База данных: Статьи
Страница 1, Результатов: 4
Отмеченные записи: 0
1.
Подробнее
74
Д 22
Дахин, А. Н.
Педагогика больших языковых моделей [Текст] / А. Н. Дахин // Педагогика. - 2025. - №2. - С. 5-16
ББК 74
Рубрики: Педагогика
Кл.слова (ненормированные):
исскуственный интеллект -- автодидактика -- большие языковые модели -- цифровой Ассистент -- образовательная среда
Аннотация: В статье рассматривается интеграция исскуственного интеллекта в образовательную деятельность. Автор представляет как теоретические основы, так и практическую реализацию своего подхода, сочетая принципы автодидактики/самообучения с современными возможностями искусственного интеллекта. В работе подчеркивается важность персонализированных схем обучения, что обеспечивается присутствием в образовательной деятельности цифрового Ассистента, который выступает в качестве посредника между большими языковыми моделями (LLM) и учеником. Так, именно Ассистента организует образовательный контент в содержательные модули-чанки, представляет проверенный, структурированный контент с возможностью ео гибкой навигации, обеспечивает обратную связь и адаптивные схемы обучения.
Держатели документа:
ЗКУ
Д 22
Дахин, А. Н.
Педагогика больших языковых моделей [Текст] / А. Н. Дахин // Педагогика. - 2025. - №2. - С. 5-16
Рубрики: Педагогика
Кл.слова (ненормированные):
исскуственный интеллект -- автодидактика -- большие языковые модели -- цифровой Ассистент -- образовательная среда
Аннотация: В статье рассматривается интеграция исскуственного интеллекта в образовательную деятельность. Автор представляет как теоретические основы, так и практическую реализацию своего подхода, сочетая принципы автодидактики/самообучения с современными возможностями искусственного интеллекта. В работе подчеркивается важность персонализированных схем обучения, что обеспечивается присутствием в образовательной деятельности цифрового Ассистента, который выступает в качестве посредника между большими языковыми моделями (LLM) и учеником. Так, именно Ассистента организует образовательный контент в содержательные модули-чанки, представляет проверенный, структурированный контент с возможностью ео гибкой навигации, обеспечивает обратную связь и адаптивные схемы обучения.
Держатели документа:
ЗКУ
2.
Подробнее
32.973
А 21
Авраменко, А. П.
Сравнительный анализ генеративных агентов для разработки индивидуализированных учебных материалов и заданий. [Текст] / А. П. Авраменко // Иностранные языки в школе. - 2025. - №2. - С. 22-26
ББК 32.973
Рубрики: Информатика
Кл.слова (ненормированные):
большие языковые модели -- GPT -агенты -- учебные материалы -- интерактивные задания -- индивидуальная образовательная траектория
Аннотация: В статье рассматривается дидактический потенциал наиболеенадежных инструментов на основе нейронных сетей и больших языковых моделей, а именно -генеративных агентов.
Держатели документа:
ЗКу
А 21
Авраменко, А. П.
Сравнительный анализ генеративных агентов для разработки индивидуализированных учебных материалов и заданий. [Текст] / А. П. Авраменко // Иностранные языки в школе. - 2025. - №2. - С. 22-26
Рубрики: Информатика
Кл.слова (ненормированные):
большие языковые модели -- GPT -агенты -- учебные материалы -- интерактивные задания -- индивидуальная образовательная траектория
Аннотация: В статье рассматривается дидактический потенциал наиболеенадежных инструментов на основе нейронных сетей и больших языковых моделей, а именно -генеративных агентов.
Держатели документа:
ЗКу
3.
Подробнее
74
И 24
Иванчук, М.С.
Использование исскуственного интеллекта в высшем образовании [Текст] / М.С. Иванчук // Педагогика научно-теоретический журнал Российской академии. - 2025. - №1. - С. 5-16
ББК 74
Рубрики: Образование. Педагогические науки
Кл.слова (ненормированные):
Искусственный интеллект -- высшее образование -- большие языковые модели -- студенты -- техническая специальность -- гуманитарная специальность
Аннотация: В статье рассматривается влияние использования искусственного интеллекта (ИИ) на образовательный процесс студентов технических и гуманитарных специальностей. В центре внимания находятся такие аспекты, как успеваемость, вовлеченность в занятия, взаимодейтсвие с преподавателями и восприятие учебных дисциплин. В ходе исследования были опрошены студенты, использующие и не использующие ИИ для подготовки учебных заданий. С помощью U-критерий Манна-Уитни и корреляционного анализа удалось установить, что применение ИИ не оказывает значительного влияния на успеваемость, интерес к занятиям и время, затрачиваемое на подготовку. Однако среди студентов гуманитарных специальностей были выявлены потенциально значимые различия в уровне вовлеченности и чистоте получения обратной связи от преподавателей, что требует дальнейшего изучения. Результаты исследования подчеркивают, что, несмотря на растущее использование ИИ, его воздействие на ключевые аспекты учебного процесса остается ограниченным. Это подчеркивает необходимость дальнейшего осмысления и адаптации образовательных практик в контексте использования искусственного интеллекта.
