XIII Международная студенческая научная конференция Студенческий научный форум - 2021

Введение

Актуальность проекта. Современное общество стоит на пороге четвертой промышленной революции. Революционные изменения опираются на цифровую трансформацию всех сторон нашей жизни: бизнеса, экономики, культуры, экосистемы, рынка труда, политических систем, технологического уклада, образования и доступа к знаниям, обработки и хранения информации, самого широкого спектра научных областей, социальной сферы, человеческой идентичности и др.

Уникальностью четвертой промышленной революции (fourth Industrial Revolution – 4IR) являются системность, экспоненциальный характер темпов развития, всеохватность, растущая гармонизация и интеграция большого количества разлчных научных дисциплин и открытий. Происходит синтез технологий различных предметных областей и их взаимодействие. 4IR – это способ описания размытости границ между физическим, цифровым и биологическим мирами. Самый простой способ понять четвертую промышленную революцию – это сосредоточиться на технологиях, лежащих в ее основе.

Одним из направлений 4IR являются технологии искусственного интеллекта. Искусственный интеллект (Artificial Intelligence – AI) описывает компьютерные системы, которые могут «думать» как люди – распознавать сложные закономерности, обрабатывать информацию, делать выводы и давать рекомендации, решать слабоформализуемые и неформализуемые задачи, обнаруживать закономерности в огромных массивах неструктурированных данных.

4IR приводит к необходимости адаптации и системы образования. Без ее соответствующей модернизации следующее поколение не будет готово к нуждам будущего. Уже сегодня необходимо знакомить нынешних школьников с основами искусственного интеллекта, так как именно в этой области решаются, и будут решаться многие принципиально важные для жизни будущего поколения вопросы, связанные с когнитивными технологиям, Интернетом вещей, цифровой экономикой, во многом базирующимися на облачных вычислениях.

В последние годы мы наблюдаем быстрый рост числа научных публикаций, прямо или косвенно посвященных образованию в условиях цифровой эпохи. Проблемам перехода от традиционной школы к цифровой школе, обучению современным цифровым технологиям посвящены работы ряда отечественных и зарубежных исследователей: О.Б. Акимова, Л.Л. Босовой, В.А. Каймина, С.Д. Каракозова, И.В. Роберт, Н.И. Рыжова, А.Ю. Уварова, М.А. Чошанова, Ю. Зелинского, Д. Пабло, М. Сматера., и др.

Многие исследователи акцентируют внимание на то, что искусственный интеллект в общеобразовательной школе не должен быть только инструментом для обеспечения безопасности и эффективной работы в классе, но и изучаться в качестве темы, чтобы познакомить обучающихся с условиями работы в современном мире. В основном речь идёт о навыках использования готовых решений и компетенций, связанных с пониманием выбора сервисов и возможностей AI, и этики применения интеллектуальных алгоритмов.

Содержание обучения основам искусственного интеллекта в школьном образовании может быть построено на основе работ отечественных и зарубежных авторов, таких как Л.В. Литвинцевой, Л. Массарона, Д. Мюллера, А.С. Потапова, Д.В. Смолина, Р. Тадусевича, Л.Н. Ясницкого и др.

В учебниках указанных авторов в форме бесед школьников с учеными, разработчиками интеллектуальных систем и роботов представлена понятная картина того, что и как изучает эта современная научная дисциплина, описаны ее основные идеи, понятия, модели и методы. Рассказано, как наделить искусственные создания способностью логически мыслить и рассуждать так, как это умеет человек, что такое нечеткие высказывания и нечеткие множества, генетические алгоритмы и мягкие вычисления, как использовать искусственный интеллект в системах управления, что такое нейросети и как обучаются роботы, в каком направлении искусственный интеллект будет развиваться дальше.

Следует отметить достижения Пермской школы искусственного интеллекта, руководимой Л.Н. Ясницким, внесшей неоценимый вклад в доступность изучения искусственного интеллекта школьниками.

Концепция внедрения элементов искусственного интеллекта в образовательный процесс школ активно реализуется в США, Китае. Так, согласно докладу, представленному компанией Technavio «Рынок искусственного интеллекта в образовании в США 2018-2022» прогнозируется рост применения AI в этой стране, как собственно для нужд образовательного процесса, так и для обновления содержания образования, до 48% к 2022 году. Еще в 2018 году рабочей группой AI4K12, сформированной Ассоциациями по развитию искусственного интеллекта (AAAI) и учителей информатики США (CSTA), были сформулированы требования к подготовке выпускников школ (К-12) в области AI.

Уроки по искусственному интеллекту в Китае ведут с 2018 года, а в 2019 году в школьной программе появился новый предмет по основам искусственного интеллекта. Согласно плану китайских властей, в 2020 году объем инвестиций в AI внутри страны превысит 150 млрд. юаней (около $22 млрд.), а к 2025 году 00 млрд. юаней (около $58 млрд.).

В России изучение основ искусственного интеллекта в школе берет своё начало ещё в последней четверти прошлого века, а в настоящее время обретает особую актуальность в связи с широкомасштабным внедрением последнего практически во все сферы жизни и деятельности человека.

В конце февраля 2020 года в прессе появилась информация (со ссылкой на проект дорожной карты развития искусственного интеллекта в России) о том, что изучение искусственного интеллекта включат в школьную программу. Предполагается включение нового предмета в программу в 2021 году — введение будет осуществляться постепенно. За три года основы искусственного интеллекта начнут изучать в половине общеобразовательных учреждений. К 2020 году планируется разработка правил предоставления средств и выдачи грантов на интеграцию искусственного интеллекта в школьное образование, создание образовательных модулей в соответствии с ФГОС.

Таким образом, обучение основам искусственного интеллекта в рамках программы средней общеобразовательной школы – ближайшая перспектива, подготовка к которой должна сопровождаться разработкой соответствующего программно-методического обеспечения. Решение этой задачи и есть основное направление выпускной квалификационной работы (проекта).

Цель проекта: разработка элективного курса по основам искусственного интеллекта.

Целевая аудитория проекта: учителя информатики средних общеобразовательных учреждений, преподаватели средних профессиональных образовательных учреждений и студенты старших курсов направления подготовки 44.03.05 Педагогическое образование, профиль подготовки «Информатика».

Границы реализации результатов проекта: образовательные организации, реализующие программы среднего общего образования и среднего профессионального образования.

База выполнения проекта: Государственное бюджетное образовательное учреждение высшего образования «Ставропольский государственный педагогический институт», кафедра математики, информатики и цифровых образовательных технологий.

Методологические основания проекта:

– системный подход как метод познания (И. В. Блауберг, В. С. Тюхтин, А. И. Уемов, Э. Г. Юдин и др.);

– деятельностный подход к процессу обучения (Л. С. Выготский, А. Н. Леонтьев, А. И. Пискунов, В. А. Сластенин, Н. Ф. Талызина и др.);

– системный подход при анализе теории искусственного интеллекта с целью выделения объектов, явлений и методов, которые целесообразно выбрать в качестве учебных элементов.

– технологический подход к отбору элементов методической системы обучения основам искусственного интеллекта, основанный на применении принципа соответствия целям обучения, дидактических принципов.

Теоретические основания проекта:

– научные основы организации учебного процесса (Б.Г. Ананьев, С.И. Архангельский, В.П. Беспалько, С.И. Зиновьев и др.);

– результаты исследований по проблемам информатизации образования (С.А. Бешенков, Я.А. Ваграменко, М.П. Лапчик, В.С. Леднев, И.В. Марусева, А.В. Могилев, Н.И. Пак, И.В. Роберт, Е.К. Хеннер, М.В. Швецкий и др.).

– результаты исследований по проблемам искусственного интеллекта, экспертных систем и инженерии знаний (Н.М. Антипина, И.Л. Братчиков, П.Л. Брусиловский, В.Н. Вагин, Т. А. Гаврилова, О.В. Герман, С.В. Грызлов, Т.А. Кувалдина, Н. Нильсон, Д.А. Поспелов, В.Ф. Хорошевский и др.)

Задачи по выполнению проекта:

Анализ темы искусственного интеллекта как объекта изучение в средней школе.

Анализ методологических аспектов проекта.

Анализ дидактических принципов построения электронного учебника.

Анализ места элективного курса в реализации требований Федерального государственного образовательного стандарта среднего общего образования.

Разработка поурочного учебного плана, дидактического обеспечения элективного курса.

Обоснование выбора свободного программного обеспечения для электронного сопровождения элективного курса.

Реализация элективного курса в среде LMS Moodle.

Апробация элементов элективного курса на практике.

Для решения поставленных задач применялись следующие методы:

– изучение и анализ, педагогической, дидактической, методической и предметной литературы по теме проекта;

– анализ образовательных стандартов, проектов, программ, учебных пособий, определяющих структуру и содержание обучения основам искусственного интеллекта;

– анализ программного инструментария для решения задач на основе технологий искусственного интеллекта.

Практическая значимость проекта заключается в том, что разработанный и внедренный в учебный процесс средней общеобразовательной школы элективный курс «Основы искусственного интеллекта» позволит повысить уровень предметной подготовки обучающихся по информатике, способствует формированию таких метапредметных результатов, как: умение использовать средства информационных и коммуникационных технологий в решении когнитивных, коммуникативных и организационных задач; формирование и развитие компетентности в области использования информационно-коммуникационных технологий с учетом современных реалий цифрового общества.

1. Аргументация и обоснование проектных решений

1.1. Искусственный интеллект как объект изучения в средней общеобразовательной школе

В России в 2019 году Министерством цифрового развития, связи и массовых коммуникаций Российской Федерации опубликованы 7 дорожных карт (планов мероприятий) по развитию в России сквозных цифровых технологий, среди которых есть «Дорожная карта развития «сквозной» цифровой технологии «нейротехнологии и искусственный интеллект»». В этой дорожной карте по направлению «Кадры» предусмотрена следующая группа мероприятий (направлений поддержки):

построение многоуровневой системы образования в области анализа данных и искусственного интеллекта;

построение системы привлечения и удержания специалистов в области анализа данных и искусственного интеллекта;

информирование граждан и организаций о преимуществах применения искусственного интеллекта в разных сферах [1, с. 46].

В эпоху быстро активной цифровизации практически всех сегментов человеческого бытия образование, являющиеся базисом в процессах генерации и передачи знаний, не могло остаться в стороне от такого современного направления развития, как искусственный интеллект (ИИ) [37].

Разработчики дорожной карты (Сбербанк России и Российский фонд прямых инвестиций (РФПИ)) отмечают, что уже разработаны правила предоставления средств федерального бюджета на выдачу грантов на интеграцию искусственного интеллекта в школьное образование, обеспечена разработка образовательных модулей в соответствии с федеральными государственными образовательными стандартами и примерными основными общеобразовательными программами.

Российское информационное агентство РИА Новости в конце февраля 2020 г. сообщило, что изучение искусственного интеллекта может быть включено в школьную программу как новый предмет уже в 2021 году. Введение предмета будет осуществляться поэтапно: в 2021 году Министерство просвещения проведет апробацию учебных модулей «Искусственный интеллект» в составе основных общеобразовательных программ не менее чем в 1% общеобразовательных организаций, а к концу 2024 года обеспечит охват не менее 50% общеобразовательных организаций. Также предстоит повысить квалификацию по искусственному интеллекту не менее чем 15 тысяч педагогов в очно-заочном формате [42].

Принятые решения в области развития сквозных цифровых технологий, в том числе, искусственного интеллекта показывают, что в последние годы в России эти проблемы из отвлеченной академической области стали не только предметом активного обсуждения со стороны руководства страны, представителей крупнейших российских компаний, руководителей исследовательских и образовательных организаций, но и реальными направлениями реализации.

Развитие технологий ИИ связано с возникновением многочисленных российских и международных стартапов, внедрением новых технологий в уже существующие организации, открытием специальных образовательных программ в российских вузах, созданием научно-технических парков, выделением новых исследовательских грантов.

Быстрое развитие технологий ИИ затронуло все отрасли, включая образование. Недавний отчет IBM, Burning Glass и Business Higher Education Forum показывает, что количество рабочих мест, требующих навыков работы с данными и аналитикой в 2020 году увеличится на 364 тысяч и достигнет 2 миллионов 720 тысяч. Это означает, что растет разрыв между спросом и предложением людей с навыками в области искусственного интеллекта [46]. Современные технологии и, в частности, искусственный интеллект все в большей степени становятся неотъемлемой частью нашей жизни. От интернета вещей до просмотра YouTube и использования социальных сетей – большая часть нашего мира поддерживается этими технологиями. Узким местом в сокращении имеющего место разрыва между спросом и предложением специалистов в области ИИ, между интеллектуальными технологиями и пониманием места личности в цифровом мире является образование.

