Трансформация российского высшего образования в условиях внедрения технологий искусственного интеллекта (ИИ) - предмет дискуссий, в которых активно участвуют и академические исследователи, и практики. Предлагаемая статья, основанная на кабинетном анализе открытых источников и экспертных интервью, посвящена сильным и слабым сторонам использования ИИ в российских вузах. Рассмотрены основные тенденции внедрения соответствующих технологий, приведены примеры применения ИИ-решений в образовательной сфере, указаны перспективы дальнейшего развития и возникающие риски. В заключении рассматриваются этические и правовые аспекты внедрения ИИ-инноваций. Представленные результаты будут полезны при принятии решений о внедрении ИИ-технологий в учебный, исследовательский и административные процессы университета.
Идентификаторы и классификаторы
В последние годы внедрение технологий искусственного интеллекта (далее – ИИ) в образование стало приобретать повсеместный характер. ИИ открывает широкое поле возможностей в данной сфере, поэтому спрос на соответствующие решения растет с каждым годом [1]. На базе искусственного интеллекта строятся автоматические системы оценивания и прогнозирования успеваемости, разрабатываются обучающие помощники и персональные образовательные программы, составляются учебные планы [2; 3]. Эти и прочие решения позволяют значительно повысить качество и скорость образовательной деятельности, тем самым способствуя развитию человеческого капитала и росту национальной экономики.
Список литературы
1. Namatherdhala B., Mazher N., Sriram G. K. A comprehensive overview of artificial intelligence tends in education // International Research Journal of Modernization in Engineering Technology and Science. 2022. Vol. 4, nr 7. P. 61-67.
2. Yufeia L., Salehb S., Jiahuic H., Syed S. M. Review of the Application of Artificial Intelligence in Education // International Journal of Innovation, Creativity and Change. 2020. Vol. 12, nr 8. P. 548-562. DOI: 10.53333/IJICC2013/12850 EDN: ETHZVM
3. Ouyang F., Zheng L., Jiao P. Artificial Intelligence in Online Higher Education: A Systematic Review of Empirical Research from 2011 to 2020 // Education and Information Technologies. 2022. Vol. 27, nr 6. P. 7893-7925. DOI: 10.1007/s10639-022-10925-9 EDN: XQRRSO
4. Communication Artificial Intelligence for Europe. European Commission. 25 April 2018. URL: https://ec.europa.eu/digital-single-market/en/news/communication-artificial-intelligence-europe (дата обращения: 25. 07. 2024).
5. Recommendation of the Council on Artificial Intelligence. OECD Legal Instruments. 22 May 2019. URL: https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449 (дата обращения: 25. 07. 2024).
6. Recommendation on the Ethics of Artificial Intelligence. UNESCO. 16 May 2023. URL: https://www.unesco.org/en/articles/recommendation-ethics-artificial-intelligence (дата обращения: 25. 07. 2024).
7. Miao F, Holmes W, Huang R, Zhang H. AI and Education: A Guidance for Policymakers. UNESCO Publishing, 2021. 47 p.
8. Holmes W, Tuomi I. State of the Art and Practice in AI in Education // Eur J Educ. 2022. Vol. 57, nr 4. P. 542-570. DOI: 10.1111/ejed.12533 EDN: UVHSLF
9. Limna P, Jakwatanatham S., Siripipattanakul S., Kaewpuang P., Sriboonruang P. A Review of Artificial Intelligence (AI) in Education during the Digital Era // Advance Knowledge for Executives. 2022. Vol. 1, nr 1. P. 1-9.
10. Фомина А. Н. Проблемы и перспективы развития рынка искусственного интеллекта в России // Вопросы инновационной экономики. 2022. Т. 12, № 2. С. 1051-1068. 10.18334/vinec. 12.2.114607. DOI: 10.18334/vinec.12.2.114607 EDN: XOKQIW
11. Ивахненко Е. Н., Никольский В. С. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. Т. 32, № 4. С. 9-22. DOI: 10.31992/0869-3617-2023-32-4-9-22 EDN: TZHIHU
12. Письмо Министерства науки и высшего образования РФ от 2 июля 2021 г. № МН-5/2657 “О направлении информации”. URL: https://www.garant.ru/products/ipo/prime/doc/401364914/ (дата обращения: 25. 07. 2024).
