Исследовательская работа «Проблемы и перспективы использования инструментов искусственного интеллекта в образовательном процессе»

Министерство наукиивысшегообразованияРФ

Федеральное государственное бюджетное образовательное учреждениевысшего образования

«КУРСКИЙГОСУДАРСТВЕННЫЙУНИВЕРСИТЕТ»

Кафедракомпьютерныхтехнологииинформатизацииобразования

Направлениеподготовки44.04.01Педагогическоеобразование

ПрофильИКТвобразовании

Формаобученияочная

Исследовательская работа

«Проблемы и перспективы использования инструментов искусственного интеллекта в образовательном процессе»

Выполнил:

студентгруппы152МДрючин Р. Р.

Проверил:

доценткафедрыКТиИОБутова В. Н.

Курск,2025

Введение

Когда мы говорим об образовании будущего, сложно обойти вниманием искусственный интеллект — ту самую технологическую стихию, которая, подобно электричеству в XIX веке, стремительно меняет представления о возможном. Школы, вузы, онлайн-платформы — все чаще обращают свои взгляды в сторону ИИ, надеясь найти в нем не просто инструмент, но и партнёра, способного решить давние проблемы: перегруженность учителей, неравенство доступа к качественному обучению, устаревшие методы передачи знаний. Однако путь этот, как и любой другой технический прорыв, полон парадоксов, сложностей и открытых вопросов.

С начала 2020-х годов в образовательной среде наблюдается экспоненциальный рост интереса к инструментам искусственного интеллекта (ИИ). Онлайн-платформы, школы, университеты и разработчики EdTech-технологий активно внедряют нейросетевые решения в учебный процесс. Однако за стремительным ростом возможностей следует не менее важный вопрос: насколько эти технологии действительно эффективны и какие риски несёт их повсеместное применение?

Цель данной работы — исследовать как позитивный, так и проблемный потенциал использования ИИ в образовательной среде, опираясь на существующие эмпирические данные, зарубежные и отечественные исследования, а также провести критический анализ направлений будущего развития.

ИИ в образовании: обещания и реалии

Современная образовательная среда быстро наполняется специализированными ИИ-инструментами, каждый из которых выполняет конкретную функцию — от автоматической оценки до персонализации учебного пути. Ниже приведён обзор наиболее заметных и значимых решений, получивших распространение в образовательных системах разных стран.

1. ChatGPT (OpenAI)

Безусловно, одним из самых известных языковых ИИ-инструментов является ChatGPT. Его основное предназначение — обработка естественного языка и генерация текстов в диалоговом формате. В образовании он находит применение как:

• ассистент в написании текстов и эссе;

• источник пояснений по сложным темам;

• средство изучения языков (через диалоговую практику);

• инструмент рефлексии, когда ученик проговаривает свои идеи и получает развивающую обратную связь.

Педагогическое преимущество ChatGPT заключается в его способности адаптироваться к уровню ученика, задавать наводящие вопросы и стимулировать критическое мышление — при грамотном использовании со стороны преподавателя.

2. Khanmigo (Khan Academy + GPT-4)

Разработанный в партнёрстве с OpenAI, Khanmigo — это ИИ-репетитор, встроенный в популярную обучающую платформу Khan Academy. Он взаимодействует с учеником, комментируя его шаги при решении задач, подсказывает направление мышления, не выдавая прямого ответа, и помогает формировать метапредметные навыки. В пилотных тестированиях, проведённых в школах США в 2023 году, использование Khanmigo позволило повысить уровень самостоятельности и осознанности у 74% участников.

3. Squirrel AI (Китай)

Squirrel AI — один из самых продвинутых примеров адаптивного обучения, основанного на ИИ. Система анализирует поведение учащегося, выявляет слабые места и формирует персонализированную траекторию обучения. По данным Международного форума по ИИ в образовании (AIEd 2022), использование этой платформы повысило результаты китайских школьников в математике на 32% по сравнению с контрольной группой. Особенность Squirrel AI — активное применение теории байесовских сетей и когнитивной диагностики. Это позволяет системе не просто выявлять «что не знает ученик», а делать выводы о «почему он это не знает».

4. Gradescope (Turnitin)

Gradescope применяется в университетах для автоматизированной проверки тестов, программ, письменных заданий. Он не только экономит время преподавателей, но и позволяет студентам получать развёрнутую обратную связь сразу после выполнения работы. В ряде вузов США (например, MIT и Berkeley) Gradescope используется как стандартный элемент системы контроля знаний. Согласно исследованию EDUCAUSE (2022), преподаватели, использующие Gradescope, отметили сокращение времени на проверку письменных работ в среднем на 60%, при этом учащиеся стали чаще обращаться к комментариям и замечаниям, что говорит о росте учебной мотивации.

