Использование ИИ-систем в российском образовании

Цифровизация образования является одним из ключевых направлений развития современной образовательной системы, и Россия активно внедряет цифровые технологии на всех уровнях. Особое место в этом процессе занимает искусственный интеллект (ИИ), потенциал которого в оптимизации и автоматизации образовательных процессов исследуется и внедряется все активнее [12, с. 125].

В нашей стране сегодня происходит активное внедрение систем искусственного интеллекта (ИИ) в систему образования в целях повышения качества, доступности и эффективности обучения на всех уровнях — от дошкольного до высшего. Этот процесс во многом обусловлен государственными инициативами, такими как национальный проект «Образование» и федеральный проект «Цифровые технологии», в рамках реализации которых создаются условия для внедрения ИИ-решений.

Выделим и кратко проанализируем основные направления применения ИИ-систем в российском образовании, которые существуют сегодня:

1. Персонализация обучения и создание адаптивных образовательных платформ.

Российские разработчики создают и внедряют платформы, которые подстраивают образовательный контент под индивидуальные потребности каждого учащегося [11, с. 107]. Анализируя скорость усвоения материала, типичные ошибки и предпочтения в формате подачи информации, система предлагает персональные задания, дополнительные материалы и индивидуальную траекторию обучения.

Примером может служить разработка и внедрение платформы «Яндекс.Учебник», в которой интегрированы элементы искусственного интеллекта для адаптации заданий по русскому языку и математике для школьников. Система подбирает упражнения, соответствующие уровню подготовки ученика, и даёт рекомендации учителю. Другой пример - «Учи.ру», которая представляет собой интерактивную образовательную платформу, использующую алгоритмы искусственного интеллекта для персонализации обучения, подбора заданий разной сложности и отслеживания прогресса учеников.

Такие образовательные платформы, как «Российская электронная школа» (РЭШ) и «Московская электронная школа» (МЭШ) все шире используют элементы искусственного интеллекта для предоставления персонализированных заданий, автоматической проверки и аналитики.

Создаются и внедряются специальные платформы для онлайн-образования, например, Coursera (в части российских курсов), «Открытое образование», Skillbox, GeekBrains, которые все чаще включают элементы ИИ для адаптации образовательного контента и оценки знаний обучающихся.

Отметим, что сегодня многие российские университеты разрабатывают собственные или используют коммерческие адаптивные системы для онлайн-курсов и смешанного обучения [6, с. 99].

2. Автоматизация рутинных задач преподавателей и администрации учебных заведений.

Традиционно рутинные и административные задачи отнимают значительную часть рабочего времени преподавателей и административного персонала, отвлекая их от преподавательской, учебно-методической и научной деятельности. Сегодня ИИ-системы предлагают эффективные решения для минимизации этой нагрузки, высвобождая ценные ресурсы для решения более сложных и творческих задач. Анализ литературы, видеоматериалов и собственная педагогическая практика позволили авторам выделить следующие направления использования ИИ-систем в российских образовательных учреждениях для автоматизации рутинных задач преподавателей:

–Автоматическая проверка тестов и заданий с закрытой формой ответа: системы дистанционного обучения (СДО), широко используемые в российских вузах и школах, такие как LMS Moodle, iSpring Learn, Stepik, а также корпоративные решения, разработанные для крупных университетов, обладают встроенными функциями автоматической проверки заданий с выбором одного или нескольких ответов, а также заданий на соответствие и заполнение пропусков.

Алгоритмы ИИ здесь используются для распознавания шаблонов ответов и сопоставления их с эталонными.

–Предварительная оценка эссе и письменных работ. Хотя полностью автоматическая оценка сложных письменных работ остается непростой задачей, системы ИИ могут выступать в роли помощников. Они способны проводить первичный анализ текста на наличие грамматических, орфографических и пунктуационных ошибок, проверять структуру, выявлять клише и шаблонные выражения, а также оценивать соответствие работы заданным критериям.

Например, в российских университетах, таких как НИУ ВШЭ или МФТИ, ведется работа по внедрению или использованию платформ, аналогичных Grammarly или Turnitin. Такие инструменты могут мгновенно предоставлять студентам обратную связь по качеству текста, а преподавателям — сводную информацию о типичных ошибках, что ускоряет процесс рецензирования [9, с. 31]. Разрабатываются и внутренние системы, например в рамках университетских цифровых платформ, для предварительной проверки работ на плагиат и стилистические недочеты.

