Применение нейросетевых систем поддержки принятия решений при формировании навыков педагогического общения
https://doi.org/10.32517/0234-0453-2024-39-5-78-91
Аннотация
В статье представлены результаты исследования потенциала применения нейросетевых систем поддержки принятия решений (СППР) для развития навыков педагогического общения у педагогов-исследователей. На основе анализа научной литературы выявлены ключевые принципы и методологические подходы к разработке и внедрению нейросетевых СППР в контексте современных образовательных парадигм. Предложена концептуальная модель функционирования нейросетевых СППР, учитывающая специфику коммуникативных компетенций педагогов и мультимодальный характер данных. Эмпирическое исследование с участием 120 педагогов различных предметных областей продемонстрировало эффективность использования нейросетевых СППР для анализа и совершенствования навыков педагогического общения. Разработанная система метрик оценки, включающая в себя количественные показатели (уровень вовлеченности учащихся, время реакции) и качественные показатели (экспертные оценки), позволила валидизировать результаты применения нейросетевых СППР в реальных образовательных условиях. В статье обсуждаются этические и социокультурные аспекты ответственного внедрения нейросетевых технологий в практику развития коммуникативных компетенций педагогов-исследователей. Намечены перспективы интеграции нейросетевых СППР с адаптивными обучающими системами и технологиями виртуальной реальности для создания комплексных решений в области совершенствования навыков педагогического общения.
Ключевые слова
Об авторах
Т. М. ВоителеваРоссия
Воителева Татьяна Михайловна, доктор пед. наук, профессор, профессор кафедры методики преподавания русского языка и литературы, факультет русской филологии
Н. В. Логинова
Россия
Логинова Наталья Владимировна, аспирант кафедры славистики, общего языкознания и культуры коммуникации, факультет русской филологии
Список литературы
1. Кузьмин Н. Н., Глазунова И. Н., Чистякова Н. А., Байтимерова Л. С. Искусственный интеллект и его роль в построении индивидуальной траектории развития обучающихся в вузах. Управление образованием: теория и практика. 2024;(3-1):113–121. EDN: QPGZLF. DOI: 10.25726/f3942-2092-6900-m.
2. Albrecht J. R., Karabenick S. A. Relevance for learning and motivation in education. The Journal of Experimental Education. 2018;86(1):1–10. DOI: 10.1080/00220973.2017.1380593.
3. Bower M. Technology-mediated learning theory. British Journal of Educational Technology. 2019;50(3):1035– 1048. DOI: 10.1111/bjet.12771.
4. Chen L., Chen P., Lin Z. Artificial intelligence in education: A review. IEEE Access. 2020;8:75264–75278. DOI: 10.1109/ACCESS.2020.2988510
5. Chetty K., Qigui L., Gcora N., Josie J., Wenwei L., Fang C. Bridging the digital divide: Measuring digital literacy. Economics: The Open-Access, Open-Assessment E-Journal. 2018;12(2018–23):1–20. DOI: 10.5018/economics-ejournal.ja.2018-23.
6. Makarova E. N., Pirozhkova I. S. Digital transformation of higher education: EFL teaching and learning experiences. Proc. 2nd Int. Scientific and Practical Conf. on Digital Economy (ISCDE 2020). Dordrecht, Netherlands, Atlantis Press; 2020:34–39. DOI: 10.2991/aebmr.k.201205.006.
7. Gruzdev M. V., Kuznetsova I. V., Tarkhanova I. Y., Kazakova E. I. University graduates’ soft skills: The employers’ opinion. European Journal of Contemporary Education. 2018;7(4):690–698. DOI: 10.13187/ejced.2018.4.690.
8. Jang H. Teachers’ intrinsic vs. extrinsic instructional goals predict their classroom motivating styles. Learning and Instruction. 2019;60:286–300. DOI: 10.1016/j.learnin-struc.2017.11.001.
9. Karakozov S. D., Ryzhova N. I. Information and education systems in the context of digitalization of education. Journal of Siberian Federal University. Humanities & Social Sciences. 2019;12(9):1635–1647. EDN: BUDCDL. DOI: 10.17516/1997-1370-0485.
10. König J., Jäger-Biela D. J., Glutsch N. Adapting to on-line teaching during COVID-19 school closure: Teacher education and teacher competence effects among early career teachers in Germany. European Journal of Teacher Education. 2020;43(4):608–622. DOI: 10.1080/02619768.2020.1809650.
11. Kuzminov Y., Sorokin P., Froumin I. Generic and specific skills as components of human capital: New challenges for education theory and practice. Foresight and STI Governance. 2019;13(2):19–41. EDN: QZXFED. DOI: 10.17323/2500-2597.2019.2.19.41.
12. Kyriakides L., Christoforou C., Charalambous C. Y. What matters for student learning outcomes: A meta-analysis of studies exploring factors of effective teaching. Teaching and Teacher Education. 2013;36:143–152. DOI: 10.1016/j.tate.2013.07.010.
13. Liu Z., Miao Z., Zhan X., Wang J., Gong B., Yu S. X. Large-scale long-tailed recognition in an open world. Proc. of the IEEE/CVF Conf. on Computer Vision and Pattern Recognition. Long Beach, CA, USA, Institute of Electrical and Electronics Engineers Inc.; 2021:2537–2546. DOI: 10.1109/CVPR.2019.00264.
14. McKenney S., Visscher A. Technology for teacher learning and performance. Technology, Pedagogy and Education. 2019;28(2):129–132. DOI: 10.1080/1475939X.2019.1600859.
15. Papavlasopoulou S., Giannakos M. N., Jaccheri L. Empirical studies on the Maker Movement, a promising approach to learning: A literature review. Entertainment Computing. 2017;18:57–78. DOI: 10.1016/j.entcom.2016.09.002.
16. Pellas N., Kazanidis I., Konstantinou N., Georgiou G. Exploring the educational potential of three-dimensional multi-user virtual worlds for STEM education: A mixedmethod systematic literature review. Education and Information Technologies. 2017;22(5):2235–2279. DOI: 10.1007/s10639-016-9537-2.
17. Remesh A. Microteaching, an efficient technique for learning effective teaching. Journal of Research in Medical Sciences: The Official Journal of Isfahan University of Medical Sciences. 2013;18(2):158–163. Available at: https://pmc.ncbi.nlm.nih.gov/articles/PMC3724377/pdf/JRMS-18-158.pdf
18. 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):162–172. EDN: NHOTUQ. DOI: 10.31862/1819-463Х-2023-5-162-172.
Рецензия
Для цитирования:
Воителева Т.М., Логинова Н.В. Применение нейросетевых систем поддержки принятия решений при формировании навыков педагогического общения. Информатика и образование. 2024;39(5):78-91. https://doi.org/10.32517/0234-0453-2024-39-5-78-91
For citation:
Voiteleva T.M., Loginova N.V. Using neural network decision support systems in the formation of pedagogical communication skills. Informatics and education. 2024;39(5):78-91. (In Russ.) https://doi.org/10.32517/0234-0453-2024-39-5-78-91