Персонализированное обучение на основе технологий искусственного интеллекта: насколько готовы современные студенты к новым возможностям получения образования

Одно из ключевых достоинств интеграции технологий искусственного интеллекта (ИИ) в образование заключается в создании на их основе условий для реализации модели персонализированного обучения – системы обучения и развития потенциала личности, при которой обучающийся выступает основным субъектом учебного процесса и в соответствии с индивидуальными способностями, интересами и потребностями осуществляет отбор содержания обучения и выбор методов, приёмов, средств обучения, определяет темп овладения учебным материалом и берёт на себя ответственность за процесс и результат обучения. Вместе с тем готовность обучающихся использовать персонализированную форму обучения будет во многом определять его эффективность. Цель исследования – определить готовность студентов российских вузов к персонализированному обучению посредством инструментов ИИ. На основе анализа научной литературы были предложены смысловые компоненты персонализированного обучения: а) субъектность обучающихся; б) партнёрство; в) доминирование проблемных заданий; г) темп; д) адаптивность и е) обратная связь. Для определения готовности студентов к персонализированному обучению было проведено онлайн-анкетирование. В качестве респондентов выступили 1211 студентов из 38 вузов РФ. Результаты анкетного опроса свидетельствуют о том, что на современном этапе около 50% студентов используют ИИ для решения разных учебных задач. Относительно готовности к персонализированному обучению мнения студентов разделились. Около 45–60% респондентов выразили готовность к такому обучению, 25–30% опрошенных – нейтральное и 5–10% отрицательное отношение по большинству вопросов. Полученные данные свидетельствуют о том, что на текущий момент персонализированное обучение не может быть массовым. Далеко не все студенты российских вузов полностью представляют сущность и потенциал персонализированного обучения, готовы и желают выступать субъектами учебного процесса, несущими полную ответственность за процесс и результат обучения. Персонализированное обучение предъявляет новые требования к педагогам, функция которых заключается в подготовке обучающихся к взаимодействию с ИИ, адекватной оценке своих способностей, формулированию цели обучения, проверке материалов обратной связи от генеративного ИИ, построению индивидуальной траектории обучения, определению темпа обучения, осуществлению отбора содержания, средств и методов обучения, рефлексии своей учебно-познавательной деятельности и т. п.

1. Сысоев П.В. Дидактические свойства и методические функции нейросетей // Перспективы науки и образования. 2024. № 6 (72). С. 672–690. DOI: 10.32744/pse.2024.6.42

2. Ивахненко Е.Н., Никольский В.С. ChatGPT в высшем образовании и науке: угрозы или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. С. 9–22. DOI: 10.31992/08693617-2023-32-4-9-22

3. Сысоев П.В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом // Высшее образование в России. 2024. Т. 33. № 2. С. 31– 53. DOI: 10.31992/0869-3617-2024-33-2-31-53

4. Филатов Е.М. Развитие у студентов умений иноязычной коммуникативной деятельности на основе веб-приложения character. ai // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 5. С. 1248–1260. DOI: 10.20310/1810-0201-202429-5-1248-1260

5. Титова С.В. Технологические решения на базе искусственного интеллекта в обучении иностранным языкам: аналитический обзор // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 2. С. 18–37. DOI: 10.55959/MSU-2074-1588-19-27-2-2

6. Сысоев П.В., Филатов Е.М. Методика обучения студентов написанию иноязычных творческих работ на основе оценочной обратной связи от искусственного интеллекта // Перспективы науки и образования. 2024. № 1 (67). С. 115–135. DOI: 10.32744/pse.2024.1.6

7. Итинсон К.С. Информатизация медицинского образования: системы искусственного интеллекта в обучении студентов и врачей // Балтийский гуманитарный журнал. 2020. Т. 9. № 3 (32). С. 91–93. DOI: 10.26140/bgz3-2020-0903-0021

8. Ягудина А.Р., Цилицкий В.С., Виноградова И.В., Кузнецова С.Б., Жарина Н.А. Искусственный интеллект и его роль в преподавании экономических дисциплин в вузе // Московский экономический журнал. 2022. № 2. С. 634–642. DOI: 10.55186/2413-046X_2022_7_2_104

9. Иванова А.П. Искусственный интеллект в сфере права и юридической практике: Основные проблемы и перспективы развития // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 4: Государство и право. 2021. № 1. С. 90–98. DOI: 10.31249/rgpravo/2021.01.09

