Возможности и ограничения нейросетевых технологий в школьном образовании

Автор: Козина Елена Сергеевна

Организация: МАОУ СОШ №2 п. Новоорск

Населенный пункт: Оренбургская область, п. Новоорск

ВВЕДЕНИЕ

Государственный институт русского языка им. А.С.Пушкина, как и портал «Грамота.ру» назвали словом уходящего 2023г слово «нейросеть».

Эксперты данного института также отмечают, что по частоте употребления в русскоязычном сегменте «нейросеть» уверенно побеждает своего ближайшего конкурента - словосочетание «искусственный интеллект» и аббревиатуру ИИ.

Вокруг нейросетевых новинок и их фантастических возможностей не умолкают шум и споры. У них есть свои однозначные сторонники и столь же однозначные критики.

Одно бесспорно: нейросети становятся все более распространёнными и значимыми в нашей жизни. На первый взгляд может показаться, что нейросети - это сложные и непонятные системы, но на самом деле мы ежедневно взаимодействуем с ними и даже не задумываемся об этом.

Нейросети находят применение во многих областях, таких как медицина, финансы, транспорт, маркетинг и многое другое. Они помогают нам делать более точные прогнозы, принимать решения и автоматизировать рутинные задачи.

Например, в медицине нейросети могут быть использованы для диагностики многих заболеваний. Они анализируют медицинские данные и помогают врачам обнаружить скрытые патологии или предсказать вероятность развития определённого заболевания. Это позволяет вовремя начать лечение и спасти жизни людей.

В финансовой сфере нейросети помогают предсказывать изменения на рынке, анализировать тренды и прогнозировать риски. Это позволяет принимать более обоснованные инвестиционные решения и уменьшать финансовые потери.

В транспорте нейросети используются для улучшения безопасности на дорогах. Они обрабатывают данные с камер видеонаблюдения и датчиков, автоматически распознают нарушения правил дорожного движения или опасные ситуации. Это может помочь предотвратить аварии и спасти человеческие жизни.

В маркетинге нейросети используются для персонализации рекламы и предложений. Они анализируют данные о поведении пользователей в сети,

чтобы предлагать более релевантные товары или услуги. Это улучшает опыт покупки и помогает компаниям привлекать больше клиентов.

Нейросети также активно применяются в развлекательной индустрии, создавая реалистичные графические эффекты, распознавая лица на фотографиях или помогая в создании музыки и фильмов.

Таким образом, нейросетевыми технологиями называют комплекс информационных технологий, основанных на применении искусственных нейронных сетей.

Актуальность развития данного направления науки и практики в полной мере осознаётся руководством РФ.

В частности, использование нейросетевых технологий (или ИИ) станет обязательным условием для всех компаний, которые планируют получать бюджетные субсидии. Такой подход протестируют в 2024 году для компаний, выручка которых превышает 800 млн. руб. и которые работают в приоритетных для страны отраслях.

В январе 2024 года: Президент России Владимир Путин поручил обеспечить подготовку в России ученых-разработчиков мирового уровня в области искусственного интеллекта, как следует из опубликованных на сайте Кремля перечня поручений.

Актуальность содержания методического пособия обусловлена рядом дополнительных факторов:

  • По данным Росстата 44% крупных организаций России используют в своей работе ИИ-решения. Это позволяет заменить целый ряд «рутинных» профессий. Но в целом по рынку доля организаций, использующих нейросети, очень невелика - 5,7%, но взрывной рост таких организаций в самое ближайшее время является неизбежным. Специалисты цифровой сферы считают, что нет такой сферы жизни человека, в которой нейросети было бы невозможно использовать. Осваивать области применения ИИ необходимо здесь и сейчас.

  • Нейросетевые технологии или ИИ - абсолютно новое явление в жизни современного человека. Например, начало пользовательского применения нейросетей относится лишь к концу 2022г. В качестве положительных моментов его применения практики признают:

    • 73% указали экономию рабочего времени;

    • 45% подчеркнули, что ИИ не болеет, не берет отпуск и выдаёт креативные ответы;

    • 36% респондентов говорят о положительном результате влияния на бизнес;

    • 25% заявили, что ИИ сейчас в тренде.

  • Как любое новое явление технологии ИИ воспринимаются неоднозначно. Те же российские опросы показали, что среди тех людей, которые не используют нейросети:

    • 45% не знают, как их использовать;

    • 31% заявляют, что им не хватает времени, чтобы разобраться;

    • 23% считают, что нет необходимых условий (например, зарубежной карточки, VPN и т.д.);

    • 7% полагают, что не видят необходимости в их применении;

    • 6% не верят, что это может помочь им в работе;

    • 4% считают это напрасной тратой времени.

  • С развитием технологий и ростом интереса к искусственному интеллекту (ИИ) по всему миру, применение этой технологии в образовании становится все более актуальным.

В представленной работе рассматривается применение искусственного интеллекта в образовании и его влияние на процесс обучения. Сервисы искусственного интеллекта в образовании предлагают новые возможности для улучшения процесса обучения, персонализации образовательного опыта и повышения эффективности преподавания.

Цель методического пособия: предложить варианты (в т.ч. апробированные автором) использования нейросетей в практической работе педагога, рассмотреть их потенциальные образовательные возможности и ограничения в применении.