13. МГПУ разрешил студентам использовать ИИ при подготовке ВКР. МГПУ. 31 августа 2023 г.. URL: https://www.mgpu.ru/mgpu-razreshil-studentam-ispolzovat-ii-pri-podgotovke-vkr/ (дата обращения: 25. 07. 2024).
14. В Вышке наградят студентов, которые напишут диплом с помощью ИИ. НИУ ВШЭ. URL: https://www.hse.ru/news/edu/910929629.html (дата обращения: 25. 07. 2024).
15. Другова Е. А, Журавлева И. И, Захарова У. С., Сотникова В. Е., Яковлева К. И. Искусственный интеллект для учебной аналитики и этапы педагогического проектирования: обзор решений // Вопросы образования. 2022. № 4. С. 107-153. EDN: BYFFFX
16. Влияние искусственного интеллекта на образование. АНО “Цифровая экономика”. 2024. URL: https://files.data-economy.ru/Docs/Vliyanie_ii_na_obrazovanie_.pdf (дата обращения: 25 июля 2024).
17. Указ Президента РФ от 10 октября 2019 г. № 490 “О развитии искусственного интеллекта в Российской Федерации”. URL: https://base.garant.ru/72838946/ (дата обращения: 25. 07. 2024).
18. Alzubaidi L., Zhang J., Humaidi A. J., Al-Dujaili A., Duan Ye, Al-Shamma O., Santamaría J., Fadhel M. A., Al-Amidie M., Farhan L. Review of deep learning: Concepts, CNN architectures, challenges, applications, future directions // Journal of big Data. 2021. Vol. 8. P. 1-74. DOI: 10.1186/s40537-021-00444-8 EDN: ZMKTHZ
19. Akgun S., Greenhow C. Artificial Intelligence in Education: Addressing Ethical Challenges in K-12 Settings // AI and Ethics. 2022. Vol. 2. P. 431-440. DOI: 10.1007/s43681-021-00096-7 EDN: IGQHNG
20. Михайлова И. В, Шмелева С. В., Махов А. С. Технология адаптивного шахматного обучения детей-инвалидов // Теория и практика физической культуры. 2015. № 7. С. 38-41. EDN: UACBGF
21. Вербах К., Хантер Д. Вовлекай и властвуй: игровое мышление на службе бизнеса. М.: Манн, Иванов и Фербер, 2015. 206 с.
22. Flick C. Informed consent and the Facebook emotional manipulation study // Res Ethics. 2016. Vol. 12, nr 1. P. 14-28. DOI: 10.1177/174701611559956
23. Remian D. Augmenting education: ethical considerations for incorporating artificial intelligence in education. Boston: University of Massachusetts, 2019. 57 p.
24. Лукичев П. М., Чекмарев О. П. Применение искусственного интеллекта в системе высшего образования // Вопросы инновационной экономики. 2023. Т 13, № 1. С. 485-502. EDN: QBTLXD
25. Искусственный интеллект за школьной партой // Ростех. URL: https://rostec.ru/media/news/iskusstvennyy-intellekt-za-shkolnoy-partoy/#start (дата обращения: 25 июля 2024).
26. В Московском городском педагогическом университете сделали “Умные аудитории”// VK. СВАО Онлайн. URL: https://vk.com/wall-201816108_7755 (дата обращения: 25 июля 2024).