10. Паршина К.В., Салтыкова Г.М. Современные технологии в обучении студентов направления подготовки «дизайн» // Педагогический журнал. 2021. Т. 11. № 1-1. С. 263–270. DOI: 10.34670/AR.2021.47.77.032

11. 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

12. Азбель А.А., Илюшин Л.С., Казакова Е.И., Морозова П.А. Отношение учеников и учителей к обратной связи: противоречия и тенденции развития // Образование и наука. 2022. Т. 24. № 7. С. 76–109. DOI: 10.17853/1994-5639-2022-7-76-109

13. Сысоев П.В., Филатов Е.М., Сорокин Д.О. Обратная связь в обучении иностранному языку: от информационных технологий к искусственному интеллекту // Язык и культура. 2024. № 65. С. 242–261. DOI: 10.17223/19996195/65/11

14. Ayeni O.O., Hamad N.M.A., Chisom O.N., Osawaru B., Adewusi O.E. AI in education: A review of personalized learning and educational technology // GSC Advanced Research and Reviews. 2024. No. 18(02). P. 261–271. DOI: 10.30574/gscarr.2024.18.2.0062

15. Peters M.A., Araya D. Transforming American education: learning powered by technology // E–Learn. Digit. Media. 2011. No. 8. P. 102–205. DOI: 10.2304/elea.2011.8.2.102

16. Jegede O.O. Artificial Intelligence and English Language Learning: Exploring the Roles of AI-Driven Tools in Personalizing Learning and Providing Instant Feedback // Universal Library of Languages and Literatures. 2024. No. 1(2). Р. 6–19. DOI: 10.70315/uloap.ullli.2024.0102002

17. Ai-Driven Personalized Learning Systems: Enhancing Educational Effectiveness: N. Katiyar, V. Awasthi, R. Pratap, K. Mishra, N. Shukla et al. // Educational Administration: Theory And Practice. 2024. No. 30 (5). Р. 11514–11524. DOI: 10.53555/kuey.v30i5.4961

18. Конобеев А.В., Юхимук Я.А., Войцеховская В.Д., Шчекич М. Персонализация как подход к обучению // Дискурс профессиональной коммуникации. 2020. Т. 2. № 3. С. 118–138. DOI: 10.24833/2687-0126-2020-2-3-118-138

19. Калина И.И., Положевец И.Г., Казакова Е.И., Калимуллин А.М., Реморенко И.М. Вызовы и перспективы личностно-развивающего образования // Образовательная политика. 2022. № 2 (90). С. 12–27. EDN: HHXOTU.

20. Браташ В., Турчин А., Ермаков Д., Нестеренко Д., Высоцкая Е., Лупанова Т. Персонализированное образование: просто и наглядно / под ред. Е.И. Казаковой. Санкт-Петербург: СберКласс, 2023. 52 с. ISBN: 978-5-4386-2309-0. EDN: HAJQQW.

21. Кравченко Д.А., Блескина И.А., Каляева Е.Н., Землякова Е.А., Аббакумов Д.Ф. Персонализация в образовании: от программируемого к адаптивному обучению // Современная зарубежная психология. 2020. Т. 9. № 3. C. 34–46. DOI: 10.17759/jmfp.2020090303

22. Twenty-first century adaptive teaching and individualized learning operationalized as specific blends of student-centered instructional events: A systematic review and meta-analysis / R.M. Bernard, E. Borokhovski, R.F. Schmid, D.I. Pickup, R. Upitis et al. // Campbell Systematic Reviews. 2019. Vol. 15. No. 1-2. DOI: 10.1002/cl2.1017

23. Храмова М.В., Александрова Н.А. Адаптивные платформы – как основной тренд систем дистанционного обучения в цифровую эпоху // Информационные технологии в образовании. 2020. № 3. С. 308–312. EDN: LWIMOH.

24. Мантурова А.А. Обратная связь как инструмент персонализации корпоративного обучения // Флагман науки. 2024. № 6(17). С. 572– 577. DOI: 10.37539/2949-1991.2024.17.6.006

25. Коренев А.А. Стратегии использования искусственного интеллекта для предоставления письменной обратной связи в обучении иностранному языку // Вестник Московского университета. Серия 19. Лингвистика и межкультурная коммуникация. 2024. № 2. С. 68–77. DOI: 10.55959/MSU-2074-1588-19-27-2-5

26. Xi X. Automated scoring and feedback systems: Where are we and where are we heading? // Language Testing. 2010. No. 27 (3). P. 291–300. DOI: 10.1177/0265532210364643

27. Титова С.В., Баринова К.В. Способы предоставления обратной связи и организации рефлексии в онлайн-обучении иностранным языкам // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2021. № 2. С. 200–214. EDN: DSCEIN.