Проблематика ИИ вызывает широкое обсуждение в обществе и в СМИ. С технологиями ИИ связывают экономические интересы России, в них видят не только как основной приоритет развития и панацею от всех бед, но и одну из основных угроз человечества. Реальность такова: наше общество находится на грани технологической революции, а ИИ лежит в основе Четвертой промышленной революции, которая в корне изменит наш образ жизни и работу. Это повлияет на всех нас. Не так много людей, которые по-настоящему понимают, что такое ИИ, но поскольку он окажет огромное влияние на нашу жизнь в будущем, мы должны стремиться иметь хотя бы базовое понимание этого. Учитывая все воздействия ИИ на современное общество, важно помнить, что его развитие, как правило, сопровождается новыми и сложными социальными и этическими проблемами.

Представляется бесспорным, что данная ситуация требует отклика со стороны научно-педагогической общественности. Тем не менее, педагоги не спешат заниматься проблемами искусственного интеллекта, отдавая их на откуп техническим специалистам, философам, математикам, психологам. Лишь в последние годы в русскоязычных научно-методических журналах появляются работы, содержащие анализ некоторых аспектов вхождения технологий искусственного интеллекта в российское образование (см., например, [21,26,31,38,43,44]).

В связи с этим перед российскими учеными и практиками в области общего образования возникает необходимость в сборе и анализе эмпирических данных о новых реалиях и в прояснении теоретико-методологических оснований как изучения основ искусственного интеллекта в школе, так и в его применении для повышения эффективности образовательного процесса.

Учитывая эти важные и быстрые изменения, происходящие в области цифровизации все сторон жизни человека и общества, уместно задать вопрос, что нужно знать молодежи об искусственном интеллекте и информационных технологиях. Во-первых, каждый должен иметь возможность распознавать ИИ и его влияние на людей и системы, а также быть активным пользователем и гражданином. Во-вторых, каждый должен иметь возможность использовать ИИи большие данные для решения проблем. И в-третьих, молодые люди, интересующиеся информатикой как карьерой, должны иметь возможности, обладать необходимыми компетенциями для создания ИИ.

Впервые одно из направлений ИИ в школьной информатике нашло отражение в учебнике В.А. Каймина – моделирования знаний. В учебнике рассматривались базы знаний, основанные на применении логической модели, реализуемые на языке Пролог [14].

К сожалению, тематика ИИ не нашла отражения в Федеральном государственном образовательном стандарте (ФГОС) последнего поколения для школ. Но учитывая то, что ИИ – одно из самых перспективных направлений информатики, игнорировать его нельзя. Уже сейчас, по инициативе учителя, эта тема может быть включена в программу при изучении информатики на углубленном (профильном) уровне или в виде отдельного элективного курса [39].

Несмотря на то, что тема ИИ не звучит в ФГОС общего образования, в стандарте можно выделить как метапредметные, так и предметные результаты, которые в той или иной мере затрагивают знания об основах ИИ и об интеллектуальных системах.

Из группы метапредметных результатов на этапе завершения основного общего образования выделим умение логически мыслить (определять понятия, создавать обобщения, устанавливать аналогии, классифицировать, самостоятельно выбирать основания и критерии для классификации, устанавливать причинно-следственные связи, строить логическое рассуждение, умозаключение (индуктивное, дедуктивное и по аналогии) и делать выводы) [8].

На уровне среднего общего образования выделенный метапредметный результат, имея тот же смысл, преобразовывается, расширяется и уточняется с учетом старшего школьного возраста: умение логически мыслить (самостоятельно ставить образовательные цели в информационно-познавательной деятельности; осуществлять поиск необходимых сведений в работе со словарями разных типов, с разнообразными массивами данных, с различными видами информации, критически оценивать и интерпретировать информацию, получаемую из различных источников) [9].

Предметными результатами, формируемым в рамках основ ИИ могут быть отнесены:

владение системой базовых знаний, отражающих вклад информатики в формирование современной научной картины мира;

владение элементарными навыками формализации прикладной задачи и документирования программ;

владение опытом построения и использования компьютерно-математических моделей, проведения экспериментов и статистической обработки данных с помощью компьютера, интерпретации результатов, получаемых в ходе моделирования реальных процессов;

умение оценивать числовые параметры моделируемых объектов и процессов, пользоваться базами данных и справочными системами;

сформированность умения работать с библиотеками программ; наличие опыта использования компьютерных средств представления и анализа данных [8, 9].

Анализ требований действующего федерального государственного образовательного стандарта среднего общего образования к предметным результатам освоения углубленного курса информатики показал, что школьник в рамках предмета «Информатика» не получает знаний в явном виде в рамках такой исследовательской области как ИИ. В связи с этим у выпускников школ не могут быть сформированы системные представления об ИИ и не будет мотивации для дальнейшего профессионального обучение в данной области.

Для однозначного вывода о степени ознакомления школьников с элементами ИИ проведен анализ содержания учебников по информатике для 10-11-х классов (углубленный уровень). Федеральный перечень учебников, рекомендуемых к использованию при реализации имеющих государственную аккредитацию образовательных программ среднего общего образования, включает в себя учебники следующих авторов: Калинин И.А., Самылкина Н.Н. (10-11 класс); Семакин И.Г., Шеина Т.Ю., Шестакова Л.В. (10 класс); Семакин И.Г., Хеннер Е.К., Шестакова Л.В. (11 класс); Фиошин М.Е., Рессин А.А., Юнусов С.М. (10 класс); Гейн А.Г., Ливчак А.Б., Сенокосов А.И. и др. (10 класс); Гейн А.Г., Сенокосов А.И. (11 класс); Поляков К.Ю., Еремин Е.А. (10-11 класс) [5].

В учебниках авторов: И.Г Семакина, Т.Ю Шеина, Л.В. Шестаковой (10 класс); И.Г. Семакина, Е.К. Хеннера, Л.В. Шестаковой (11 класс); М.Е. Фиошина, А.А. Рессина, С.М. Юнусова (10 класс); А.Г. Гейн, А.Б. Ливчак, А.И. Сенокосова и др. (10 класс); А.Г. Гейн, А.И. Сенокосова (11 класс) тема искусственного интеллекта вообще не затрагивается.

В учебнике К.Ю. Полякова, Е.А. Еремина для 11 класса есть единственный параграф – «Экспертные системы», в котором обучающихся знакомят с такими понятиями, как «эксперт», «правило», «экспертная система», «базы знаний» Авторы учебника акцентируют внимание на то, что одним из направлений ИИ являются экспертные системы, но не дается определение и развернутая характеристика проблематики ИИ [19].

В учебнике И.А. Калинина и Н.Н. Самылкиной для обучающихся 11 класса есть глава 4 «Интеллектуальные алгоритмы и искусственный интеллект», в которой раскрываются основные понятия интеллекта и его моделирования, алгебры логики, способов представления знаний, экспертных систем и самообучающихся технических систем [13]. Но, к сожалению, данный учебник не пользуется популярностью среди учителей и, как показывает практика, большинство учителей отдают предпочтение учебнику К.Ю. Полякова и Е.А. Еремина.

Таким образом, проведенный содержательный анализ учебников, входящих в федеральный перечень, позволяет констатировать тот факт, что только в учебно-методическом комплексе авторов И.А. Калинина и Н.Н. Самылкиной, рассматривается тема ИИ. В остальных учебниках эта тема либо отсутствует, либо представлена в весьма кратком изложении лишь одного из направлений ИИ – экспертные системы.

Уже сейчас возникает необходимость более чёткого выделения и явного включения основных понятий и концепций ИИ в школьный курс информатики как базового и системообразующего элемента научного понимания картины мира. Это становится особенно актуальным и важным из-за усложнения инфраструктуры нового глобального общества XXI-го века — цифрового общества, основанного на знаниях. Такое изменение окружающей действительности делает остроактуальной проблему формирования научного мировоззрения обучающихся в условиях интеллектуализации образовательного процесса. Возникает необходимость всё более полного представления системно-информационной картины мира в качестве важнейшей составляющей научного мировоззрения. В обучении информатике решение проблемы невозможно без уточнения и выявления места и роли понятий ИИ, как в содержании школьного курса, так и в системе знаний обучающихся.

Исходя из этого, на этапе обоснования проекта решалась задача анализа основных понятий ИИ и выявления их потенциальные роли в формировании научного мировоззрения школьников. К базовым нами отнесены следующие задачи:

знакомство с основными этапами развития ИИ в теоретическом и практическом аспектах;

уточнение основных понятия ИИ с точки зрения общего образования по информатике;

выявление методологических основ и методических особенностей формирования научного мировоззрения школьников в процессе обучения информатике, в частности основам ИИ;

определение места основных понятий ИИ в школьном курсе информатики в контексте формирования научного мировоззрения как целостной системы научных, философских, социально-политических, нравственных, эстетических взглядов на мир (т.е. на природу, общество и мышление).

Проведенный анализ, направленный на выявление межпредметных связей в содержании курса информатики с использованием таких понятий общей теории систем и теории искусственного интеллекта, как система, модель, язык, управление, память, мыщление, знание, измерение, исполнитель, алгоритм, интерфейс и др., позволяет утверждать, что у школьников могут формироваться такие методологические идеи, как единство живой и неживой природы, общность естественнонаучных и общественно-исторических основ неразрывного единства и взаимозависимости человека, общества и природы, антропоморфичность современной техники и технологий и т.п.

Сопоставление основных разделов ИИ и школьной информатики, показывает, что в содержании школьного курса есть примеры, иллюстрирующие решение разных задач, таких как распознавание образов, анализ текстов на естественном языке и т.д.: При этом реализуются принципы иерархичности, систематизации, выявление семантических связей между информационными объектами и/или их компонентами. Этот ряд примеров можно продолжить и сопоставить с достижениями теории и практики ИИ.

Все вышеуказанное обуславливает проблему подготовки выпускников общеобразовательных учреждений к тому, чтобы их знания были востребованы в современном обществе, а именно в эпоху цифровой экономики, в условия четвертой промышленной революции. Одним из путей решения проблемы является модернизация информационной подготовки обучающихся в части формирования элементов компетенций XXI века, в том числе, посредством знакомства с новой предметной областью – искусственный интеллект. В условиях отсутствия в существующих учебных планах и программах раздела искусственного интеллекта целесообразна разработка соответствующего элективного курса и включение отдельных элементов теории и практики ИИ в смежные дисциплины. Решение этой задачи должно быть реализовано на методологической базе, адекватной требованиям времени, иметь четкую когнитивную направленность.

1.2 Методологические аспекты проекта

Методология в прикладном смысле понимается как система принципов и подходов исследовательской деятельности, лежащих в основе процесса получения и разработки знаний в рамках конкретной дисциплины. Такое понимание вытекает из определения методологии, представленного в философском словаре: «Методология – это совокупность приемов исследования, применяемых в какой-либо науке» [24, с. 214].

Поскольку ИИ представляет собой синтез различных научных направлении, то и методология ИИ представляет собой междисциплинарный синтез методологий исследования в области соответствующих наук.

Д.А Новиков, критикуя ряд определений понятия «методология» определяет его как «учение об организации деятельности» [20, с. 20]. Далее Д.А. Новиков пишет: «Если методологию мы рассматриваем как учение об организации деятельности, то, естественно, необходимо рассмотреть содержание понятия «организация» … (Рисунок 1)» [20, с. 22].

В рамках выпускной квалификационной работы (проекта) понятие «организация» нами используется как процесс и как результат этого процесса (свойство).

Организация деятельности характеризуется логической структурой. Внешними по отношению к структуре являются характеристики деятельности. Процесс осуществления деятельности в рамках проекта реализуется в определенной временной последовательности. Следуя Д.А. Новикову [20, с. 24-26], представим схему методологии проекта (Рисунок 2).

На рисунке 3 приведены процессуальные компоненты проекта.

Основы ИИ в школьном образовании должен рассматриваться в трех плоскостях, во-первых, как явление/феномен (как ИИ входит/проявляется в социальной жизни); во-вторых, как исследовательская проблема; в-третьих, как базовое понятие.