27. DeepTalk. CDO Global. 2024. URL: https://deeptalk.tech/ru/ (дата обращения: 25 июля 2024).
28. Skyeng. Skyeng. 2024. URL: https://skyeng.ru/ (дата обращения: 25 июля 2024).
29. Давыдов С. Г. Цифровые компетенции россиян и работа на самоизоляции во время пандемии COVID-19 // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 2. С. 403-422. DOI: 10.14515/monitoring.2021.2.1913 EDN: KRRVDS
30. Mindell A. Alternative to therapy: A creative lecture series on process work. Gatekeeper Press, 2018. 421 p.
31. Mindell A. Metaskills: The Spiritual Art of Therapy. 2nd ed. Lao Tse Pr Ltd., 2001. 192 p.
Выпуск
Другие статьи выпуска
Целью данной статьи стало описание опыта БФУ им. И. Канта по реализации моделей одновременного получения обучающимися нескольких квалификаций как части жизненно-образовательных маршрутов студентов. На примере эмпирических проб определены ключевые подходы к построению моделей получения дополнительных квалификаций обучающимися, осваивающими основную образовательную программу высшего образования. Статья может представлять ценность для руководителей образовательных программ, заведующих кафедрами, сотрудников учебных управлений университетов, отвечающих за проектирование и реализацию образовательных программ высшего образования.
В современных условиях быстрых изменений и неопределенности задача подготовки студентов, способных мыслить системно и критически, решать комплексные задачи и быстро адаптироваться к меняющейся среде, становится особенно актуальной. Научная работа открывает широкие возможности для формирования подобных навыков не только в целях профессионального, но и личностного роста. Поэтому важно строить систему научного наставничества в вузе таким образом, чтобы решать сразу несколько задач: эффективно обеспечивать воспроизводство кадров в системе академической и вузовской науки; повышать уровень научной культуры в обществе; помогать студенту во всесторонней реализации собственного потенциала. Цель настоящей статьи, представленной в виде кейса, - описать опыт организации студенческой науки и научного наставничества в Петрозаводском государственном университете (ПетрГУ), определить сильные и слабые стороны существующей модели, предложить пути ее трансформации. Эмпирической основой статьи являются результаты массового опроса студентов и преподавателей, реализованного в октябре 2023 года. В нем приняли участие 1192 обучающихся и 345 преподавателей всех институтов и направлений подготовки Петрозаводского государственного университета. Проведенный анализ имеющейся модели научного наставничества в ПетрГУ (центральным элементом которой является студенческое научное общество) и анкетирование обучающихся и преподавателей вуза позволили авторам выявить ограничения текущей модели. Авторы также предложили новую (реструктурированную) модель, которая учитывала бы современные вызовы, стоящие перед вузом, и комплекс мер по взращиванию лидеров студенческой науки в рамках цепочки «профессор - аспирант - магистрант - студент старших курсов - первокурсник». Описанный кейс Петрозаводского государственного университета может быть полезен для организации научного наставничества и деятельности студенческого научного общества в других вузах.
В статье представлен анализ динамики системы подготовки кадров высшей квалификации в 2013-2023 годах. Рассмотрены такие основные показатели, характеризующие деятельность аспирантуры и докторантуры, как прием и выпуск, общая численность обучающихся, соотношение объема приема и выпуска, выпуск с защитой и его доля в общем выпуске, средний возраст обучающихся, объем подготовки кадров по специальностям, соответствующим приоритетным направлениям развития науки, технологий и техники и критическим технологиям. Достигнутые значения показателей сравниваются с плановыми, установленными в 2013-2014 годах в программных документах. Во второй части статьи даются оценки достаточности достигнутых в настоящее время объемов подготовки кадров высшей квалификации для обеспечения потребности системы высшего профессионального образования в соответствующих специалистах. В статье предложена модель прогнозирования потребности кадров исследуемой категории на перспективу до 2035 года. Рассматриваются несколько прогнозных сценариев развития и даются количественные оценки дефицита кадров для данных сценариев. Статья подготовлена в рамках выполнения научно-исследовательской работы государственного задания РАНХиГС «Прогнозные сценарии обеспечения научно-технологического развития Российской Федерации научно-педагогическими кадрами высшей квалификации».
Приведены результаты анализа работы наблюдательного совета Национального исследовательского Томского государственного университета за период 2014-2023 гг. Рассмотрены изменения в составе совета, активность участников, основные направления и результаты обсуждений. Приведены примеры вопросов, рассмотренных наблюдательным советом.