28. Hattie J., Timperley H. The Power of Feedback // Review of Educational Research. 2007. No. 77 (1). P. 81–112. DOI: 10.3102/003465430298487

29. 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. Т. 32. № 10. С. 9–33. DOI: 10.31992/0869-3617-202332-10-9-33

30. Титова С.В. Интеллектуальные системы обучения для персонализации и адаптации языковых курсов // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 4. С. 84–99. DOI: 10.55959/MSU-2074-1588-19-27-4-6

31. Евстигнеев М.Н. Нейросеть Twee – новый инструментарий для педагога английского языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 6. С. 1428–1442. DOI: 10.20310/1810-0201-2023-28-6-1428-1442

32. Park J. An AI-based English grammar checker vs. human raters in evaluating EFL learners’ writing // Multimedia-Assisted Language Learning. 2019. Vol. 22. No. 1. P. 112–131. DOI: 10. 15702/mall.2019.22.1.112

33. Perdana I., Farida M. Online grammar checkers and their use for EFL writing // Journal of English Teaching, Applied Linguistics, and Literatures. 2019. Vol. 2. № 2. P. 67–76. DOI: 10.20527/jetall.v2i2.7332

34. Almusharraf N., Alotaibi H. An error-analysis study from an EFL writing context: Human and Automated Essay Scoring Approaches // Technology, Knowledge and Learning. 2023. Vol. 28. P. 1015–1031. DOI: 10.1007/s10758-022-09592-z

35. Тормышова Т.Ю., Рязанцева Т.Ю., Суханова Н.И. Обучение студентов-лингвистов написанию эссе на иностранном языке на основе работы с системой автоматизированной оценки Criterion // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 1. С. 99–108. DOI: 10.20310/1810-0201-2024-29-1-99-108

36. Прибыткова А.А., Тормышова Т.Ю., Хаустов О.Н. Использование системы автоматизированной оценки Criterion в обучении студентов языковых специальностей написанию эссе на иностранном языке: результаты экспериментальной проверки // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 2. С. 378–389. DOI: 10.20310/1810-0201-2024-29-2-378-389

37. Manap M.R., Ramli N.F., Kassim A.A.M. Web 2.0 automated essay scoring application and human ESL essay assessment: A comparison study // European Journal of English Language Teaching. 2019. Vol. 5. No. 1. P. 146–162. DOI: 10.5281/zenodo.3461784

38. Сысоев П.В., Филатов Е.М., Хмаренко Н.И., Мурунов С.С. Преподаватель vs искусственный интеллект: сравнение качества предоставляемой преподавателем и генеративным искусственным интеллектом обратной связи при оценке письменных творческих работ студентов // Перспективы науки и образования. 2024. № 5 (71). С. 694–712. DOI: 10.32744/pse.2024.5.41

39. Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка / П.В. Сысоев, Е.М. Филатов, М.Н. Евстигнеев, О.Г. Поляков, И.А. Евстигнеева и др. // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 3. С. 559–588. DOI: 10.20310/1810-0201-2024-29-3-559-588

40. Авраменко А.П., Фадеева В.А., Терновский В.В. Опыт интеграции технологий искусственного интеллекта в иноязычное высшее образование: от цифровизации к автоматизации // Вестн. Моск. ун-та. Сер. 19. Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 2. С. 55–67. DOI: 10.55959/MSU-2074-1588-19-27-2-4

41. Сысоев П.В., Филатов Е.М. Технологии искусственного интеллекта в обучении русскому языку как иностранному // Русистика. 2024. Т. 22. № 2. С. 300–317. DOI: 10.22363/2618-8163-2024-22-2-300-317

42. Алейникова Д.В. Особенности обучения студентов-юристов аргументативному дискурсу в условиях цифровизации // Вестник Московского государственного лингвистического университета. Образование и педагогические науки. 2022. № 2(843). С. 14–19. DOI: 10.52070/2500-3488_2022_2_843_14

43. Han D. The Effects of Voice-based AI Chatbots on Korean EFL Middle School Students’ Speaking Competence and Affective Domains // Asia-Pacific Journal of Convergent Research Interchange. 2022. No. 6. P. 71–80. DOI: 10.47116/apjcri.2020.07.07