Искусственный интеллект как феномен предстает в виде реальных (осязаемых) продуктов/устройств. В современном мире одна из основных тенденций в развитии искусственного интеллекта заключается в том, что он становится все более социальным: агенты, изначально ориентированные на решение инструментальных задач, становятся средой и участниками человеческих взаимодействий. Не будет сильным преувеличением утверждение о том, что в техническом отношении практически все ключевые идеи в технологиях искусственного интеллекта, включая популярные сегодня искусственные нейронные сети, были сформулированы несколько десятилетий ранее, начиная с середины XX века. Однако ранее не было технических возможностей для реализации данных решений; кроме того (и отчасти по причине того), ранее агенты ИИ не пронизывали повседневную жизнь общества.

Сегодня же мы постоянно встречаем ИИ в нашей жизни, который способен относительно автономно решать различные задачи: управлять автомобилем (driverless cars), искать оптимальный маршрут (Google Maps, Siri, Алиса), рекомендовать товары (Amazon), знакомства (Facebook, VKontakte), консультировать по деловым вопросам (голосовой помощник Альфа-Банка) и т. п.

Как исследовательская проблема «искусственный интеллект»:

ставит философские (мировоззренческие) вопросы;

порождает изменения в социальной реальности;

предстает по-разному в комплексе научных знаний.

В настоящее время в области исследований ИИ доминирует «большая тройка»: компьютерные науки, когнитивные науки, аналитическая философия. Ядро концептуальных положений об ИИ кристаллизуется вокруг гипотезы о принципиальной сравнимости феноменов человеческого сознания и ИИ.

Анализ определений ИИ, представленных в современных словарях и энциклопедиях, показывает, что «искусственный интеллект» понимается двояко — как область исследований особого поведения машин и как само это поведение, отличительная особенность которого состоит в выполнении задач, обычно связываемого с применением человеческого интеллекта. Вчастности, вамериканскомсловареОксфордаИИопределяетсяследующимобразом: «artificial intelligence – an area of study concerned with making computers copy intelligent human behavior)». Т.е. ИИ – это область исследования, связанная с созданием компьютеров, копирующих интеллектуальное поведение человека.

С. Рассел и П. Норвиг в своем обобщающем труде [20] по основам современных технологий ИИ приводят большое количество разнообразных определений некоторые из которых приведены ниже:

ИИ – это создание компьютеров, способных думать, подобно человеку;

ИИ – это создание машин, которые выполняют функции, требующие интеллекта при их выполнении людьми;

ИИ – это автоматизация действий, которые мы ассоциируем с человеческим мышлением;

ИИ – это изучение умственных способностей с помощью компьютера;

ИИ – это изучение интеллектуального поведения артефактов;

ИИ – это наука о проектировании интеллектуальных агентов;

ИИ – это функционирование интеллекта на основе артефакта;

ИИ – это область науки о компьютерных технологиях, занимающаяся автоматизацией разумного поведения.

Д.В. Галкин А.И. определяет ИИ как совокупность разработанных и закодированных человеком рационально-логических, формализованных правил, которые организуют процессы, позволяющие моделировать интеллектуальные структуры, производить и воспроизводить целенаправленные действия, а также выполнять последующее кодирование и принятие инструментальных решений независимо от человека [32].

Приведенное выше определение позволяет выделить ряд существенных признаков (характеристик) ИИ:

ИИ – это не продукт, не устройство, а совокупность (гармоничное сочетание) правил, которые организуют определенный процесс;

ИИ как процесс, созданный человеком, является результатом человеческой деятельности, а не другой (биологической, трансцендентальной, асоциальной и т. д.) деятельности;

ИИ – это совокупность правил, закодированных для решения инструментальных задач и достижения конкретных целей;

инструментально закодированные правила организуют активность (деятельность), которая имитирует интеллектуальные структуры Homo Sapiens;

смоделированные структуры способны участвовать в последующем кодировании, обучаться и принимать инструментальные решения, в том числе без участия и независимо от человека.

А.Е. Кононюк дает следующее определение ИИ: «Искусственный интеллект мы будем трактовать как алгоритмическое и программное обеспечение его управляющей системы («мозга»), обладающее способностью моделировать (отображать) окружающую среду и решать широкий класс интеллектуальных задач посредством обучения на опыте и адаптации к изменяющимся условиям функционирования» [15, с. 155].

Области применения ИИ весьма разнообразны и обширны. Возможности ИИ обеспечивают универсальность его применения в различных сферах, некоторые наиболее важные из которых представлены на Рисунке 3.

В современной науке круг вопросов, объединяемых термином «искусственный интеллект», довольно обширный. В настоящее время искусственный интеллект объединяет большое число разделов. Ученые, специальностью которых не является искусственный интеллект, находят в нем основу для систематизации и решения интеллектуальных задач, которым они посвятили значительную часть своей жизни. И наоборот, специалисты применяют методы искусственного интеллекта в самых различных областях, где без них не удается достичь успеха. Именно поэтому искусственный интеллект является воистину универсальной областью знаний.

Внимательное изучение Рисунка 4 приводит к убеждению, что многие из технологий и основополагающих принципов тесно связаны с процессами обучения в школе. Следовательно, необходимо, чтобы ИИ не только был включен в школьные программы как предмет, но и стал связующим звеном для преподавания других предметов на всех уровнях. Многие приложения ИИ в настоящее время доступны и позволяют реализовать индивидуальную траекторию обучения.

Следует учитывать, что в современном обществе наблюдается стремительное распространение онлайн-культуры, что обеспечивает необходимую базу для распространения технологий ИИ. Это обусловлено рядом причин:

создание агентов ИИ в виде онлайн-алгоритмов является более удобным и экономичным способом по сравнению с их материальным воплощением;

огромное количество данных создается и аккумулируется онлайн, а эти данные, в свою очередь, используются в работе многих разновидностей ИИ;

развитие онлайн-культуры, переплетаясь с развитием экономики, делает выгодным разработку и выход на рынок технологий ИИ;

в свою очередь, агенты искусственного интеллекта поддерживают развитие онлайн-культуры, позволяя извлекать прибыль из сетевой активности пользователей.

В современных обществах усиливается связь онлайн-культуры с технологиями ИИ, что приводит к изменениям в социальной среде человеческого существования и порождает принципиально новые явления – возникновение «искусственной социальности», которая понимается как коммуникативная сеть, в которой наряду с людьми, иногда вместо людей, задействованы другие агенты (искусственный интеллект), а средством взаимодействия является Интернет. Другими словами – искусственная социальность – это факт опыта участия агентов ИИ в социальных взаимодействиях в качестве активных агентов или участников этих взаимодействий. Под «агентом ИИ» понимается устройство или программа, деятельность которых опосредует и регистрирует проявления искусственного интеллекта.

Определяя концепцию ИИ, необходимо отличать знания от интеллекта, имея в виду, что знания - полезная информация, накопленная индивидом, а интеллект - это его способность прогнозировать состояние окружающей среды в сочетании со способностью превращать прогноз в подходящий ответ, ведущий к желаемой цели.

Считается, что реализация ИИ будет только тогда, когда он начнет решать проблемы самостоятельно, и делать это не в результате высокой производительности, в результате применения нового найденного метода.

Основная проблема систем ИИ состоит в том, чтобы представлять знания как логические модели реальности. В ИИ понятие «знания» является весьма спорным и находится в процессе развития и становления. Приведем некоторые из определений термина «знания». «Знания - это информация, которую вы изучили, интегрировали в общую систему ваших взглядов, основанную на непосредственном опыте и в результате обучения, и поэтому стали своего рода основой ваших действий и взглядов на жизнь» [33, с. 138-139].

В. Турчин определяет знание следующим образом: «В кибернетической эпистемологии знание, принадлежащее кибернетической системе, определяется как определенная модель той части мира, которая воспринимается этой системой. Модель - это устройство, которое генерирует прогнозы о событиях вокруг; эти прогнозы используются системой при принятии решений. Понятия значения и истины должны быть определены на этой основе. Знание является как субъективным, так и объективным, поскольку оно является результатом взаимодействия субъекта (кибернетической системы) и объекта (среды). Знание предмета всегда относительно: оно существует только как часть предмета. Мы можем изучить связь между знанием и реальностью (прежде всего, истинным или ложным данным знанием), тогда предмет знания становится, в свою очередь, объектом для нового предмета знания. Но знание в любой форме, независимо от предмета, является логической чепухой Детальное развитие кибернетической эпистемологии на основе этих определений чрезвычайно важно для формализации естественных наук и философии, а также для интерпретации математических систем» [22]. Довольно часто дается определение: знания - это хорошо структурированные данные или метаданные или данные о данных.

К методологии ИИ относятся и исторические аспекты. На заре теории и разработок ИИ в 1940-х гг. благодаря исследованиям У. Питтса, У. Маккалоха, М. Мински машинный разум пытались моделировать с помощью компьютера как «искусственные нейроны», поскольку, как тогда удалось установить, передача сигнала нейронами осуществляется, подобно транзисторам. Таким образом, ИИ понимался как моделирование работы нейронной сети мозга. В то время эту концепцию было невозможно воплотить в полноценном виде по вполне понятным техническим причинам: компьютеры были слишком несовершенны для решения подобных задач. однако позднее эти идеи нашли успешное воплощение в самых разных направлениях применения ИИ.

Альтернативная концепция ИИ была предложена М. Маккарти, коллегой М. Мински, в середине 1950-х годов. Суть его подхода к ИИ заключалась в том, что мы рассматриваем искусственный интеллект как универсальную логическую машину, основанную на компьютере (ИИ = логика). Практическим смыслом этого подхода была способность моделировать решение интеллектуальных задач с помощью ИИ, причем в любой области. Были и очевидные проблемы, потому что логика формальна, а задачи всегда решались на основе предметных знаний.

В 1960-х и 70-х годах формируется новый подход к искусственному интеллекту как к экспертной системе, основанной на представлении знаний. Д. Маккарти подходит к проблеме представления предметных знаний для ИИ, М. Минский выдвигает тезис о микрокосме, который должен служить модельной областью для обоснования ИИ. При таком подходе ИИ работает со знаниями из предметных (проблемных) областей и основывается на знаниях, полученных в этих областях. Знание о проблемной области формулируется и формализуется человеком (экспертом), а ИИ функционирует как экспертная система, степень надежности, полноты и определенности знаний в которой зависит от эксперта и способности системы к обучению.

Современные исследования и разработки в области ИИ представляют собой многомиллиардную индустрию. Сегодня экспертные системы управляют транспортными и промышленными объектами спутниками, самолетами, атомными электростанциями, военной техникой, компьютерными системами, умными домами и т.д., а также используются в медицинской диагностике, финансовом планировании, образовании и других практических сферах.

Особое внимание при знакомстве с ИИ требует такое направление, как искусственные нейронные сети.

Как отмечают ряд исследователей, нынешняя ситуация в методологии искусственного интеллекта напоминает гуманитарный, «антропологический» поворот от классической эпистемологии (философско-методологическая дисциплина, которая исследует знания как таковые, их состав, структуру, функционирование и развитие) в неклассическую и постнеклассическую современную эпистемологию.

Отмечается, что вместо рационалистической методологии наступает синергия. Природа интеллекта вообще в синергетическом ИИ понимается как коллективная, распределенная, тогда как в классике она понималась как индивидуально-ориентированная. В области компьютерной архитектуры происходит переход к интеграции различных информационных технологий, что позволяет компенсировать недостатки одной технологии и сочетать преимущества других. Синергетический ИИ (гибридные интеллектуальные системы, «мягкие вычисления» (Soft Computing), распределенные системы управления, интеллектуальные агенты, многоагентные системы, виртуальные организации, развивающееся искусственное сообщество и т. Д.) Включает изучение процессов формирования, деятельности, коммуникации и эволюция кооперации в искусственных системах [12, 17, 18, 23].

Все сказанное в полной мере относится и бурно развивающемуся направлению ИИ – искусственные нейронные сети. Приведем краткое сравнение традиционных вычислительных систем, решающих задачи ИИ и систем, построенных на базе нейронных сетей.

В традиционных вычислительных системах:

нужно точное описание алгоритма (ориентация на обработку символов);

данные должны быть точными, оборудование легко повреждается; разрушение основных элементов памяти неисправно;

каждый обработываемый объект явно указан в памяти;

трудно построить хороший алгоритм для восприятия изображений и ассоциативной выборки (неясно, например, как мы распознаем рукописные символы, конкретного написания которых раньше не видели).

В нейронной сети:

метод обработки больше похож на обработку сигнала, нежели на программу – набор весов нейронов, вместо программирования – обучение нейронов (настройка весов);

нейронная сеть устойчива к шуму, искажения данных (включая сбой отдельных нейронов) не оказывают существенного влияния на результат;

обработанные объекты представлены весами нейронов неявно. В результате в сети можно работать с объектами, с которыми она ранее не встречалась, и оббобщать результаты обучения.

