ОЦЕНКА ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ НА ПРИМЕРЕ МОДЕЛИ GPT-4

В статье рассматриваются современные возможности цифровой трансформации образовательного процесса, а также возможные вызовы, связанные с интеграцией модели GPT-4 в образовательную и научную деятельность. Анализируются преимущества использования генеративных технологий искусственного интеллекта, включая персонализацию обучения, ускорение исследований и повышение доступности образования. Особое внимание уделяется проблемам, таким как академическая честность, технологические ограничения и этические аспекты. Представлены перспективы развития, включая внедрение гибридных образовательных моделей, создание адаптивных траекторий образовательного процесса, подготовку специалистов и совершенствование методик подготовки высококвалифицированных специалистов в различных отраслях народного хозяйства. Работа подчеркивает необходимость комплексного подхода для минимизации рисков и эффективного использования GPT-4 в образовательной среде. На основании представленных математических моделей, которые формализуют влияние таких факторов как образование качественного контента, генерируемого нейросетью, адаптивность информации для образовательного процесса и учет персональных качеств обучаемого индивидуума, формируется возможность количественной оценки влияния внедрения технологий искусственного интеллекта на образовательный процесс. Применение математических моделей, предложенных в исследовании, позволяет в перспективе адаптировать процесс выпуска специалистов, соответствующих требованиям работодателей посредством количественного измерения компетенций, которые усваивает индивидуум в процессе подготовки к трудовой деятельности.

1. Еремина А. Д., Гривцова А. В., Галицкий И. М. [и др.] Цифровизация производственных процессов с помощью систем виртуальной и дополненной реальности (VR/AR) для машиностроительной отрасли в России // Друкеровский вестник. 2025. № 1(63). С. 111–122. DOI 10.17213/2312-6469-2025-1-111-122. EDN SVLEYR.

2. Погорелова Л. А. Исследование трансформаций трудовых рынков при внедрении инновационных технологий искусственного интеллекта // Вестник Южно-Российского государственного технического университета (НПИ). Серия: Социально-экономические науки. 2024. Т. 17, № 2. С. 166–175. DOI 10.17213/2075-2067-2024-2-166-175. EDN EFOXYB

3. Гельфанд А. М., Голубева Г. Ф., Казаков Ю. М. [и др.] Использование искусственного интеллекта в образовательном процессе высшей школы // Эргодизайн. 2025. № 1(27). С. 3–13. DOI 10.30987/2658-4026-2025-1-3-13. EDN GUNDCH.

4. Джафарзаде К. Э. Роль моделей GPT в образовании: проблемы и их решения // Облачные и распределенные вычислительные системы в электронном управлении. ОРВС — 2023: материалы 4-й Международной научно-технической конференции (Переславль-Залесский, 28 ноября 2023 г.). Курск: «Университетская книга», 2024. С. 31–34. EDN OYMYHA.

5. Григорьева Н. Н., Прусаков И. Е. Искусственный интеллект и его влияние на экономику // Молодая наука Сибири. 2023. № 4(22). С. 415–420. EDN VZCISX.

6. Величко М. В., Бобович Т. А. Искусственный интеллект в образовании: роль чат-ботов // Прикладной искусственный интеллект: перспективы и риски: материалы Международной научной конференции (Санкт-Петербург, 17 октября 2024 г.). СПб: Санкт-Петербургский государственный университет аэрокосмического приборостроения, 2024. С. 144–145. EDN IXKZVE.

7. Нагорнова А. Ю., Шерайзина Р. М., Хачатурова К. Р. [и др.] Искусственный интеллект в образовании: варианты применения: коллективная монография. Ульяновск: ИП Кеньшенская Виктория Валерьевна (издательство «Зебра»), 2024. 188 с. EDN HKSIVE.

8. Тихоновецкая И. П. Искусственный интеллект в образовании: вызовы и риски // Информатизация образования и методика электронного обучения: цифровые технологии в образовании: материалы VIII Международной научной конференции. В 4-х частях. (Красноярск, 24–27 сентября 2024 г.). Красноярск: Красноярский государственный педагогический университет им. В. П. Астафьева, 2024. С. 302–306. EDN DFYZQP.

9. Колбачев Е. Б. Производственные системы машиностроительных предприятий и их организационно-экономическая эволюция // Проблемы машиностроения и автоматизации. 2003. № 2. С. 12–16. EDN HKZZRF.

10. Вальтух К. К. Информационная теория стоимости. Новосибирск: Наука, 1996. 626 с.

11. Погорелова Л. А., Жуйци Ч. Информационная оценка персонала: перспективы развития метода // Вестник Южно-Российского государственного технического университета (НПИ). Серия: Социально-экономические науки. 2017. № 1. С. 67–70. DOI 10.17213/2075-2067-2017-1-67-70. EDN YNZWEB.

12. Википедия. URL: https://ru.wikipedia.org/wiki/ChatGPT (дата обращения 30.01.2025 г.)

13. Открытие возможностей GPT-4: пять потрясающих проектов в рамках HustleGPT Challenge: Искусственный интеллект // Интернет-форум «Habr». URL: https://habr.com/ru/articles/728102/ (дата обращения 31.01.2025).

14. Van den Berg G., du Plessis E. ChatGPT and Generative AI: Possibilities for Its Contribution to Lesson Planning, Critical Thinking and Openness in Teacher Education. Education Sciences. 2023; 13 (10): 998. URL: https://doi.org/10.3390/educsci13100998 (дата обращения 29.01.2025).

15. Generative AI for Customizable Learning Experiences // Научный журнал «MDPI». Т. 16. № 7. URL: https://www.mdpi.com/2071-1050/16/7/3034 (дата обращения 20.01.2025).

16. A summary of evidence on inclusive Education // Онлайн-библиотека «ERIC». URL: https://files.eric.ed.gov/fulltext/ED596134.pdf (дата обращения 13.02.2025).

17. Transforming Education: A Comprehensive Review of Generative Artificial Intelligence in Educational Settings through Bibliometric and Content Analysis // Научный журнал «MDPI». Т. 15. № 17. URL: https://www.mdpi.com/2071-1050/15/17/12983 (дата обращения 29.01.2025).

18. Нейросеть ChatGPT написала диплом российскому студенту // Издание «CNews». URL: https://www.cnews.ru/news/top/2023-02-01_nejroset_chatgpt_napisala_diplom (дата обращения 01.02.2025).

19. Калягина Е. И., Анкудинова М. Д. Генеративные языковые модели в науке и образовании: преимущества и недостатки // Цифровые трансформации в образовании (E-Digital Siberia’2024): материалы VIII Международной научно-практической конференции (Новосибирск, 24–25 апреля 2024 г.). Новосибирск: Сибирский государственный университет путей сообщения, 2024. С. 123–128. EDN WVHEBF.

20. Галявиева Л. Ш., Хусаинова А. Т., Солнышкина М. И. Сложность учебных текстов как функция терминологической плотности // Ученые записки национального общества прикладной лингвистики. 2023. № 2 (42). С. 33–50. EDN EJMNSY.

21. Лащик Н. М. Использование обучения с подкреплением для выявления взаимосвязей между распознанными объектами // Высокопроизводительные вычислительные системы и технологии. 2024. Т. 8. № 1. С. 104–108. EDN FTJOFF.