Алгоритм интеграции нейросетей в цифровую среду вуза для повышения качества образовательного процесса

Аннотация

Целью статьи является разработка алгоритма интеграции нейросетей в цифровую среду вуза для оптимизации работы преподавателя и повышения качества образовательного процесса. Рассматриваются варианты оптимизации работы преподавателя: 1) автоматизированное составление учебных планов и рабочих программ; 2) генерация учебных материалов; 3) адаптация учебных материалов к потребностям студентов; 4) оценивание письменных заданий; 5) контроль уровня усвоения учебного материала обучающимися и составление рекомендаций по повышению успеваемости студентов; 6) мгновенное получение обратной связи от студентов; 7) заполнение отчетной документации. Описаны критерии повышения качества образования: гибкость и адаптивность образовательного процесса к потребностям рынка труда за счет использования современных и высокотехнологичных цифровых инструментов в учебном процессе; навык работы студентов в цифровой среде, который в будущем будет использован выпускниками как профессиональный бонус; творческий подход преподавателя к учебному процессу, чтобы сделать его более интересным, привлекательным и мотивирующим. В статье анализируются характеристики нейросетей с целью выявления функций нейросетей, описания основных черт для изучения возможности использования их в работе преподавателя высшей школы. Научная новизна заключается в представлении разработанного пошагового алгоритма интеграции нейросетей в цифровую среду высшей школы, где нейросети, демонстрируя высокий технический потенциал, совершенствуют работу преподавателя высшей школы. Алгоритм состоит из девяти основных шагов: 1. Постановка задач интеграции нейросетей в цифровую среду вуза для оптимизации работы преподавателя. 2. Создание нормативной базы для регулирования прав и возможностей студентов, преподавателей и сотрудников вуза. 3. Выбор технически подходящих нейросетей в зависимости от поставленных задач. 4. Обучение и тестирование нейросетей. 5. Техническая работа по созданию удобного интерфейса нейросетей. 6. Интеграция нейросетей для оптимизации работы преподавателя. 7. Мониторинг оценки эффективности интеграции нейросетей. 8. Обратная связь от преподавателей и сотрудников как оценка успешной интеграции нейросетей. 9. Разработка и добавление новых функций и возможностей нейросетей. Результатом исследования является следующее: 1) выявлен и описан функционал нейросетей, направленный на оптимизацию работы преподавателя высшей школы; 2) выявлен и описан функционал нейросетей для решения административных задач вуза; 3) на основании выявленного ряда функций нейросетей описан пошаговый алгоритм интеграции нейросетей в цифровую срезу вуза.

