УДК 371.398

Искусственный интеллект: новые перспективы в персонализации дополнительного образования подростков

Тимофеев Иван Сергеевич – аспирант Ульяновского государственного педагогического университета имени И.Н. Ульянова.

Аннотация: Данная работа посвящена проблеме использования технологий искусственного интеллекта для персонализации дополнительного образования учащихся подросткового возраста. В ходе исследования рассмотрен вопрос об эффективности применения данных технологий в онлайн и оффлайн-среде. Осуществлён анализ 17 образовательных интернет-платформ, которые используют машинное обучение для формирования индивидуальной учебной траектории. На основе полученных результатов выявлены такие актуальные способы применения искусственного интеллекта для персонализации процесса обучения как внедрение в образовательные сервисы адаптивных систем и чат-ботов на основе нейросетей, рассмотрены их характерные особенности. Обоснована перспектива дальнейшего развития и применения данных технологий в образовании.

Ключевые слова: обучение, персонализация, персонализированное обучение, интеллектуальные системы, адаптивные системы, искусственный интеллект, ИИ, нейросеть, чат-бот, образовательная платформа.

Технологический прогресс становится неотъемлемой частью нашей жизни. Принимая разнообразные формы, он проникает во множество сфер человеческой деятельности. Так, всё более активным потребителем продуктов технологического развития становится образование – растёт число образовательных интернет-платформ, онлайн-курсов, интерактивных и игровых средств, а также дополнительных инструментов, которые позволяют увеличить эффективность процесса обучения.

Одно из наиболее ярких явлений современности – искусственный интеллект. На современном этапе развития он позволяет анализировать большие объёмы данных, выявлять закономерности и формулировать выводы, что представляет собой большое подспорье для персонализации обучения. Например, основанные на использовании искусственного интеллекта обучающие системы, называемые адаптивными, способны анализировать стиль обучения человека и его текущий уровень знаний, а затем корректировать учебный процесс исходя из полученных данных.

Последовательная корректировка необходима для персонализации – «индивидуальной образовательной траектория, образовательного маршрута, «заточенного» под конкретного человека, с учетом его особенностей и потребностей. Содержание, темп, структура и цели обучения варьируются в зависимости от индивидуальных особенностей ученика» [1]. Персонализация позволяет оптимизировать и ускорить процесс обучения, повысить мотивацию ученика и подкрепить её достижениями.

Так, цель исследования заключается в изучении способов применения искусственного интеллекта для персонализации дополнительного образования подростков и дальнейших перспектив использования данной технологии.

Необходимо отметить, что выбор возрастной группы обусловлен тем, что она широко задействована в дополнительном образовании, поскольку важная роль на данном этапе отводится поддержке в изучении школьной программы, самоопределении и подготовке к экзаменам, также выбор связан с направлением диссертационного исследования.

Данная работа сфокусирована на дополнительном образовании: несмотря на то, что использование искусственного интеллекта открывает для сферы просвещения большие перспективы, внедрение данных технологий в основное образование в настоящее время имеет множество препятствий. Так, уровень развития нейросетей должен достигнуть допустимого для интеграции – необходимо минимизировать ошибки, неточности и риски, связанные с возможностью "сломать" языковые модели путём их обмана и получить ответ, нарушающий принятые в обществе этические нормы. Будут необходимы и долгосрочные исследования, которые подтвердят эффективность применения данных технологий в обучении. Также для интеграции ИИ в основное образование потребуется развитая техническая инфраструктура, специализированное программное обеспечение и подготовленные к внедрению данных технологий педагогические кадры. Кроме того, большую важность имеют моральные и этические аспекты, которые связаны с принятием технологий искусственного интеллекта как составляющей процесса обучения человека и вопросы приватности, поскольку системы будут анализировать большие объёмы данных о каждом из учеников.

В связи с этим, искусственный интеллект активно внедряется в дополнительное образование. Интеграцию осуществляют технологические компании через обучающие онлайн-платформы. Относительно использования искусственного интеллекта для персонализации дополнительного образования в оффлайн-среде, возможности мониторинга и адаптации заданий также доступны, однако они потребуют больше ресурсов. Так, для автоматической проверки заданий, которые были выполнены, например, в тетрадях, потребуется сделать фотографии высокого качества или отсканировать работы, после чего загрузить изображения в специализированный сервис – например, Gradescope. Вместе с тем, для персонализации необходим набор данных о каждом из учеников – профиль [7, с. 8]. Ручной сбор информации может иметь ограничения - как по объёму хранения, так и по времени сбора и обработки. Также генерация персонализированных заданий с помощью ИИ требует вводных данных об ученике. Так, выбор необходимых в каждом конкретном случае параметров аналогично способен привести к временным издержкам, поскольку запросы составляются вручную и по нескольким ученикам единовременно. Кроме того, для эффективного взаимодействия с языковой моделью – например, ChatGPT – необходимо умение составлять запросы, поскольку технологии ИИ ещё требуют улучшений в интерпретации указаний.

