Искусственный интеллект в цифровой культуре высокорейтинговых университетов

Александра Евгеньевна Уланова, Николай Иванович Бирюков

Аннотация


Статья посвящена современному состоянию технологий искусственного интеллекта и их влиянию на цифровую культуру элитного высшего образования. В настоящее время искусственный интеллект признается одной из самых перспективных и вместе с тем непредсказуемых технологий, в первую очередь за счет развития искусственных нейронных сетей. Актуальность исследования обусловлена стремительным распространением генеративных нейронных сетей, применение которых меняет многие сферы деятельности человека, в том числе и образование. Высшее образование, безусловно, также подвергается изменениям в связи с развитием технологий искусственного интеллекта, причем меняется не только сам процесс обучения, но также и подходы студентов и преподавателей, их взаимоотношения и принципы взаимодействия. Цель работы — провести анализ влияния искусственного интеллекта на образовательную деятельность высокорейтинговых высших учебных заведений и правил поведения в них. В круг задач исследования входит выявление основных закономерностей внедрения нейросетей в образовательный процесс вузов, рассмотрение подходов к понятиям «элита» и «элитное образование», а также оценка роли искусственного интеллекта в элитном высшем образовании. В результате исследования показано, что в настоящее время искусственный интеллект начинает активно использоваться в высших учебных заведениях, при этом в первую очередь обучающимися. В статье приведены основные способы применения генеративных нейросетей в высшем образовании, представлены достоинства и недостатки данного явления. Определены характеристики элитного высшего образования и способы адаптации высокорейтинговых вузов к распространению искусственного интеллекта. Делается вывод о том, что элитные высшие учебные заведения не отказываются от внедрения искусственных нейронных сетей, а стараются найти наиболее безболезненные для преподавателей и студентов практики, которые будут способствовать улучшению образовательного процесса и сохранению высоких стандартов цифровой культуры элитных университетов.


Ключевые слова


нейронные сети; машинное обучение; языковые модели; элита; элитное образование; академическая честность; высшие учебные заведения

Полный текст:

PDF

Литература


Ашин, Г. К. (2008) Элитный университет в системе элитного образования // Журнал социологии и социальной антропологии. Т. 11. № 1 С. 31–49.

Ашин, Г. К. (2009) Элитология в системе общественных наук // Вестник МГИМО-Университета. 2009. № 6 (9). С. 27–37.

https://doi.org/10.24833/2071-8160-2009-6-9-27-37

Брызгалина, Е. В., Гумарова, А. Н., Шкомова, Е. М. (2022) Ключевые проблемы, риски и ограничения применения ИИ в медицине и образовании // Вестник Московского университета. Серия 7. Философия. № 6. С. 93–108.

Гаман-Голутвина, О. В., Глаголев, В. С., Кравченко, К. М. и др. (2012) XVII «Шишкинские чтения»: «Элиты и нравственность» // Вестник МГИМО-Университета. № 3 (24). С. 133–141.

https://doi.org/10.24833/2071-8160-2012-3-24-133-141

Ивахненко, Е. Н., Никольский, B. C. (2023) ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. T. 32. № 4. C. 9-22. https://doi.org/10.31992/0869-3617-2023-32-4-9-22

Ильинский, И. М. (2016) О «правильном образовании» для России XXI века // Знание. Понимание. Умение. № 3. С. 5-31.

http://dx.doi.org/10.17805/zpu.2016.3.1

Крыштановская, О. В., Лавров, И. A. (2023) Высшее образование в России: элитное vs элитарное? // Мир России. Т. 32. № 4. С. 138–159. https://doi.org/10.17323/1811-038X-2023-32-4-138-159

Лаптева, С. В. (2024) Технологии искусственного интеллекта в стратегии повышения качества высшего образования // Современное педагогическое образование. № 1. С. 43–46.

Литвак, Н. В. (2018) Новая реформа отечественного высшего образования: «цифровизация» и профессура // Наука. Культура. Общество. № 2-3. С. 156–163.

Макаревич, Э. Ф. (2022) Искусственный̆ интеллект как инструмент формирования личности в системе образования и социальных сетях // Знание. Понимание. Умение. № 1. С. 192-203. http://dx.doi.org/10.17805/zpu.2022.16

Пинчук, А. Н., Тихомиров, Д. А. (2019) О взаимодействии человека и искусственного интеллекта: новая социальная реальность в представлении московских студентов // Знание. Понимание. Умение. № 3. С. 85-97.

Ракитов, А. И. (2018) Высшее образование и искусственный интеллект: эйфория и алармизм // Высшее образование в России. Т. 27. № 6. С. 41–49.

Резаев, А. В., Трегубова, Н. Д. (2023) ChatGPT и искусственный интеллект в университетах: какое будущее нам ожидать? // Высшее образование в России. Т. 32. № 6. С. 19–37. https://doi.org/10.31992/0869-3617-2023-32-6-19-37

Силантьева, М. В. (2011) Элитное образование в МГИМО(У): философско-культурологические подходы к проблеме качества образования // Вестник МГИМО. № 1. С. 291–299. https://doi.org/10.24833/2071-8160-2011-1-16-291-299

Aithal, P. S., Aithal, S. (2023) The changing role of higher education in the era of AI-based GPTs // International Journal of Case Studies in Business, IT, and Education (IJCSBE). Vol. 7. № 2. P. 183–197.