В отличие от традиционных средств обработки информации, программирование нейронных сетей подразумевается в процессе обучения. Обучение строится следующим образом: существует набор тестовых задач, т.е.набор примеров с готовыми ответами, эти примеры представляются системе, нейроны получают условия примера и пре-образуют их. Далее нейроны несколько раз обмениваются преобразованными сигналами и, наконец, отображают ответ в виде набора сигналов. Отклонение от правильного ответа будет оштрафовано. Обучение заключается в минимизации штрафа как неявной функции связей.

Технологическая цепочка представления знаний выглядит следующим образом:

кодирование входов / выходов – нейронные сети могут работать только с числами;

нормализация данных - результаты нейронного анализа не должны зависеть от выбора единиц измерения;

предварительная обработка данных - устранение очевидной регулярности данных, что облегчает нейронной сети выявление нетривиальных закономерностей;

обучение нескольких нейронных сетей с различными архитектурами – результат обучения зависит от размера сети и ее начальной конфигурации;

выбор оптимальных сетей – тех, которые дают наименьшую ошибку прогнозирования по неизвестным данным;

Завершая обзор методологических аспектов искусственного интеллекта, отметим, что предшествующая методология информатик в целом ставит новые задачи, касающиеся развития концептуальной интеграции и, прежде всего, общего языка, понятного всем исследователям, занимающимся разработкой конвергентных технологий. Эта проблема является по сути междисциплинарной и ее решение возможно на пути интеграции эпистемологии, когнитивной науки и информатики, в том числе и искусственного интеллекта.

1.3. Дидактические принципы построения электронного учебника

Под современным электронным учебником понимается учебное издание, являющееся по форме программным продуктом; а по содержанию – образовательным контентом, обеспечивающее систематическое и полное представление предмета или его части; функционально поддерживающее все этапы учебного процесса в индивидуализированной образовательной среде [16, с. 8]. То есть, мы рассматриваем его в единстве комплекса электронных средств обучения, фиксирующих, сохраняющих и транслирующих предметное содержание образования, и сценария учебного процесса. Электронный учебник может задавать траекторию учебного процесса для каждого обучающегося и не может быть сведен к печатному изданию без потери дидактических свойств.

Дидактические принципы создания электронного учебника могут выступать в различных аспектах и иметь разный уровень обобщения, поскольку дидактика является как теоретической, так и нормативно-прикладной наукой, принципы выступают и как обобщающие теоретические положения, и как основания, нормирующие педагогическую деятельность, то есть имеют разную степень общности.

Будем рассматривать дидактические принципы как теоретическую ситуацию, нормализующую деятельность учителя при разработке электронного учебника, чтобы итоговый результат был эффективным, а электронный учебник и мог быть включен в информационно-образовательную среду образовательного учреждения. В процессе построения электронного учебника целесообразно учитывать дидактические принципы более высокой степени общности, общепедагогические, нормализующие общую педагогическую деятельность учителя, например, принцип связи образования с жизнью и принципы выбора методов и содержания обучения, таких как принцип научных и возможных трудностей обучения, принцип систематичности и согласованности обучения, принцип сознания и творческой активности обучающихся, принцип наглядности обучения, принцип прочности результатов обучения.

Процесс создания электронного учебника разбивается на несколько этапов: определение целей и вариантов использования (исходя из целей, условий применения электронного учебника), определение функциональных компонентов структуры учебника, выбор типа учебного пособия, учебного материала и его структурирование, и, что не менее важно, непосредственно разработка программного продукта. Это разделение условно, потому что все эти этапы взаимосвязаны.

Обратим внимание, что этапы проектирования электронного учебника отличаются от этапов проектирования традиционного учебника (выбор материала, спецификация и минимизация, оптимизация, расширение информации, дополнительная информация), которая связана с специфика представления учебного материала и специфика функционирования электронного учебника. Основным отличием электронного учебника от электронной формы учебника является его интерактивность, а также возможности индивидуализации и дифференциации обучения при создании дополнительных заданий, при этом электронная форма учебника полностью соответствует печатной форме. Издание содержит множество дидактических заданий, отличающихся обычно только наличием гиперссылок, облегчающих поиск нужной страницы или раздела.

Сформулируем теоретические основы и дидактические принципы, нормализующие оформление электронных учебников.

Принцип компетенции целеполагания, реализуемый в постановке цели использования электронного учебника и необходимого выбора соответствующего контента. Понятие «компетентность» – это способность обучающегося решать поставленные ФГОС задачи (планируемые результаты) и способность к самосовершенствованию, приобретению новых знаний, умению эффективно работать в команде. Цель обучения указывается на уровне объекта и состоит из личных, метапредметных и личностных результатов, связанных с учебной дисциплиной.

Конечной целью учебных мероприятий, организованных с использованием электронного учебника, является не полное формирование определенного результата, а формирование иных, учебных, результатов, связанных с данным предметом.

Дидактический принцип отбора контента. Основан на культурной концепции содержания образования, согласно которому контент электронного учебника должен приоритетно соответствовать ведущему компоненту содержания образования по предмету при обязательном наличии всех компонентов, составляющих содержание образования.

Для создания активно-деятельностной образовательной среды, реализации всех возможных вариантов использования электронного учебника в учебном процессе, отобранный согласно нормирующим дидактическим принципам учебный материал необходимо структурировать, предусмотреть заранее, еще на этапе проектирования, каким образом он будет включен в учебную деятельность, определив функциональное назначение каждой структурной единицы. Таким образом, структурирование требует не только учебного материала (контента) электронного учебника, но также и его функциональных элементов, которые могут быть определены путем изучения различных сценариев использования электронного учебника.

Остановимся более подробно на свойстве электронного учебника обеспечивать полноту дидактического цикла, поскольку оно, среди прочих, отличает электронный учебник от традиционной печатной формы. Модель организации совместной деятельности учителя и учеников в учебном процессе включает в себя следующие этапы учебного цикла: постановка общих дидактических задач и принятие его учениками; презентация нового фрагмента учебного материала и повышение осведомленности обучающихся; организация и самоорганизация обучающихся при осмыслении учебного материала; организация обратной связи, контроль усвоения содержания учебного материала и самоконтроль; подготовка обучающихся к работе за пределами класса. Обеспечить прохождение всех перечисленных этапов, равно как и создание индивидуализированной активно-деятельностной образовательной среды, только с помощью привычной нам книги в некоторых случаях затруднительно, хотя и возможно, но вполне соответствует потенциалу электронного учебника. Это особенно относится к возможности организации обратной связи, контроля и самоконтроля, возможности индивидуализации и дифференциации процесса обучения.

Мы исходим из того, что:

в современную информационную образовательную среду входят субъекты процесса обучения (обучающиеся, преподаватели, администрация) и средства обучения (электронные учебники);

для каждого субъекта учебного процесса, то есть для каждой категории пользователей электронного учебника, на этапе его формирования необходимо заранее прописать возможность различных сценариев использования;

отбор содержания и разработка структуры электронного учебника должны осуществляться в соответствии со сценариями, относящимися к определенным частям учебного цикла и конкретным категориям пользователей.

Рассматривая все вышеперечисленные предложения, мы определяем сценарный подход к оформлению электронного учебника. Этот подход основан на дидактических принципах, нормализующих не только процесс структурирования учебного материала, но и функционирование электронного учебника. Одним из этих принципов является принцип многофункциональности электронного учебника. Электронный учебник вместе с активно развивающимися электронными управляющими оболочками представляет собой многофункциональную систему, направленную на решение многих задач, стоящих перед всеми субъектами образовательного процесса, которые являются его пользователями.

Электронный учебник, благодаря возможностям современных информационных и коммуникационных технологий, позволяет более четко выстраивать пути обучения, динамически, в режиме реального времени. В особом способе структурирования учебного материала реализован принцип совмещения самостоятельной работы студента с дозированной педагогической помощью.

1.4 Технологические этапы разработки продукта, выступающего результатом проекта

Элективные курсы – это обязательные курсы по выбору обучающихся из компонента образовательного учреждения, входящие в состав профиля обучения. Цель изучения элективных курсов - ориентация на индивидуализацию обучения и социализацию обучающихся, на подготовку к осознанному и ответственному выбору сферы будущей профессиональной деятельности.

В 10-11 классах, когда многие обучающиеся уже определились со своей будущей профессией, выбор элективных курсов осознанный. Так на изучение элективного курса в старших классах отводится не менее 34 часов.

Курсы по выбору должны помочь ученику решить две задачи: первая задача состоит в том, чтобы ученик, выбравший данный курс утвердился в сделанном им выборе дальнейшего направления обучения, вторая задача – помочь ученику, выбравшему элективный курс, связанный с какой-либо спецификой, увидеть все многообразие видов деятельности, связанных с ним.

Содержание элективного курса должно обладать полнотой, дифференцированным характером, логической стройностью и непротиворечивостью, новизной знаний.

Элективные курсы позволяют учителям преподавать нетрадиционно, искать и пробовать новое, а ученикам в свою очередь открывать что-то новое и полезное для себя, выходить за грани школьных предметов [35].

Существует несколько типов элективных курсов по информатике [34]. Классификация обычно приводится по значению:

Курсы, посвященные углубленному изучению учебного материала основного курса;

Курсы, посвященные изучению материала выходящего за рамки школьного курса, изучению дополнительных вопросов информатики (изучение языка программирования и пр.),

Подготовительный элективный курс, посвященный подготовке к различным олимпиадам по информатике, архитектуре компьютера, и т.д.;

Курсы, направленные на демонстрацию межпредметных связей (например, курсы по компьютерному моделированию в физике, математике, химии и т.д.);

Познавательные курсы, ориентированные на обучающихся, интересы которых выходят за рамки школьной программы (например, изучение различных графических и музыкальных редакторов).

Возникает главный вопрос, сколько необходимо выделить времени на изучение элективного курса. В 10 – 11-х классах число элективных курсов определено учебным планом для каждого профиля.

Учебный план – документ, который определяет перечень, трудоемкость, последовательность и распределение по периодам обучения учебных предметов, курсов, дисциплин (модулей), практики, иных видов учебной деятельности и, если иное не установлено настоящим Федеральным законом, формы промежуточной аттестации обучающихся (п. 22 ст. 2 Федерального закона от 29.12.2012 г. № 273-ФЗ «Об образовании в Российской Федерации») [10].

Так как нами были рассмотрены учебники информатики углубленного уровня, следовательно, наш элективный курс будет ориентирован на учеников 10-11 классов, которые изучают информатику на углубленном уровне. Классы, в которых информатика изучается на углубленном уровне, имеют технологический профиль.

Технологический профиль ориентирован на производственную, инженерную и информационную сферу деятельности. В данном профиле предлагается выбирать предметы для изучения на углубленном уровне и элективные курсы преимущественно из предметных областей «Математика и информатика» и «Естественные науки».

Таблица 1. Пример учебного плана технологического профиля

Предметная область	Учебный предмет	Уровень	Количество часов
Русский язык и литературы	Русский язык	Б	70
	Литература	Б	210
Родной язык и родная литература	Родная литература/Родной язык	Б	420
Математика и информатика	Математика: алгебра и начала математического анализа, геометрия	У	280
	Информатика	У	280
	Компьютерная графика	ЭК	70
Иностранные языки	Иностранный язык	Б	210
Естественные науки	Физика	У	350
	Биохимия	ЭК	140
Общественные науки	История (Россия в мире)	Б	140
Физическая культура, экология и основы безопасности жизнедеятельности	Физическая культура	Б	210
	Основы безопасности жизнедеятельности	Б	70
	Индивидуальный проект	ЭК	70
	Предметы и курсы по выбору	ФК	350
Итого		2590

В рассмотренном нами примерном учебном плане технологического профиля (Таблица 1) на такие элективные курсы, как «Компьютерная графика», «Биохимия», «Индивидуальный проект» выделяется по 70 часов, то есть 2 часа в неделю на весь учебный год. Для нашего курса можно выделить 50 часов, то есть занятия будут проходить 1 раз в неделю в течение одного полугодия – 2 четверти.

Разрабатываемый элективный курс «Основы искусственного интеллекта» будет создан в виде электронного учебника. Использование ИКТ на уроках информатики оказывает заметное влияние на содержание, формы и методы обучения, повышает мотивацию и познавательную активность обучающихся, качество их знаний, уровень информационной культуры, расширяет кругозор, а также помогает создавать условия успешности каждого ученика на уроке [30].

