Применение инструментов искусственного интеллекта в анализе проблемы повышения мотивации возрастных групп обучающихся в системе дополнительного профессионального образования

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье проводится исследование особенностей мотивации обучающихся различных возрастных групп в системе дополнительного профессионального образования (ДПО), с акцентом на выявление индивидуальных барьеров и потребностей каждой категории. Авторы отмечают, что традиционные методы организации образовательного процесса часто не учитывают специфические особенности подростков, молодежи, взрослых и пожилых, что приводит к снижению мотивации и неэффективности обучения. Цель статьи – продемонстрировать, как применение современных инструментов искусственного интеллекта (ИИ), в частности чат-бота, способного проводить анализ тональности, выявлять эмоциональное состояние пользователя и предоставлять персональные рекомендации, может стать эффективным средством повышения мотивации и вовлеченности обучающихся всех возрастных групп. Исследование опирается на комплексный методический подход, включающий как количественные данные, полученные посредством опросников, так и качественные результаты интервью и практических тестовых запусков чат-бота. Такой междисциплинарный подход позволяет выстроить взаимосвязь между эмоциональными факторами, особенностями восприятия информации и учебными результатами. Результаты исследования подтверждают, что внедрение адаптивных ИИ-решений способствует созданию более гибкой и индивидуально настроенной образовательной среды, где эмоциональная поддержка, интерактивные задания и регулирование темпа обучения учитывают уникальные особенности каждой возрастной группы. Авторы приходят к выводу, что дальнейшее развитие таких технологий имеет потенциал существенно трансформировать систему дополнительного профессионального образования, делая ее более эффективной, персонализированной и открытой для инноваций.

Об авторах

Татьяна Евгеньевна Смоленцева

МИРЭА – Российский технологический университет

Автор, ответственный за переписку.
Email: smoltan@bk.ru
ORCID iD: 0000-0003-4810-8734
SPIN-код: 2383-6811

доктор технических наук; заведующая, кафедра прикладной математики

Россия, г. Москва

Никита Алексеевич Приходько

МИРЭА – Российский технологический университет

Email: docfr10@yandex.ru
ORCID iD: 0009-0000-1166-7896
SPIN-код: 3103-7511

кафедра практической и прикладной информатики

Россия, г. Москва

Список литературы

  1. Шобонов Н.А., Булаева М.Н., Зиновьева С.А. Искусственный интеллект в образовании // Проблемы современного педагогического образования. 2023. № 79-4. С. 288–290. EDN: IPRJAG.
  2. Лахманова И.Е., Родионов В.С. Вопросы внедрения искусственного интеллекта в систему высшего образования // Государство и бизнес. Направления социально-экономического развития: матер. XV Междунар. науч.-практ. конф. (С.-Петербург, 26–27 апреля 2023 г.). В 2 т. Санкт-Петербург: РАНХиС, 2023. С. 171–185. EDN: TZWNGM.
  3. Полипович С.А., Шрайнер Б.А., Чикова О.А. Формирование мотивации при обучении школьников основам искусственного интеллекта // Педагогическая информатика. 2021. № 3. С. 25–33. EDN: HPRYQX.
  4. Волошина С.Э., Шарандин С.Е. Применение искусственного интеллекта в профессиональном образовании // Педагогический вестник. 2022. № 24. С. 22–24. EDN: QHTRXN.
  5. Тарасюк Н.А., Чубов С.А. Применение возможностей искусственного интеллекта в современном профессиональном образовании на основе реализации контекстного подхода // Путь в науку. Современная национальная экономика: молодые ученые новый взгляд: матер. II Междунар. науч.-практ. конф. (Орёл, 21–22 апреля 2022 г.). Орел: Орловский гос. ун-т им. И.С. Тургенева, 2022. С. 437–447. EDN: IUUMWM.
  6. Сябитова К.С., Филатова О.Н. Искусственный интеллект в системе профессионального образования // Профессиональное самоопределение молодежи инновационного региона: проблемы и перспективы: сб. ст. по матер. Всерос. (национальной) науч.-практ. конф. (Красноярск, 14–25 ноября 2022 г.). Ч. 2. Красноярск; Челябинск; Н. Новгород; Москва: Красноярский гос. аграрный ун-т, 2023. С. 132–134. EDN: MEISQW.
  7. Tan M.J.T., Maravilla N.M.A.T. Shaping integrity: Why generative artificial intelligence does not have to undermine education // Frontiers in Artificial Intelligence. 2024. Vol. 7. doi: 10.3389/frai.2024.1471224. EDN: EHYLMK.
  8. Arslanova K.Z., Amangeldiyev A.Zh., Aitpayev A.T. The impact of AI on student motivation and cognitive skills in higher education // Science Bulletin. 2024. Vol. 2. No. 11 (80). Pp. 1034–1052. EDN: WNJWHP.
  9. Shrivastava R. Role of artificial intelligence in future of education // International Journal of Professional Business Review. 2022. Vol. 8. No. 1. P. e0840. doi: 10.26668/businessreview/2023.v8i1.840. EDN: WHFBCF.
  10. Фомина Е.Е., Кошкина Г.В., Иванова У.А. Искусственный интеллект в образовании: риски и проблемы // Цифровые, компьютерные и информационные технологии в науке и образовании: сб. ст. II Межрег. науч.-практ. конф. с междунар. участием (Брянск, 14–15 ноября 2024 г.). Брянск: Брянский гос. ун-т им. акад. И.Г. Петровского, 2025. С. 89–92. EDN: THJAKY.
  11. Сафонцева Н.Ю., Кривенко-Бахмутская Ю.Н. Искусственный интеллект в образовании: технологические смыслы и ценностные риски // Ценности и смыслы. 2025. № 1 (95). С. 19–37. doi: 10.24412/2071-6427-2025-1-19-37. EDN: ZRBVGH.
  12. Андреева Е.А., Донцов А.В. Искусственный интеллект в современном образовании // Экономические и гуманитарные исследования регионов. 2025. № 1. С. 8–11. EDN: TPHSDM.
  13. Симонова Н.В. Искусственный интеллект в образовании: перспективы и возможности применения // Информационно-коммуникационные технологии в педагогическом образовании. 2024. № 6 (93). С. 73–79. EDN: BWWFYQ.
  14. Jia F., Sun D., Looi C.K. Artificial intelligence in science education (2013–2023): Research trends in ten years // Journal of Science Education and Technology. 2024. Vol. 33. No. 1. Pp. 94–117. doi: 10.1007/s10956-023-10077-6. EDN: COJWWT.
  15. Barakina E.Yu., Popova A.V., Gorokhova S.S., Voskovskaya A.S. Digital technologies and artificial intelligence technologies in education // European Journal of Contemporary Education. 2021. Vol. 10. No. 2. Pp. 285–296. doi: 10.13187/ejced.2021.2.285. EDN: HPQKEU.
  16. Swindell A., Greeley L., Farag A., Verdone B. Against artificial education: Towards an ethical framework for generative Artificial Intelligence (AI) use in education // Online Learning Journal. 2024. Vol. 28. No. 2. doi: 10.24059/olj.v28i2.4438. EDN: KNCUPG.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Архитектура взаимодействия чат-бота с пользователем

Скачать (302KB)


Ссылка на описание лицензии: https://www.urvak.ru/contacts/

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».