Файл: Федеральное государственное бюджетное образовательное учреждение высшего образования керченский государственный.pdf

СОВРЕМЕННЫЕ НАУКА И ОБРАЗОВАНИЕ: ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
312
Уровень целостности – третий уровень. Результатом является формирование новой учебной дисциплины, носящей интегративный характер и имеющей собственный предмет изучения. Данный уровень может быть представлен интегрированным курсом (в формате факультатива), который строится с учетом специфики связи и характера взаимодействия иностранного языка с той или иной сферой профессиональной деятельности специалиста- экономиста (например, иностранный язык и прикладная экономика, иностранный язык и реклама, иностранный язык и основы коммерческой деятельности, иностранный язык и мировая экономика). В таких курсах иностранный язык является как средством, так и целью обучения. Данный уровень представляет высший уровень интеграции, он предполагает самостоятельное продуцирование речи студентов, итогом которого являются устные произведения и текстовые документы на изучаемом языке.
Выводы. Выявление, учет и реализация взаимосвязей языковой специальной подготовки студентов-экономистов на разных уровнях профессионального обучения посредством курсов различной направленности повышает эффективность преподавания иностранного языка, способствует росту познавательного интереса, расширению общего и лингвистического кругозора обучающихся, активизирует их мышление, а также развивает у них поисковые интересы и когнитивные способности.
Список использованной литературы
1.
Берулава, М. Н. Теоретические основы интеграции образования / М. Н. Берулава. –
Москва : Совершенство, 1998. - 192 с. – Текст : непосредственный.
2.
Крылов, Э. Г. Об интеграции языкового и профессионального обучения в неязыковом вузе / Э. Г. Крылов. – Текст : непосредственный // Новые подходы в лингвистике и педагогическом образовании : коллективная монография. – Нижний Новгород, 2020. –
С. 60-76.
3.
Солодкова, И. М. Интеграция языковой и профессиональной подготовки в процессе формирования конкурентоспособной личности будущего специалиста / И. М.
Солодкова. – Текст : непосредственный // Materialy VII Miedzynarodowej naukowi- praktycznej konferencji "Wyksztalcenie i nauka bez granic. – 2011. – Volume 17.
Pedagogiczne nauki.: Przemysl. Nauka i studia – С. 66-68.

СОВРЕМЕННЫЕ НАУКА И ОБРАЗОВАНИЕ: ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
313
УДК 37.01:004.032.26
НЕЙРОННЫЕ СЕТИ КАК ИННОВАЦИОННАЯ ТЕХНОЛОГИЯ
В СФЕРЕ ОБРАЗОВАНИЯ
Карлова Маргарита Юрьевна,
доцент, кандидат экономических наук, доцент кафедры математики и физики
ФГБОУ ВО «Липецкий государственный педагогический университет имени П.П. Семенова Тян-Шанского», г. Липецк
Аннотация. Нейронные сети – одно из активно развивающихся направлений искусственного интеллекта, их внедрение в образовательную сферу можно рассматривать как прорывную цифровую технологию, открывающую новые возможности и перспективы.
Ключевые слова: образование, искусственный интеллект, нейронные сети, инновационная технология, персонализированный подход.
Цифровая трансформация сегодня охватила практически все сферы [5], образование в этой связи не стало исключением [14]. Цифровизация в образовательной сфере предполагает построение новой интерактивной образовательной системы с обратной связью, в этой связи одной из активно развивающихся областей, предлагающей уникальные возможности для улучшения качества обучения и развития образовательных методик, выступает использование нейросетевых технологий (NC) [2; 3; 6; 7]. Уже сегодня NC зарекомендовали себя в ходе применения программных продуктов, построенных на базе нейротеории и могут рассматриваться как полезный педагогический инструмент (Рисунок 1). Рассмотрим несколько примеров непосредственного использования NC в сфере образования.
Эксперты отмечают в последние годы рост спроса на персонализированное обучение [2]. Всё большую популярность набирают образовательные платформы адаптивного обучения на основе NC, которые способны разработать индивидуальные программы обучения, включающие диагностику проблем обучающегося и возможность адаптирования заданий [1]. Технологии позволяют
«подтянуть» обучаемого до необходимого уровня. Бесплатный российский сервис Plario – цифровой репетитор для старшеклассников и первокурсников уже сегодня помогает устранить пробелы в знаниях по шести модулям:

СОВРЕМЕННЫЕ НАУКА И ОБРАЗОВАНИЕ: ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
314 преобразование алгебраических выражений; тригонометрия; логарифмы; рациональные уравнения и неравенства; нерациональные уравнения и неравенства; функции [1; 13].
Рисунок 1 – Варианты применения NC в образовательном процессе
Программа Gradescope позволяет автоматически проверять типовые задания по разным предметам в школах и университетах и выставлять оценки [2]. При работе на платформе Carnegie Learning алгоритм отслеживает действия учеников, их прогресс, дает обратную связь по заданиям, в режиме реального времени оповещает преподавателя, когда ученику нужна помощь.
При проверке знаний на основе тестирования NC способны: «задавать» вопросы с учётом степени важности, определять степень усвоения конкретной темы, разработать рекомендации по повторному обучению [16]. Благодаря работе NC складывается достаточно «правдивая картина» уровня знаний каждого обучаемого, и педагог на основании полученной информации уже подбирает методические приемы для дальнейшей работы. Кроме того, NC способны «подметить» вопросы, на которые часто отвечают неправильно, что позволяет внести необходимые корректировки (сформулировать более чётко

СОВРЕМЕННЫЕ НАУКА И ОБРАЗОВАНИЕ: ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
315 вопрос, устранить неоднозначность и др.). Сервис PrepAI позволяет сгенерировать тест на основе текстового материала (урока, лекции, главы учебника): NC автоматически составляет вопросы, которые можно варьировать по уровню сложности [2], при этом задача преподавателя – проверить содержание тестовых вопросов.
Адаптивная обучающая система CATS, разработанная в Белорусском национальном техническом университете, по словам разработчиков, может быть применена для изучения любой учебной дисциплины с различным количеством тем и контрольных вопросов. Достоинство CATS заключается в том, что по окончании изучения курса или его отдельной темы обучающийся самостоятельно может определить свой уровень знаний, получить рекомендации по изучению вследствие выявленных пробелов [12].
C 2019 года NC используются при проведении ЕГЭ [8]: отслеживают возможные нарушения – проставление «черных меток» на подозрительных эпизодах видеозаписи, под которую идут все выпускные экзамены, но с каждым случаем разбираются «живые» эксперты; сверка почерков, которыми написаны работы ЕГЭ с теми, которыми ранее теми же людьми писались итоговые сочинения.
Однако не стоит рассматривать NC как панацею. Ввиду быстрого развития технологий число генерирующих NC постоянно растёт, их несомненное преимущество – в способности к самообучению, анализу информации, генерации информации, однако современные алгоритмы позволяют переносить данные только между похожими задачами [11]. Кроме того, NC могут оказать и
«медвежью услугу»: NC GPT-3 справилась с итоговым сочинением: получила зачёт и допуск к экзаменам; NC ChatGPT написала дипломную работу выпускнику РГГУ, система антиплагиата отметила 80% оригинальности [9]. Но использование NC в таком ключе не несёт никакой пользы для образования: обучаемый не расширяет кругозор, не учится систематизировать информацию и выявлять закономерности, делать выводы и формулировать собственные мысли.
При таком подходе учащийся, по сути, становится «заложником» NC. Заметим,

