Захаров Александр Анатольевич – доктор технических наук, профессор, профессор Академического департамента Школы компьютерных наук
Тюмень
Aleksandr A. Zakharov – Dr. Sci. (Engineering), Professor, Academic Department, School of Computer Science
Tyumen
Захарова Ирина Гелиевна – доктор педагогических наук, профессор, профессор Академического департамента Школы компьютерных наук
Тюмень
Irina G. Zakharova – Dr. Sci. (Education), Professor, Academic Department, School of Computer Science
Tyumen
Шабалин Андрей Михайлович – кандидат педагогических наук, доцент, доцент Академического департамента Школы компьютерных наук
Тюмень
Andrey M. Shabalin – Cand. Sci. (Education), Associate Professor, Academic Department, School of Computer Science
Tyumen
Нгуен Куанг Хай – ассистент Академического департамента Школы компьютерных наук
Тюмень
Quang H. Nguyen – Assistant, Academic Department, School of Computer Science
Tyumen
Введение. Проблема создания и использования гибких обучающих систем стала особенно актуальной с появлением генеративных нейросетевых моделей, позволяющих не только упростить создание образовательного контента, но и изменить сложившиеся подходы к организации самостоятельной работы обучающихся. В статье исследуется проблема проектирования интеллектуального помощника, ИИ-ассистента, реализованного в форме автоматизированной обучающей системы, возможности которой опираются на использование технологий ИИ. Цель статьи – выявление и изучение особенностей проектирования ИИ-ассистента, интегрирующего экспертные знания педагога с возможностями ИИ на примере поддержки самостоятельной работы по математическим и ИТ-дисциплинам. Методология, методы и методики исследования. В исследовании использованы методы моделирования образовательного процесса для проектирования сценариев и алгоритмов работы ИИ-ассистента. Для практической реализации ИИ-ассистента применены методы проектирования адаптивных обучающих систем, а также методы и технологии искусственного интеллекта. Результаты и научная новизна. Уточнено содержание понятия «ИИ-ассистент» как адаптивной автоматизированной обучающей системы с обратной связью, реализуемой благодаря использованию технологий ИИ. На основе модели управляемой учебной деятельности выделены типовые сценарии взаимодействия обучающихся с ИИ-ассистентом. Создан и апробирован прототип ИИ-ассистента, состоящий из двух компонентов, помощников преподавателя и студента. Основой для ИИ-ассистента стала модель адаптивной обучающей системы, включающая вариативное дидактическое обеспечение, сценарии самостоятельной работы, алгоритмы взаимодействия с обучающимися и педагогами, а также подсистему анализа данных цифрового следа. Практическая значимость. Использование ИИ-ассистента для поддержки самостоятельной работы студентов Школы компьютерных наук Тюменского государственного университета на практике подтвердило необходимость комплексного педагогического моделирования обучающих систем, использующих технологии ИИ, а также важность участия педагогов в качестве ведущих экспертов при их проектировании и тестировании.
Introduction. The challenge of developing and utilising flexible learning systems has become especially pertinent with the advent of generative neural network models, which not only facilitate the creation of educational content but also transform traditional approaches to organising independent student work. This article explores the design of an intelligent assistant – an AI assistant – implemented as an automated learning system, whose functionalities are underpinned by AI technologies. Aim. The present study aims to identify and examine the features involved in designing an AI assistant that integrates a teacher’s expert knowledge with AI capabilities, using the example of supporting independent work in the disciplines of mathematics and information technology. Methodology and research methods. The study employed methods of educational process modelling to design scenarios and algorithms for the operation of the AI assistant. For the practical implementation of the AI assistant, methods for designing adaptive learning systems were utilised, alongside AI methods and technologies. Results and scientific novelty. The concept of an “AI assistant” is defined as an adaptive, automated learning system with feedback, realised through the application of AI technologies. Based on a model of guided learning activity, typical scenarios for student interaction with the AI assistant have been identified. A prototype of the AI assistant, comprising two components (teacher assistant and student assistant), was developed and tested. The AI assistant is founded on an adaptive learning system model that incorporates variable didactic resources, independent work scenarios, interaction algorithms for both students and teachers, and a digital footprint data analysis subsystem. Practical significance. The use of an AI assistant to support independent work among students at the School of Computer Science, University of Tyumen, has confirmed the need for comprehensive pedagogical modelling of learning systems that incorporate AI technologies, as well as the importance of involving teachers as leading experts in their design and evaluation.
The authors declare that there are no conflicts of interest present.