В статье рассмотрены фундаментальные междисциплинарные вопросы иключевые управленческие вызовы, возникающие в ситуации необходимости принятия решений о легализации и внедрении технологий и сервисов искусственного интеллекта в образовательный процесс. Цель исследования – оценить возможные эффекты, преимущества и риски внедрения технологий искусственного интеллекта на основе больших языковых моделей в образовательный процесс (на уровне учебной дисциплины). Оригинальным теоретическим подходом авторов является использование теории ассамбляжей, разработанной Мануэлем Деланда. Подход позволяет помещать в модель коммуникации всех акторов независимо от их материального носителя, что необходимо в исследуемой ситуации, когда коммуникация становится гетерархичной и не только человеческой. На основе данной теории разработаны новые методические подходы для систематизации профессиональных задач преподавателя, который действует в гибридной (phygital) реальности совместно с технологиями ИИ. Проводится анализ соответствия функциональных возможностей технологий искусственного интеллекта задачам, стоящим перед преподавателем, а также предлагаются методы оценки эффективности использования ТИИ. На примере авторской разработки структуры учебного курса показано, как именно трансформируются задачи преподавателя при разработке учебного контента и реализации синхронного учебного курса совместно с ТИИ. Приводится классификация подходов, позволяющих более эффективно использовать большие языковые модели для решения образовательных задач: промпт-инжиниринг, RAG, LoRA, мультиагентный подход. Анализируются процессы цифровой трансформации высшего образования, обусловленные внедрением технологий искусственного ин - теллекта (ИИ). Основное внимание уделяется управленческим аспектам интеграции ИИ на различных уровнях образовательной организации. Публикация будет интересна менеджерам системы высшего образования, ученым и педагогам, занимающимся вопросами цифровизации обучения и цифровой трансформации вузов
Идентификаторы и классификаторы
- SCI
- Образование
В современных образовательных системах цифровые технологии играют ключевую роль в трансформации процесса обучения и воспитания. В эпоху цифровизации большинство российских вузов имеют возможность использовать электронную образовательную среду. Обучение в онлайн-формате становится неотъемлемой частью образовательного процесса1. Сервисы, основанные на технологиях искусственного интеллекта (ИИ), могут стать инструментом повышения эффективности образовательного процесса. Например, ИИ может использоваться абитуриентами при выборе будущей профессии2, студентами при подготовке к экзаменам, преподавателями для перевода иностранных текстов и исследователями при подготовке научных работ
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Brown N. B. Enhancing Trust in LLMs: Algorithms for Comparing and Interpreting LLMs //arXiv preprint. 2024. 15 p.
2. Pappachan P. et al. Transparency and Accountability //Challenges in Large Language Model Development and AI Ethics. IGI Global, 2024. P. 178-211.
3. Гаркуша Н. С., Городова Ю. С. Педагогические возможности ChatGPT для развития когнитивной активности студентов // Профессиональное образование и рынок труда. 2023. Т. 11, № 1. С. 6-23. 10.52944/ PORT.2023.52.1.001. DOI: 10.52944/PORT.2023.52.1.001 EDN: NBBIRG
4. Резаев А. В., Трегубова Н. Д. Философия общения и искусственный интеллект: опыт сравнительного анализа дискуссий в отечественной и зарубежной литературе // Эпистемология и философия науки. 2024. Т. 61, № 2. С. 134-156. EDN: KEPDPJ
5. Лешкевич Т. Г. Искусственный интеллект в контексте философского осмысления // Вопросы философии. 2023. № 5. С. 50-60. EDN: ODSIHP
6. Eden C. A. et al. Integrating AI in education: Opportunities, challenges, and ethical considerations // Magna Scientia Advanced Research and Reviews. 2024. Vol. 10, nr 2. P. 6-13.
