Искусственный интеллект (ИИ) обещал произвести революцию в сфере образования. Но как и насколько активно он используется студентами и преподавателями сегодня? В нашей [недавней статье](https://epsir.net/index.php/epsir/article/view/728) мы попытались ответить на этот вопрос, проанализировав интеграцию ИИ в университеты с двух точек зрения: научной (как он фактически используется) и социальной (восприятие его использования).
Исследователи склонны подчёркивать возможности и проблемы, которые ИИ открывает для персонализированного обучения. Однако общественное восприятие говорит о другом, отражая более медленное и неравномерное внедрение, особенно в Европе.
В последние годы ИИ [неуклонно внедряется в образование](https://www.educacionfpydeportes.gob.es/biblioteca-central/blog/2023/junio/inteligencia-artificial-y-educacion-i.html/), особенно в таких областях, как персонализированное обучение, виртуальные наставники и автоматизация административных задач.
Платформы, такие как Smart Sparrow, Knewton, Century Tech и Khan Academy, используют ИИ для адаптации темпа и содержания обучения к индивидуальным потребностям студентов. Эти системы анализируют [успеваемость студентов](https://phys.org/tags/student+performance/) (правильные или неправильные ответы, время отклика, закономерности ошибок), а также автоматически регулируют уровень сложности, тип контента или темп, рекомендуют дополнительные упражнения, видео или чтение.
Системы репетиторства — ещё одно направление использования. Это чат-боты или виртуальные помощники, которые взаимодействуют со студентами как человеческий репетитор. Их типичные функции — отвечать на вопросы по содержанию, предлагать упражнения, давать объяснения, решать задачи пошагово, мотивировать и сопровождать студента в его прогрессе.
Примеры таких систем: Khanmigo (Khan Academy + GPT-4), который помогает с математикой, письмом и естественными науками; Duolingo Max — ИИ для персонализированного обучения языкам; Google Socratic, который отвечает на вопросы с визуальными объяснениями; Mika от Carnegie Learning — математический репетитор на базе ИИ.
Все эти платформы используют модели машинного обучения, которые распознают сильные и слабые стороны студентов. Эта технология уже успешно применяется в таких дисциплинах, как медицина, электроника и лингвистика, где крупномасштабный анализ данных и автоматизация необходимы для обучения и исследований.
Эта технология также позволяет эффективно управлять административными процессами, такими как проверка экзаменов, отслеживание оценок и успеваемости.
Несмотря на ожидания, связанные с ИИ, его влияние на университетское образование [остаётся скромным](https://link.springer.com/article/10.1186/s41239-023-00392-8?utm). Во всём мире его использование в университетах всё ещё находится в зачаточном состоянии, а внедрение ИИ [сильно различается между регионами и дисциплинами](https://arxiv.org/abs/2402.01659?utm). Хотя в некоторых областях, таких как медицинские науки, достигнут значительный прогресс, другие области, [например, гуманитарные](https://theconversation.com/why-should-humanities-education-persist-in-an-ai-age-self-development-to-start-246099), только начинают изучать возможности этой технологии.
Одна из основных проблем — нехватка подготовки преподавателей и администраторов в использовании инструментов ИИ. Многие учителя не обладают необходимыми навыками для интеграции ИИ в свои классы, что ограничивает его внедрение. Кроме того, отсутствие чёткой политики в отношении конфиденциальности данных учащихся и этического использования этой технологии создаёт значительные барьеры.
Несмотря на то что Европа является лидером в регулировании этического использования технологий, она отстаёт с точки зрения научных исследований о том, как интегрировать ИИ в образовательные методы.
Есть исключения, включая Великобританию, где проводятся серьёзные исследования в области этики образовательного ИИ и адаптивных моделей обучения и автоматической оценки. В Германии и Нидерландах европейские междисциплинарные проекты объединяют образование, когнитивные науки и информатику.
Соединённые Штаты лидируют по [научным публикациям](https://phys.org/tags/scientific+publications/), патентам и разработке образовательных технологий на основе ИИ. Тем временем в Китае наблюдается значительный рост публикаций и приложений образовательного ИИ, особенно в адаптивном обучении и распознавании лиц в «умных» классах. Массивные государственные инвестиции в «Умное образование» являются частью стратегии Китая по лидерству в области ИИ.
В Латинской Америке (особенно в Бразилии, Чили и Мексике) также растёт объём исследований, появляются достижения в области адаптивных образовательных платформ и анализа данных обучения. Растёт интерес к использованию этой технологии для сокращения разрыва в образовании и улучшения доступа к ней в неблагополучных районах.
В нашем недавнем исследовании мы [сравнили](https://epsir.net/index.php/epsir/article/view/728) исследования об использовании ИИ в образовании с социальным восприятием его использования через упоминания в [социальных сетях](https://phys.org/tags/social+media/).
Использование ИИ в образовании вызвало общественные дебаты, но мы обнаружили, что пользователи социальных сетей в основном нейтральны или даже не осведомлены о его влиянии на университеты. Несмотря на растущее присутствие в разговорах об образовательных технологиях, большинство онлайн-упоминаний ИИ в образовании не выражают ни энтузиазма, ни значительной обеспокоенности.
В то время как исследователи сосредотачиваются на разработке и академическом влиянии ИИ, пользователи социальных сетей в основном сосредотачиваются на таких инструментах ИИ, как ChatGPT, которые помогают студентам в решении более практических повседневных задач.
Чтобы использовать истинный потенциал этой технологии, крайне важно инвестировать в подготовку учителей, разработать чёткие политики и способствовать более тесному сотрудничеству между исследователями, учебными заведениями и обществом.
ИИ открывает новые двери в образовании, но его внедрение всё ещё сталкивается со значительными барьерами, особенно в Европе. Несмотря на достижения в медицине, электронике и лингвистике, его широкое внедрение в других областях требует от учёных и общества преодоления существующих пробелов и максимально эффективного использования его возможностей.
Предоставлено [The Conversation](https://phys.org/partners/the-conversation/).
Эта статья перепечатана из [The Conversation](https://theconversation.com) под лицензией Creative Commons. Читайте [оригинальную статью](https://theconversation.com/ai-still-isnt-making-a-serious-impact-on-university-education-heres-why-263057).