Интеллектуальный голосовой помощник как пример реализации методологии инклюзивного дизайна

Введение. Развитие методов и технологий искусственного интеллекта, направленных на распознавание речи, способствует созданию специализированных программ – голосовых помощников, способных вести диалог на естественном языке. Особую актуальность такие сервисы имеют в инклюзивном образовании – для поддержки студентов с ограниченными возможностями по зрению. Исследование посвящено проблеме индивидуализированного сопровождения самостоятельной работы студентов на основе голосового помощника, обусловленной противоречием между широким распространением в бизнес-сфере и быту разнообразных вопросно-ответных систем (в том числе и с голосовым интерфейсом), с одной стороны, и недостаточной изученностью их дидактических возможностей, с другой стороны.

Цель статьи – исследование и практическая реализация методологии инклюзивного дизайна цифровых образовательных ресурсов на примере создания интеллектуального голосового помощника для самостоятельной работы студентов по курсу «Компьютерные сети».

Методология, методы и методики. Исследование опирается на методологию инклюзивного дизайна в сочетании с онтологическим подходом применительно к созданию цифровых образовательных ресурсов, методы распознавания речи, методы проектирования интеллектуальных систем и баз знаний, методы и технологии проектирования и реализации автоматизированных обучающих систем с обратной связью. Для распознавания вопросов, поиска ответов и поддержки диалогов, осуществляемых голосовым помощником, применялись методы анализа текстов на естественном языке и модели классификации, созданные с помощью методов машинного обучения.

Результаты. Были разработаны и обоснованы требования, которым должен удовлетворять цифровой образовательный ресурс в соответствии с принципами инклюзивного дизайна, связывающие онтологический подход к разработке контента, автоматическое индивидуализированное сопровождение обучающихся и мониторинг достижения образовательных результатов. В соответствии с сформулированными требованиями разработан интерактивный компьютерный сервис – интеллектуальный голосовой помощник, обеспечивающий сопровождение самостоятельной работы студентов при выполнении практических заданий, на примере курса «Компьютерные сети». Сервис поддерживает голосовой ввод и последующую интерпретацию вопросов, поиск ответов в базе знаний с голосовым выводом результата, а также реализует выполнение операций по определенным правилам.

Научная новизна. Уточнено содержание понятия «инклюзивный дизайн» в контексте цифровых образовательных ресурсов, когда в качестве ключевой особенности выступает нацеленность на постоянное совершенствование дидактических возможностей конкретного продукта. Показано, что этого можно достичь благодаря концептуально обоснованной структуре контента и изначально предусмотренной обратной связи. Этот подход подтвердил свою результативность при проектировании интеллектуального голосового помощника, предназначенного для ответов на вопросы студентов и для автоматического выполнения операций на компьютере.

Практическая значимость. Использование голосового помощника студентами Института математики и компьютерных наук Тюменского государственного университета в процессе изучения дисциплины «Компьютерные сети» показало актуальность разработки аналогичных вопросно-ответных систем для сопровождения самостоятельной работы студентов, в том числе с ограниченными возможностями по зрению, в условиях онлайн и смешанного обучения. Разработанный сервис носит универсальный характер и может использоваться с любыми базами знаний, обеспечивающими ответы на вопросы студентов.

1. Standard I. S. EN 17161:2019 – Design for All. Available from: https://universaldesign.ie/products-services/i-s-en-17161-2019-design-for-all-accessibility-following-a-design-for-all-approach-inproducts-goods-and-services-extending-the-range-of-users/ (date of access: 03.08.2023).

2. Clarkson P. J., Coleman R. History of inclusive design in the UK // Applied ergonomics. 2015. Vol. 46. P. 235–247. DOI: 10.1016/j.apergo.2013.03.002

3. Dong H., McGinley C., Nickpour F., Cifter A. S. Designing for designers: Insights into the knowledge users of inclusive design // Applied ergonomics. 2015. Vol. 46. P. 284–291. DOI: 10.1016/j.apergo.2013.03.003

4. Котов С. В. Инклюзивное образование: трансформация системы образования [Электрон. ресурс] // Известия Южного федерального университета. Педагогические науки. 2016. №. 12. С. 30–36. Режим доступа: https://www.elibrary.ru/download/elibrary_28140896_65083749.pdf (дата обращения: 03.08.2023).