7. Chen H. The ethical challenges of educational artificial intelligence and coping measures: A discussion in the context of the 2024 World Digital Education Conference // Science Insights Education Frontiers. 2024. Vol. 20, nr 2. P. 3263-3281. EDN: UTDWDP
8. Черных Н. А. Обзор, концепции, точки зрения к возможности правового регулирования технологии искусственного интеллекта // Бюллетень науки и практики. 2024. Т. 10, № 5. С. 519-525. DOI: 10.33619/2414-2948/102/67 EDN: EHJHAH
9. Луман Н. Социальные системы. Очерк общей теории. СПб.: Наука. 2007. 648 с. EDN: QOHQND
10. Кастельс М. Информационная эпоха: экономика, общество и культура. М.: ГУ ВШЭ, 2000. 608 c.
11. Латур Б. Пересборка социального: введение в акторно-сетевую теорию. М.: Изд. дом Высшей школы экономики, 2014. 384 с. EDN: SYZVMJ
12. Каллон М. Акторно-сетевая теория. М.: Высшая школа экономики, 2014. 10 с.
13. Knorr Cetina K. The Scientist as an Analogical Reasoner: A Critique of the Metaphor Theory of Innovation // Social Process of Scientific Investigation. Dordrecht: Reidel, 1981. P. 49-67.
14. Хабермас Ю. Моральное сознание и коммуникативное действие. СПб.: Наука, 2001. 380 с.
15. Деланда М. Новая философия общества: Теория ассамбляжей и социальная сложность. Пермь: Гиле Пресс, 2018. 170 с.
16. Глуховский А. С., Дурнев А. Д., Чирва Д. В. Распределенная моральная ответственность в сфере искусственного интеллекта // Этическая мысль. 2024. Т. 24, №. 1. С. 129-143. EDN: USICEU
17. Vaswani A. Attention is all you need // Advances in Neural Information Processing Systems. 2017. Vol. 30. 11 p.
18. Dubey A. et al. The llama 3 herd of models // arXiv preprint. 2024. 92 p.
19. Team G. et al. Gemini: a family of highly capable multimodal models // arXiv preprint. 2023. 90 p.
20. Brown T. B. Language models are few-shot learners // arXiv preprint. 2020. 75 p.
21. Wei J. et al. Chain-of-thought prompting elicits reasoning in large language models // Advances in neural information processing systems. 2022. Vol. 35. P. 24824-24837.
22. Zhang Yu. et al. Siren’s song in the AI ocean: a survey on hallucination in large language models // arXiv preprint. 2023. 32 p.
23. Lewis P. et al. Retrieval-augmented generation for knowledge-intensive nlp tasks // Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 9459-9474.
24. Hu E. J. et al. Lora: Low-rank adaptation of large language models // arXiv preprint. 2021. 24 p.
25. Wu Q. et al. Autogen: Enabling next-gen LLM applications via multi-agent conversation framework // arXiv preprint. 2023. 28 p.
26. Wang K. et al. Adapting LLM agents with universal feedback in communication // ICML 2024 Workshop on Foundation Models in the Wild. 2024. 18 p.
27. Wang A. Glue: A multi-task benchmark and analysis platform for natural language understanding // arXiv preprint. 2018. 20 p.
28. Shavrina T. et al. RussianSuperGLUE: A Russian language understanding evaluation benchmark // arXiv preprint. 2020. 10 p. EDN: IPPSTJ
29. Hashemi H. et al. LLM-Rubric: A Multidimensional, Calibrated Approach to Automated Evaluation of Natural Language Texts // arXiv preprint. 2024. 29 p.
30. Jung J., Brahman F., Choi Ye. Trust or Escalate: LLM Judges with Provable Guarantees for Human Agreement // arXiv preprint. 2024. 25 p.
Выпуск
Другие статьи выпуска
Целью данной исследовательской статьи является разработка и апробация нечетких многокритериальных моделей, обеспечивающих сбалансированное развитие интеллектуального капитала университета. Нечетко-множественные инструменты имеют существенные преимущества при поддержке принятия управленческих решений в сфере развития интеллектуального капитала, что связано с его спецификой, а также изменением его структуры и сущности в условиях цифровой экономики. Разработанные модели базируются на нечетких моделях справедливого компромисса, а также многокритериальных моделях с целевыми функциями, генерируемыми имитационными процедурами. Модели позволяют приоритизировать портфели проектов по развитию интеллектуального капитала университета на основе предложенных критериев пропорционального развития, а также полезности портфелей и необходимых для их осуществления ресурсов. Представлены и проанализированы результаты апробации моделей на примере крупного регионального университета. Материалы статьи представляют интерес для руководителей университетов, получающих инструменты обеспечения сбалансированного развития интеллектуального капитала вуза и его компонентов на всех уровнях.
