Применение технологий искусственного интеллекта в школьном образовании на примере создания интеллект-карт

ВВЕДЕНИЕ 2
ГЛАВА 1. Теоретические основы применения технологий искусственного интеллекта в образовательном процессе 5
1.1 История развития и понятие искусственного интеллекта 5
1.2 Использование технологий искусственного интеллекта в образовании 9
1.3 Проблемы и этические аспекты применения искусственного интеллекта. 15
ГЛАВА 2. Практическое применение технологий искусственного интеллекта для создания интеллект-кар 21
2.1 Правила формулирования запросов и критическая оценка результатов искусственного интеллекта 21
2.2 Методические рекомендации по созданию интеллект-карт с использованием сервисов на основе ИИ 24
ЗАКЛЮЧЕНИЕ 31
СПИСОК ЛИТЕРАТУРЫ 32

Весь текст будет доступен после покупки

Актуальность исследования:
Искусственный интеллект (ИИ) становится все более важным компонентом в современном образовании. В этом контексте применение технологий ИИ может значительно улучшить процесс обучения и сделать его более эффективным и интерактивным.
1. Рост интереса к ИИ: Искусственный интеллект становится всё более распространённым и влиятельным в различных сферах жизни, включая образование. Поэтому изучение его применения в обучении является актуальным и важным для подготовки специалистов, способных эффективно работать с ИИ-технологиями.
2. Переход к дистанционному обучению: В связи с пандемией COVID-19 многие образовательные учреждения перешли на дистанционное обучение, что повысило потребность в эффективных инструментах для поддержки процесса обучения. Технологии ИИ могут играть ключевую роль в создании более персонализированного и адаптирующегося к потребностям студентов обучения.
3. Нехватка квалифицированных специалистов: В связи с быстрым ростом ИИ-технологий возникла нехватка специалистов, способных эффективно работать с ИИ-системами. Исследование применения ИИ в обучении может помочь в подготовке квалифицированных специалистов и удовлетворить потребности рынка труда.

Весь текст будет доступен после покупки

ГЛАВА 1. Теоретические основы применения технологий искусственного интеллекта в образовательном процессе
1.1 История развития и понятие искусственного интеллекта
Первой философской предпосылкой для создания искусственного интеллекта стали труды Аристотеля. Он внёс значительный вклад в развитие логического мышления и дедуктивных умозаключений, стремясь понять человеческий разум. В XVII веке Рене Декарт написал «Рассуждение о методе», а Томас Гоббс — «Человеческую природу». Эти труды создали теоретическую основу для разработки искусственного интеллекта. Работы Вильгельма Шикарда, Блеза Паскаля и Готфрида Вильгельма Лейбница о создании механических цифровых вычислительных машин заложили техническую основу для создания искусственного интеллекта [24].
В 1943 году Уоррен Маккалок и Уолтер Питтс опубликовали работу под названием «Логическое исчисление идей, относящихся к нервной активности», которая стала фундаментом для создания искусственных нейронных сетей. Они предложили модель искусственного нейрона. Это послужило началом для разработки искусственного интеллекта, который можно было реализовать на электронных вычислительных машинах того времени.
В 1949 году Дональд Хебб в своём труде «Организация поведения» определил основные принципы обучения нейронов. В 1969 году Марвин Минский и Сеймур Пейперт опубликовали исследование, посвящённое машинному обучению, где выявили главные вычислительные проблемы, возникающие при создании компьютерных моделей искусственных нейронных сетей. Из-за этих трудностей интерес к изучению нейронных сетей снизился [19].
В 1950 году Алан Тьюринг опубликовал статью «Computing Machinery and Intelligence», в которой впервые описал тест, названный впоследствии его именем. Согласно тесту Тьюринга, машина проходит испытание, если человек в процессе общения с ней не может понять, с кем он разговаривает — с машиной или с другим человеком [31].
В 1954 году возникло новое направление в искусственном интеллекте — обработка естественного языка, или компьютерная лингвистика. Во время Джорджтаунского эксперимента были показаны возможности машинного перевода простых фраз с одного языка на другой. Эксперимент оказался успешным, что побудило правительства нескольких стран вкладывать средства в развитие вычислительной лингвистики. Но вскоре выяснилось, что при переводе более сложных текстов возникают серьёзные трудности, которые на тот момент казались непреодолимыми. За десять лет существенных результатов добиться не удалось, поэтому финансирование таких проектов было остановлено [26].
В исследованиях искусственного интеллекта большое внимание уделялось экспертным системам. Предполагалось, что они смогут работать в режиме «вопрос-ответ» и заменять экспертов.В 1965 году появилась первая экспертная система под названием Dendral. Она умела определять органические соединения. Принцип работы системы был таким: ей предоставляли информацию о веществе, она обрабатывала эти данные и выдавала диагноз в виде соответствующей химической структуры [25, 32].
В 70-х годах XX века в Стэнфордском университете создали экспертную систему MYCIN. Её главное отличие от Dendral состояло в том, что в MYCIN использовались решающие правила с элементами неопределённости. Система MYCIN могла диагностировать бактерии, вызывающие тяжёлые инфекции, и подбирать оптимальное количество антибиотиков. Кроме того, её применяли для выявления нарушений свёртываемости крови. Но на практике эта система не использовалась, поскольку информация обрабатывалась слишком медленно, а это было неприемлемо для клиник [1].

Весь текст будет доступен после покупки

1. «Build Your Own Expert System.» by Chris Naylor. Book review by Robert McNair. The Statistician, Vol. 34, No. 2. (1985), p. 255.
2. Advanced AI Chat URL: https://chat-gpt.org
3. AI lesson plan generator URL: https://slidesgo.com/ai-lesson-plan-generator
4. AI Mind Map Generator URL: https://www.mymap.ai/mindmap
5. Amershi, S., & Miller, R. C. (2019). Accountability for output: A framework for evaluating explainability methods in AI. Proceedings of the 36th International Conference on Machine Learning
6. Ask Chad GPT URL: https://www.askchadgpt.com
7. Fusion Brain URL: https://fusionbrain.ai
8. Gamma URL: https://gamma.app
9. GitMind URL: https://gitmind.com
10. Kuchumov A.V., Pecheritsa E.V. Digital transformation of entrepreneurship: national and international studies // Экономический вектор. 2023. № 1 (32). С. 103-108
11. LearningStudioAI URL: https://learningstudioai.com

Весь текст будет доступен после покупки