Гетман Анастасия Геннадьевна — доктор экономических наук, доцент, заведующая кафедрой таможенного администрирования
г. Санкт-Петербург, ул. Ждановская, д.10, стр.1., кв.39
Doctor of Economics, Associate Professor
Бычинская Анна Александровна — младший специалист программы бизнес-анализа цифровых инициатив центра компетенций бизнес-анализа и внедрения
Ленинградская обл, г. Отрадное, ул. Лесная, д.5, кв 33
Junior Specialist, Business Analysis Program for Digital Initiatives, Center of Excellence for Business Analysis and Information Systems Implementation
Статья посвящена исследованию возможностей интеграции технологий искусственного интеллекта (ИИ) в образовательный процесс высших учебных заведений при внедрении адаптивных систем обучения. На основе системного анализа выявлены и классифицированы направления применения ИИ в высшем образовании, а также структурированы организационно-педагогические, нормативно-правовые и этические барьеры внедрения. Определены риски интеграции технологии ИИ. С использованием методов моделирования и стратегического планирования разработана поэтапная модель внедрения адаптивной системы обучения, включающая целевой, содержательный, процессуальный и результативный компоненты, а также предложена дорожная карта ее реализации. В статье обоснована гипотеза о необходимости перехода от точечного использования ИИ-инструментов к системной трансформации образовательной среды, где ключевыми факторами успеха выступают готовность преподавательского состава и наличие внутривузовской нормативной базы. Предлагаемые решения могут быть использованы высшими учебными заведениями в целях персонализации образовательного процесса и повышения его эффективности.
The article is devoted to the study of the possibilities and risks of integrating artificial intelligence (AI) technologies into the educational process of higher education institutions when implementing adaptive learning systems. Based on a systematic analysis of scientific literature, the directions of AI application in higher education have been identified and classified, as well as organizational, pedagogical, regulatory, and ethical barriers to implementation. Using modeling and strategic planning methods, a step-by-step model for the implementation of an adaptive learning system has been developed, including targeted, substantive, procedural and effective components, and a roadmap for its implementation has been proposed. The article substantiates the hypothesis of the need to move from the point-to-point use of AI tools to a systemic transformation of the educational environment, where the key success factors are the readiness of the teaching staff and the availability of an intra-university regulatory framework. The proposed solutions can be used by universities in order to personalize the educational process and increase its effectiveness.
The authors declare that there are no conflicts of interest present.