Так, несмотря на гибкость дополнительного образования в сравнении с основным, для интеграции искусственного интеллекта и последующей персонализации обучения, по уровню соответствующей интернет-сервисам, требуются значительные ресурсы, которыми образовательная организация может не обладать. Таким образом, фокус данной работы направлен конкретно на обучающие онлайн-платформы, поскольку они в наибольшей степени аккумулировали в себе достижения технологий машинного обучения.

Для анализа был отобран ряд образовательных сервисов, которые соответствуют таким критериям как: ориентация на обучение подростков или наличие данной возрастной группы среди доступных, структура обучения и применение технологий искусственного интеллекта.

Фокус на работу с подростками или включение данной группы в процесс обучения определялись исходя из находящихся в открытом доступе анализов целевой аудитории в сервисах, где нет строгого разделения по возрастам – как, например, в Duolingo – обозначения K-12, которое принято в США как указание на 12-летнее обучение в школе, и порядкового разделения по классам.

Относительно наличия структуры – несмотря на то, что в настоящее время существует множество учебных инструментов, в основе которых лежат технологии искусственного интеллекта, наибольшая часть из них не позволяет выстроить полноценный процесс обучения, а лишь закрывает определённые потребности. Такой вывод можно сделать исходя из того, что подобные инструменты в отличие от комплексных образовательных платформ не собирают информацию об ученике и не генерируют на её основе индивидуальный «путь» развития. В случае с чат-ботами, которые задействуют для своей работы нейронные сети, ими учитывается только контекст диалога и самостоятельно указанные учеником данные. Кроме того, контекст имеет ограничения и ранние запросы по мере поступления новых «забываются» машиной.

Такиим образом, указанным параметрам соответствуют следующие сервисы: ALEKS, Busuu, Carnegie Learning, Century Tech, Cognii, DreamBox, Duolingo, Khan Academy, Knewton (Wiley), Mathpid, Squirrel AI Learning, StepWise, Thinkster, Учи.ру, Фоксфорд, Яндекс Учебник, 01Математика. Для большего понимания того, как в их работе используется искусственный интеллект, рассмотрим несколько платформ детально.

Один из наиболее известных сервисов дополнительного образования, использующих технологии ИИ – это приложение для изучения иностранных языков Duolingo. Для него была разработана технология Birdbrain 2, которая ежедневно производит анализ порядка 1 миллиарда выполняемых пользователями упражнений. Благодаря использованию данной технологии, команда Duolingo выявляет закономерности между текущим уровнем владения языком и результатами, которые показывает пользователь [2]. Также производится оценка скорости и правильности выполнения заданий. Так, благодаря анализу данных показателей, ИИ формирует для пользователя персональный набор заданий, что способствует его вовлечённости в процесс обучения. Ученика не отталкивает избыточная сложность заданий или, наоборот, их простота. Кроме того, система Birdbrain 2 анализирует упражнения, которые не были завершены, способствуя получению наиболее полной информации о затруднениях учеников – когда они возникают и какие обстоятельства ведут к этому.

Важно отметить, что повышение вовлечённости не только направлено на улучшение образовательных результатов, но и мотивировано в коммерческом плане. Однако больший объём времени, уделённого обучению, способен оказать положительное влияние на результаты.

В дополнение к системе Birdbrain 2, в 2023 году Duolingo представила чат-бота, на основе разработки компании OpenAI – языковой модели на основе искусственного интеллекта GPT-4.

Приложение имеет несколько подписок, с которыми пользователь может получать большее количество функций – возможностей для обучения. С уровнем подписки «Max» были добавлены две функции, названные «Ролевая игра» и «Объясните мой ответ».