5. Лаврентьева З. И., Лаврентьева О. А. Универсальный дизайн как способ организации воспитательного пространства инклюзивной школы [Электрон. ресурс] // Известия Воронежского государственного педагогического университета. 2020. № 1. С. 85–88. Режим доступа: http://izvestia.vspu.ac.ru/content/izvestia_2020_v286_N1/85-88.pdf (дата обращения: 03.08.2023).

6. Oliveira A. R. P., Munster M. A., Gonçalves A. G. Universal design for learning and inclusive education: A systematic review in the international literature // Revista Brasileira de Educação Especial. 2019. Vol. 25. P. 675–690. DOI: 10.1590/s1413-65382519000400009

7. Ковязина Е. С., Волосникова Л. М. Управление качеством инклюзивного образования на основе концепции универсального дизайна в обучении // Педагогика. Вопросы теории и практики. 2020. Т. 5, № 4. С. 437–442. DOI: 10.30853/ped200104

8. Persson H., Åhman H., Yngling A. A., Gulliksen J. Universal design, inclusive design, accessible design, design for all: different concepts – one goal? On the concept of accessibility – historical, methodological and philosophical aspects // Universal Access in the Information Society. 2015. № 14 (4). P. 505–526. DOI: 10.1007/s10209-014-0358-z

9. Moriña A. Inclusive education in higher education: challenges and opportunities // European Journal of Special Needs Education. 2017. № 32 (1). P. 3–17. DOI: 10.1080/08856257.2016.1254964

10. Mohammed P. S., Nell’Watson E. Towards inclusive education in the age of artificial intelligence: Perspectives, challenges, and opportunities // Artificial intelligence and inclusive education. Singapore: Springer, 2019. P. 17–37. DOI: 10.1007/978-981-13-8161-4_2

11. Pacheco E., Lips M., Yoong P. Transition 2.0: Digital technologies, higher education, and vision impairment // The Internet and Higher Education. 2018. Vol. 37. P. 1–10. DOI: 10.1016/j.heduc.2017.11.001

12. Farhan W., Razmak J. A comparative study of an assistive e-learning interface among students with and without visual and hearing impairments // Disability and Rehabilitation: Assistive Technology. 2022. № 17 (4). P. 431–441. DOI: 10.1080/17483107.2020.1786733

13. Azeta A. A., Daramola O. A voice-based e-examination framework for visually impaired students in open and distance learning // Turkish Online Journal of Distance Education. 2018. № 19 (2). P. 34–46. DOI: 10.17718/tojde.415635

14. Dharmasena I. H. H. N., Jayakody J. A. D. C. A. Voice-based online examination system for visually impaired students // 2nd International Conference on Advanced Research in Computing (ICARC), 23–24 February 2022. Belihuloya, Sri Lanka: IEEE. P. 367–372. DOI: 10.1109/ICARC54489.2022.9754191

15. Rajagopal A., Vedamanickam N. New approach to human AI interaction to address digital divide& AI divide: Creating an interactive AIplatform to connect teachers & students // IEEE international conference on electrical, computer and communication technologies (ICECCT), 20–22 February 2019. Coimbatore, India: IEEE. P. 1–6. DOI: 10.1109/ICECCT.2019.8869174

16. González-Castro N., Muñoz-Merino P. J., Alario-Hoyos C. Adaptive learning module for a conversational agent to support MOOC learners // Australasian Journal of Educational Technology. 2021. № 37 (2). P. 24–44. DOI: 10.14742/ajet.6646

17. Hamal O., Faddouli N. E. Intelligent system using deep learning for answering learner questions in a MOOC // International Journal of Emerging Technologies in Learning (iJET). 2022. № 17 (2). P. 32–42. DOI: 10.3991/ijet.v17i02.26605

18. Jung S., Son M., Kim C. I., Rew J., Hwang E. Video-based learning assistant scheme for sustainable education // New Review of Hypermedia and Multimedia. 2019. № 25 (3). P. 161–181. DOI: 10.1080/13614568.2019.1678682

19. V. Shmyrev N. V. Vosk Speech Recognition Toolkit: Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node. Available from: https://github.com/alphacep/vosk-api (date of access: 03.08.2023).

20. Bird S., Klein E., Loper E. Natural language processing with Python: Analyzing text with the natural language toolkit. Sebastopol. CA: O’Reilly Media, 2009. 504 p. Available from: https://mathewscustoms.com/pdf-files/Python/Natural%20Language%20Processing%20with%20Python.pdf (date of access: 03.08.2023).

21. Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., Duchesnay E. Scikitlearn: Machine learning in Python // Journal of Machine Learning Research. 2011. № 12. P. 2825–2830. Available from: https://www.jmlr.org/papers/volume12/pedregosa11a/pedregosa11a.pdf (date of access: 03.08.2023).

22. Муромцев Д. И. Модели и методы индивидуализации электронного обучения в контексте онтологического подхода // Онтология проектирования. 2020. Т. 10, № 1 (35). С. 34–49. DOI: 10.18287/2223-9537-2020-10-1-34-49

23. Solovov A. V., Menshikova A. A. Designing an ontology of the e-learning course content // Онтология проектирования. 2023. Т. 13, № 1 (47). С. 99–112. DOI: 10.18287/2223-9537-2023-13-1-99-112

24. Stancin K., Poscic P., Jaksic D. Ontologies in education–state of the art // Education and Information Technologies. 2020. № 25 (6). P. 5301–5320. DOI: 10.1007/s10639-020-10226-z

25. Rahayu N. W., Ferdiana R., Kusumawardani S. S. A systematic review of ontology use in E-Learning recommender system // Computers and Education: Artificial Intelligence. 2022. № 3. Available from: https://www.sciencedirect.com/science/article/pii/S2666920X22000029 (date of access: 03.08.2023).

26. Sikos L. F. Cybersecurity knowledge graphs // Knowledge and Information Systems. 2023. № 65. P. 3511–3531. DOI: 10.1007/s10115-023-01860-3

27. Захаров А. А., Шабалин А. М., Джалилзода Д. Б., Пономарев К. Ю., Ханбеков Ш. И. Применение голосового помощника в качестве виртуального консультанта для администрирования безопасности инфраструктуры локальной компьютерной сети // Вестник УрФО. Безопасность в информационной сфере. 2022. № 4 (46). С. 68–75. DOI: 10.14529/secur220408

28. Soares M. A. C., Parreiras F. S. A literature review on question answering techniques, paradigms and systems // Journal of King Saud University-Computer and Information Sciences. 2020. № 32 (6). P. 635–646. DOI: 10.1016/j.ksuci.2018.08.005

29. Soares T. G., Azhari A., Rokhman N., Wonarko E. Education question answering systems: a survey // Proceedings of The International MultiConference of Engineers and Computer Scientists (IMECS 2021). 20–22 October 2021, Hong Kong. P. 24–34. Available from: https://www.iaeng.org/publication/IMECS2021/IMECS2021_pp24-34.pdf (date of access: 03.08.2023).

30. Caballero M. A brief survey of question answering systems // International Journal of Artificial Intelligence & Applications (IJAIA). 2021. № 12 (5). Available from: https://aircconline.com/ijaia/V12N5/12521ijaia01.pdf (date of access: 03.08.2023).

31. Kurdi G., Leo J., Parsia B., Sattler U., Al-Emari S. A systematic review of automatic question generation for educational purposes // International Journal of Artificial Intelligence in Education. 2020. № 30. P. 121–204. DOI: 10.1007/s40593-019-00186-y

32. Holmes W., Tuomi I. State of the art and practice in AI in education // European Journal of Education. 2022. № 57. P. 542–570. DOI: 10.1111/ejed.12533

33. Premarathne H. H. N. An overview on accessibility to the graphical study materials for visually impaired or blind students // International Journal of Computer Trends and Technology. 2019. № 67 (4). P. 134–138. DOI: 10.14445/22312803/IJCTT-V67I4P127

34. Terzopoulos G., Satratzemi M. Voice assistants and smart speakers in everyday life and in education // Informatics in Education. 2020. № 19 (3). P. 473–490. DOI: 10.15388/infedu.2020.21

35. Cotton D. R., Cotton P. A., Shipway J. R. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT // Innovations in Education and Teaching International. 2023. DOI: 10.1080/14703297.2023.2190148

36. Atlas S. ChatGPT for Higher Education and Professional Development: A Guide to Conversational AI // University of Rode Island Publications. 2023. Available from: https://digitalcommons.uri.edu/cba_facpubs/548 (date of access: 03.08.2023).

37. Rudolph J., Tan Sh., Tan S. ChatGPT: “Bullshit” spewer or the end of traditional assessments in higher education? // Journal of Applied Learning and Teaching. 2023. № 6 (1). P. 242–263. DOI: 10.37074/jalt.2023.6.1.9