Аннотация
Процесс цифровизации образования, активно проводимый в нашей стране и по всему миру, позволил более широко применить в учебном процессе современные приемы преподавания, перенося часть педагогической нагрузки с очного формата на дистанционный. Проектируемые и используемые цифровые образовательные платформы уже сейчас включают в себя не только оцифрованный лекционный видеоматериал и электронные формы учебников, но и элементы автоматизации проверки выполненных учащимися заданий. Расширение области применения автоматической проверки решенных учащимися задач и выполненных упражнений является объективной необходимостью, в противном случае при дистанционных формах образовательного процесса резко возрастает нагрузка на педагога, который должен выделять значительное время на проверку увеличившегося самостоятельной работы школьников и студентов. Кроме того, при дистанционном преподавании снижается эффект личного присутствия педагога, когда учитель и ученики разделены экранами компьютеров. Существенной помощью может стать использование интеллектуальных помощников преподавателя и автоматизированных систем проверки, построенных методами машинного обучения и технологии нейронных сетей. В настоящей статье рассмотрены подходы к решению поставленных задач по автоматической проверке графических заданий и выявлению заимствований в текстовом виде. Показаны возможные варианты реализации этих функций с использованием технологий искусственного интеллекта.
Литература
Shute V., Towle B. Adaptive E-Learning. Educational Psychologist. 2003;38.
Paviotti G., Rossi P., Zarka D. Intelligent Tutoring Systems: an Overview. 2012.
Carbonell J. AI in CAI: An Artificial-Intelligence Approach to Computer-Assisted Instruction. IEEE Transactions on Man-Machine Systems. 1970;11(4):190–202.
Бесшапошников Н. О., Леонов А. Г., Прилипко А. А. Цифровизация образования — новые возможности управления образовательными треками. Вестник кибернетики. 2018; 2:154–160.
Алешева Л. Н. Интеллектуальные обучающие системы. Вестник ГУУ. 2018;1:149–155. DOI:10.26425/1816-4277-2018-1-149-155.
Бойков А. А. Конструктивно-геометрические основы и методика проверки чертежей в обучающих системах. Вестник Костромского государственного университета. 2016;22(1):163–167.
Koch G. R., Zemel R., Salakhutdinov R. Siamese Neural Networks for One-Shot Image Recognition. ICML Deep Learning Workshop. 2015;2.
Machine Learning in Static Analysis of Program Source. Режим доступа: https://habr.com/en/company/pvs-studio/blog/484202/.
RASA. Режим доступа: http://rasa.com.