Обучение технологии искусственного интеллекта в общеобразовательной школе: от разработки до практики

Обложка

Цитировать

Полный текст

Аннотация

Постановка проблемы . Сегодня необходимость освоения школьниками дидактических элементов в области искусственного интеллекта (ИИ) подчеркивается на государственном уровне. Проблемы внедрения обучения искусственному интеллекту связаны: 1) с определением концептуальных основ формирования содержания обучения; 2) отбором и структурированием содержания обучения; 3) адаптацией содержания обучения возрасту учащихся; 4) интеграцией в школьное образование содержания обучения. Цель исследования заключается в формировании теоретически обоснованного содержания обучения искусственному интеллекту учащихся основной школы, а также в определении возможных вариантов интеграции разработанного содержания обучения в школьное образование. Методология. В эмпирическом исследовании приняли участие 225 учащихся 5-9 классов и 125 преподавателей московских и подмосковных образовательных организаций. Использовались такие методы, как анализ, синтез, тестирование и метод выборочных средних Результаты. Подтверждена целесообразность внедрения обучения искусственному интеллекту в основную школу. Выработана концепция обучения в области искусственного интеллекта учащихся основной школы. Раскрыты возможности формирования содержания обучения искусственному интеллекту на основе различных подходов. Определены цели и результаты обучения основам искусственного интеллекта в рамках основной школы. Сформировано содержание обучения, которое возможно и необходимо осваивать в области искусственного интеллекта учащимся основной школы с учетом межпредметных и внутрипредметных связей. Разработаны учебно-методические материалы для обучения учащихся основной школы начиная с 5 класса. Заключение . В соответствии с вариативностью отечественного школьного образования сформированное содержание обучения позволяет предложить различные учебные курсы и учебные модули для освоения учащимися основной школы искусственного интеллекта в различных видах деятельности.

Об авторах

Ирина Витальевна Левченко

Московский городской педагогический университет

Автор, ответственный за переписку.
Email: levchenkoiv@mgpu.ru
ORCID iD: 0000-0002-1388-4269

доктор педагогических наук, профессор, профессор департамента информатики, управления и технологий

Российская Федерация, 129594, Москва, ул. Шереметьевская, д. 28

Альбина Рифовна Садыкова

Московский городской педагогический университет

Email: sadykovaar@mgpu.ru
ORCID iD: 0000-0002-1413-200X

доктор педагогических наук, доцент, профессор департамента информатики, управления и технологий

Российская Федерация, 129594, Москва, ул. Шереметьевская, д. 28

Людмила Игоревна Карташова

Московский городской педагогический университет

Email: kartashovali@mgpu.ru
ORCID iD: 0000-0002-9499-9083

кандидат педагогических наук, доцент, доцент департамента информатики, управления и технологий

Российская Федерация, 129594, Москва, ул. Шереметьевская, д. 28

Полина Алексеевна Меренкова

Московский городской педагогический университет

Email: kukhtinapa@mgpu.ru
ORCID iD: 0000-0003-4774-8668

старший преподаватель, департамент информатики, управления и технологий

Российская Федерация, 129594, Москва, ул. Шереметьевская, д. 28

Список литературы

  1. Dukhanina LN, Maksimenko AA. Problems of implementation of artificial intelligence in education. Prospects for Science and Education. 2020;(4): 23-35. (In Russ.) https://doi.org/10.32744/pse.2020.4.2
  2. Bosova LL. Modern development of school informatics in Russia and abroad. Informatics and Education. 2019;(1):22-32. (In Russ.) https://doi.org/10.32517/0234-0453-2019-34-1-22-32
  3. Murphy RF. Artificial intelligence applications to support K-12 teachers and teaching: a review of promising applications, challenges, and risks. Santa Monica, CA: RAND Corporation; 2019. https://doi.org/10.7249/PE315
  4. Peng L, Xiaohong S. Predictions for the Potential development of artificial intelligence in Chinese education. ICIEI 2018: Proceedings of the 3rd International Conference on Information and Education Innovations, June 30th - July 2nd 2018, London (pp. 26-29). London: ACM; 2018. https://doi.org/10.1145/3234825.3234839
  5. Sperling А, Lickerman D. Integrating AI and machine learning in software engineering course for high school students. ITiCSE '12: Proceedings of the 17th ACM Annual Conference on Innovation and Technology in Computer Science Education, July 3rd - July 5th 2012, Haifa (pp. 244-249). New York: ACM; 2012. https://doi.org/10.1145/2325296.2325354
  6. Merenkova PA. Global experiences in introducing artificial intelligence into school education. In: Alekseeva OS, Grigorenko MM, Kirevnina EI, Novikova TS. (eds.) Proceedings of the XXXI International Conference “Modern Information Technologies in Education” (pp. 21-23). Moscow, Troitsk: Trovant Publ. (In Russ.)
  7. Levchenko IV. The main approaches to teaching the elements of artificial intelligence in the school course of computer science. Informatics and Education. 2019;(6):7-15. (In Russ.) https://doi.org/10.32517/0234-0453-2019-34-6-7-15
  8. Levchenko IV. Conceptual framework for teaching schoolchildren the basics of artificial intelligence. In: Abushkin DB, Volovikov SA, Zaslavskaya OYu, Pavlova AE, Ponomareva LA, Mamedova VA, Ushakov AV. (eds.) Mathematics and Information Technology in Education and Business. Moscow; 2020. p. 320-325. (In Russ.)
  9. Kartashova LI, Levchenko IV. Methods of teaching information technology to primary school students in the context of fundamental education. Bulletin of the Moscow City University. Series: Informatics and Informatization of Education. 2014;(2):25-33. (In Russ.)
  10. Grigoriev SG, Grinshkun VV, Levchenko IV, Zaslavskaya OYu. A draft project for a computer science program in a secondary school. Informatics and Education. 2011;(9):2-11. (In Russ.)
  11. Levchenko IV. Formation of IT competencies in teaching artificial intelligence to school-children. Proceedings of the XIII International Scientific Conference “Shamovskiye Pedagogical Readings”. Moscow; 2021. Pp. 390-384. (In Russ.)
  12. Kondratieva VA. Teaching Python programming in a school computer science course. Bulletin of the Moscow City University. Series: Informatics and Informatization of Education. 2021;(1):8-16. (In Russ.) https://doi.org/10.25688/2072-9014.2021.55.1.01
  13. Kalinin IA, Samylkina NN. Computer science. Moscow: BINOM. Laboratoriya Znanii Publ.; 2013. (In Russ.)
  14. Yasnitskiy LN. Artificial intelligence. Elective course. Moscow: BINOM. Laboratoriya Znanii Publ.; 2012. (In Russ.)

Дополнительные файлы

Доп. файлы
Действие
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».