Bates, T. et al. (2020) Can artificial intelligence transform higher education? // International Journal of Educational Technology in Higher Education. Vol. 17. P. 1–12. https://doi:10.1186/s41239-020-00218-x

Bearman, M., Ryan, J., Ajjawi, R. (2023) Discourses of artificial intelligence in higher education: A critical literature review // Higher Education. Vol. 86. № 2. P. 369385. https://doi.org/10.1007/s10734-022-00937-2

Chan, C. K. Y. (2023) A comprehensive AI policy education framework for university teaching and learning // International Journal of Educational Technology in Higher Education. № 20 (38). https://doi.org/10.1186/s41239-023-00408-3.38–25

Coman, C. et al. (2020) Online teaching and learning in higher education during the coronavirus pandemic: Students’ perspective //Sustainability. Т. 12. № 24. 10367. https://doi.org/10.3390/su122410367

Crompton, H., Burke, D. (2023) Artificial intelligence in higher education: the state of the field // International Journal of Educational Technology in Higher Education. № 20:22. https://doi.org/10.1186/s41239-023-00392-8

Dai, Y., Liu, A., Lim, C.P. (2023) Reconceptualizing ChatGPT and generative AI as a student-driven innovation in higher education // Procedia CIRP. Vol. 119. P. 84–90. http://dx.doi.org/10.13140/RG.2.2.33039.05283

Hermanto, Y. B., Srimulyani, V. A. (2021) The challenges of online learning during the covid-19 pandemic // Jurnal Pendidikan Dan Pengajaran. Vol. 54. №. 1. P. 46–57. https://doi.org/10.23887/jpp.v54i1

Kong, S. C., Cheung, W. M. Y., Zhang, G. (2023) Evaluating an artificial intelligence literacy programme for developing university students’ conceptual understanding, literacy, empowerment and ethical awareness // Educational Technology & Society. Vol. 26. № 1. P. 16–30. https://doi.org/10.30191/ETS.202301_26(1).0002

Michel-Villarreal, R. et al. (2023) Challenges and opportunities of generative AI for higher education as explained by ChatGPT // Education Sciences. Vol. 13. №. 9. P. 1–18. https://doi.org/10.3390/educsci13090856

Moorhouse, B. L., Yeo, M. A., Wan, Y. (2023) Generative AI tools and assessment: Guidelines of the world's top-ranking universities // Computers and Education Open. 2023. Vol. 5. 100151. https://doi.org/10.1016/j.caeo.2023.100151

Neumann, M., Rauschenberger, M., Schön, E. M. (2023) “We Need To Talk About ChatGPT”: The Future of AI and Higher Education // 2023 IEEE/ACM 5th International Workshop on Software Engineering Education for the Next Generation (SEENG). P. 29–32. https://doi.org/10.1109/SEENG59157.2023.00010

Ooi, K. B. et al. (2023) The potential of generative artificial intelligence across disciplines: Perspectives and future directions // Journal of Computer Information Systems. P. 1–32. https://doi.org/10.1080/08874417.2023.2261010

Perkins, M. (2023) Academic Integrity considerations of AI Large Language Models in the post-pandemic era: ChatGPT and beyond // Journal of university teaching & learning practice. Vol. 20. №. 2 (7). P. 1–24. https://doi.org/10.53761/1.20.02.07

Räuker, T. et al. (2023) Toward transparent AI: A survey on interpreting the inner structures of deep neural networks // 2023 IEEE Conference on Secure and Trustworthy Machine Learning (SaTML). P. 464–483. https://10.1109/SaTML54575.2023.00039

Selten, F. et al. (2020) A longitudinal analysis of university rankings // Quantitative Science Studies. Vol. 1. №. 3. P. 1109–1135. https://doi.org/10.1162/qss_a_00052

Southworth, J. et al. (2023) Developing a model for AI Across the curriculum: Transforming the higher education landscape via innovation in AI literacy // Computers and Education: Artificial Intelligence. Vol. 4. 100127. https://doi.org/10.1016/j.caeai.2023.100127

Wang, B., Rau, P. L. P., Yuan, T. (2023) Measuring user competence in using artificial intelligence: validity and reliability of artificial intelligence literacy scale // Behaviour & information technology. 2023. Vol. 42. №. 9. P. 1324–1337. https://doi.org/10.1080/0144929X.2022.2072768

Wang, Y., Liu, C., Tu, Y.-F. (2021) Factors Affecting the Adoption of AI-Based Applications in Higher Education // Technology & Society. № 24. P. 116–129.




DOI: http://dx.doi.org/10.17805/zpu.2025.1.3

Ссылки

  • На текущий момент ссылки отсутствуют.


URL лицензии: http://creativecommons.org/licenses/by-nc/4.0/

 
Рейтинг@Mail.ru