СОВРЕМЕННЫЕ НАУКА И ОБРАЗОВАНИЕ: ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
316 что современные NC могут справится далеко не со всякой учебной задачей, и опытный преподаватель всегда может, задавая наводящие вопросы, понять степень владения материалом (экзаменационная комиссия оценила дипломную работу «удовлетворительно»! [7]).
Таким образом, NC – это безусловна одна из инновационных технологий в образовании. Рынок образовательных технологий продолжает активно развиваться, и искусственный интеллект – значимый фактор этого развития
Использование NC «открывает новые горизонты» в образовательной сфере: совершенствуется обучение, рутинная работа выполняется автоматически, появляется возможность повысить квалификацию удалённо, упрощается взаимодействие с людьми с ограниченными возможностями, создаётся возможность нивелирования различий при обучении иностранных студентов [4] и др. На основе использования NC можно сделать процесс обучения более гибким, удобным, появляется возможность сочетания очного и дистанционного форматов обучения [15]. NC можно рассматривать как полезный инструмент для проверки знаний, формирования индивидуального «профиля» уровня знаний, сбора статистики успеваемости учащихся, систематизации и прогнозирования результатов и др. Однако использование NC в образовании, при всех плюсах новых технологий, необходимо при присмотре человека и, конечно же, в их постоянном усовершенствовании. На основе полученной информации педагог сможет в кратчайшие сроки выявить конкретные проблемные места, скорректировать процесс обучения, подобрать педагогические инструменты для устранения выявленных проблем.
Список использованной литературы
1. Бубнов, Д. В. Система адаптивного обучения математике PLARIO.RU / Д. В. Бубнов.
// EdCrunch Томск. – Томск. – 2019. – С. 164-169.
2. Будущее уже здесь: как искусственный интеллект меняет образование. – Текст : электронный // Тheoryandpractice : [сайт] – URL: https://theoryandpractice.ru/posts/20442- budushchee
-uzhe-zdes-kak-iskusstvennyy-intellekt-menyaet-obrazovanie
(дата обращения:
2.05.2023).
3. Использование нейронных сетей в образовании / О. М. Бакунова, И. Л. Калитеня, А.
М. Бакунов [и др.]. – Текст : электронный // Web of Scholar. – 2018. – Т.1, № 1(19). – С. 8-10. –
EDN YMVBXJ.– Режим доступа: Научная электронная библиотека eLIBRARY.RU.