Первая задействует внутри приложения чат-бота, с которым можно практиковать навыки общения в жизненных ситуациях. Так, пользователь может выбрать сценарий, на основе которого будут отработаны необходимые языковые навыки. ИИ вступает в диалог с учётом этапа обучения, на котором в настоящее время находится ученик. При этом, чат-бот не использует набор заранее заготовленных реплик, а генерирует ответ исходя из слов пользователя, что делает общение схожим с настоящим. После завершения диалога пользователь получает от бота обратную связь о том насколько его ответы были сложны и соответствовали теме диалога.

Вторая функция, «Объясните мой ответ», также задействует искусственный интеллект. Пользователь может выбрать выполненное ранее упражнение и узнать у чат-бота причину, по которой ответ был неверным или наоборот. Кроме того, ученик может запросить дополнительные примеры и более подробные объяснения. Так пользователь получает необходимую обратную связь и достигает лучших результатов.

Активную деятельность по внедрению технологии искусственного интеллекта в дополнительное образование ведёт и российская компания Яндекс. Технологической платформой Яндекс Учебник, был представлен ИИ-помощник для подготовки к ЕГЭ по информатике [10]. Он действует на базе собственной нейросети компании – YandexGPT 2. Основываясь на уровне знаний ученика, платформа подбирает теоретические и практические материалы, которые позволят ему освоить все необходимые темы и навыки. Вместе с тем, персональный помощник предоставляет возможность отслеживать прогресс обучающегося и анализировать его ошибки, что позволяет видеть аспекты, которые требуют улучшения, и уделять внимание их проработке. Так, при разработке программного кода нейронная сеть обнаруживает ошибки, объясняет их и помогает исправить. Благодаря использованию искусственного интеллекта, ученик может заниматься в своём темпе и делать это полностью самостоятельно, поскольку он может запросить обратную связь от YandexGPT 2 в любой момент.

Ещё одной известной образовательной платформой, использующей технологии искусственного интеллекта, является Khan Academy [5]. Основное направление её работы – обучение алгебре и геометрии, однако доступны и другие предметы, разделённые на естественные науки, науки об обществе и культуре, языках и иные. Персонализация обучения в данном сервисе, как и в «Яндекс Учебник», основывается на адаптивной системе. В частности, искусственным интеллектом производится анализ скорости работы учеников и количества правильно выполненных заданий. После анализа полученных данных система корректирует уровень сложности заданий, позволяя обучающемуся развиваться с учётом его текущего уровня подготовки и собственного темпа.

Вместе с тем, в 2023 году Khan Academy был презентован Khamingo – обучающий чат-бот на основе технологии GPT-4. Он имеет множество вариантов использования, которые предлагаются ученикам в виде сценариев. Например, учащийся может выбрать дискуссию и тему, которая будет обсуждаться. Нейронная сеть будет развивать диалог, анализировать предоставленные учащимся аргументы и предлагать свои. Вместе с тем, бот может похвалить ученика за развёрнутую аргументацию своей позиции, что делает взаимодействие «живым» и располагает последнего к диалогу. Помимо дискуссий, Khamingo может использоваться как помощник в решении задач – при возникновении затруднений он разъяснит принцип решения и поможет проработать материал. Также чат-бот позволяет проводить тестирования по различным предметам и просто вести диалог на интересующую тему.

Необходимо отметить, что ИИ анализирует диалоги, выявляет интересы ученика, а затем интегрирует их в процесс обучения. Данный подход позволяет создавать уникальные уроки, которые адаптированы под личные предпочтения обучающегося, что способно обеспечить его большую вовлечённость. Самостоятельная настройка считываемых машиной интересов также доступна.

Так, Khan Academy был разработан инструмент, который имеет значительный потенциал в персонализации дополнительного онлайн-образования.

В данном ключе были проанализированы все указанные образовательные сервисы. По результатам проведённой работы было выявлено, что в настоящее время существует два ключевых способа применения искусственного интеллекта для персонализации дополнительного образования подростков в рамках онлайн-платформ.

Первый и наиболее распространённый – адаптивные системы. В контексте образовательных онлайн-сервисов адаптивная система представляет собой структуру, в которую интегрирован ряд технологий, включая машинное обучение и искусственный интеллект. Работа данной структуры основывается на сборе информации об ученике, его интересах и предпочтениях, скорости и темпе обучения, успехах и затруднениях, и формировании на основе полученных данных программы обучения. Например, одним из средств персонализации в адаптивных системах является входное тестирование, которое позволяет создать первоначальную программу, в соответствии с которой будет вестись обучение [11, с. 9]. В процессе изучения подобранных заданий, тем и блоков программа автоматически корректируется. В частности, система отслеживает уже освоенные темы и темы, где необходимо приложить больше усилий для достижения успеха, после чего вносятся необходимые изменения. Важно отметить, что современные системы способны обеспечить корректировку программ практически в реальном времени.

