En
Register Log in
  1. Main
  2. Conference
  3. Sormovo Readings- 2025: scientific and educational...
  4. Sovremennye problemy i trebovaniia primeneniia gen...

Sovremennye problemy i trebovaniia primeneniia generativnogo iskusstvennogo intellekta v sisteme obrazovaniia

Proceeding
International Scientific and Practical Conference «Sormovo Readings- 2025: scientific and educational space, realities and prospects for improving the quality of education»
Creative commons logo
Published in:
International Scientific and Practical Conference «Sormovo Readings- 2025: scientific and educational space, realities and prospects for improving the quality of education»
Authors:
Anna G. Khentonen 1 , Andrei A. Rusin 1
Work direction:
Инновации в образовании: интеграция новых знаний и технологий в учебные программы
Pages:
80-82
Received: 10 February 2025

Rating:
Article accesses:
296
Published in:
РИНЦ Информрегистр
1 Kuban State University
For citation:
Khentonen A. G., & Rusin A. A. (2025). Sovremennye problemy i trebovaniia primeneniia generativnogo iskusstvennogo intellekta v sisteme obrazovaniia. Sormovo Readings- 2025: scientific and educational space, realities and prospects for improving the quality of education, 80-82. Чебоксары: PH "Sreda".

Abstract

В статье представлен анализ нормативных документов и требований к изучению ГИИ в системе образования, основные проблемы и пути решений по улучшению качества образования на основе машинного обучения. Выявлены основные преимущества использования ГИИ в обучении, а также проблемы и противоречия. Представлены основные способы внедрения ГИИ в систему образования.

References

  1. 1. Бухановский А. Альянс в сфере искусственного интеллекта аккредитовал четыре программы университетов. Две из них – программы ИТМО / А. Бухановский // Электронная газета «ITMO.NEWS». 24.01.2022 [Электронный ресурс]. – Режим доступа: https://news.itmo.ru/ru/it/science/news/12371 (дата обращения 08.02.2025).
  2. 2. Вегера Ж.Г. Исследование влияния генеративного искусственного интеллекта на педагогические стратегии и методы обучения в условиях цифровизации образования / Ж.Г. Вегера // Управление образованием: теория и практика. – 2024. – №8–1. – С. 108–115. DOI 10.25726/z2078-4694-0035-f. EDN QJVODY
  3. 3. Векслер В.А. Изучение основ машинного обучения в школе на примере метода «деревья решений» / В.А. Векслер // Актуальные проблемы методики обучения информатике и математике в современной школе: материалы международной научно-практической интернет-конференции (Москва, 24–28 апреля 2023 года). – М.: Московский педагогический государственный университет, 2023. – С. 50–63. EDN VSWJMK
  4. 4. Искусственный интеллект и машинное обучение: будущее образование [Электронный ресурс]. – Режим доступа: https://blog.rosdiplom.ru/rd/pubdiplom/view.aspx?id=2545 (дата обращения: 08.02.2025).
  5. 5. Крамар С.А. Машинное обучение как инструмент современных педагогических технологий / С.А. Крамар // Развитие системы образования: теория, методология, опыт: сборник статей / БУ ЧР ДПО «Чувашский республиканский институт образования». – Чебоксары: Среда, 2019. – С. 19–22. EDN HJCGPY
  6. 6. Побединская Т. В. Использование алгоритмов машинного обучения для прогноза успеваемости учащихся основной школы / Т.В. Побединская, О.Ю. Заславская // Вестник МГПУ. Серия: Информатика и информатизация образования. – 2022. – №4 (62). – С. 75–82. DOI 10.25688/2072-9014.2022.62.4.06. EDN SMMNQZ

Comments(0)

When adding a comment stipulate:
  • the relevance of the published material;
  • general estimation (originality and relevance of the topic, completeness, depth, comprehensiveness of topic disclosure, consistency, coherence, evidence, structural ordering, nature and the accuracy of the examples, illustrative material, the credibility of the conclusions;
  • disadvantages, shortcomings;
  • questions and wishes to author.