Цель статьи – выявление механизмов воздействия оценок научной результативности накадровый потенциал в университетской науке. Для обзора отечественных и зарубежных публикаций, выпущенных после 2008 г., применялся метод scoping review. Показана роль оценки научной результативности в системе факторов трансформации научного кадрового потенциала университетов. Оценка научной результативности выступает компонентом научной политики, призванным способствовать достижению заданных целей. Она оказывает непосредственное влияние на объект и используется в качестве инструмента управления профессиональными ценностями и приоритетами, а также способствует обновлению кадров. Воздействие оценки может изме - няться такими факторами, как связь результатов с карьерой и финансированием, условия реализации оценки на низовых уровнях, внедрение программ поддержки преподавания, дисциплинарный и профессиональный статус ученых. На современном этапе политика повышения результативности содействует достижению сле - дующих целей развития кадрового потенциала: обновление исследовательского сообщества и активизация карьерной мобильности, но препятствует в достижении: кадрового обеспечения прорывных и высокорисковых исследований; сохранения преемственности и исследовательских традиций; подготовки новых научных кад - ров. Конфликт стимулов проявляется в разрушении сложившихся практик производства и распространения научного знания, в возложении исследовательских функций на сотрудников, специализирующихся на выполнении других работ, в распространении неэтичных практик повышения результативности. Разработка системного подхода к устранению сложившихся противоречий должна опираться на выявление и изучение существующих мер по снижению негативного воздействия оценок научной результативности на кадровый потенциал
Динамично развивающаяся цифровая среда вуза задает новые требования участникам образова - тельного процесса и требует адаптации к новым цифровым сервисам и форматам. В данной статье уделено внимание вопросам развития цифровых компетенций преподавателей высшей школы с учетом индивидуальной структуры цифровой среды. Целью исследования является разработка методического подхода анализа циф - ровой среды университета, который позволяет совершенствовать политику развития цифровых компетенций профессорско-преподавательского состава, с фокусом на преподавателе. Научная значимость заключается в исследовании цифровой среды высшего образования на основе системного подхода в рамках субъектноориентированной модели, выявлении связей между субъектами системы с ориентиром на преподавателе как субъекте цифровой среды высшего образования сучетом всех сфер изадач, стоящих перед работником высшей школы (учебной, методической, административной, научной составляющих). Предложены диагностические инструменты анализа цифровой среды университета, включающие идентификацию стейкхолдеров с учетом всех видов деятельности преподавателя, выделение стратегических сквозных и критических операционных цифровых компетенций преподавателя, цифровых инструментов и сервисов. Разработана модель оценки уровня развития цифровых компетенций преподавателя высшей школы, а также модель цифрового профиля преподавателя, включающая в себя характеристики развития цифровых компетенций и количественные значения оценки фактического и требуемого уровня владения цифровыми сервисами. Результаты апробации методического подхода на примере Института дистанционного и дополнительного образования НИУ «МЭИ» подтверждают эффективность и универсальность предложенного подхода, а также возможность адаптации для всех организаций высшего профессионального образования. Диагностика цифровой среды на основе предложенного авторами подхода позволяет университетам разрабатывать эффективную политику разви - тия цифровых компетенций профессорско-преподавательского состава, учитывая индивидуальный уровень развития цифровых компетенций, а также требуемый уровень каждого преподавателя, т. е. индивидуальную и уникальную цифровую среду. Авторами предложены инструменты планирования и подбора адаптивных инструментов развития цифровых компетенций
