Кандидатская диссертация по ИИ: новый вызов цифровой эпохи
https://doi.org/10.31992/0869-3617-2024-33-4-33-48
Аннотация
В статье представлен аналитический обзор моделей и рисков системы воспроизводства научных кадров по научной специальности «1.2.1. Искусственный интеллект и машинное обучение». Рассмотрены вопросы управления аспирантурой и нормативные барьеры в подготовке молодых учёных. Классифицированы успешные практики защит кандидатских диссертаций в ведущих национальных исследовательских университетах. Приведены обоснования необходимости защиты кандидатской диссертации инженерами машинного обучения. Обобщены предложения по внесению изменений в научную модель аспирантуры и по ИИ-аугментации научного поиска, помогающей преодолевать риски при присвоении квалификации за текстовый результат научной работы.
Ключевые слова
национальная стратегия развития ИИ,
искусственный интеллект,
ИИ-аугментация научного поиска,
управление аспирантурой,
система воспроизводства научных кадров,
диссертационная работа
При поддержке: Работа выполнена в рамках НИР Госзадание FSFN-2024-0059
Об авторах
А. Н. Алфимцев
Московский государственный технический университет им. Н.Э. Баумана
Россия
Россия
Александр Николаевич Алфимцев, д-р техн. наук, доц.
каф. ИУ-3
105005; 2-я Бауманская ул., 5 стр. 1; Москва
Researcher ID: B-6596-2017; Scopus ID: 55223989000
Н. Г. Багдасарьян
Московский государственный технический университет им. Н.Э. Баумана
Россия
Россия
Багдасарьян Надежда Гегамовна, д-р филос. наук, проф.
каф. Социологии и культурологии
105005; 2-я Бауманская ул., 5 стр. 1; Москва
Researcher ID: P-1954-2015; Scopus ID: 57210860405
С. А. Сакулин
Московский государственный технический университет им. Н.Э. Баумана
Россия
Россия
Сергей Александрович Сакулин, канд. техн. наук, доц.
каф. ИУ-3
105005; 2-я Бауманская ул., 5 стр. 1; Москва
Researcher ID: E-4170-2017; Scopus ID: 55508414400
Список литературы
1. Рябко Т.В., Гуртов В.А., Степусь И.С. Анализ показателей подготовки кадров для сферы искусственного интеллекта по результатам мониторинга вузов // Высшее образование в России. 2022. Т. 31. № 7. С. 9–24. DOI: 10.31992/0869-3617-2022-31-7-9-24
2. Ендовицкий Д.А., Гайдар К.М. Университетская наука и образование в контексте искусственного интеллекта // Высшее образование в России. 2021. № 6. С. 121–131. DOI: 10.31992/0869-3617-2021-30-6-121-131
3. Лёвин Б.А., Пискунов А.А., Поляков В.Ю., Савин А.В. Искусственный интеллект в инженерном образовании // Высшее образование в России. 2022. Т. 31. № 7. С. 79–95. DOI: 10.31992/0869-3617-2022-31-7-79-95
4. Касаткин П.И., Иноземцев М.И., Антюхова Е.А., Макарова А.А. Актуальные проблемы модернизации третьей ступени высшего образования и практики реформирования // Высшее образование в России. 2022. Т. 31. № 1. С. 141–158. DOI: 10.31992/0869-3617-2022-31-1-141-158
5. Аблажей А.М. Сравнительная оценка состояния академической аспирантуры (середина 2000-х–конец 2010-х годов) // Сибирский философский журнал. 2022. Т. 19. № 3. С. 55–67. DOI: 10.25205/2541-7517-2021-19-3-55-67
6. Терентьев Е.А., Рыбаков Н.В., Бедный Б.И. Зачем сегодня идут в аспирантуру. Типологизация мотивов российских аспирантов // Вопросы образования. 2020. № 1. С. 40–69. DOI: 10.17323/1814-9545-2020-1-40-69
7. Бедный Б.И. Новая модель аспирантуры: pro et contra // Высшее образование в России. 2017. № 4. С. 5–16. EDN: YKOSWB.