Статья посвящена рассмотрению взаимосвязи надпрофессиональных компетенций у студентов высших учебных заведений друг с другом и с параметрами выборки. Методологической основой исследования выступает компетентностный подход; надпрофессиональные компетенции рассматриваются как ключевые навыки, необходимые для успешной адаптации и эффективной деятельности в различных профессиональных областях. Исследование проведено на основе результатов оценивания компетенций студентов российских вузов в 2022-2023 учебном году (n = 76 269). В качестве инструментов использовались надежные и валидные методики, разработанные специалистами департамента оценки и методологии АНО «Россия - страна возможностей». Проведен корреляционный анализ взаимосвязи компетенций и сравнительный анализ по полу, курсу обучения, ОКСО и регионам. Установлено, что большинство компетенций демонстрируют значимую положительную связь, за исключением компетенции «Следование правилам и процедурам», которая связана с остальными отрицательно. В большинстве компетенций студенты медицинских специальностей демонстрируют более высокий результат по сравнению со студентами других направлений. У девушек сильнее проявлены компетенции, относящиеся к социальному взаимодействию, а у юношей - компетенции, относящиеся к индивидуальной работе. Студенты столичных вузов показывают более высокие результаты по всем компетенциям, кроме «Следования правилам и процедурам». У студентов, участвовавших в сезоне 2023 года, по многим компетенциям баллы выше, чем у участников сезона 2022 года (как с учетом курса, так и без). Результаты исследования проясняют особенности взаимосвязи компетенций, востребованных у работодателей, и социально-демографических характеристик на большом массиве данных студенческой выборки. Статья будет интересна как работодателям в различных отраслях экономики, так и руководству высших учебных заведений для выстраивания эффективной образовательной политики.
В исследовании была совершена попытка выявить наиболее часто встречающиеся универсальные компетенции в описаниях вакансий, доступных для выпускников вузов и отражающих востребованность таких компетенций на российском рынке труда. Выделенный перечень компетенций был сопоставлен с двумя перечнями ключевых универсальных компетенций из высшего образования (ФГОС ВО (3++) и платформа «Россия - страна возможностей»). Эмпирической основой исследования стали описания 2 218 411 вакансий, расположенных на крупнейших межотраслевых агрегаторах. По итогам анализа с использованием процедуры парсинга были выделены 20 универсальных компетенций. Наиболее часто встречающимися стали: работа в команде, грамотная устная и письменная речь, ответственность и ориентация на результат, аналитическое и системное мышление, многозадачность, организаторские компетенции, внимательность к деталям и коммуникабельность. Кроме того, было обнаружено, что перечень ключевых универсальных компетенций платформы «Россия - страна возможностей» практически в полной мере покрывает запрос работодателей на универсальные компетенции молодых специалистов в отличии от перечня универсальных компетенций, зафиксированного во ФГОС ВО (3++). Новизна данного исследования состоит в том, что для выделения наиболее востребованных универсальных компетенций были привлечены большие массивы данных, в то время как традиционно востребованность этих и других компетенций на рынке труда оценивается отдельными организациями или экспертами. Данное исследование вносит вклад в дискуссию о роли системы высшего образования в подготовке молодых специалистов. В частности, предпринята попытка оценить актуальность перечней универсальных компетенций со стороны образования как одних из ожидаемых результатов обучения. Результаты проведенного исследования могут быть полезны руководителям центров компетенций и методистам, составляющим программы курсов по развитию универсальных компетенций студентов.
В статье анализируются проблемы структурирования вузовских систем автоматизации, их интеграции и возможные направления развития в целях реализации задач цифровой трансформации высшего образования. Эти вопросы обсуждаются на примере системы комплексной автоматизации учебной деятельности Московского архитектурного института (Государственной академии). При её создании использовался опыт и методологические подходы к разработке подобных систем Московского государственного технического университета им. Баумана и Государственного университета управления. Целью настоящей статьи является ознакомление вузовского сообщества с опытом развития системы управления Московского архитектурного института на базе использования возможностей современных цифровых технологий. В данном исследовании представлена характеристика проблемной ситуации, послужившей основанием для принятия решения о внедрении в Московском архитектурном институте современной системы автоматизации и рынка предложений, начиная с 2008-2009 годов. Рассматриваются основные факторы, принятые во внимание при выборе методологического подхода к автоматизации процессов управления. В работе представлены обобщённые сведения о современном составе и функциональном назначении подсистем системы комплексной автоматизации учебной деятельности и некоторых перспективных оригинальных возможностях системы по решению задач управления вузом.