СОВРЕМЕННЫЕ НАУКА И ОБРАЗОВАНИЕ: ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
317 4. Карлова, М. Ю. О трудностях при обучении иностранных студентов учебной дисциплине "Теория вероятностей и математическая статистика" и путях их преодоления (из опыта преподавания) / М. Ю. Карлова, Т. П. Фомина. – Текст : электронный // Актуальные проблемы естественных, математических, технических наук и их преподавания : сборник научных трудов. – Липецк, 2022. – С. 46-53. – EDN EAQZNP. –
Режим доступа: Научная электронная библиотека eLIBRARY.RU.
5. Карлова, М. Ю. Цифровизация и автоматизация в Российской промышленности как определяющие факторы лидирующей позиции государства на мировой арене в эпоху индустрии 4.0 / М. Ю. Карлова, Д. А. Карасев. – Текст : электронный// Информационные технологии в процессе подготовки современного специалиста: Межвузовский сборник научных трудов. – Липецк, 2022. – С. 116-120. – EDN IZGTBE.–
Режим доступа: Научная электронная библиотека eLIBRARY.RU.
6. Козлова, О. А. Использование нейронных сетей в дистанционных образовательных технологиях для идентификации обучающихся / О. А. Козлова, А. А. Протасова. // Открытое образование. – 2021. – № 25(3). – C. 26-35.
7. Нейросети в образовании: как они помогают учиться. – Текст : электронный //
Нейросети : [Канал в Дзен]. – URL: https://dzen.ru/a/ZA63SwyRKjKh9gGP (дата обращения:
2.05.2023).
8. Нейросети и их адаптация к системе образования. – Текст : электронный //
Образование. Пресс : [сайт] – URL: https://obrazovanie.press/card/c5b7ee27-13f2-45a5-afd5-
19a679191784 (дата обращения: 2.05.2023).
9. Нейросети и образование. – Текст : электронный // Высшая школа делового администрирования : [Канал в Дзен] – URL: https://dzen.ru/a/Y-CVJFu0-Rp8KhmK (дата обращения: 2.05.2023).
10. Нейронные сети: как работают и где используются. – Текст : электронный //
Geekbrains.ru : [сайт] – URL: https://gb.ru/blog/nejronnye-seti/ (дата обращения: 2.05.2023).
11. Пендюрин, О. И. О некоторых возможностях современных нейронных сетей / О.И.
Пендюрин. – Текст : электронный // Информационные технологии в процессе подготовки современного специалиста: Межвузовский сборник научных трудов. – Липецк, 2021. – С. 156-
160. – EDN CXKIXM. –
Режим доступа: Научная электронная библиотека eLIBRARY.RU.
12. Попова, Ю. Б. Искусственная нейронная сеть в обучающей системе CATS / Ю. Б.
Попова // Цифровая трансформация. – 2019. – № 2(7). – С. 53–59.
13. Сервисы. – Текст : электронный // Национальный исследовательский Томский государственный университет : [сайт] – URL: https://digital.tsu.ru/service (дата обращения:
2.05.2023).
14. Уланов, А. Н. Инновационные технологии и методы обучения в профессиональном образовании / А. Н. Уланов, Ю. Ф. Колесникова. – Текст : электронный // Проектное управление социально-экономическим развитием региона : материалы Всероссийской научно- практической конференции. – Липецк, 2022. – С. 315-318. – EDN BIHNHJ. –
Режим доступа:
Научная электронная библиотека eLIBRARY.RU.
15. Фомина, Т. П. Интеграция очных и дистанционных форм обучения / Т. П. Фомина,
М. Ю. Карлова. – Текст : электронный // Актуальные проблемы естественных, математических, технических наук и их преподавания : сборник научных трудов. – Липецк,
2021. – С. 183-187. – EDN BQBBFN.–
Режим доступа: Научная электронная библиотека eLIBRARY.RU.
16. Что такое нейронные сети, что они могут, и как написать нейронную сеть на Python?
– Текст : электронный // Neural-university.ru : [сайт] – URL: https://neural-university.ru/neural- networks-basics (дата обращения: 2.05.2023).

СОВРЕМЕННЫЕ НАУКА И ОБРАЗОВАНИЕ: ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
318
УДК [378.1:519.8]-057.87

СОВРЕМЕННЫЕ НАУКА И ОБРАЗОВАНИЕ: ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ
319
Статья рассказывает о исследовании отношения студентов-математиков
Липецкого государственного педагогического университета к учебе.
Анализируются такие аспекты, как мотивация к учёбе, уровень самооценки.
Основной вывод статьи заключается в том, что для студентов-математиков важна мотивация и положительное отношение к учебе, а также использование различных учебных стратегий.
Цель исследования: изучить отношение к учебе студентов-математиков
Липецкого государственного педагогического университета.
Методы исследования
В ходе опроса, проведенного в начале учебного года 2022/2023, приняли участие студенты разных курсов направления Прикладная математика, обучающиеся в Липецком государственном педагогическом университете имени
П.П. Семенова-Тян-Шанского (ЛГПУ). Главной целью опроса было измерение отношения студентов к учебному процессу. В связи с этим была использована анкета, в которой студентам было предложено ответить на семь вопросов, используя более удобную для них 100-балльную шкалу. Такой выбор шкалы обусловлен тем, что в ЛГПУ применяется 100-бальная оценка текущей успеваемости [7].
Посещаемость занятий формируется под воздействием различных факторов и может быть рассмотрена как основной показатель отношения студентов к учебе.
Осознание своих способностей и мотивирующие установки (желание работать по специальности, понимание важности учебы для будущей профессиональной деятельности) влияют на прогресс в обучении, в том числе при изучении математики [2].
Уровень преподавания учебной дисциплины и моральный климат в классе также являются существенными факторами, влияющими на формирование позиции студентов в отношении к учебе.
Опрос проведен на 25 студентах разных курсов, гендерный состав выборки соответствует гендерному составу генеральной совокупности.