Искусственный интеллект в образовании
Проект включает три подпроекта, связанных с наиболее перспективными направлениями использования технологий искусственного интеллекта в образовании — персонализированного адаптивного обучения, оценивания и педагогического дизайна:
• Модели персонализированного адаптивного обучения как элементы современной цифровой образовательной инфраструктуры;
• Использование методов искусственного интеллекта для сбора и обработки данных оценивания в образовании;
• «Instructional Design Dashboards» для педагогического дизайна образовательных продуктов
Идея проекта «Модели персонализированного адаптивного обучения как элементы современной цифровой образовательной инфраструктуры» заключается в применении методов генеративного искусственного интеллекта на основе представления знаний и логического вывода для обеспечения нового уровня поддержки информативной обратной связи. В качестве методологической основы персонализированного адаптивного обучения используется модель скаффолдинга (scaffolding), развивающая идеи Л.С. Выготского о «зоне ближайшего развития» и предлагающая их технологическую трактовку.
Интеллектуализация процедур скаффолдинга предполагает формирование арсенала педагогических интервенций различных типов, в том числе указание на ошибки и имитационное моделирование процесса решения учебных задач, когда учащийся и электронный тьютор «совместно» проходят референсные решения. Проект направлен на развитие идей интерактивного коллаборативного обучения (interactive collaborative learning), а также на применение оригинальных моделей онтологически-контролируемого анализа данных и логического вывода на основе анализа формальных понятий, современного онтологического моделирования, хорошо интерпретируемых методов машинного обучения.
Подпроект «Использование методов искусственного интеллекта для сбора и обработки данных оценивания в образовании» направлен на развитие методов вычислительной психометрики. Он включает в себя два основных направления: автоматизацию начисления баллов за задания открытого типа, что позволяет убрать из процесса проверки экспертов, вносящих свои индивидуальные необъективные искажения в тестовые баллы респондентов; и использовать автоматическую генерацию заданий для того, чтобы генерировать задания, которые еще никому не предъявлялись, но достоверно обладают заранее известными психометрическими характеристиками.
Оба направления имеют цель снизить временные и экономические затраты на разработку тестов и обработку результатов тестирования, повысить безопасность тестовых материалов, повысить естественность ситуации измерения, а также повысить справедливость оценки и предоставлять мгновенную обратную связь по результатам тестирования.
Подпроект «Разработка рекомендательной информационно-сервисной платформы «Instructional Design dashboards» посвящен разработке и апробации нового вида информационных панелей (дашбордов) как инструмента реализации обратной связи преподавателю относительно качества педагогического дизайна конкретных элементов курса на основе данных учебной аналитики с целью последовательного совершенствования этих элементов и дизайна курса в целом для повышения качества образовательных результатов студентов.
Благодаря трансформациям, происходящим в системе образования, на смену уверенности в том, что для качественного обучения преподавателю нужно лишь знать свой предмет, приходит понимание важности “умного” проектирования курса. В свете этих тенденций и текущих дефицитов происходит переоценка важности педагогического дизайна в высшем образовании. Перестройка и систематическое совершенствование курсов необходимы для помощи студентам в достижении более высоких образовательных результатов. Поэтому практически все модели педагогического дизайна включают в себя цикл обратной связи и редизайна. Однако, как правило, данные анализируются в конце курса, и совершенствование дизайна курса, если и происходит по результатам такого анализа, то его бенефициарами выступают уже другие студенты. Вторая трудность связана с тем, что при улучшении (редизайне) курсов пед.дизайнер / преподаватель опирается не на новые цифровые данные, а на традиционные данные опросов студентов и итоговые студенческие оценки за курс. Таким образом, существует серьезный разрыв между теорией и практикой педагогического дизайна и возможностями цифровых технологий, прежде всего, возможностями учебной аналитики. Этот разрыв и предполагается преодолеть в ходе реализации проекта.
Команда проекта
Руководитель проекта
Аналитик
Научный работник
Научный работник

Научный работник
Научный работник
Научный работник
Научный работник
Научный работник
Аналитик

Аналитик
Проектный менеджер

Научный работник
Научный работник