Статья носит исследовательский характер. В ней проведен теоретический анализ 307 работ, посвященных определению готовности организаций к процессам цифровой трансформации. В условиях, когда вузы осуществляют процессы цифровых преобразований и сталкиваются с недостижением целевых показателей, актуальным становится поиск причин неудач. Данная статья призвана углубить понимание цифровой готовности университетов и представить управленческую проблему через призму теоретического анализа результатов эмпирических исследований данного вопроса. В качестве методов использовались систематический обзор литературы, экспертный метод и контент-анализ. В основу проделанной работы положены поиск, идентификация, отбор и критическая оценка публикаций отечественных и зарубежных авторов, посвященных проблеме преобразования деятельности организаций, в том числе и вузов, под влиянием цифровых технологий и инструментов. Научная новизна статьи заключается в интерпретации фактических данных из опубликованных исследований по данной проблеме. Их качественный синтез и экспертное извлечение знаний из результатов проведенных исследований позволили обосновать необходимость разделения понятий «цифровая зрелость» и «цифровая готовность», определить комплекс организационных условий, необходимых для успешной реализации мероприятий по цифровой трансформации университетов, и степень их влияния на результат данного процесса, а также сделать вывод о том, что развитость ИТ-инфраструктуры вуза, традиционно считающаяся одним из главных условий успешности преобразований, сегодня таковой не является.
Рост престижа и популярности среднего профессионального образования среди молодежи, а также увеличение численности населения в возрасте 15-19 лет способствует росту нагрузки на систему СПО. В то же время темпы развития инфраструктурных, ресурсных и педагогических возможностей профессиональных образовательных организаций отстают от темпов роста спроса на СПО. Снижается поток в вузы со стороны выпускников 11-х классов, продолжающих обучение сразу после завершения школы. Поэтому основной целью данной статьи является оценка роли вузов в подготовке кадров со средним профессиональным образованием и анализ перспектив дальнейшей реализации программ СПО в вузах. Базой исследования стали статистические формы СПО-1 (среднее профессиональное образование), ВПО-1 (высшее образование), ВПО-2 (высшее образование) и демографический прогноз по однолетним возрастам. Исследование проводилось методом математического анализа статистической информации. В качестве временного диапазонабыли взяты 2022 календарный год и 2023/24 учебный год (последние имеющиеся в статистике на момент исследования). Проведенное исследование показывает, что в государственных вузах 82 регионов и частных вузах 35 регионов на настоящий момент реализуются программы подготовки СПО. При этом удельный вес этих вузов (вместе с филиалами) в Российской Федерации в целом составляет 17,9 % от общего числа образовательных организаций, реализующих программы СПО. В 2022 г. (по сравнению с 2017 г.) в вузах 60 регионов отмечено увеличение доли финансовых средств, направленных на реализацию образовательных программ СПО, а в 21 регионе, напротив, наблюдается ее уменьшение. Новизна исследования заключается в предложении увеличить доступность и эффективность среднего профессионального образования на период постоянно возрастающей нагрузки на профессиональные образовательные организации за счет использования уже имеющихся ресурсных возможностей системы высшего образования. Результаты исследования могут быть полезны органам исполнительной власти при выработке управленческих решений, направленных на совершенствование подходов к управлению профессиональным образованием, в т. ч. с целью подготовки кадров технологического суверенитета.
Издательство
- Издательство
- ВВГУ
- Регион
- Россия, Владивосток
- Почтовый адрес
- 690014, ДФО, Приморский край, г. Владивосток, ул. Гоголя, 41
- Юр. адрес
- 690014, ДФО, Приморский край, г. Владивосток, ул. Гоголя, 41
- ФИО
- Терентьева Татьяна Валерьевна (РЕКТОР)
- E-mail адрес
- rectorat@vvsu.ru
- Контактный телефон
- +8 (423) 2404289
- Сайт
- https://www.vvsu.ru/