Если рассматривать их работу у каждой из представленных учебных платформ, то можно обратить внимание на единство собираемых данных и принципа действия. Так, данные системы являются устоявшимися. Это связано с тем, что работа над адаптивным обучением с помощью машин ведётся уже на протяжении длительного времени – один из первых механизмов был запатентован британским изобретателем и кибернетиком Гордоном Паском в 1956 году [3].

Второй способ применения технологий искусственного интеллекта для персонализации дополнительного образования подростков – это чат-боты на основе нейронных сетей. В их работе мы также можем видеть адаптивный элемент, однако их главное преимущество – это интерактивность. Благодаря развитию нейросетей, взаимодействие с чат-ботами на их основе становится всё более похожим на общение с настоящим человеком. Так, например, ИИ может похвалить ученика за правильно выполненное задание или развёрнутый аргумент, приведённый им в ходе дискуссии.

Однако одной из основных функций ИИ-ботов является поддержка учеников в выполнении заданий, которая выражается в подсказках, объяснении, приведении примеров и предоставлении дополнительных материалов. Данный формат работы мы можем видеть, например, на платформах Яндекс Учебник и Carnegie Learning.

Взаимодействие с чат-ботом может осуществляться не только с помощью кнопок с заданными функциями, но и с помощью диалога – ученик может задать вопрос в свободной форме, после чего искусственный интеллект предоставит ему развёрнутый ответ. Так, благодаря возможности задавать дополнительные вопросы и получать на них оперативный отклик, ученик может углубиться в материал и понять его лучше.

Дополнением к взаимодействию с ботом в формате диалога могут быть сценарии – варианты занятий. Например, ученик может попросить «собеседника» составить тестовые задания по определённой теме, а затем решить их и получить подробную обратную связь или порассуждать на какую-либо тему, задавая свои вопросы и отвечая на встречные. Сценарии широко применяются при взаимодействии с чат-ботом платформы Khan Academy – Khamingo.

Кроме того, искусственный интеллект может использовать игровые механики – например, награды и достижения, или предлагать решить интерактивные задачи, которые требуют активного участия и размышлений. Примером в данном случае является платформа Duolingo. Использование таких механик делает обучение более увлекательным и мотивирует учеников уделять ему больше времени.

Использование чат-ботов на основе нейросетевых технологий ещё не является устоявшимся способом персонализации, а только входит в образовательный обиход, в связи с чем учебные платформы могут предлагать различные варианты взаимодействия. Наиболее примечательные из них описаны выше.

Исходя из анализа представленных образовательных платформ, которые используют технологии искусственного интеллекта и обеспечивают персонализацию дополнительного образования подростков, мы можем сделать несколько выводов.

Так, все 17 представленных сервисов используют адаптивные системы – технологии, посредством которых производится анализ больших объёмов данных, а затем, на основе полученной информации, искусственный интеллект выстраивает индивидуальную программу для каждого ученика, последовательно корректируя её исходя из успехов последнего.

Следующим важным выводом является то, что образовательные платформы начали внедрять чат-ботов, которые обеспечивают обратную связь непосредственно в процессе обучения, предоставляют помощь в решении задач и имеют ряд других сценариев. В частности, среди 17 рассматриваемых 5 онлайн-сервисов используют ИИ-ботов – это Яндекс Учебник, Duolingo, Cognii, Khan Academy и Carnegie Learning. При этом, у 4 платформ данный функционал стал доступен в 2023 году.

По растущему внедрению чат-ботов в работу образовательных платформ мы можем проследить ближайшие перспективы персонализации дополнительного образования подростков в рамках интернет-сервисов. Если результаты применения данного инструмента будут успешными, то его использование в обучении может стать массовым. Вместе с тем, технологии, которые лежат в основе данных чат-ботов, активно совершенствуются. Так, например, актуальная модель компании OpenAI, GPT-4, которую используют образовательные сервисы, даёт более точные ответы в сравнении с предыдущей моделью GPT-3.5. Результаты обусловлены сравнением моделей, которое производилось посредством решения ими экзаменационных, тестовых и олимпиадных заданий, которые изначально были разработаны для людей. Помимо улучшения точности ответов, GPT-4 может описывать и интерпретировать информацию с изображений, включая графики и таблицы, а также вести диалог в голосовом формате, что является важным подспорьем для повышения интерактивности во взаимодействии с образовательными чат-ботами. При этом необходимо обратить внимание на то, что риск неточностей и некорректных ответов сохраняется, несмотря на его минимизацию.

