ОЦЕНКА УРОВНЯ ЗНАНИЙ УЧАЩИХСЯ И ФОРМИРОВАНИЕ ИНДИВИДУАЛЬНЫХ ОБРАЗОВАТЕЛЬНЫХ ТРАЕКТОРИЙ ПОСРЕДСТВОМ ИНТЕГРАЦИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СИСТЕМУ ОБРАЗОВАНИЯ
Ключевые слова:
искусственный интеллект, образовательные технологии, машинное обучение, личностно-ориентированное обучение, адаптивное обучение, оценивание, стратегия искусственного интеллекта.Аннотация
В данной статье проводится углублённый анализ теоретических основ
технологий искусственного интеллекта (ИИ) в сфере образования. Исследуются
такие важные аспекты, как этапы их развития, роль в педагогическом процессе,
возможности формирования концепции личностно-ориентированного обучения,
а также значение алгоритмов машинного обучения в определении уровня знаний
учащихся. Кроме того, научно-теоретические основы применения технологий
искусственного интеллекта в образовательном процессе рассматриваются в
контексте педагогики, информационных технологий и теорий обучения.
Библиографические ссылки
1. Russell S. J., Norvig P. Artificial Intelligence: A Modern Approach. – 4th ed. – Pearson, 2021.
2. Stryker C., Kavlakoglu E. What Is Artificial Intelligence (AI)? // IBM. – 2026. – URL:
https://www.ibm.com/think/topics/artificial-intelligence.
3. Turing A. M. Computing Machinery and Intelligence // Mind. – 1950. – Vol. 59, № 236. – P. 433–460.
4. McCarthy J. et al. A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. – Dartmouth
College, 1955.
5. Newell A., Simon H. A. Human Problem Solving. – Prentice-Hall, 1972.
6. Luckin R. et al. Intelligence Unleashed: An Argument for AI in Education. – Pearson Education, 2016.
7. Dede C. et al. Artificial Intelligence in Education: A New Frontier for Learning // Educational Technology. – 2019.
– Vol. 59, № 4. – P. 12–19.
8. UNESCO. Guidance on Artificial Intelligence and Education: Policy Implications. – UNESCO Publishing, 2021.
9. European Commission. Ethical Guidelines on the Use of Artificial Intelligence and Data in Teaching and Learning
for Educators. – Publications Office of the European Union, 2022.
10. Woolf B. P. Building Intelligent Interactive Tutors: Student-Centered Strategies for Revolutionizing E-Learning. –
Morgan Kaufmann, 2009.
11. Pane J. F. et al. Informing Progress: Insights on Personalized Learning Implementation and Effects. – RAND
Corporation, 2017.
12. Holmes W., Bialik M., Fadel C. Artificial Intelligence in Education: Promises and Implications for Teaching and
Learning. – Center for Curriculum Redesign, 2019.
13. Baker R. S., Yacef K. The State of Educational Data Mining in 2009: A Review and Future Visions // Journal of
Educational Data Mining. – 2009. – Vol. 1, № 1. – P. 3–17.
14. Shute V. J., Zapata-Rivera D. Adaptive Educational Systems // Adaptive Technologies for Training and Education
/ ed. by V. J. Shute, B. J. Towle. – Cambridge: Cambridge University Press, 2014. – P. 7–27.
15. Baker R. S. Data Mining for Education // International Encyclopedia of Education / ed. by P. Peterson et al. – 3rd
ed. – Elsevier, 2010. – P. 112–118.
16. Holmes W., Bialik M., Fadel C. Artificial Intelligence in Education: Promises and Implications for Teaching and
Learning. – Center for Curriculum Redesign, 2019.
17. Walkington C. Using Adaptive Learning Technologies to Personalize Instruction to Student Interests: The Impact
of Relevant Contexts on Performance and Learning Outcomes // Journal of Educational Psychology. – 2015. – Vol. 107, №
4. – P. 967–977.
18. Shute V. J., Zapata-Rivera D. Adaptive Educational Systems // Adaptive Technologies for Training and Education
/ ed. by V. J. Shute, B. J. Towle. – Cambridge: Cambridge University Press, 2014. – P. 7–27.