Одной из основополагающих задач при создании элективного курса в виде электронного учебника – это эффективное выстраивание взаимодействия ученика и учителя. При таком режиме работы задача учителя являются:

выстроить контакт с учениками средствами платформы, на которой разработан курс;

выбрать оптимальные формы проведения занятий: форум, чат, лекции, создание тестов, практических работ, групповая работа, использование графических, аудио- и видеообъектов;

разработать методические рекомендации для обучающихся: ученикам должны быть даны четкие инструкции как выполнять практические работы, требования к оформлению [41].

Следует отметить, что электронное образование представляет собой совершенно новый этап развития российской системы образования. Благодаря появлению электронного образования решается множество проблем, длительное время существовавших в системе традиционного образования, а преимущества электронных учебных курсов сегодня стали очевидны для всех [36].

Электронный учебник для элективного курса содержит структурированный и систематизированный материал, используемый учениками в учебном процессе для освоения новых знаний и умений. Электронная форма элективного курса характеризуется логичностью изложения, высоким техническим оснащением и высоким уровнем художественного исполнения [29].

Программа электронного элективного курса должна включать в себя такие же компоненты, как и традиционная форма курса, а именно: пояснительная записка, примерное планирование учебного материала, содержание элективного курса, перечень учебно-методического обеспечения и список литературы.

Учебная литература по элективным курсам имеет статус дополнительных учебных материалов, и не требует специального разрешения на использование в учебном процессе от Министерства образования и науки России [3].

В пояснительной записке к элективному курсу должны быть отражены основные аспекты, тип элективного курса, общая продолжительность по времени и количество часов в неделю; цели курса, задачи курса, ожидаемые результаты освоения материалов курса (Приложение А).

Необходимо, чтобы программа элективного курса соответствовала особенностям профиля подготовки учеников, которые будут изучать курс, и имела практическую направленность. Должна присутствовать определенная логика построения и подачи учебного материала. Важно, чтобы программа была хорошо структурированной и связной по содержанию, была реалистичной по времени и затраченным ресурсам, элективный курс должен помочь обучающимся объективно сделать выбор для продолжения образования, иметь определенную степень новизны [28].

Одним из важных вопросов при создании электронного учебника для элективного курса – это выбор программного средства. Средства для создания электронных учебников можно разделить на группы используя комплексный критерий, включающий такие показатели, как назначение и выполняемые функции, требования к техническому обеспечению, особенности применения [21].

Во всем многообразии средств организации электронного обучения можно выделить следующие группы:

системыуправленияконтентом (Content Management Systems - CMS) – Joomla!, WordPress идр.;

системыуправленияобучением (Learning Management Systems - LMS) - Moodle, iSpring Online LMS, «Прометей», Sakai, SharePointLMS ит.д.;

системыуправленияобучениемиучебнымконтентом (Learning Content Management Systems - LCMS) – Learn eXact, SAP Learning Solution, Enterprise Learning Management идр.;

платформы для организации массовых открытых онлайн курсов – MOOCs-платформы – Coursera, Российская национальная платформа открытого образования, Универсариум и др.

Для того чтобы решить, какая программа для создания элективного курса нам подходит, воспользуемся диалоговой системой "MPRIORITY 1.0" (My Priority) предназначенной для поддержки принятия решений в различных сферах человеческой деятельности.

Для работы в программе необходимо определить критерии, важные для программного средства, выбираемого для элективного курса.

В качестве критериев для средств создания электронного курса выберем функциональность, стоимость, наличие средств разработки контента, модульность, мультимедийность, наличие системы проверки знаний (Таблица 2). Для анализа средств создания нашего электронного курса выберем iSpring Suite, Moodle, Google Classroom.

Таблица 2. Сравнение критериев основных средств создания ЭУ

Наименование критерия	iSpring Suite	Moodle	Google Classroom
Функциональность	Безлимитное облачное хранилище, возможность создания вебинаров, программ обучения. Возможность составить пошаговую программу обучения для каждого сотрудника или подразделения. Поддержка мобильного обучения	Moodle поддерживает все современные форматы. SCORM, AICC и IMS поддерживаются по умолчанию. Лекции с техникой обратной связи, которая позволяет реализовать программированное обучение. Поддержка мобильного обучения	Есть возможность публиковать теоретический материал, задания, выставлять оценки в журнале, есть календарь. Очень бедный арсенал учебных элементов. Один из самых бедных наборов учебных элементов.
Стоимость	Минимальный тариф — 12 пользователей, 47 000 рублей.	Система бесплатная, но ее нужно где-то устанавливать (нужен сервер или хостинг, доменное имя и т.д.)	Бесплатная интерактивная платформа
Наличие средств разработки контента	iSpring Suite интегрирован в PowerPoint и помогает быстро преобразовать презентацию в электронный обучающий курс с тестами, тренажерами и другими интерактивными модулями.	В Moodle можно загрузить любой тип контента: текстовый (включая PDF и XLS), изображения, презентации (через плагин Presentation), тесты и курсы. Видео можно загрузить просто так или для удобства подключить Medial — стриминговый видеосервис. Можно формировать планы обучения (learning plans).	Возможность добавлять к заданиям видео YouTube, формы Google, PDF-файлы и другие объекты с Диска. Имеется возможность назначения категории оценок, сроки сдачи, баллы за ответы и темы для создаваемых заданий.
Модульность	Отсутствует поддержка модульного обучения	Система поддерживает создания микромодулей, блоков	Поддержка модульного обучения
Мультимедийность	Мощный редактор курсов, можно быстро и без специальной подготовки разработать электронные курсы, тесты, видеолекции, интерактивные игры прямо в PowerPoint.	Отслеживания прогресса учащихся посредством визуализации; возможность публикации учебного контента различного формата – аудио, видео, текст, флэш и т.д.	Нет возможности создания мультимедийных объектов
Наличие системы проверки знаний	Редактор тестов iSpring помогает создавать тесты для обучения, проверки и закрепления знаний, а также проводить анкетирование и собирать обратную связь по обучению, содержит 14 типов вопросов.	Содержит мощный аппарат тестирования, кроме того есть задания с использованием взаимопроверки.	Нет контролирующих элементов, таких как тесты, но можно использовать Google Формы.

С помощью программы "MPRIORITY 1.0" построим иерархию отношений (Рисунок 5).

Рисунок 5 – Иерархии для выбора программы.

Далее попарно сравнивая программы и их критерии, установим в соответствующей таблице (матрица попарных сравнений) степень важности сравниваемого объекта (Рисунок 6).

Рисунок 6 – Таблица попарных сравнений для иерархии на рис.5.

После того как все сравнения внесены в матрицу, программа проводит необходимые вычисления. Итоговым решением в программе, является график показывающий приоритеты решений, вычисленные исходя из данных введённых нами (Рисунок 7).

Рисунок 7 – Итоговый результат

С помощью диалоговой системы Mpriority было выбрано программное средство Moodle для создания электронного учебника для элективного курса.

Согласно выделенным часам на элективный курс – 50 часов – составим поурочный учебный план, основываясь на примерном учебном плане, предложенным Ясницким Л.Н. и Черепановым Ф.М. (Таблица 3). Характерными особенностями разрабатываемого элективного курса являются:

Ясность и простота изложения материала, что делает его доступным для понимания и использования старшеклассниками;

Подробные рекомендации для учеников по выполнению практических работ;

Охват проектными заданиями широкого круга практических задач с применением получаемых теоретических знаний.

Элективный курс «Основы искусственного интеллекта» направлен не только на знакомство обучающихся с новыми информационными технологиями, но и на применение их в жизни, например, для принятия правильных решений. Элективный курс поможет ученикам с их профессиональным самоопределением в соответствии с тенденциями развития информационного общества, с запросами цифровой экономики.

Таблица 3. Поурочный учебный план на 50 часов

Название темы	Количество часов
	теория	практика	всего
§ 1 Введение в искусственный интеллект
История искусственного интеллекта	1	-	1
История искусственного интеллекта в России	1	-	1
История искусственного интеллекта	-	1	1
Основные направления искусственного интеллекта	1	-	1
Тест	-	1	1
Всего по первому параграфу			5
§ 2 Экспертные системы
Назначения и основные свойства экспертных систем	1	-	1
Структура экспертных систем	1	-	1
Этапы разработки экспертных систем	1	-	1
Практическая работа №1. Решение задач с помощью диалоговой системы принятия оптимальных решений My Priority	-	2	2
Практическая работа №2 Использование программы «Малая экспертная система» для решения задач	-	2	2
Тест	-	1	1
Всего по второму параграфу			8
§ 3 Нейронные сети
История возникновения нейронных сетей	1	-	1
Элементы нейронной сети	2	-	2
Машинное обучение	2	-	2
Всего по третьему параграфу			5
§ 4 Персептрон
Персептрон и его развитие Мозг и компьютер	1	-	1
Практическая работа №3 Математический нейрон	-	1	1
Персептрон и его обучение	2	-	2
Практическая работа №4,. Классификация цифр	-	2	2
Распознавание букв	1	-	1
Практическая работа №5. Распознавание печатных и рукописных букв	-	2	2
Сигмоидная функция. Ограниченность однослойного персептрона	2	-	2
Решение проблемы «Исключающего ИЛИ»	1	-	1
Алгоритм обратного распространения ошибки	1	-	1
Практическая работа №6. «Двухслойный персептрон»	-	2	2
Проектирование персептронов	2	-	2
Практическая работа №7. Моделирование таблицы умножения	-	2	2
Практическая работа №8. Создание экспертной системы «Счастье»	-	2	2

Продолжение таблицы 3

Практическая работа №9. Создание нейросети «Вероятность поступления в ВУЗ»	-	2	2
Всего по четвертому параграфу			23
Итоговый тест по всему курсу			2
Консультация			3
Защита проектов			4

Разрабатываемый элективный курс «Основы искусственного интеллекта» соответствует требованиям федерального государственного образовательного стандарта.

В соответствии с ФГОС в старшей школе значительное развитие получают метапредметные умения, формирующиеся на базе информатики. Продолжается развитие системы универсальных учебных действий, при этом в равной мере уделяется внимание всем типам: личностным, познавательным, регулятивным, знаково-символическим, коммуникативным.

Элективный курс «Основы искусственного интеллекта» формирует следующие предметные результаты:

Владение системой базовых знаний, отражающих вклад информатики в формирование современной научной картины мира (углубленный уровень);

Владение навыками и опытом разработки про грамм в выбранной среде программирования, включая тестирование и отладку программ владение элементарными навыками формализации прикладной задачи и документирования программ;

Владение опытом построения и использования компьютерно-математических моделей, проведения экспериментов и статистической обработки данных с помощью компьютера, интерпретации результатов, получаемых в ходе моделирования реальных процессов; умение оценивать числовые параметры моделируемых объектов и процессов, пользоваться базами данных и справочными системами;

Сформированность представлений о важнейших видах дискретных объектов и об их простейших свойствах, алгоритмах анализа этих объектов, о кодировании и декодировании данных и причинах искажения данных при передаче; систематизации знаний, относящихся к математическим объектам информатики;

Сформированность умения работать с библиотеками программ; наличие опыта использования компьютерных средств представления и анализа данных.

Так как элективный курс «Основы искусственного интеллекта» разрабатывается в электронной форме, использование его на уроках должно быть не только эффективным, но и безопасным для здоровья обучающихся. На уровне федеральных законов применение в сфере образования объектов и систем, созданных с использованием ИКТ, регулируется следующими нормативно-правовыми документами:

Федеральный закон «Об образовании в Российской Федерации» N 273-ФЗ от 29 декабря 2012 года с изменениями 2018 года (статьи 18, 66) [4];

Государственные стандарты (ГОСТ) по использованию электронных образовательных ресурсов: ГОСТ 7.60, ГОСТ 33247, ГОСТ Р 53620, ГОСТ Р 55750, ГОСТ Р 55751, ГОСТ 19.301-79;

Федеральный государственный образовательный стандарт среднего общего образования (ФГОС СОО) [11];

Санитарно-эпидемиологические правила и нормативы по использования информационно-коммуникационных технологий в сфере образования [6];

Санитарно-эпидемиологические нормативы (СанПиН) об использовании электронных образовательных ресурсов в обучении [7];

ГОСТ 19.301-79. ЕСПД. Программа и методика испытаний. Требования к содержанию и оформлению [2].

