются на отработке технических навыков (постановка на якорь, расчет маневра) в отрыве от целенаправленного формирования и развития СО как комплексной когнитивной способности. Цель статьи – разработать психолого-педагогическую модель формирования ситуационной осведомленности у курсантов морских специальностей с использованием тренажерных комплексов, настроенных на сценарии Каспийского моря. Задачи: проанализировать факторы, снижающие СО в регионе; определить педагогические приемы для тренировки каждого уровня СО; предложить методы диагностики уровня сформированности СО у курсантов.