Говоря непосредственно о персонализации, важно обратить внимание на то, что описанная языковая модель обладает возможностью анализировать информацию, которая представлена на веб-сайтах. Так, мы можем предположить, что в дальнейшем образовательные платформы смогут запрашивать доступ к анализу личных страниц учеников в социальных сетях и создавать их более полные профили для улучшенного анализа интересов и повышения вовлечённости в обучение за счёт предоставления более персонализированных заданий.

Таким образом, персонализация дополнительного образования подростков с помощью технологий искусственного интеллекта в настоящее время предполагает использование образовательных интернет-платформ, которые применяют адаптивные системы и чат-ботов на основе нейронных сетей. Последние являются инновационным инструментом, что предполагает их дальнейшее совершенствование и внедрение в работу обучающих платформ.

Также в заключение необходимо отметить, что сфера онлайн-образования (EdTech) активно развивается. Превалирующее число обучающих онлайн-сервисов, которые ориентированы на подростков, ориентировано на помощь в изучении школьной программы. Данное направление работы является реакцией на запрос рынка и ожидания потребителей. Запрос родителей и самих учащихся заключается в том, чтобы последние справлялись со школьной программой и достигали успехов в освоении знаний. Ещё одним важным запросом является подготовка к экзаменам, поскольку успешное прохождение данной процедуры способно положительно повлиять на академические и карьерные перспективы. Так, образовательные платформы имеют развитую коммерческую составляющую и, следовательно, конкурируют друг с другом, что способно обеспечить технологическое развитие и разработку других инновационных механизмов персонализации обучения.

Список литературы

100 терминов, которые должен знать каждый онлайн-преподаватель. Профессиональный словарь по технологиям E-Learning. [Электронный ресурс]. – Режим доступа: https://ra-kurs.spb.ru/info/articles/?id=92, свободный. – (дата обращения: 10.12.2023);
Duolingo [Электронный ресурс]. – Режим доступа: https://www.duolingo.com, свободный. – (дата обращения: 10.12.2023);
Gordon Pask's Adaptive Teaching Machines [Электронный ресурс]. – Режим доступа: http://hackeducation.com/2015/03/28/pask, свободный. – (дата обращения: 10.12.2023);
GPT-4 Research [Электронный ресурс]. – Режим доступа: https://openai.com/research/gpt-4, свободный. – (дата обращения: 10.12.2023);
Khan Academy [Электронный ресурс]. – Режим доступа: https://www.khanacademy.org, свободный. – (дата обращения: 10.12.2023);
The state of evidence in EdTech 2023 [Электронный ресурс]. – Режим доступа: https://www.besa.org.uk/wp-content/uploads/2023/03/230327-The-State-of-Evidence-in-EdTech-2023.pdf, свободный. – (дата обращения: 10.12.2023);
Бериев, И. Р. Адаптивная система обучения в электронной среде // Вестник ГГНТУ. Технические науки. – 2021. – Т. 17, № 4 (26). – С. 5-12;
Добрица В.П., Горюшкин Е.И. Применение интеллектуальной адаптивной платформы в образовании // Auditorium. 2019. №1 (21). URL: https://cyberleninka.ru/article/n/primenenie-intellektualnoy-adaptivnoy-platformy-v-obrazovanii (дата обращения: 22.12.2023);
Курбанова З.С., Исмаилова Н.П. Нейросети в контексте цифровизации образования и науки // МНКО. 2023. №3 (100). URL: https://cyberleninka.ru/article/n/neyroseti-v-kontekste-tsifrovizatsii-obrazovaniya-i-nauki (дата обращения: 22.12.2023);
Персональный ИИ‑помощник для подготовки к ЕГЭ по информатике [Электронный ресурс]. – Режим доступа: https://education.yandex.ru/ege/go, свободный. – (дата обращения: 10.12.2023);
Шершнева В.А., Вайнштейн Ю.В., Кочеткова Т.О. Адаптивная система обучения в электронной среде // Программные системы: теория и приложения. 2018. №4 (39). URL: https://cyberleninka.ru/article/n/adaptivnaya-sistema-obucheniya-v-elektronnoy-srede (дата обращения: 22.12.2023).