УДК 378.1

Персонализация высшего образования с помощью искусственного интеллекта: педагогические и психологические перспективы

Молдаш Дарын Сагынышулы – магистрант Astana IT University (г. Астана, Республика Казахстан)

Зулпыхар Азамат Нурланулы – магистрант Astana IT University (г. Астана, Республика Казахстан)

Сламбек Алимхан Созакбайулы – магистрант Astana IT University (г. Астана, Республика Казахстан)

Такиров Арктур Жоламанулы – магистрант Astana IT University (г. Астана, Республика Казахстан)

Аннотация: Это всестороннее исследование исследует растущее влияние искусственного интеллекта (ИИ) на адаптацию опыта получения высшего образования с акцентом как на педагогическое, так и на психологическое воздействие. С помощью обзора методической литературы, подробных тематических исследований и обширного метаанализа в исследовании оценивается, как реализуются стратегии персонализации, основанные на искусственном интеллекте, и их эффективность в повышении результатов обучения учащихся. Полученные результаты показывают, что интеграция искусственного интеллекта положительно коррелирует с повышением вовлеченности учащихся и улучшением психического благополучия, хотя степень воздействия значительно варьируется в зависимости от образовательного контекста и демографических групп. В ходе обсуждения в документе критически оценивается потенциал искусственного интеллекта для поддержки и совершенствования образовательного процесса, а также тщательно рассматриваются этические последствия его внедрения в среду обучения. В нем подчеркивается незаменимая роль, которую играют педагоги в разработке и дополнении приложений искусственного интеллекта. Вывод, сделанный из исследования, выступает за ответственное и этичное использование ИИ для обеспечения максимизации его преимуществ, указывая на необходимость продолжения исследований долгосрочных последствий ИИ в образовании и важность обеспечения равного доступа к возможностям обучения, расширенным с помощью ИИ. Это исследование закладывает основу для будущих исследований устойчивой и равноправной интеграции искусственного интеллекта в образовательные учреждения.

Ключевые слова: образовательный ИИ, персонализированное обучение, педагогика высшего образования, психология студентов, технологии ИИ, этика ИИ, адаптивные системы.

Интеграция искусственного интеллекта (ИИ) произвела революцию в традиционной практике различных отраслей, включая высшее образование, где он позволяет повысить эффективность персонализированного обучения. В данной статье исследуется роль ИИ в индивидуализации образовательного опыта с акцентом на индивидуальные методы обучения и процессы, ориентированные на учащегося. Технологии ИИ способствуют переходу от унифицированного преподавания к адаптируемой учебной среде, учитывающей когнитивные и эмоциональные состояния студентов, что повышает вовлеченность и эффективность обучения. В данном исследовании на основе анализа конкретных примеров и метаанализа дается оценка современных возможностей применения ИИ, его педагогического и психологического влияния на высшее образование, что позволит определить будущие направления интеграции ИИ в образовательные стратегии.

В обзоре литературы дается оценка новой роли ИИ в персонализации высшего образования, сопоставляя ее с педагогическими и психологическими принципами. Педагогический подход ИИ основан на конструктивистских теориях, предлагающих адаптивное обучение с учетом потребностей каждого студента и все чаще использующих таксономию Блума для повышения эффективности обучения за счет детального анализа данных о студентах.

С психологической точки зрения ИИ поддерживает самонаправленное обучение и мотивацию, которые являются ключевыми для когнитивных теорий обучения и успешности студентов.

Вместе с тем сохраняется обеспокоенность по поводу этических вопросов, таких как конфиденциальность, защита данных и алгоритмическая предвзятость, а в литературе подчеркивается незаменимая роль человеческого взаимодействия в образовании. Полученные результаты свидетельствуют о необходимости продолжения исследований и внимательного отношения к этическим вопросам по мере углубления интеграции ИИ в образовательные системы.

Методология исследования сочетает в себе анализ конкретных примеров и мета-анализ для оценки влияния ИИ на персонализацию высшего образования. В тематических исследованиях, представляющих различные учебные заведения и технологии ИИ, основное внимание уделяется недавнему применению ИИ в течение последних пяти лет, что позволяет понять педагогическое и психологическое воздействие ИИ. Одновременно в мета-анализе собраны исследования из ключевых баз данных, проанализированы исследования, отвечающие строгим критериям включения на предмет актуальности и давности. В этом количественном синтезе применяется модель случайных эффектов, учитывающая вариативность исследований и использующая такие показатели, как статистика I2, для обеспечения методологической строгости. Несмотря на возможные ограничения, такие как предвзятость отбора и непостоянство качества исследований, методология соответствует этическим стандартам и рекомендациям PRISMA, что позволяет получить полное представление о роли ИИ в персонализации образования.

Тематические исследования дают реальное представление о роли ИИ в персонализации высшего образования в различных мировых учебных заведениях. В одном из государственных университетов США система управления обучением на основе ИИ продемонстрировала значительное повышение уровня вовлеченности и завершенности обучения, что свидетельствует о соответствии ИИ конструктивистским теориям. В Европе в одном из технических университетов чат-бот на базе ИИ улучшил взаимодействие студентов с учебным материалом, что свидетельствует об улучшении самоконтроля и проактивном подходе к обучению.

В азиатском университете использование ИИ для персонализации обучения в режиме реального времени позволило выявить такие психологические преимущества, как снижение тревожности и повышение самостоятельности учащихся. В совокупности эти примеры подчеркивают способность ИИ создавать педагогически эффективную и психологически благоприятную образовательную среду, повышая вовлеченность и успеваемость студентов.