Федеральный государственный образовательный стандарт ориентирует образовательные учреждения на переход к более гибкому, динамичному и персонализированному обучению. Закон об образовании является той правовой базой, тем правовым полем, которые помогают нам реализовать новые стандарты образования.

В Законе «Об образовании в Российской Федерации» есть статьи, которые посвящены непосредственно реализации технологий, связанных с электронным обучением. В статье 13 говорится о том, что «при реализации образовательных программ используются различные образовательные технологии, в том числе дистанционные образовательные технологии, электронное обучение».

Согласно ФГОС СОО в образовательных учреждениях, реализующих основную образовательную программу, должны быть созданы все условия для успешной реализации электронного обучения и применения дистанционных образовательных технологий, с учетом всех требований указанных в ФГОС СОО [11].

Документом, который регламентирует правила использования электронных ресурсов на уроках, является СанПиН. В документе описываются основные требования по использованию компьютеров на уроке, без которых наш электронный курс бессмыслен. Главным ограничением использования компьютеров на уроке – является время, для обучающихся 10-11 классов максимальное время провождение за компьютером – 30 минут на первом уроке, 20 минут на втором уроке, если уроке идут подряд.

Электронный курс для элективного курса «Основы искусственного интеллекта» будет разрабатываться с учетом всех нормативно-правовых документов и основных требований.

Вывод по первой главе. На основании всего вышеизложенного можно сделать выводы:

Разработки в области искусственного интеллекта говорят о том, что развитие не стоит на месте, ИИ является развивающейся областью науки, в которой есть возможности для проявления талантов новых открытий. Уже сегодня существует множество конкурсов и грантов для школьников в области искусственного интеллекта. Введение элективного курса «Основы искусственного интеллекта» в школы поможет ученикам, чей кругозор выходит за рамки школьной программы, попробовать себя в новой науке. Данный элективный курс актуален для старшей школы, так как в этот период ученики решают какую профессию выбрать и возможно эти уроки могут повлиять на их выбор.

Не включать в школьный курс информатики искусственный интеллект – это как «строить пирамиду знаний с усеченной вершиной». Безусловно, эта тема требует дальнейшей методической проработки, но остается бесспорным то, что элементы искусственного интеллекта обязательно должны входить в школьный курс информатики [40].

2. Описание результатов проекта

2.1 Аннотация результата проекта

Элективный курс «Основы искусственного интеллекта» разрабатывается в виде электронного дистанционного курса на платформе Moodle. Элективный курс «Основы искусственного интеллекта» разработан для обучающихся 10-11 классов, где информатика изучается на углубленном уровне. Элективный курс направлен на формирование знаний и умений обучающихся в области искусственного интеллекта, на их профессиональное самоопределение в соответствии с тенденциями развития информационного общества, с запросами цифровой экономики, в курсе приводится теоретический, практический материал, а также дополнительный материал по темам.

Дистанционный курс «Основы искусственного интеллекта» состоит девяти разделов:

Информационный раздел;

Введение в искусственный интеллект;

Экспертные системы;

Нейронные сети;

Персептрон;

Исследовательский проект;

Завершение курса;

Литература и дополнительные материалы.

Структуру курса можно увидеть на главной странице курса, либо в раскрывающемся меню, которое находится в левом верхнем углу экрана (Рисунок 8).

Рисунок 8 – Главная страница курса «Основы искусственного интеллекта»

Главная страница курса также содержит блок «Прогресс завершения элементов курса», которая позволяет ученикам проследить их индивидуальный прогресс завершения изучения курса, зеленым цветом выделены блоки, которые уже изучены и оценены, желтым – ответ подан на проверку, синий цвет показывает, что ученик еще не приступал к его изучению (Рисунок 9).

Рисунок 9 – Блок прогресса завершения элементов курса

«Информационный раздел» (рисунок 10) включает в себя такие компоненты как «Аннотация курса», «Пояснительная записка», «Глоссарий», «Консультация с учителем», «Чат», «Посещаемость». Аннотация курса содержит краткое описание курса и сведения об авторе. Глоссарий содержит основные понятия элективного курса и имеет ссылки на весь курс, при употреблении понятия из глоссария в курсе, ученик может мгновенно посмотреть определение, коснувшись выделенного слова. Компонент «Консультация с учителем» позволяет ученикам задавать вопросы, обсуждать с учителем трудности, которые были вызваны изучением лекции или при выполнении практических работ.

Рисунок 10 – Информационный раздел

В теоретико-практическом содержании элективного курса «Основы искусственного интеллекта» для обучающихся 11-х классов (50 часов) выделены следующие разделы: «Введение в искусственный интеллект» (5 ч), «Экспертные системы» (8 ч), «Нейронные сети» (5 ч), «Персептрон» (23 часа), «Исследовательский проект» (7 ч). В примерном поурочном тематическом планировании элективного курса определена тема для каждого занятия (Таблица 3).

Раздел «Введение в искусственный интеллект» включает в себя теоретический материал, творческое задание, тестирование по разделу, а также видео фрагменты для любознательных.

Раздел «Экспертные системы», как и предыдущий раздел, содержит теоретический материал, практические работы, тест. Практические работы в этом разделе выполняются с использованием таких программных продуктов как «My Priority», «Малая экспертная система». В связи с тем, что ученикам необходимо скачивать и инсталлировать программы самостоятельно, в разде предусмотрены подробные инструкции с рисунками и описанием шагов установки (Рисунок 11).

Рисунок 11 – Инструкция по скачиванию и установки программы «Малая экспертная система»

Раздел «Нейронные сети» содержит только теоретический материал, этот раздел является вводным перед изучением раздела «Персептрон».

Раздел «Персептрон» рассчитан на 23 часа, включает в себя теоретический материал, входе изучения которого обучающиеся должны знать и понимать следующее:

иметь представление о строении мозга и происходящих в нём процессах;

знать математические формулы, которые реализует математический нейрон, и уметь вычислять его выход;

понимать принцип действия персептрона, классифицирующего числа на четные и нечётные, и знать алгоритм его обучения;

должны знать алгоритм обучения персептрона с помощью дельта-правила;

понимать принцип действия персептрона, предназначенного для распознавания букв алфавита, и понимать суть свойства обобщения;

должны понимать, что ведение сигмоидной функции активации вместо функции-ступеньки и появление нового алгоритма обучения – обобщённого дельта-правила – расширили область применения персептрона. Теперь он может оперировать не только с бинарными, но и с непрерывными выходными сигналами;

должны усвоить идею алгоритма распределения ошибки, а также знать его область применения, преимущества и недостатки перед всеми изученными ранее методами;

должны знать формулировку теоремы Арнольда – Колмогорова – Хет-Нильсена;

уметь пользоваться формулами для оценки количества нейронов скрытого слоя двухслойного персептрона.

В этом разделе ученики начинают знакомиться с лабораторным практикумом, разработанным Ясницким Л.Н. и Черепановым Ф.М. Практические работы №8 и 9 должны выполняться учениками с помощью нейросимулятора, инструкция по установке и использованию, которого находятся в открытом доступе для обучающихся.

В содержание лекций включены основные понятия, определения, рисунки, схемы и таблицы. В лекциях используется видеоматериалы, встроенные с помощью url-кода (Рисунок 12).

Рисунок 12 – Видеоматериалы лекции «Машинное обучение. Как именно учатся машины»

Во вовремя изучения лекции при переходе между страницами, либо при завершении изучения ученикам необходимо ответить на контрольные вопросы для проверки успешного усвоения знаний и получения оценки за лекцию (Рисунок 13). При успешном ответе на вопрос ученик сможет продолжить или завершить лекцию, в противном случае он остается на текущей странице для повторного изучения материала.

Рисунок 13 – Контрольный вопрос лекции «персептрон и его развитие»

В конце каждой главы предлагаются практические работы, которые должны выполняться с использованием компьютера. Каждая практическая работа содержит цель, теоретическую и практические части, краткую инструкцию по выполнению работы, задания для выполнения работы (Рисунок 14).

Рисунок 14 – Пример структуры практической работы

Большая часть практических работ содержит контрольные вопросы для самостоятельной работы обучающихся и изучения дополнительного теоретического материла. В ходе выполнения практических работ, обучающиеся должны приобрести следующие умения, навыки, знания:

научиться достаточно оперативно и эффективно решать различные задачи, возникающие в различных областях человеческой деятельности с помощью диалоговой системы MPriority;

выработать умения и навыки создания и редактирования баз знаний с использованием программного обеспечения «Малая экспертная система»;

должны понимать принцип действия математического нейрона, уметь подбирать синаптические веса и пороги нейронов, моделирующих логические функции «И» и «ИЛИ»;

обучающиеся должны убедиться на практике в способности персептрона обучаться классифицировать числа на чётные и нечётные;

обучающиеся должны понять и глубоко изучить на практике принцип действия персептрона, убедиться в его способности распознавать образы;

обучающиеся должны знать и понимать, как нейросетевые технологии могут применяться в различных областях;

обучающиеся должны уметь менять количество входных и выходных нейронов, количество скрытых слоёв, количество нейронов в скрытых слоях, виды и параметры активационных функций.

обучающиеся должны знать, что качество нейросетевой модели определяется в первую очередь её прогностическими свойствами;

обучающиеся должны уметь применять метод нейросетевого математического моделирования для решения широкого круга разнообразных задач, имеющих практическое значение.

На протяжении изучения курса «Основы искусственного интеллекта» школьникам предлагается выполнить исследовательский проект, который направлен на закрепления полученных знаний изучаемого курса. Ученикам предлагается с помощью нейросимулятора разработать интеллектуальную систему, используя навыки, полученные при выполнении практических работ курса. Использование исследования как метода познания качественно повышает уровень изучения курса. С помощью исследовательского проекта обучающиеся идут от восприятия и усвоения готовой информации к к самостоятельному их применению. В дистанционном курсе под проект выделен раздел «Исследовательский проект» (Рисунок 15). В разделе ученики могут ознакомиться с тематикой, на выбор у обучающихся восемнадцать тем. Ученики в данном разделе могут ознакомиться с примером выполнения второй части, а также с образцом оформления исследовательского проекта. Практика написания исследовательского проекта полезна школьникам, так как при обучении в ВУЗе этот опыт пригодится им при написании курсовых работ.

Рисунок 15 – Раздел «Исследовательский проект»

Раздел «Завершение курса» содержит итоговый тест из 24 вопросов, рассчитанный на 80 минут. Каждый вопрос выносится на отдельную страницу, ученики во время выполнения теста могут видеть оставшееся время, оно расположено в левом верхнем углу в разделе «Навигация по тесту» (Рисунок 16). В этом же разделе ученики могут переключаться между вопросами и завершить попытку. В отличие от остальных тестов, которые включены в курс, итоговый тест пересдавать нельзя, у учеников есть одна попытка для успешной сдачи теста.

Рисунок 16 – Раздел «Навигация по тесту»

Итоговый тест содержит вопросы с открытым ответом, вопросы на соответствие, вопросы с множественным выбором ответа, вопрос с единственным ответом. После нажатия на кнопку «Закончить попытку», системы показывает, что все ответы пользователя сохранены и предлагает на выбор вернуться к попытке, либо «отправить все и завершить тест». Если ученик завершает тест, система представляет ученику отчет, в котором отражается время, когда был начат и завершен тест, сколько прошло времени, количество баллов и оценка за тест (Рисунок 17). В отчете показываются все вопросы, на которые отвечал обучающийся и вариант ответа, который он выбрал. Также показано, сколько баллов получено за тот или иной вопрос.

Рисунок 17 – Отчет при завершении теста

Во время прохождения дистанционного курса Основы искусственного интеллекта» обучающиеся смогут отслеживать свои оценки, полученные за прохождения лекций или выполнения практических работ, а также тестов и исследовательского проекта в разделе «Оценки». Здесь же ученики могут посмотреть свою предварительную итоговую оценку за курс (Рисунок 18).

Рисунок 18 – Раздел «Оценки»

Текущий контроль усвоения материала осуществляется по результатам выполнения практических работ.

Итоговая оценка по окончанию изучения дистанционного курса «Основы искусственного интеллекта» выводится автоматически, она складывается из оценок, полученных за весь период, итогового теста и выполненного исследовательского проекта.

Оценка, полученная обучающимся за курс демонстрирует степень освоения материала и умения его применять при подготовке практических работ:

«Отлично» – обучающийся освоил теоретический материал курса, получил навыки в его применении при выполнении практических работ; в работе над проектом обучающийся продемонстрировал умение работать самостоятельно, творчески.