Держатели документа:
ЗКУ
И 24
Иванчук, М.С.
Использование исскуственного интеллекта в высшем образовании [Текст] / М.С. Иванчук // Педагогика научно-теоретический журнал Российской академии. - 2025. - №1. - С. 5-16
Рубрики: Образование. Педагогические науки
Кл.слова (ненормированные):
Искусственный интеллект -- высшее образование -- большие языковые модели -- студенты -- техническая специальность -- гуманитарная специальность
Аннотация: В статье рассматривается влияние использования искусственного интеллекта (ИИ) на образовательный процесс студентов технических и гуманитарных специальностей. В центре внимания находятся такие аспекты, как успеваемость, вовлеченность в занятия, взаимодейтсвие с преподавателями и восприятие учебных дисциплин. В ходе исследования были опрошены студенты, использующие и не использующие ИИ для подготовки учебных заданий. С помощью U-критерий Манна-Уитни и корреляционного анализа удалось установить, что применение ИИ не оказывает значительного влияния на успеваемость, интерес к занятиям и время, затрачиваемое на подготовку. Однако среди студентов гуманитарных специальностей были выявлены потенциально значимые различия в уровне вовлеченности и чистоте получения обратной связи от преподавателей, что требует дальнейшего изучения. Результаты исследования подчеркивают, что, несмотря на растущее использование ИИ, его воздействие на ключевые аспекты учебного процесса остается ограниченным. Это подчеркивает необходимость дальнейшего осмысления и адаптации образовательных практик в контексте использования искусственного интеллекта.
Держатели документа:
ЗКУ
4.
Подробнее
74
Н 52
Ненашев , М. Б.
Персонифицированное машинное обучение [Текст] / М. Б. Ненашев // Педагогика научно-теоретический журнал Российской академии. - 2025. - №6. - С. 49-60
ББК 74
Рубрики: Образование. Педагогические науки
Кл.слова (ненормированные):
адаптивная дидактика -- машинное обучение -- персонализированное обучение -- большие языковые модели -- граф знаний -- мотивационная спираль
Аннотация: В статье представлена концепция платформы адаптивного обучения, использующей методы машинного обучения и искусственного интеллекта для персонализации образовательного процесса. Авторы рассматривают проблему необходимости постоянного образовательного развития в современных условиях быстро меняющихся технологий. В работе анализируются существующие образовательные платформы с элементами ИИ и выявляются их ограничения: фрагментарность подходов, сложности структурного представления дидактических единиц и проблемы интеграции педагогической деятельности. Авторы предлагают архитектурные принципы платформы LADAP, вклющающие пять взаимосвязанных компонентов, центральным из которых является "Модуль Знаний", реализующий технологию "Извлечение с дополненной генерацией". Концепции направлена на создание единого подхода к проектированию образовательных систем персонализированного обучения, способных гибко адаптироваться под культурные предпочтения обучающихся и эффективно решать комплекс образовательных задач.
Держатели документа:
ЗКУ
Доп.точки доступа:
Дахин , А.Н.
Н 52
Ненашев , М. Б.
Персонифицированное машинное обучение [Текст] / М. Б. Ненашев // Педагогика научно-теоретический журнал Российской академии. - 2025. - №6. - С. 49-60
Рубрики: Образование. Педагогические науки
Кл.слова (ненормированные):
адаптивная дидактика -- машинное обучение -- персонализированное обучение -- большие языковые модели -- граф знаний -- мотивационная спираль
Аннотация: В статье представлена концепция платформы адаптивного обучения, использующей методы машинного обучения и искусственного интеллекта для персонализации образовательного процесса. Авторы рассматривают проблему необходимости постоянного образовательного развития в современных условиях быстро меняющихся технологий. В работе анализируются существующие образовательные платформы с элементами ИИ и выявляются их ограничения: фрагментарность подходов, сложности структурного представления дидактических единиц и проблемы интеграции педагогической деятельности. Авторы предлагают архитектурные принципы платформы LADAP, вклющающие пять взаимосвязанных компонентов, центральным из которых является "Модуль Знаний", реализующий технологию "Извлечение с дополненной генерацией". Концепции направлена на создание единого подхода к проектированию образовательных систем персонализированного обучения, способных гибко адаптироваться под культурные предпочтения обучающихся и эффективно решать комплекс образовательных задач.
Держатели документа:
ЗКУ
Доп.точки доступа:
Дахин , А.Н.
Страница 1, Результатов: 4