Источники

1. Галкина Е. Н. Применение нейросетей в процессе обучения химии // Мир науки. Педагогика и психология. 2024. Т. 12. № 2.
2. Гаркуша Н. С., Городова Ю. С. Педагогические возможности ChatGPT для развития когнитивной активности студентов // Профессиональное образование и рынок труда. 2023. Т. 11. № 1 (52). https://doi.org/10.52944/PORT.2023.52.1.001
3. Глотова М. Ю., Самохвалова Е. А., Мухлынина О. А. Развитие навыков в области нейросетевых технологий для будущих педагогов: возможности и преимущества // Наука и школа. 2023. № 5. https://doi.org/10.31862/1819-463X-2023-5-162-172
4. Ивахненко Е. Н., Никольский В. С. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. https://doi.org/10.31992/0869-3617-2023-32-4-9-22
5. Козлова О. А., Протасова А. А. Использование нейронных сетей в дистанционных образовательных технологиях для идентификации обучающихся // Открытое образование. 2021. Т. 25. № 3. https://doi.org/10.21686/1818-4243-2021-3-26-35
6. Корякова К. А., Судакова О. В. Нейросети как новые инструменты в образовании // Информационные технологии в образовании. 2023. № 6.
7. Курбанова З. С., Исмаилова Н. П. Нейросети в контексте цифровизации образования и науки // Мир науки, культуры, образования. 2023. № 3 (100). https://doi.org/10.24412/1991-5497-2023-3100-309-311
8. Моховиков М. Е., Суслова И. А. Основные тенденции применения нейронных сетей в сфере образования // Наука. Информатизация. Технологии. Образование: материалы XII международной научно-практической конференции, Екатеринбург, 25 февраля 2019 года. Екатеринбург: Российский государственный профессионально-педагогический университет, 2019.
9. Петров В. В. Нейросети в образовании: шаг в будущее // Естественные, математические и технические науки. Образование. Технологии. Инновации: материалы Межрегиональной научно-практической студенческой конференции, Липецк, 07-28 апреля 2023 года. Липецк: Липецкий государственный педагогический университет имени П. П. Семенова-Тян-Шанского, 2023.
10. Самарина А. Е., Бояринов Д. А. Нейросети для генерации изображений: педагогический потенциал в высшем образовании // Научно-методический электронный журнал «Концепт». 2023. № 11. https://doi.org/10.24412/2304-120X-2023-11116
11. Тунева Н. В. Перспективы нейросетей как дидактического инструмента // Современные коммуникативные практики: перспективы развития теоретических и прикладных исследований: сборник докладов II Межвузовского научно-практического семинара Института филологии, иностранных языков и медиакоммуникаций Кемеровского государственного университета, Кемерово, 14 июня 2024 года. Кемерово: Кемеровский государственный университет, 2024.
12. Филатова О. Н., Булаева М. Н., Гущин А. В. Применение нейросетей в профессиональном образовании // Проблемы современного педагогического образования. 2022. № 77-3.
13. Широколобова А. Г. Педагогический потенциал нейросетей в высшей школе // Цифровые трансформации в образовании (E-Digital Siberia'2024): материалы VIII Международной научно-практической конференции, Новосибирск, 24-25 апреля 2024 года. Новосибирск: Сибирский государственный университет путей сообщения, 2024.
14. Cazarez R. L. U., Martin C. L. Neural Networks for predicting student performance in online education // IEEE Latin America Transactions. 2018. Vol. 16 (7). https://doi.org/10.1109/TLA.2018.8447376
15. Chen J. Li S. Evaluation Model of Physical Education Teaching Effect Based on Embedded Neural Network // International Journal of High Speed Electronics and Systems. 2024. November. https://doi.org/10.1142/S0129156425400774
16. Evans D., Garcia F., Kim H. Neural Network Technologies in Education: A Review of the Empirical Literature // World Journal of Education. 2021. № 4.
17. Fiore U. Neural Networks in the Educational Sector: Challenges and Opportunities // Balkan Region Conference on Engineering and Business Education. 2019. https://doi.org/10.2478/cplbu-2020-0039
18. Jurado H., Castillo M. Optimising University Education training with Neural Networks and Social Networks in Web 4.0: Predicting Outcomes // Educación Superior. 2023. № 10.
19. Monakhova L. Yu., Sherayzina R. M., Aleksandrova M. V. The pedagogical tools of digital didactics // Education & Pedagogy Journal. 2024. № 4 (12). https://doi.org/10.23951/2782-2575-2024-4-5-17
20. Peiran Yu. The Future Prospects of Deep Learning and Neural Networks: Artificial Intelligence's Impact on Education. Applied and Computational Engineering. Proceedings of the 2023 International Conference on Machine Learning and Automation. 2024. Vol. 33 (1). https://doi.org/10.54254/2755-2721/33/20230239
21. Shamsutdinova T. Problems and Prospects for the Application of Neural Networks for the Sphere of Education // Open Education. 2022. № 26. https://doi.org/10.21686/1818-4243-2022-6-4-10

Информация об авторах

Информация о статье

История публикации

• Поступила в редакцию: 10 апреля 2025.
• Опубликована: 6 июня 2025.

Ключевые слова

• интеграция нейросетей
• алгоритм интеграции нейросетей
• цифровые технологии
• оптимизация работы преподавателя
• совершенствование образовательного процесса в высшей школе
• neural network integration
• neural network integration algorithm
• digital technologies
• teacher optimization
• improvement of the educational process in higher education

Copyright

© 2025 Автор(ы)
© 2025 ООО Издательство «Грамота»

Лицензионное соглашение

Creative Commons Attribution 4.0 International (CC BY 4.0)