«Хорошо» – обучающийся освоил идеи и методы данного курса в такой степени, что может справиться со стандартными заданиями (без проявления явных творческих способностей); наблюдаются определенные положительные результаты, свидетельствующие об интеллектуальном росте, возрастании общих умений обучающегося.

«Удовлетворительно» – обучающийся освоил наиболее простые идеи и методы курса, что позволило ему достаточно успешно выполнять простые задания.

Дистанционный курс «Основы искусственного интеллекта» содержит раздел для любознательных учеников (Рисунок 19). В нем они могут посмотреть дополнительные видео-уроки. Все видеоролики, которые есть в курсе, не предусматривают переход на сторонние сайты, видеоролики внедрены курс и не требуют перехода по ссылкам.

Рисунок 19 – Раздел курса «Для любознательных»

В этом разделе ученики могут попробовать обучить нейронную сеть Quck, Draw от компании Google распознавать рисунки, которые обучающиеся рисуют с помощью мыши.

В конце курса имеется раздел с литературой и дополнительным материалам. Ученики, которым не хватает теоретического материала в лекциях, могут скачать файл, в котором содержится список литературы (Рисунок 20).

Рисунок 20 – Раздел курса «Литература и дополнительные материалы»

В курсе «Основы искусственного интеллекта» есть блок «Для слабовидящих» (Рисунок 21). Данный блок учитывает требования, отраженные в ГОСТ Р 52872-2012 [45]. Блок для слабовидящих учеников, решает вопрос с контрастностью и размером шрифта.

Рисунок 21 – Блок для слабовидящих

Программа дистанционного элективного курса разработана в соответствии с федеральными государственными образовательными стандартами и с учетом возрастных особенностей обучающихся.

В программу дистанционного элективного курса включен учебный материал, позволяющий обеспечить формирование элементов системно-информационной картины мира, сформировать основы, как для продолжения обучения, так и для применения знаний, полученных при изучении курса в различных областях деятельности.

2.2 Особенности разработки проекта

Для реализации дистанционного элективного курса «Основы искусственного интеллекта» требуется следующие ресурсное обеспечение:

Материально-технические ресурсы – персональные компьютеры с доступом в Интернет для всех обучающихся и преподавателя;

Кадровые ресурсы – учитель, владеющий знаниями в преподаваемой области, имеющий навыки уверенного пользователя информационно-коммуникационными технологиями;

Временные ресурсы – 50 часов в течение двух четвертей в 11 классе;

Организационно-управленческие ресурсы - реализованы непосредственно в дистанционном курсе, контроль за проведением элективных курсов осуществляет заместитель директора школы по УВР.

Предполагаемые эффекты. Развитие информационных технологий происходит быстрыми темпами, новые стандарты претерпевают изменения, не успевая пройти официальное утверждение. Обновляемые дистанционные курсы более мобильны, и в них легко внести изменения согласно стандартам, нежели в бумажные издания.

Для учеников профильного курса 11 класса, выбирающих дистанционный элективный курс «Основы искусственного интеллекта» немаловажна конкретная польза, практическая выгода данного курса. Поэтому задача учителя, который презентует курс – раскрыть обучающимся перспективные моменты изучения данного элективного курса. Ученики, которые завершат изучения элективного курса «Основы искусственного интеллекта» смогут в дальнейшем:

участвовать в международных, всероссийских олимпиадах, конкурсах, телекоммуникационных проектах по искусственному интеллекту, которые с каждым годам набирают популярность и проводятся различными крупными компаниями, разработчиками популярных приложений;

неограниченно публиковать в Интернете свои работы, которые могут помочь другим пользователям, например, в принятии важного решения;

приобрести современную, престижную и высокооплачиваемую работу, в современном обществе идет огромный спрос на специалистов в этой области;

устанавливать дружеские отношения с учениками с такими же интересами по всему миру;

выгодно представить себя, свои возможности, увлечения перед сверстниками.

Возможные риски. Во-первых,среди возможных рисков следует отметить, что в некоторых школах может возникнуть проблемы с материально-техническими ресурсами. В нынешнее время существует множество школ в разных уголках нашей страны, которые имеют проблемы с подключением к сети интернет, а также количество персональных компьютеров для учеников, что делает невозможным изучения курса.

Во-вторых, многие учителя в школе могут быть не готовы к преподаванию элективного курса по данной тематике, возникает необходимость курсов повышения квалификации.

В-третьих, риски могут быть связаны с обучающимися, которые выбрали курс неосознанно. Неосознанность в выборе курса может снизить интерес обучающихся к дистанционному курсу.

Выводы по второй главе. Сегодня искусственный интеллект и все что с ним связанно остается актуальной темой для изучения в связи с тем, что в этой области решаются многие определяющие вопросы, влияющие на достижения в области вычислительной техники и робототехники. Интерес к искусственному интеллекту с каждым годом будет только возрастать, поэтому уже сегодня разработанный элективный курс сможет наиболее эффективно обучить школьников основам искусственного интеллекта, так как абсолютное большинство современных устройств уже применяют алгоритмы искусственно-интеллектуальной обработки. Элективный курс открывает перед обучающимися возможности современной компьютерной техники. Изучая курс, обучающиеся узнают, что моделировать любую интеллектуальную деятельность - это совсем не сложно, а доступно, причем для решения вполне реальных практических задач, встречающихся в повседневной жизни или связанных с выбором профессии.

В связи с ограниченностью временного ресурса преддипломной практики и временного ресурса школы, невозможно было полностью апробировать весь элективный курс. Мною была апробирована часть разработанного курса в 11 классе в период прохождения преддипломной практики. При этом реализация курса проходила в качестве внеклассных мероприятий по информатике, обучающиеся с интересом изучали новый для них материал и пробовали свои силы в выполнении практических работ. Во время апробации элективного курса у обучающихся повысился интерес к изучению данной области, большинство обучающихся с удовольствием бы изучали разработанный курс в качестве элективного предмета. Исходя из этого, с учетом возможных рисков, можно сделать вывод о том, что разработанный элективный курс «Основы искусственного интеллекта» может быть использован в качестве элективного предмета в профильных 11 классах.

Заключение

Бесспорно искусственный интеллект развивается очень бурно, необходимость введения изучения ИИ в школах уже не вызывает вопросов у министерства образования, поэтому необходимо серьезно задуматься о наиболее эффективных способах обучения школьников основам в этой области на время отсутствия темы в ФГОС.

Абсолютное большинство современных устройств уже применяют алгоритмы искусственно-интеллектуальной обработки и знания в этой области будут необходимы сегодняшнему школьнику.

В данной выпускной квалификационной работе был разработан элективный курс по обучению основам искусственного интеллекта в старших классах школы.

При выполнении выпускной квалификационной работы были выполненные следующие задачи:

проанализирована тема искусственного интеллекта как объект изучение в средней школе;

проанализированы методологические аспекты проекта;

проанализированы результаты Федерального государственного образовательного стандарта среднего общего образования по теме элективного курса;

проанализированы нормативно-правовые документы, которые отражают нормы и правила использования электронных образовательных ресурсов в средней общеобразовательной школе, выбран вариант реализации элективного курса в виде электронного учебника;

нами были рассмотрены научно-методические и теоретические основы организации элективных курсов, роль и место элективных курсов в процессе обучения.

составлен поурочный учебный план, на основе которого разработан электронный элективный курс, состоящий из шестнадцати лекций, девяти практических работ, тестирования с проверкой в режиме реального времени, исследовательского проекта и дополнительных материалов;

в качестве программного средства для создания электронного учебника была выбрана система Moodle, так как эта программа содержит в себе большое количество функций для работы, а также мощнейшие средства визуализации;

элективный курс апробирован на внеклассных мероприятиях по информатике в 11 классах в период прохождения преддипломной практики;

размещение элективного курса «Основы искусственного интеллекта» на платформе LMS Moodle

Основными достоинствами элективного курса, размещенного в LMS Moodle, являются: современный формат, наглядность, простота изложения теоретического материала, возможность проведения тестирования в формате наиболее удобном для учителя и обучающихся. Практическая значимость разработанного элективного курса состоит в том, что он может быть включен в систему элективных курсов по информатике.

Таким образом, в дипломной работе были выполнены все поставленные задачи и достигнута цель - разработка элективного курса по основам искусственного интеллекта.

Список использованных источников

1. Дорожная карта развития «сквозной» цифровой технологии «нейротехнологии и искусственный интеллект». – М.: 2019. [Электронный ресурс]. — Режим доступа URL: https://digital.gov.ru/uploaded/files/07102019ii.pdf. (дата обращения: 01.05.2020).

2. ЕСПД. Программа и методика испытаний. Требования к содержанию и оформлению [Текст]: ГОСТ 19.301-79 — Введ. 01.01.81. - М: Изд-во стандартов, 1981. — 2 с.

3. Концепция профильного обучения на старшей ступени общего образования (Министерство образования российской федерации и Российская академия образования) // ИТС. 2002. №2-3. URL: https://cyberleninka.ru/article/n/kontseptsiya-profilnogo-obucheniya-na-starshey-stupeni-obschego-obrazovaniya-ministerstvo-obrazovaniya-rossiyskoy-federatsii-i (дата обращения: 04.12.2019).

4. Об образовании в Российской Федерации [Текст]: федер. закон от 29 декабря 2012г. №273-ФЗ [Электронный ресурс]. — Режим доступа: http://docs.cntd.ru/document/902389617 (14.01.2020).

5. Приказ Минпросвещения России от 28.12.2018 N 345 (ред. от 22.11.2019) "О федеральном перечне учебников, рекомендуемых к использованию при реализации имеющих государственную аккредитацию образовательных программ начального общего, основного общего, среднего общего образования // [Электронный ресурс]. – Режим доступа http://www.consultant.ru/document/cons_doc_LAW_315457/ (дата обращения 21.01.2020).

6. Постановление Главного государственного санитарного врача Российской Федерации от 29 декабря 2010 г. N 189 г. Москва «Об утверждении СанПиН 2.4.2.2821-10 «Санитарно-эпидемиологические требования к условиям и организации обучения в общеобразовательных учреждениях»» [Текст]. — Введ. 29.12.2010. — 49 с.

7. Постановление Главного государственного санитарного врача Российской Федерации от 29 декабря 2010 г. N 189 г. Москва «Об утверждении СанПиН 2.4.2.2821-10 «Санитарно-эпидемиологические требования к условиям и организации обучения в общеобразовательных учреждениях»» [Текст]. — Введ. 29.12.2010. — 49 с.

8. Приказ Министерства образования и науки РФ от 17.12.2010 г. № 1897 «Об утверждении федерального государственного образовательного стандарта основного общего образования» (с изменениями и дополнениями от 29.12.2014).

9. Приказ Министерства образования и науки РФ от 17.05.2012 г. № 413 «Об утверждении федерального государственного образовательного стандарта среднего общего образования» (с изменениями и дополнениями от 29.06.2017).

10. Примерная основная образовательная программа среднего общего образования (одобрена решением федерального учебно-методического объединения по общему образованию, протокол от 28.06.2016 N 2/16-з) // [Электронный ресурс]. – Режим доступа http://www.consultant.ru/document/cons_doc_LAW_282289/ (дата обращения 21.01.2020).

11 Федеральный государственный образовательный стандарт среднего общего образования. Утвержден приказом Министерства образования и науки Российской Федерации от «17» мая 2012 года №413 // [Электронный ресурс]. – Режим доступа https://fgos.ru/ (дата обращения 10.01.2020).

12. Дубровский Д.И., Лекторский В.А. Естественный и искусственный интеллект: методологические и социальные проблемы М.: Канон+ / 2011. – 352 с. (Natural and Artifical Intelligence: Method-ological and Social Issues / Ed. by D.I. Dubrovsky and V.A. Lektorsky. M.: Kanon+, 2011. – 552 p.)

13. Калинин И. А., Самылкина Н. Н. Углубленный уровень: учебник для 11 класса. - М.: БИНОМ. Лаборатория знаний, 2012. – 212 с.: ил.

14. Каймин В.А., Щеголев А.Г., Ерохина Е.А., Федюшин Д.П. Основы информатики и вычислительной техники. Учебник для 10-11 классов ср. школы. - М.: Просвещение, 1989.

15. Кононюк А. Е. Основы фундаментальной теории искусственного интеллекта. — В 20-и кн. Кн.1. — К.:Освіта України. 2017.—730 с.

