Pan-Art Педагогика. Вопросы теории и практики Филологические науки. Вопросы теории и практики Манускрипт

Архив научных статей

ВЫПУСК:    Педагогика. Вопросы теории и практики. 2025. Том 10. Выпуск 6
КОЛЛЕКЦИЯ:    Цифровое образование

Все выпуски

Лицензионное соглашение об использовании научных материалов.

Алгоритм интеграции нейросетей в цифровую среду вуза для повышения качества образовательного процесса

Широколобова Анастасия Георгиевна
Кузбасский государственный технический университет им. Т. Ф. Горбачева, г. Кемерово

Ларионова Юлия Сергеевна
Кемеровский государственный медицинский университет
Дата поступления рукописи в редакцию: 6 июня 2025 г.
Аннотация. Целью статьи является разработка алгоритма интеграции нейросетей в цифровую среду вуза для оптимизации работы преподавателя и повышения качества образовательного процесса. Рассматриваются варианты оптимизации работы преподавателя: 1) автоматизированное составление учебных планов и рабочих программ; 2) генерация учебных материалов; 3) адаптация учебных материалов к потребностям студентов; 4) оценивание письменных заданий; 5) контроль уровня усвоения учебного материала обучающимися и составление рекомендаций по повышению успеваемости студентов; 6) мгновенное получение обратной связи от студентов; 7) заполнение отчетной документации. Описаны критерии повышения качества образования: гибкость и адаптивность образовательного процесса к потребностям рынка труда за счет использования современных и высокотехнологичных цифровых инструментов в учебном процессе; навык работы студентов в цифровой среде, который в будущем будет использован выпускниками как профессиональный бонус; творческий подход преподавателя к учебному процессу, чтобы сделать его более интересным, привлекательным и мотивирующим. В статье анализируются характеристики нейросетей с целью выявления функций нейросетей, описания основных черт для изучения возможности использования их в работе преподавателя высшей школы. Научная новизна заключается в представлении разработанного пошагового алгоритма интеграции нейросетей в цифровую среду высшей школы, где нейросети, демонстрируя высокий технический потенциал, совершенствуют работу преподавателя высшей школы. Алгоритм состоит из девяти основных шагов: 1. Постановка задач интеграции нейросетей в цифровую среду вуза для оптимизации работы преподавателя. 2. Создание нормативной базы для регулирования прав и возможностей студентов, преподавателей и сотрудников вуза. 3. Выбор технически подходящих нейросетей в зависимости от поставленных задач. 4. Обучение и тестирование нейросетей. 5. Техническая работа по созданию удобного интерфейса нейросетей. 6. Интеграция нейросетей для оптимизации работы преподавателя. 7. Мониторинг оценки эффективности интеграции нейросетей. 8. Обратная связь от преподавателей и сотрудников как оценка успешной интеграции нейросетей. 9. Разработка и добавление новых функций и возможностей нейросетей. Результатом исследования является следующее: 1) выявлен и описан функционал нейросетей, направленный на оптимизацию работы преподавателя высшей школы; 2) выявлен и описан функционал нейросетей для решения административных задач вуза; 3) на основании выявленного ряда функций нейросетей описан пошаговый алгоритм интеграции нейросетей в цифровую срезу вуза.
Ключевые слова и фразы:
интеграция нейросетей
алгоритм интеграции нейросетей
цифровые технологии
оптимизация работы преподавателя
совершенствование образовательного процесса в высшей школе
neural network integration
neural network integration algorithm
digital technologies
teacher optimization
improvement of the educational process in higher education
Reader Открыть полный текст статьи в формате PDF. Бесплатный просмотрщик PDF-файлов можно скачать здесь.
Список литературы:
  1. Галкина Е. Н. Применение нейросетей в процессе обучения химии // Мир науки. Педагогика и психология. 2024. Т. 12. № 2.
  2. Гаркуша Н. С., Городова Ю. С. Педагогические возможности ChatGPT для развития когнитивной активности студентов // Профессиональное образование и рынок труда. 2023. Т. 11. № 1 (52). https://doi.org/10.52944/PORT.2023.52.1.001
  3. Глотова М. Ю., Самохвалова Е. А., Мухлынина О. А. Развитие навыков в области нейросетевых технологий для будущих педагогов: возможности и преимущества // Наука и школа. 2023. № 5. https://doi.org/10.31862/1819-463X-2023-5-162-172
