Challenges of generative artificial intelligence for the higher education system

Cover Page

Cite item

Full Text

Abstract

Problem statement . The theoretical and technological challenges of using generative artificial intelligence (AI) in the higher education system of the Russian Federation are briefly discussed. Methodology. System-structural and system-activity approaches are used. Content analysis and thematic monitoring of generative АI technologies were carried out, its constructive, cognitive and pedagogical features were revealed. Results. The features of generative AI are analyzed. The digital transformation of education is shown through a rethinking of the key roles of teachers in the digital era in the direction of educational engineering and the development of creative competencies of students. A generalized description of the challenges of generative AI in relation to universities is given. Several possible ways of identifying and neutralizing the use of generative AI by students in the implementation of practical tasks are suggested. The ways of solving the problems of using generative AI for universities are substantiated: a) cloud computing and the use of ready-made models; b) cooperation with industry experts; c) the use of interdisciplinary approaches; d) encouraging experimentation, creativity and team building; e) providing ongoing support and mentoring; f) solving ethical problems of using generative AI in higher education. Conclusion. It is proved that the paradigm of “educational engineering”, including the use of generative AI, focuses on the development of creative design and design competencies of students and teachers.

About the authors

Andrey I. Kapterev

Moscow City University

Author for correspondence.
Email: kapterevai@mgpu.ru
ORCID iD: 0000-0002-2556-8028

Doctor of Sociological Sciences, Doctor of Pedagogical Sciences, Professor, Professor of the Department of Informatization of Education, Institute of Digital Education

4 Vtoroy Selskohoziajstvenny Proezd, bldg 1, Moscow, 129226, Russian Federation

References

  1. Kapterev AI. Cognitive management. Moscow: Rusains Publ.; 2019. (In Russ.)
  2. Hamedi SS, Madani AM, Jahed-Motlagh MR. A survey of digital twin technologies and applications in Industry 4.0. IEEE Access. 2020;8:101951-102011.
  3. Guo Y, Wang J, Zhang H. Digital twin-driven maintenance decision support system for industrial equipment. IEEE Transactions on Industrial Informatics. 2019;15(7):4298-4308.
  4. Mishra A, Yadav SS. Digital twins in manufacturing: a review. Procedia Manufacturing. 2021;48:1252-1258.
  5. Wang J, Chen Y, Zhang H. A smart factory modeling framework based on virtual reality and industrial Internet of Things. IEEE Access. 2019;7:139475-139484.
  6. Pan T, Yang Y, Li J. Research on 3D simulation of complex equipment maintenance. Journal of Physics: Conference Series. 2020;1649(1):012033.
  7. Kapterev AI. Representation of knowledge in information systems. Moscow: Book-expert; 2021. (In Russ.)
  8. Chiskidov SV, Simakov AI, Pavlicheva EN. Problems of integration of design solutions of information systems development tools. Bulletin of the Moscow State Pedagogical University. Series: Informatics and Informatization of Education. 2016;(3):98-103.
  9. Frolov YuV, Yakovlev VB, Seryshev RV, Volovikov SA. Business models, data analytics and digital transformation of an organization: approaches and methods. Moscow: Moscow City Pedagogical University; 2021. 176 p.
  10. Russell S. Human-compatible artificial intelligence. In: Muggleton S, Charter N. (eds.) Human Like Machine Intelligence. Oxford University Press; 2021. p. 3-23. https://doi.org/10.1093/oso/9780198862536.003.0001
  11. Gómez-Rodríguez A, De La Prieta F, Corchado JM, Bajo J. Ethical and social challenges in deep learning. Future Internet. 2020;12(2):36.
  12. Cui Z, Zhang H. Ethics of deep learning: a survey. IEEE Transactions on Big Data. 2021;7(3):872-891.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».