Преподаватели российских школ, колледжей и вузов сегодня все активнее используют ИИ-системы для проверки тестов учащихся с выбором ответа, стандартизированных заданий, а также для первичной оценки эссе и сочинений. Это позволяет учителям уделять больше времени углублённой педагогической работе. Так, в рамках проведения ЕГЭ и ОГЭ используются элементы автоматизированной проверки, но под контролем преподавателей. Системы ИИ, интегрированные в электронные журналы и дневники, также могут иметь функции автоматического подсчета и анализа успеваемости [8].

–Интеллектуальная поддержка студентов и помощь преподавателю: ИИ-системы могут взять на себя часть коммуникационных и информационных функций, освобождая преподавателя от необходимости отвечать на однотипные вопросы.

–Системы автоматического составления расписаний: сложные алгоритмы искусственного интеллекта могут использоваться для оптимизации составления расписаний учебных занятий, экзаменов, аудиторного фонда с учётом множества параметров: преподавательского состава, учебных планов, доступности аудиторий, пожеланий студентов. Например, крупные российские университеты, такие как НИУ ВШЭ, неоднократно заявляли о необходимости автоматизации этого процесса. Хотя полностью автономные ИИ-системы для составления расписаний пока не получили широкого распространения, отдельные элементы автоматизации и оптимизации используются в рамках комплексных университетских информационных систем [2, с. 17].

–Автоматизация рутинных административных процедур — еще одна область, в которой ИИ может принести существенную пользу. ИИ-системы могут классифицировать входящие электронные письма, заявки от студентов или сотрудников, направлять их в соответствующие отделы и даже генерировать типовые ответы. Так, сегодня во многих крупных российских вузах внедряются системы документального документооборота с элементами интеллектуальной маршрутизации и обработки запросов.

Кроме этого, ИИ может оптимизировать использование ресурсов, таких как аудитории, лабораторное оборудование, мультимедийная техника, путём анализа загруженности и прогнозирования потребностей в них [10, с. 17].

3. Аналитика успеваемости школьников и студентов. ИИ-системы помогают преподавателям и администрации учебных заведений анализировать данные об успеваемости учеников и целых классов, выявлять тенденции, прогнозировать риски отставания и предоставлять учителям и администрации рекомендации по улучшению образовательного процесса. Сегодня многие школы и университеты внедряют системы электронных журналов с расширенной аналитикой, которая может использовать элементы искусственного интеллекта для формирования отчетов, краткосрочных и долгосрочных прогнозов.

4. Аналитика обучения и прогнозирование. Российские вузы сегодня активно работают над созданием систем, которые на основе анализа данных о студентах (успеваемость, посещаемость, активность в онлайн-системах) помогают выявлять тех, кто может столкнуться с трудностями (например, с риском отчисления). Это позволяет своевременно предложить им поддержку.

Ведущие российские университеты, такие, как МГУ, НИУ ВШЭ, МФТИ и ряд других разрабатывают и внедряют подобные системы для анализа данных о студентах и оптимизации образовательных программ.

Например, коллектив исследователей МГПУ создал ИИ-систему, которая с точностью в 71% прогнозирует успеваемость студента в следующем семестре [7]. Модель использует разнообразные данные: баллы ЕГЭ (они обозначают входной уровень студента), результаты предыдущих сессий, информацию о том, участвует ли студент в общественной деятельности, пользуется ли книгами из университетской библиотеки и электронных библиотечных систем.

Подчеркнем, что анализ данных об успеваемости студентов на различных курсах и составление индивидуальных профилей студентов не только предотвращает отчисление студентов за неуспеваемость, но и помогает университетам корректировать учебные планы, улучшать содержание учебных дисциплин и методики преподавания.

5. Интеллектуальные чат-боты и виртуальные помощники. В российских школах и университетах, как и в зарубежных создаются и все активнее используются виртуальные помощники учащихся – чат-боты на основе больших языковых моделей (LLM). Чат-боты используются на сайтах школ и университетов для ответов на типовые вопросы абитуриентов, студентов и их родителей (о поступлении, расписании, правилах, доступных услугах). Кроме этого, виртуальные помощники могут предоставлять студентам справочную информацию по предметам и расписанию учебных занятий, правилам поступления в вуз или в колледж, напоминать о сроках сдачи отчетных работ, информировать учащихся о наличии учебных материалов и административных процедурах.