5. Duolingo Max (с использованием GPT-4)

Обновлённая версия популярного языкового приложения включает функции ИИ-наставника, способного вести реалистичные диалоги, объяснять ошибки и адаптироваться под темп пользователя. Это пример того, как ИИ может превратить репетиторство в доступный, масштабируемый формат. По данным Duolingo, пользователи версии с ИИ на 38% дольше удерживаются в процессе изучения языка по сравнению со стандартной.

6. Century Tech (Великобритания)

Century Tech сочетает элементы машинного обучения и когнитивной науки для создания индивидуальных учебных траекторий. Продукт активно внедряется в школы Великобритании и ОАЭ. Система анализирует не только результаты тестов, но и поведенческие маркеры: скорость чтения, повторяемость ошибок, паттерны выбора. Это делает диагностику глубже и точнее.

Рис.1 ИИ-инструменты

Наиболее активное развитие ИИ-инструментов происходит в сферах автоматической проверки знаний, адаптивного обучения и языковых моделей. Согласно исследованию UNESCO (2023), более 60 стран мира начали интеграцию ИИ в образовательные программы на государственном уровне, а объём рынка EdTech к 2025 году, по прогнозам HolonIQ, превысит $400 млрд, значительная часть которого — решения на базе ИИ.

Одним из ключевых обещаний ИИ является персонализация обучения. Согласно данным исследовательской группы Brookings Institution (Zhao, 2022), внедрение адаптивных платформ на базе искусственного интеллекта (например, Squirrel AI в Китае и Knewton в США) способствовало улучшению учебных результатов на 20–35% у отстающих учеников, особенно в математике и языках. Однако эффективность напрямую зависела от корректности начальной диагностики и качества алгоритма. Так, в случае слабой или искажённой базы данных рекомендации системы могли не только не помочь, но и усугубить образовательные пробелы.

Качественные риски: данные, которые решают за ученика

Одной из гипотез данной работы является предположение, что чрезмерная автоматизация образовательных решений может привести к «алгоритмическому навязыванию» траекторий обучения, что снижает вариативность и креативность. В исследовании британского Центра цифровой этики (Digital Futures Commission, 2023) отмечается, что большинство школьников, использующих адаптивные ИИ-платформы, не имеют доступа к объяснению, почему система предлагает тот или иной материал. Это создает эффект «черного ящика» и снижает осознанность образовательного процесса.

Кроме того, возникает вопрос конфиденциальности и обработки персональных данных. Большинство ИИ-платформ (например, Grammarly, Duolingo, Khan Academy) собирают поведенческую информацию: частоту ошибок, время реакции, темп работы и даже эмоциональные реакции. Отсутствие прозрачных механизмов управления этими данными может привести к их коммерциализации без согласия обучающегося.

Психологический и социальный аспекты: учитель и ученик в новой реальности

Вторая гипотеза — использование ИИ без участия живого учителя снижает эмоциональное вовлечение учащегося. В 2021 году в журналеComputers & Education была опубликована работа австралийских педагогов (Ng et al.), где сравнивались две группы школьников: одна обучалась с помощью ИИ-помощника, вторая — традиционно, с участием учителя. При равных исходных академических показателях, в группе с ИИ наблюдался меньший уровень вовлечённости, слабее выраженная мотивация и повышенная тревожность перед оцениванием.

На этом фоне роль преподавателя меняется: он становится не транслятором знаний, а модератором, наставником, способным интерпретировать цифровые данные и управлять ими в интересах ученика. Это требует не только новых компетенций, но и переосмысления всей образовательной модели. Как показали результаты эксперимента, проведенного в Университете Торонто в 2022 году (Baker et al.), максимального результата добились те группы, где учителя использовали ИИ как инструмент диагностики и персонализации, но не полагались на него полностью.

Кейс-анализ: опыт разных стран

Особо интересен пример Эстонии — страны, которая системно интегрирует ИИ в школьное образование с 2018 года. В рамках государственной программы KrattAI были внедрены цифровые ассистенты, поддерживающие школьников в подготовке домашних заданий. Согласно отчету Министерства образования Эстонии (2023), за три года доля учащихся с неудовлетворительными результатами по математике снизилась на 12%. Однако исследование также выявило рост «цифровой зависимости»: 17% школьников стали пользоваться ИИ-ассистентами без дополнительной рефлексии или проверки полученного материала.

Рис.2 Отчет системной интеграции ИИ

Таким образом, опыт показывает, что ИИ может быть эффективным инструментом, но лишь при условии сопровождения педагогом, прозрачности и чёткой регуляции.

Выводы и направления дальнейших исследований

Инструменты ИИ действительно обладают огромным потенциалом в образовательном процессе. Они позволяют сделать обучение более гибким, индивидуализированным и доступным. Вместе с тем, текущие риски — алгоритмическая непрозрачность, дефицит этических стандартов, снижение роли учителя — могут обесценить положительные эффекты при неконтролируемом внедрении.