8. Малошонок Н.Г., Терентьев Е.А. На пути к новой модели аспирантуры: опыт совершенствования аспирантских программ в российских вузах // Вопросы образования. 2019. № 3. С. 8–42. DOI: 10.17323/1814-9545-2019-3-8-42
9. Бедный Б.И., Сапунов М.Б. Новая модель российской аспирантуры: проблемы и перспективы // Высшее образование в России. 2019. Т. 28. № 1. С. 130–146. DOI: 10.31992/0869-3617-2019-28-1-130-146
10. Беляков С.А., Федотов А.В. О концепциях развития системы воспроизводства научных кадров // Университетское управление: практика и анализ. 2013. № 3 (85). С. 027–040. EDN: QZWFSD.
11. Bekova S. Does employment during doctoral training reduce the PhD completion rate? // Studies in Higher Education. 2021. Vol. 46. No. 6. P. 1068–1080. DOI: 10.1080/03075079.2019.1672648
12. Terentev E., Bekova S., Maloshonok N. Three challenges to Russian system of doctoral education: Why only one out of ten doctoral students defends thesis? // International Journal of Chinese Education. 2021. Vol. 10. No. 1. Article no. 22125868211007016. DOI: 10.1177/22125868211007016
13. Федоренко Ю.С. Модели, алгоритмы и программное обеспечение для выбора персонализированных предложений в сети интернет в режиме реального времени // Дис. ... кандидата технических наук / МГТУ им. Н.Э. Баумана. Москва, 2021. EDN: HVCDHH.
14. Шустова М.В. Разработка методов и программных средств цифровой обработки изображений для обнаружения, анализа и визуализации областей интереса на примере данных магнитно-резонансной томографии головного мозга // Дис. ... кандидата технических наук / МГТУ им. Н.Э. Баумана. Москва, 2021. EDN: PCAYTW.
15. Емельянова Ю.Г. Алгоритмическое и программное обеспечение человеко-машинных интерфейсов с когнитивно-графическим отображением информации для систем космического назначения // Дис. ... кандидата технических наук / МГТУ им. Н.Э. Баумана. Москва, 2019. EDN: MDQVUZ.
16. Матушанский Г.У., Завада Г.В., Матушанская Ю.Г. Барьеры в аспирантской подготовке и при защите кандидатской диссертации // Высшее образование в России. 2019. № 8-9. С. 55–66. DOI: 10.31992/0869-3617-2019-28-8-9-55-66
17. Zhou M., Lam K.K.L. Metacognitive scaffolding for online information search in K-12 and higher education settings : a systematic review // Educational technology research and development. 2019. Vol. 67. No. 6. P. 1353–1384. DOI: 10.1007/s11423-019-09646-7
18. Sakulin S., Alfimtsev A. Multicriteria Decision Making in Tourism Industry Based on Visualization of Aggregation Operators // Applied System Innovation. 2023. Vol. 6. No. 5. P. 74. DOI: 10.3390/asi6050074
19. 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. No. 6. P. 7893–7925. DOI: 10.1007/s10639-022-10925-9
20. Salvagno M., Taccone F.S., Gerli A.G. Can artificial intelligence help for scientific writing? // Critical care. 2023. Vol. 27. No. 1. P. 1–5. DOI: 10.1186/s13054-023-04380-2
21. Багдасарьян Н.Г., Балуева Т.В. Аспирантура регионального вуза: проблемы и пути решения // Мониторинг общественного мнения: экономические и социальные перемены. 2022. № 5. С. 373–393. DOI: 10.14515/monitoring.2022.5.2200
22. Cotton D.R.E., Cotton P.A., Shipway J.R. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT // Innovations in Education and Teaching International. 2024. Vol. 61. No. 2. P. 228–239. DOI: 10.1080/14703297.2023.2190148
23. Dwivedi Y.K., Kshetri N., Hudges L., Slade E.L., Jeyaraj A. et al. “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy // International Journal of Information Management. 2023. Vol. 71. Article no. 102642. DOI: 10.1016/j.ijinfomgt.2023.102642
24. Mankowitz D.J., Michi A., Zhernov A., Gelmi M. Faster sorting algorithms discovered using deep reinforcement learning // Nature. 2023. Vol. 618. No. 7964. P. 257–263. DOI: 10.1038/s41586-023-06004-9
Рецензия
Просмотров:
684
Послать статью по эл. почте 