Задачи методического пособия:

  1. проанализировать различные типы нейросетей и их образовательные возможности;

  2. представить алгоритмы применения данных возможностей;

  3. рассмотреть потенциальные возможности нейросетевых технологий в образовательных организациях;

  4. проанализировать риски и ограничения в применении нейросетей в школьном образовании;

Таким образом, образование проявляет все больший интерес к данной технологии. Уже сегодня существует ряд российских исследований, посвящённых применению нейросетевых технологий в образовании. Среди них:

  • «Применение искусственного интеллекта в образовании: анализ и перспективы развития» - исследование, проведенное Московским государственным университетом, которое исследует применение искусственного интеллекта в различных образовательных контекстах. Оно анализирует эффективность использования ИИ в обучении и рассматривает перспективы его дальнейшего развития в российской системе образования.
  • «Искусственный интеллект в образовании: анализ текущего состояния и тенденций» - исследование, проведённое Российским государственным педагогическим университетом имени А.И. Герцена, которое рассматривает применение искусственного интеллекта в профессиональном образовании с акцентом на российской системе. Исследование обсуждает потенциал использования ИИ для повышения качества образования и рассматривает текущие тенденции в этой области.
  • «ПРОБЛЕМЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В АДАПТИВНОМ ОБУЧЕНИИ» - исследование, проведенное Русланом Николаевичем Соломяным аспирантом «Московский государственный технологический университет «СТАНКИН»(ФГБОУ ВО «МГТУ «СТАНКИН»), Россия, Москва; Сергеем Евгеньевичем Сосенушкиным, кандидат технических наук, доцент «Московский государственный технологический университет «СТАНКИН»(ФГБОУ ВО «МГТУ «СТАНКИН»), Россия, Москва

Исследование анализирует преимущества и вызовы, связанные с внедрением таких технологий, а также предлагает пути их оптимального использования.

Это лишь некоторые примеры российских исследований, посвящённых применению искусственного интеллекта в образовании, демонстрирующих актуальность и востребованность нейросетевых технологий в образовательном процессе высшей школы.

Новизну данной работе придают следующие факторы:

  1. отсутствие исследований, посвящённых применению технологий ИИ в системе образования в школе;

  2. методическое пособие имеет практико-ориентированный характер, что соответствует стратегическому замыслу автора и определяет практическую значимость пособия для педагога.

1. ПРИНЦИПЫ РАБОТЫ НЕЙРОСЕТЕЙ

Нейросети - это некие «компьютерные мозги». Они умеют учиться, как мы, люди. Нейросеть в машинном обучении - это математическая модель, которая работает по принципу нейронной сети живого организма. В отличие от нейросети животного,

которая передаёт сигнал от мозга к другим органам и полностью регулирует жизнедеятельность организма, компьютерная нейросеть учится решать только ту задачу, которую ей ставит человек.

Алгоритм работы нейросетей:

  1. входные данные: на вход нейросети подаются данные, например, картинка с кошкой;

  2. нейроны: нейросеть состоит из нейронов - маленьких «умных блоков». Каждый нейрон что-то «думает». Нейроны имеют веса, которые говорят, насколько важны данные. Веса улучшаются с опытом;

  3. нейросеть учится на примерах. Если ей показать много кошачьих фотографий и она научится узнавать кошек;

  4. после обучения нейросеть может давать ответы. Например, она скажет, что на картинке кошка.

Таким образом, нейросети обрабатывают информацию, учатся на примерах и могут делать разные задачи, которые раньше казались сложными даже для компьютеров.

Суть работы нейронных сетей - смоделировать способ решения задачи, присущий людям. Использование нейронных сетей опирается на накопленный опыт в виде данных и подходит для решения задач, с которыми человечество уже знакомо.

Как видим, никакого «мышления» и сознания в нейросети нет - только алгоритмы и формулы. Единственное, что отличает её от других программ - это способность обучаться и адаптироваться к новым задачам.

Нейросети можно использовать в любых сферах деятельности. Главное - давать им задачи, которые уже решал человек и обучать с помощью качественных данных. Нейросети могут решать задачи вместо человека или вместе с ним.

Таким образом, нейросеть - это компьютерная программа, способная к обучению. Перед ней можно поставить практически любую задачу. И если сначала показать машине тысячу-другую верных решений, то затем она научится находить правильный ответ самостоятельно. За нейросетями стоит сложная математика.

Классификация нейронных сетей основана на задачах, с которыми они работают:

  1. многослойные нейронные сети, или перцептроны, обрабатывают числовые данные;

  2. свёрточные нейронные сети работают с изображениями;

  3. рекуррентные нейронные сети собирают и обрабатывают информацию, которая меняется с течением времени;

  4. генеративные нейронные сети создают контент (тексты, изображения, презентации и т.д.).

Нейронные сети могут использоваться для решения задач из любых отраслей, но есть тонкости. Нейросети хорошо справятся только в тех случаях, когда задача уже была решена другими способами и есть накопленный объём релевантных т.е. соответствующих запросу данных. Новая задача - это область знания, к которой нейросеть вряд ли сможет подступиться. Если помимо данных важен ещё и контекст, лучше решить задачу без помощи нейросетей.

Например, логистической компании нужно построить самые быстрые маршруты. Если в качестве исходных данных будет использована информация о маршрутах, которые строили сами водители, нет смысла подключать нейросеть.

Если использование нейросетей всё же уместно, то для решения основной задачи может использоваться не одна нейросеть, а сразу несколько. В этом случае большая задача разбивается на много мелких.

Отдельная интересная и перспективная область применения ИИ – использование нейросетей в образовании, в частности – на уроках физики.

Полный текст статьи см. в приложении.


Приложения:
  1. file0.docx (3,9 МБ)
Опубликовано: 13.05.2025