Цель статьи – выявление концептуальных оснований для исследования организованной частичной занятости студентов вузов как инструмента устойчивого сотрудничества университетов, власти и индустриальных партнеров, а также разработка модели ее интеграции в образовательный процесс. В статье сопоставлены актуальные методологические подходы (теория человеческого капитала, академического капитализма, неоинституционализма и сопроизводства) в изучении трудовой занятости студентов во время обучения в вузе. Предложено использование теории сопроизводства как методологии исследования совместного создания новых ценностей в системе высшего образования на основе сотрудничества университетов, студентов, власти и бизнеса. Обоснована необходимость введения нового понятия «организованная частичная занятость студентов», под которым понимаются трудовые отношения, основанные на постоянном сотрудничестве между университетами, индустриальными партнерами и студентами во время обучения в вузе, направленном на формирование востребованного работодателями специалиста. Доказана необходимость перехода от неорганизованной занятости студентов к системной модели организованной частичной занятости, интегрированной в образовательный процесс. Предложена двухэтапная модель сотрудничества вузов иработодателей, включающая проектное обучение и последующее трудоустройство мотивированных студентов. Выявлены преимущества частичной занятости: усиление связи высшего образования с требованиями рынка труда, повышение вовлеченности студентов и рост человеческого капитала региона. Новизна исследования заключается в разработке концепции организованной частичной занятости как элемента экосистемы взаимодействия вузов, студентов во время обучения и индустриальных партнеров, а также в обосновании ее роли в опережающей подготовке специалистов, в особенности в организациях, обеспечивающих технологический суверенитет и технологическое лидерство. Теоретическая и прикладная ценность статьи состоит в комплексном теоретическом анализе проблемы и практических рекомендациях по институционализации частичной занятости, что способствует решению задач национальных проектов в сфере образования и занятости молодежи. Статья адресована исследователям высшего образования, руководителям вузов, работодателям и органам власти, которые занимаются вопросами трудоустройства студентов и развития региональных рынков труда
Россия традиционно входит в число стран-мировых лидеров по приему иностранных студентов. Численность иностранных студентов, обучающихся в российских вузах, по итогам 2024 года оценивается в 389 тыс., в 2025 году эта цифра должна вырасти до 410 тыс. С учетом высокого качества подготовки на российских образовательных программах наиболее перспективные иностранные студенты в дальнейшем смогут найти работу на российском рынке и интегрироваться в российское общество. Для обеспечения возможности адресной интеграции иностранных студентов необходимо осуществлять регулярный мониторинг их миграционных намерений. Данный мониторинг предлагается осуществлять с помощью разработанного в настоящем исследовании индекса миграционных намерений иностранных студентов. Раскрытая в настоящем исследовании методика расчета индекса миграционных намерений позволяет комплексно учитывать факторы, влияющие на желание и возможность перспективного иностранного студента продолжать жить в России. В ходе исследования был составлен широкий перечень утверждений, проведена корреляционная оценка с целью исключения утверждений, демонстрирующих высокие отрицательные значения корреляции. Впоследствии была использована формула нормирования, позволяющая перевести индивидуальные значе - ния индекса миграционных намерений в диапазон значений от 0 до 1. Данный диапазон выбран для легкости интерпретации полученных результатов оценки. В результате апробации методики оценки индекса миграционных намерений студентов были получены значения общего индекса миграционных намерений (0,68), а также отдельного индекса для мужчин (0,71) и женщин (0,65). Установлено, что респонденты-мужчины в выборке демонстрируют более высокий потенциал для продолжения жизни в России, чем женщины. Применение разработанного индекса позволяет оценивать потенциал удержания наиболее перспективных иностранных студентов вРоссии. Предложенная методика расчета индекса миграционных намерений обладает значительным потенциалом для развития с учетом потребностей профильного органа власти. В частности, на практике можно увеличить количество утверждений, значимых для всестороннего мониторинга миграционных намерений иностранных студентов