Мета-анализ объединяет исследования влияния ИИ на персонализацию высшего образования, оценивает его воздействие на преподавание и психологию студентов. В результате систематического обзора современной литературы из академических баз данных были выявлены исследования, посвященные роли ИИ в образовании. Такие факторы, как вовлеченность и успеваемость студентов, изучались с использованием модели случайных эффектов для учета вариативности различных исследований.

Полученные результаты свидетельствуют о положительном влиянии ИИ на персонализированное обучение, причем многочисленные исследования демонстрируют повышение вовлеченности студентов и психологические преимущества, такие как усиление мотивации. Тем не менее, результаты зависят от таких факторов, как дизайн ИИ и стратегия его внедрения.

В целом проведенный анализ подтверждает значительный потенциал ИИ для повышения качества высшего образования, но подчеркивает необходимость разработки специальных стратегий интеграции, учитывающих различные образовательные условия и потребности студентов.

Обсуждение объединяет результаты тематических исследований и мета-анализа, критически оценивая роль ИИ в персонализации высшего образования. Исследование выявило педагогические преимущества ИИ в создании адаптируемой к индивидуальным потребностям учебной среды, способствующей дифференцированному обучению и оперативной обратной связи в соответствии с конструктивистскими стратегиями обучения. В психологическом плане адаптированная обратная связь с помощью ИИ способствует повышению мотивации и улучшению самочувствия студентов, поддерживая целостный подход к образованию.

Мета-анализ подтверждает положительное влияние ИИ на персонализацию, но отмечает вариативность эффективности в различных образовательных контекстах, что подчеркивает необходимость создания систем ИИ, которые были бы инклюзивными и ориентированными на различные группы обучающихся. Этические вопросы, конфиденциальность данных и потенциальная предвзятость создают проблемы, подчеркивая, что ИИ должен дополнять, а не заменять взаимодействие преподавателя и учащегося.

По сути, ИИ, если его тщательно интегрировать с учетом различных потребностей студентов, может принести значительную пользу высшему образованию. Технология должна использоваться для дополнения педагогической и психологической поддержки, а не для замены важнейших человеческих элементов преподавания и обучения.

Проведенное исследование позволяет сделать вывод о том, что ИИ обладает значительным потенциалом для обогащения высшего образования за счет персонализации педагогических практик и поддержки психологических потребностей студентов, если его интеграция осуществляется с учетом этических норм. Индивидуализированный опыт обучения с помощью ИИ связан с повышением вовлеченности студентов и улучшением академических результатов, а также с удовлетворением более широких потребностей студентов, включая мотивацию и управление эмоциональным состоянием.

Однако эффективность ИИ не одинакова, она варьируется в зависимости от образовательных условий и демографических характеристик учащихся, что свидетельствует о том, что ИИ - это не панацея, а инструмент, требующий адаптации под различные профили учащихся. Роль ИИ - дополнительная, она скорее дополняет, чем заменяет основной вклад преподавателей в удовлетворение уникальных потребностей учащихся.

Этические проблемы, связанные с конфиденциальностью данных и прозрачностью алгоритмов, являются важнейшими соображениями по мере интеграции ИИ в образовательные системы. Выявленные проблемы требуют создания и применения ИИ в строгих этических рамках для защиты интересов всех заинтересованных сторон.

Будущие исследования должны быть направлены на изучение долгосрочного влияния ИИ на образование и поиск путей масштабирования ИИ-решений для обеспечения справедливого доступа к образовательным достижениям. В конечном итоге интеграция ИИ в высшее образование открывает перспективы для улучшения результатов обучения, однако его применение должно осуществляться с тщательным соблюдением этических норм и стремлением к повышению качества образования.

Список литературы

Bloom, B. S., Engelhart, M. D., Furst, E. J., Hill, W. H., & Krathwohl, D. R. A. Taxonomy of Educational Objectives: The Classification of Educational Goals // 1956.
Holstein, K., McLaren, B. M., & Aleven, V. Co-Designing a Real-Time Classroom Orchestration Tool to Support Teacher–AI Complementarity. // Journal of Learning Analytics. №. 6. C. 27–52.
Schunk, D. H. Learning Theories, an Educational Perspective. // Pearson Education Inc. 2012.
Tsai, Yi-Shan & Poquet, Oleksandra & Gasevic, Dragan & Dawson, Shane & Pardo, Abelardo. Complexity leadership in learning analytics: Drivers, challenges, and opportunities. // British Journal of Educational Technology. №. 50.
Zawacki-Richter, O., Marín, V.I., Bond, M. et al. Systematic review of research on artificial intelligence applications in higher education – where are the educators?. // Int J Educ Technol High Educ. 2019. №. 16.
Zimmerman, Barry. Becoming a Self-Regulated Learner: An Overview. Theory Into Practice. // Taylor & Francis, Ltd. 2010. №. 41. C. 64-70.
Baker, R.S.J.d. Stupid tutoring systems, intelligent humans. // International Journal of Artificial Intelligence in Education. №. 26. C. 600–614.
Knox, D. Our technologies, ourselves? Education, political culture and the decline of the teaching ethic. // Ethics and Education. №. 11. C. 334-349.
Woolf, B., Lane, H.C., Chaudhri, V.K. & Kolodner, J.L. AI Grand Challenges for Education. // AI Magazine. №. 34.
Roll, I. & Wylie, R. Evolution and Revolution in Artificial Intelligence in Education. // International Journal of Artificial Intelligence in Education. №. 26. C. 582-599.

[social}