Так, в ноябре 2024 года НИУ ВШЭ запустил ИИ-ассистента, который помогает студентам управлять учебным расписанием, отслеживать дедлайны и быстро находить ответы на часто задаваемые вопросы о студенческой жизни. Для удобства доступа цифровой помощник интегрирован с Telegram [4].

Все чаще российские вузы начинают использовать омниканальные платформы на базе ИИ, такие, например, как Wisebot. Wisebot представляет собой чат-платформу, которая объединяет студентов, преподавателей и административный персонал, собирая обращения пользователей в одном окне, что позволяет сохранять историю взаимодействий, анализировать повторяющиеся запросы, лучше понимать потребности и интересы студентов [1].

Сегодня многие российские вузы, в том числе МГУ им. М. В. Ломоносова, СПбГУ, КФУ (Казанский федеральный университет), активно тестируют и внедряют чат-ботов на своих официальных сайтах и в официальных группах в социальных сетях. Эти боты, работающие на основе NLP (обработки естественного языка), способны понимать запросы пользователей и предоставлять релевантную информацию из базы знаний.

Подобные функции могут быть реализованы и в LMS.

6. Поддержка преподавателей и их профессиональное развитие. ИИ может помочь в генерации идей для уроков, создании тестовых заданий, подборе иллюстраций. В перспективе ИИ может применяться для анализа эффективности методик преподавания.

В настоящее время инструменты ИИ использует в своей профессиональной деятельности далеко не каждый преподаватель, о чем свидетельствут результаты проводимых социологических исследований. Так, Институт социального анализа и прогнозирования РАНХиГС в 2024 году провел мониторинг по использованию ИИ-систем преподавателями российских вузов [8]. Анализ результатов проведенного исследования показал, что только каждый шестой преподаватель вуза в России в 2024 г. использовал ИИ при подготовке к занятиям. При этом чаще всего за помощью к ИИ-моделям обращались преподаватели информационных дисциплин (34% респондентов), преподаватели гуманитарных дисциплин (20% респондентов) и экономических дисциплин (19% участников исследования) [8].

Несмотря на активное развитие, российское образование сталкивается с рядом проблем при внедрении ИИ-систем. Эмпирическим путем выделим некоторые из таких проблем, которые одновременно являются и точками роста:

–Цифровое неравенство, которое заключается в том, что не все регионы и образовательные учреждения имеют равный доступ к высокоскоростному интернету и современным технологиям ИИ.

–Нехватка квалифицированных кадров для работы с ИИ-системами в сфере образования. Необходимы специалисты, способные разрабатывать, внедрять и поддерживать ИИ-системы в сфере образования. Преподаватели должны приобретать знания, умения и навыки использования ИИ-систем в своей профессиональной деятельности, для чего необходимо пройти обучение и периодически проходить курсы повышения квалификации по работе с ИИ.

–Несовершенство нормативной базы и правового регулирования сферы ИИ. Необходима дальнейшая разработка норм права, регулирующих сбор, хранение и использования персональных данных учащихся, а также нравственных аспектов применения ИИ [3, с. 37].

–Доступность качественных ИИ-решений.

Важно, чтобы разрабатываемые ИИ-системы были действительно эффективными, а не просто формально внедряемыми технологиями.

–Вопросы конфиденциальности и безопасности данных при использовании ИИ-систем. Использование ИИ связано со сбором и обработкой персональных данных студен- тов и преподавателей, что требует строгого соблюдения законодательства о защите информации. Как и во всём мире, сохранение конфиденциальности персональных данных учащихся при использовании ИИ в нашей стране является одним из ключевых приоритетов [5, с. 215].

–Высокая стоимость внедрения большинства ИИ-систем в образовательный процесс и его административное и информационное сопровождение. Разработка и интеграция комплексных ИИ-решений могут быть дорогостоящими, что ограничивает их доступность для некоторых образовательных учреждений, которые ограничены в своем бюджете.

Таким образом, в настоящее время российское образование в школах, колледжах и вузах активно движется в сторону интеграции ИИ. Государственные программы, усилия ведущих вузов и технологических компаний способствуют появлению и внедрению ИИ-систем, направленных на персонализацию обучения, автоматизацию рутинных задач и повышение эффективности образовательного процесса. Несмотря на определённые проблемы, связанные с инфраструктурой, подготовкой кадров и нормативным регулированием, потенциал ИИ для трансформации российского образования огромен, и мы видим, как эти технологии постепенно становятся неотъемлемой частью учебного процесса.