Будущее ИИ в образовании видится в симбиозе человека и технологии, где ИИ выполняет аналитическую и сервисную функции, а педагог сохраняет роль смыслового координатора и носителя ценностей. Дальнейшие исследования целесообразно направить на:

• разработку этических регламентов применения ИИ в образовании;

• изучение психологического воздействия ИИ-инструментов на учеников;

• создание открытых и понятных моделей принятия решений ИИ в учебной среде;

• оценку эффективности ИИ в различных культурных и социально-экономических контекстах.

Образование — это прежде всего процесс формирования личности. ИИ способен усилить его, но только в том случае, если мы будем помнить: машина учит формам, человек — смыслам.

Заключение

Век цифровой трансформации требует от образования не просто адаптации, а переосмысления своих базовых принципов. Искусственный интеллект уже не является фантастическим элементом будущего — он активно формирует настоящее, в том числе в сфере обучения. Результаты настоящего исследования демонстрируют: при грамотном подходе ИИ способен повысить доступность, качество и индивидуализацию образовательного процесса. Однако его эффективность прямо зависит от контекста применения, педагогического сопровождения и этических гарантий.

Использование ИИ-инструментов не должно подменять собой живое взаимодействие, критическое мышление и личностное развитие — напротив, оно должно усиливать эти составляющие, предоставляя учителю новые инструменты, а ученику — новые формы познания. Современное образование не может строиться исключительно на алгоритмах. Оно требует баланса между технологией и человеком, между данными и ценностями.

Таким образом, внедрение ИИ в образовательный процесс должно рассматриваться не как замена традиционного подхода, а как возможность его эволюции. Там, где алгоритмы не диктуют, а подсказывают, где данные не управляют, а помогают понять — только там ИИ действительно становится союзником образования, а не его имитацией.

Список использованных источников

1. Искусственный интеллект и образование: Руководство для разработчиков политики / ЮНЕСКО. – Париж: UNESCO, 2023. – URL: https://unesdoc.unesco.org (дата обращения: 24.05.2025).

2. HolonIQ. Глобальный прогноз развития рынка EdTech 2023–2030 гг. – 2023. – URL: https://www.holoniq.com (дата обращения: 24.05.2025).

3. Zhao Y. The Impact of AI-Powered Adaptive Learning Systems on Student Achievement / Brookings Institution. – 2022. – URL:https://www.brookings.edu (датаобращения: 24.05.2025).

4. Digital Futures Commission. Education Data Futures: Children’s Rights by Design. – London: 5Rights Foundation, 2023. – URL:https://digitalfuturescommission.org.uk (датаобращения: 24.05.2025).

5. Ng W., Howard S., Khosronejad M. Students’ emotional engagement in AI-based vs. teacher-led classrooms // Computers & Education. – 2021. – Vol. 168. – Article 104200. – DOI: 10.1016/j.compedu.2021.104200.

2. Baker R., Smith L., Koval A. Teacher-AI Collaboration in Higher Education: Insights from Practice. – University of Toronto, 2022.

3. Министерство образования и науки Эстонии. KrattAI: Государственная стратегия цифровых ассистентов в школьном образовании. – Таллин, 2023. – URL: https://www.hm.ee (дата обращения: 24.05.2025).

4. Gradescope / Turnitin. Improving Assessment with AI: User Feedback Report. – EDUCAUSE, 2022. – URL: https://www.educause.edu (датаобращения: 24.05.2025).

5. OpenAI. ChatGPT in Education: Use Cases and Ethical Guidelines. – 2023. – URL: https://openai.com (датаобращения: 24.05.2025).

6. Duolingo. Duolingo Max and the Role of Generative AI in Language Learning. – 2023. – URL: https://blog.duolingo.com (датаобращения: 24.05.2025).

7. Khan Academy. Khanmigo: AI Tutoring Pilot Study Results. – 2023. – URL: https://www.khanacademy.org (датаобращения: 24.05.2025).

8. Squirrel AI. Case Study: Adaptive Learning Outcomes in Chinese Middle Schools. – Shanghai, 2022.

9. Century Tech. AI for Learning: Research Evidence & Implementation. – London, 2022.

10. Горбунова Л. В. Искусственный интеллект в образовании: возможности и вызовы // Образовательные технологии и общество. – 2021. – №2. – С. 41–50.

11. Назаров С. А., Журавлёва И. Н. Использование искусственного интеллекта в обучении: обзор практик и перспектив // Высшее образование в России. – 2020. – №12. – С. 98–106.

Адрес публикации: https://www.prodlenka.org/metodicheskie-razrabotki/611355-problemy-i-perspektivy-ispolzovanija-instrume