МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ИСКУССТВЕННЫХ ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ В ОБРАЗОВАНИИ В ОБЛАСТИ ИНФОРМАТИКИ

Авторы

  • Ильясова З.К.

    Nukus State Pedagogical Institute named after Ajiniyaz image/svg+xml

Ключевые слова: искусственный интеллект (ИИ), образование в области информатики, методологические основы, адаптивные системы обучения, искусственные нейронные сети, целевая система рекомендаций, обратная связь и самооценка, аналитическое мышление, анализ данных, индивидуализированный процесс обучения

Аннотация

В данной статье систематически анализируются методологические основы технологий искусственного интеллекта (ИИ) в образовании в области информатики. Исследование рассматривает влияние интеграции ИИ на индивидуализацию, адаптивность и педагогическую эффективность учебного процесса. В статье анализируется, как аналитическое мышление и навыки логического решения проблем у студентов могут быть развиты с помощью искусственных нейронных сетей (ИНС), целевых рекомендательных систем (Recommender Systems), механизмов обратной связи и самооценки, а также возможностей мониторинга учебного процесса с использованием анализа данных.

Библиографические ссылки

1. Богустов А.А. Искусственный интеллект как субъект права: аргументы к дискуссии. // Хозяйство и право. 2021. № 9. – С. 114-121.

2. Гифт Н. Прагматичный ИИ. Машинное обучение и облачные технологии: науч. изд./ Н.Гифт; пер. с англ. И.Пальти. – Санкт-Петербург: «Питер», 2019.

3. Резаев А. В. ChatGPT и искусственный интеллект в университетах: какое будущее нам ожидать? = ChatGPT and AI in the Universities: An Introduction to the Near Future /А. В. Резаев, Н. Д. Трегубова. // Высшее образование в России. 2023. № 6. – С. 19-37.

4. Сысоев П.В. Искусственный интеллект в образовании: осведомлённость, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности. // Высшее образование в России. 2023. № 10. – С. 9-33.

5. Wing J. M. Computational Thinking. // Communications of the ACM, 49(3), 2006. – P. 33-35.

6. Luckin R., Holmes, W., Griffiths M., Forcier L.B. Intelligence Unleashed: An Argument for AI in Education. 2016. – P. 89-90.

7. Russell S.J., Norvig P. Artificial Intelligence: A Modern Approach* (3rd ed.). Pearson. 2016. – P.114-116.

8. Mitchell T.M. Machine Learning. – New York: «McGraw-Hill», 1997.

9. Zhdanova L.V., Karimov O. AI-based Adaptive Learning Systems in Central Asia. // International Journal of Educational Technology, 12(4), 2021. – P. 56-72.