В статье рассматривается альтруизм как социальный феномен, представленный в воспитательной политике федеральных университетов и в поведенческих практиках студенческой молодежи. Вусловиях становления нового миропорядка в высшей школе как целостной социокультурной системе актуализируются вопросы формирования традиционных духовно-нравственных ценностей. С опорой на идеи и положения представителей социогуманитарного направления исследований были определены сущностные содержательно-смысловые характеристики понятия альтруизма, которые соотнесены с нормативными документами, регламентирующими воспитательную работу в вузах. Определено, что понятие альтруизма не представлено в нормативных актах, однако обнаруживает свое присутствие в качестве воспитательного ориентира в традиционных духовно-нравственных ценностях (патриотизм, гражданственность, милосердие, справедливость, коллективизм, взаимопомощь). С опорой на результаты эмпирико-социологического исследования (онлайн-опрос: n=270; полуформализованное интервью: n=34) выявлено, что молодое поколение ориентировано на альтруистическое поведение в повседневной жизни, руководствуется заботой о других и стремлением сделать мир лучше. Репертуар интерпретативных моделей альтруизма становится основанием для формирования нравственного кода молодого поколения, кото - рый может быть заложен в нормативные документы, усиливая ориентацию студентов на помогающее поведение и преодолевая воспроизводство эгоцентрических установок
В статье представлена авторская методика оценки эффективности продвижения университета ирезультаты ее апробации на базе Владивостокского государственного университета – крупного регионального вуза. В описанной методике были учтены новые реалии и тренды развития рекламного рынка России и эволюции маркетинговых коммуникаций высших учебных заведений. В работе также анализируются особенности продвижения университетов, существующие подходы других авторов к оценке эффективности продвижения университетов, уточняются показатели, методы и инструменты оценки эффективности как в целом по университету, так и в разрезе отдельных медиаканалов. Важнейшими элементами предложенной методики являются: система показателей оценки эффективности продвижения; процесс оценки эффективности продвижения университета; технология оценки эффективности продвижения университета, которая включает описание методов сбора и анализа информации. Несомненным достоинством авторской методики, в сравнении с рассмотренными подходами других авторов, является следующее: методика носит комплексный характер и позволяет оценить эффективность продвижения как в целом по университету, так и в разрезе отдельных медиаканалов и направлений подготовки. Для оценки эффективности продвижения университета используются затраты на продвижение (в целом и в разрезе медиаканалов), результаты приемной кампании (количество заявлений и абитуриентов), а также результаты полевых исследований первокурсников вформе опроса. Система показателей оценки эффективности продвижения университета включает три группы показателей, что позволяет разработать комплекс предложений по повышению эффективности продвижения университета касательно распределения структуры бюджета по медиаканалам и приоритетным формам продвижения в каждом из них, а также рассмотреть целесообразность дальнейшего изменения затрат на продвижение отдельных направлений подготовки. Результаты апробации методики на примере крупного регионального вуза стали основой разработки комплекса предложений для повышения эффективности его продвижения. Материалы статьи представляют интерес для руководства университетов, а результаты апробации были использованы в планировании продвижения регионального вуза на следующий год.
Анализируется подготовка кадров негосударственными вузами России и ее сопряженность с кадровыми потребностями региональных экономик, территориальная дислокация частных вузов и их филиалов, их вклад в региональные системы подготовки профессиональных кадров, структура подготовки студентов по реализуемым образовательным программам в разрезе укрупненных групп специальностей, направлений подготовки и профессий (далее – УГСНП). Исследование основано на данных федерального статистического наблюдения по форме No ВПО-1, а также на сведениях Федеральной службы государственной статистики Российской Федерации. Результаты оценки позволили выделить специфику размещения негосударственных вузов на территории России, их вклад в общий объем подготовки кадров с высшим образованием в макрорегионах, а также влияние на соответствие системы подготовки специалистов с высшим образованием кадровым потребностям отраслей и федеральных округов. Полученные выводы могут рассматриваться в качестве информационной базы для принятия управленческих решений по пересмотру спектра реализуемых образовательных программ соответствующими органами государственной власти и руководством самих частных вузов
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- ВВГУ
- Регион
- Россия, Владивосток
- Почтовый адрес
- 690014, ДФО, Приморский край, г. Владивосток, ул. Гоголя, 41
- Юр. адрес
- 690014, ДФО, Приморский край, г. Владивосток, ул. Гоголя, 41
- ФИО
- Терентьева Татьяна Валерьевна (РЕКТОР)
- E-mail адрес
- rectorat@vvsu.ru
- Контактный телефон
- +8 (423) 2404289
- Сайт
- https://www.vvsu.ru/