16. Лейбович А. Н., Босова Л. Л., Авдеева С. М. [и др.] Электронные учебники: рекомендации по разработке, внедрению и использованию интерактивных мультимедийных электронных учебников нового поколения для общего образования на базе современных мобильных электронных устройств. /– М.: ФГАУ Федеральный институт развития образования, 2012. – 84 с.

17. Лекторский В.А. Эпистемология: перспективы развития. М.: «Канон+» РООИ «Реабилитация», 2012. – 536 с. (Epistmology: Prospects for Development. Ed. by V.A. Lektorsky. M.: Kanon+, ROOI «Reabilitatsia», 2012. – 536 p.)

18. Никитина Е.А. Познание. Сознание. Бессознательное. М.: Либроком, 2011. – 224 с. (Nikitina E.A. Cognition. Consciousness. Uncosciousness. M.: Librokom, 2011. – 224 p.)

19. Поляков К.Ю. Информатика. Углубленный уровень: учебник для 11 класса: в 2 ч. Ч. 1/ К.Ю. Поляков, Е.А. Еремин. – М.: БИНОМ. Лаборатория знаний, 2013. – 240 с.: ил.

20. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. – М: ООО «И.Д. Вильямс», 2016. – 1408 с.

21. Резаев А. В., Трегубова Н. Д. Мир общения в социологическом измерении. М. : Университетская книга, 2017.

22. Турчин В.Ф. Феномен науки: Кибернетический подход к эволюции. Изд. 2-е – М.: ЭТС. 2000. – 368 с. [Электронный ресурс]. – Режим доступа URL: https://oleg.derevenets.com/Files/Turchin/Turchin.pdf (дата обращения: 14.01.2020).

23. Редько В.Г. Подходы к моделированию мышления / Под ред. М.: Ленанд, 2014. – 392 с. (Approaches to Modeling of Thinking / Ed. by V.G. Redko. M.: Librokom, 2011. – 234 p.)

24. Философский словарь / Под ред. И.Т. Фролова. – 4-е изд. – М.: Политиздат, 1980. – 444 с.

25. Ясницкий Л.Н. Искусственный интеллект. Элективный курс: Учебное пособие. – М.: БИНОМ. Лаборатория знаний, 2011. – 240c.

26. Ясницкий Л.Н., Черепанов Ф.М. Искусственный интеллект. Элективный курс: Методическое пособие. – М.: БИНОМ. Лаборатория знаний, 2011. – 216с.

27. Ясницкий Л.Н., Черепанов Ф.М. Лабораторный практикум по искусственному интеллекту [Электронный ресурс]. — Режим доступа: http://www.lbai.ru/#;show;labs (дата обращения: 14.01.2020).

28 Алейникова, И. «Элективное море» [Электронный ресурс]. – Статья в газете Первое сентября. – Режим доступа: http://upr.1september.ru/article.php?ID=200601302 / (дата обращения: 04.12.2019).

29. Бужинская Н.В., Макаров И.Б. Обзор программных средств создания электронных учебников // Международный журнал экспериментального образования. – 2016. – № 4-1. – С. 29-32; URL: http://expeducation.ru/ru/article/view?id=9733 (дата обращения: 02.02.2020).

30. Варгашова Ю. А. Электронное учебное пособие как одно из эффективных средств обучения иностранному языку // Молодой ученый. — 2019. — №7. — С. 153-155. — URL https://moluch.ru/archive/245/56576/ (дата обращения: 02.02.2020).

31. Волченко О. В. Динамика цифрового неравенства в России // Мониторинг общественного мнения : Экономические и социальные перемены. 2016. № 5. С. 163— 182. Режим доступа URL: https://doi.org/10.14515/monitoring. (дата обращения: 01.05.2020).

32. Галкин Д.В. Методология искусственного интеллекта в контексте гуманитарной информатики. // Гуманитарная информатика. Томск. 2011. – Вып. 6. – С. 65-75.

33. Губа К. Большие данные в социологии: новые данные, новая социология? // Социологическое обозрение. 2018. Т. 17. № 1. С. 213—236. Режим доступа URL: https://doi.org/10.17323/ 1728-192X-2018-1-213-236 (дата обращения: 14.01.2020).

34. Душкин, А.В. Роль элективных курсов по информатике в профессионально-образовательной траектории обучающихся [Текст]/ А.В. Душкин // Вестник науки и образования. – 2016. - № 11(23). - С. 100-102. – Библиогр.: 121 с.

35. Каспржак А.Г. Элективные курсы – ответ на запросы ученика и учителя, семьи и государства //Директор школы, 2006. - №1.

36. Корень А.В., Изергина К.Е. Сравнительная характеристика основных преимуществ и недостатков системы электронного образования в России // Международный журнал прикладных и фундаментальных исследований. – 2015. – № 3-1. – С. 88-91; [Электронный ресурс]. — Режим доступа: https://applied-research.ru/ru/article/view?id=6484 (дата обращения: 30.04.2020).

37. Полысалов Г.Ю. Искусственный интеллект в образовании // Материалы XII Международной студенческой научной конференции «Студенческий научный форум» [Электронный ресурс]. — Режим доступа: http://scienceforum.ru/2020/article/2018019876">http://scienceforum.ru/2020/article/2018019876 (дата обращения: 30.04.2020).

38. Резаев А. В., Трегубова Н. Д. Новые медиа и «умные вещи»: как новые технологии актуализируют различие между общением и коммуникацией? // Вестник Московского университета. Серия 10. Журналистика. 2019b. № 1. С. 25—45. Режим доступа URL: https://doi.org/10.30547/vestnik.journ.1.2019.2545. (дата обращения: 01.05.2020).

39. Семакин И. Г., Ясницкий Л. Н. О возможностях преподавания «Искусственного интеллекта» в общеобразовательной школе. Режим доступа URL: http://www.lbz.ru/metodist/lections/12/ (дата обращения: 01.05.2020).

40. Семакин Игорь Геннадьевич Базовый курс информатики как средство реализации образовательного стандарта // КИО. 2000. №3-4. URL: https://cyberleninka.ru/article/n/bazovyy-kurs-informatiki-kak-sredstvo-realizatsii-obrazovatelnogo-standarta (дата обращения: 13.04.2020).

41. Старченко Дарья Александровна Применение дистанционных технологий в преподавании литературы в основной школе // Вестник КГПУ им. В.П. Астафьева. 2014. №2 (28). [Электронный ресурс]. — Режим доступа: https://cyberleninka.ru/article/n/primenenie-distantsionnyh-tehnologiy-v-prepodavanii-literatury-v-osnovnoy-shkole (дата обращения: 01.05.2020).

42. В школьную программу включат изучение искусственного интеллекта. РИА-Новости. – Москва. 21.02.2020. Режим доступа URL: https://ria.ru/20200221/1565037723.html. (дата обращения: 01.05.2020).

43. Пырнова О.А., Зарипова Р.С. Технологии искусственного интеллекта в образовании // Russian Journal of Education and Psychology. 2019, Том 10. – № 3. – С. 41-44.

44. Искусственный интеллект в школьном курсе информатики [Электронный ресурс]. - Режим доступа URL: https://infourok.ru/iskusstvenniyintellekt-v-shkolnom-kurse-informatiki-1259158.html/ (дата обращения: 01.05.2020).

45. Интернет-ресурсы. Требования доступности для инвалидов по зрению [Текст]: ГОСТ Р 52872-2012. — Введ. 01.01.2014. — М.: Стандартинформ, 2019. — 24 с. [Электронный ресурс]. — Режим доступа: http://docs.cntd.ru/document/1200103663 (24.04.2020).

46. The quant crunch. How the demand for data science skills is disrupting the job market. [Электронный ресурс]. — Режим доступа URL: https://www.ibm.com/downloads/cas/3RL3VXGA (дата обращения: 01.05.2020).

Приложение А

Пояснительная записка

Элективный курс «Основы искусственного интеллекта» разработан для обучающихся 10-11 классов, где информатика изучается на углубленном уровне. Курс разработан с использованием авторской программы Ясницкого Л.Н., Черепанова Ф.М. ПГНИУ, г. Пермь, 2011 год.

Элективный курс «Основы искусственного интеллекта» направлен на формирование знаний и умений обучающихся в области искусственного интеллекта, на их профессиональное самоопределение в соответствии с тенденциями развития информационного общества, с запросами цифровой экономики.

Программа элективного курса разработана в соответствии с федеральными государственными образовательными стандартами и с учетом возрастных особенностей школьников.

Цели элективного курса:

освоение системы базовых знаний, отражающих вклад искусственного интеллекта в развитие информатики и формирование современной научной картины мира, роль информационных процессов в обществе, биологических и технических системах; показать, что искусственный интеллект – это совсем не что-то фантастическое, а вполне конкретная и нужная дисциплина

овладение умениями применять, анализировать, преобразовывать информационные модели реальных объектов и процессов, используя при этом информационные и коммуникационные технологии, в том числе при изучении других школьных дисциплин;

развитие познавательных интересов, интеллектуальных и творческих способностей путем освоения и использования методов искусственного интеллекта и средств ИКТ при изучении различных учебных предметов;

воспитание ответственного отношения к соблюдению этических и правовых норм информационной деятельности;

приобретение опыта использования информационных технологий в индивидуальной и коллективной учебной и познавательной, в том числе проектной деятельности; навыков использования своего компьютера в качестве доброго советчика, помогающего принимать правильные решения, строить прогнозы развития различных событий и ситуаций, разрабатывать полезные для практического применения интеллектуальные компьютерные программы.

Задачи курса:

систематизировать подходы к изучению предмета искусственного интеллекта;

сформировать у обучающихся единую систему понятий, связанных с возможностью решения широкого круга практических задач, моделирующих работу человеческого мозга;

научить пользоваться специально созданными программными инструментами – симулятором нейронных сетей «Нейросимулятор», «Малая Экспертная Система», «MPriority»;

показать основные приемы эффективного использования информационных технологий для решения реальных практических проблем, встречающихся в повседневной жизни;

Основой элективного курса выступает учебно-методический комплекс издательства «БИНОМ. Лаборатория знаний» «Искусственный интеллект». Данный комплекс включает следующие учебно-методические разработки:

учебное пособие для школьников - Ясницкий Л.Н. Искусственный интеллект. Элективный курс: Учебное пособие. – М.: БИНОМ. Лаборатория знаний, 2011. – 240c. [25],

методическое пособие по преподаванию для учителей - Ясницкий Л.Н., Черепанов Ф.М. Искусственный интеллект. Элективный курс: Методическое пособие. – М.: БИНОМ. Лаборатория знаний, 2011. – 216с. [26]

лабораторный практикум - www.LbAi.ru – лабораторный практикум по искусственному интеллекту [27].

Общая характеристика элективного курса

В ходе выполнения практических работ обучающиеся осваивают специально созданный для них программный инструмент – симулятор нейронных сетей «Нейросимулятор». Данный симулятор позволяет обучающимся создавать любые нейронные сети, обучать их для решения своих практических задач.

Обучающимся в практических работах №1-2 предоставляется возможность самим придумать задачу и найти эффективное решение с помощью программы, которая помогает принимать обоснованные рациональные решения.

В случае затруднений предусмотрена возможность оперативно задавать вопросы и получать ответы с помощью раздела «Консультация с учителем» в информационном разделе курса.

В результате изучения элективного курса «Основы искусственного интеллекта» обучающиеся должны знать/понимать:

основные исторические даты и стратегические направления исследований в области искусственного интеллекта;

имена их основателей;

о строении мозга и происходящих в нём процессах;

математические формулы, которые реализуют математический нейрон;

принцип действия персептрона, классифицирующего числа на четные и нечётные, и знать алгоритм его обучения;

алгоритм обучения персептрона с помощью дельта -правила;

на практике в способности персептрона обучаться классифицировать числа на чётные и нечётные

менять количество входных и выходных нейронов, количество скрытых слоёв, количество нейронов в скрытых слоях,

виды и параметры активационных функций;

создавать персептрон, моделирующий таблицу умножения

применять метод нейросетевого математического моделирования для решения широкого круга разнообразных задач, имеющих практическое значение.

Место предмета в учебном плане

В соответствии с учебным планом на освоение программного материала выделяется 50 часов – 1 час в неделю.

Требования к уровню знаний обучающихся

Преподавание основам искусственного интеллекта строится на основе сформированных знаний и умений школьников при изучении информатики на углубленном уровне, а также идеи перехода в рассмотрении учебного материала от естественных информационных процессов при интеллектуальной деятельности человека (интеллекта человека) к автоматизации интеллектуальной деятельности человека (искусственному интеллекту).

Код для цитирования: Скопировать