  4. Ивахненко Е. Н., Никольский В. С. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. https://doi.org/10.31992/0869-3617-2023-32-4-9-22
  5. Козлова О. А., Протасова А. А. Использование нейронных сетей в дистанционных образовательных технологиях для идентификации обучающихся // Открытое образование. 2021. Т. 25. № 3. https://doi.org/10.21686/1818-4243-2021-3-26-35
  6. Корякова К. А., Судакова О. В. Нейросети как новые инструменты в образовании // Информационные технологии в образовании. 2023. № 6.
  7. Курбанова З. С., Исмаилова Н. П. Нейросети в контексте цифровизации образования и науки // Мир науки, культуры, образования. 2023. № 3 (100). https://doi.org/10.24412/1991-5497-2023-3100-309-311
  8. Моховиков М. Е., Суслова И. А. Основные тенденции применения нейронных сетей в сфере образования // Наука. Информатизация. Технологии. Образование: материалы XII международной научно-практической конференции, Екатеринбург, 25 февраля 2019 года. Екатеринбург: Российский государственный профессионально-педагогический университет, 2019.
  9. Петров В. В. Нейросети в образовании: шаг в будущее // Естественные, математические и технические науки. Образование. Технологии. Инновации: материалы Межрегиональной научно-практической студенческой конференции, Липецк, 07-28 апреля 2023 года. Липецк: Липецкий государственный педагогический университет имени П. П. Семенова-Тян-Шанского, 2023.
  10. Самарина А. Е., Бояринов Д. А. Нейросети для генерации изображений: педагогический потенциал в высшем образовании // Научно-методический электронный журнал «Концепт». 2023. № 11. https://doi.org/10.24412/2304-120X-2023-11116
  11. Тунева Н. В. Перспективы нейросетей как дидактического инструмента // Современные коммуникативные практики: перспективы развития теоретических и прикладных исследований: сборник докладов II Межвузовского научно-практического семинара Института филологии, иностранных языков и медиакоммуникаций Кемеровского государственного университета, Кемерово, 14 июня 2024 года. Кемерово: Кемеровский государственный университет, 2024.
  12. Филатова О. Н., Булаева М. Н., Гущин А. В. Применение нейросетей в профессиональном образовании // Проблемы современного педагогического образования. 2022. № 77-3.
  13. Широколобова А. Г. Педагогический потенциал нейросетей в высшей школе // Цифровые трансформации в образовании (E-Digital Siberia'2024): материалы VIII Международной научно-практической конференции, Новосибирск, 24-25 апреля 2024 года. Новосибирск: Сибирский государственный университет путей сообщения, 2024.
  14. Cazarez R. L. U., Martin C. L. Neural Networks for predicting student performance in online education // IEEE Latin America Transactions. 2018. Vol. 16 (7). https://doi.org/10.1109/TLA.2018.8447376
  15. Chen J. Li S. Evaluation Model of Physical Education Teaching Effect Based on Embedded Neural Network // International Journal of High Speed Electronics and Systems. 2024. November. https://doi.org/10.1142/S0129156425400774
  16. Evans D., Garcia F., Kim H. Neural Network Technologies in Education: A Review of the Empirical Literature // World Journal of Education. 2021. № 4.
  17. Fiore U. Neural Networks in the Educational Sector: Challenges and Opportunities // Balkan Region Conference on Engineering and Business Education. 2019. https://doi.org/10.2478/cplbu-2020-0039
  18. Jurado H., Castillo M. Optimising University Education training with Neural Networks and Social Networks in Web 4.0: Predicting Outcomes // Educación Superior. 2023. № 10.
  19. Monakhova L. Yu., Sherayzina R. M., Aleksandrova M. V. The pedagogical tools of digital didactics // Education & Pedagogy Journal. 2024. № 4 (12). https://doi.org/10.23951/2782-2575-2024-4-5-17
  20. Peiran Yu. The Future Prospects of Deep Learning and Neural Networks: Artificial Intelligence's Impact on Education. Applied and Computational Engineering. Proceedings of the 2023 International Conference on Machine Learning and Automation. 2024. Vol. 33 (1). https://doi.org/10.54254/2755-2721/33/20230239
  21. Shamsutdinova T. Problems and Prospects for the Application of Neural Networks for the Sphere of Education // Open Education. 2022. № 26. https://doi.org/10.21686/1818-4243-2022-6-4-10
Все выпуски


© 2006-2025 Издательство ГРАМОТА