XXV Международный конкурс научно-исследовательских и творческих работ учащихся
Старт в науке
Влияние искусственного интеллекта на жизнь обучающихся
Автор работы награжден дипломом победителя II степени
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
ВВЕДЕНИЕ
Цель:
Изучить влияние искусственного интеллекта на жизнь обучающихся.
Задачи:
1.Рассмотреть понятие «искусственный интеллект»
2.Выделить положительные и отрицательные стороны влияния.
3.Составить опрос, показывающий влияние искусственного интеллекта на жизнь подростка
Гипотеза:
В настоящее время искусственный интеллект может улучшить процесс обучения.
Объект:
Искусственный интеллект
Предмет:
Искусственный интеллект в образование.
Методы исследования:
Опрос, изучение документов и других продуктов деятельности, анализ.
Этапы исследования:
29.9.2024 – титульный лист и введение.
14.10.2024 – гипотеза, объект, предмет, методы исследования и этапы работы.
29.10.2024 – исследовательская часть.
Разработанность:
Похожую исследовательскую работу выполнили: Шиморский Георгий, Павлов Тимофей, Тарасов Алексей, они изучили искусственный интеллект и выясняли будет ли он полезен в обучении или нет. А Немытых Софья Леонидовна и Дьячкова Анна Викторовна изучили перспективы и возможности искусственного интеллекта.
1.Теоретическая часть
1.1 Понятие искусственный интеллект
Искусственный интеллект (ИИ) — это область информатики, занимающаяся созданием систем, способных выполнять задачи, требующие человеческого интеллекта. К таким задачам относятся восприятие, обучение, рассуждение, планирование и принятие решений. В последние десятилетия ИИ стал одной из самых активно развивающихся областей науки и техники, оказывая значительное влияние на различные сферы жизни, включая медицину, экономику, транспорт и образование.
1.2 История развития искусственного интеллекта
История развития искусственного интеллекта (ИИ) охватывает несколько десятилетий и включает в себя множество ключевых событий, исследований и технологий. Вот основные этапы развития ИИ:
1. Ранние годы (1940-е — 1950-е)
• 1943: Введение модели нейронной сети. Ученые Уоррен Маккаллок и Уолтер Питтс разработали модель, основанную на работе нейронов в человеческом мозге.
• 1950: Алан Тьюринг предложил тест Тьюринга как способ оценки интеллекта машины. Он также написал статью "Computing Machinery and Intelligence", в которой обсуждал возможность создания машин, способных мыслить.
• 1956: Летняя конференция в Дартмуте считается официальным началом исследований в области ИИ. На ней присутствовали такие ученые, как Джон Маккарти, Марвин Минский и Норберт Винер.
2. Золотой век ИИ (1950-е — 1970-е)
• 1950-е — 1960-е: Разработка первых программ, способных решать задачи, такие как шахматы (программа "Туринг") и решение математических задач.
• 1966: Создание ELIZA, одной из первых программ для обработки естественного языка, которая имитировала беседу с психотерапевтом.
• 1972: Программа SHRDLU, разработанная Тьерри С. К. Розенблатом, могла взаимодействовать с пользователем на естественном языке в контексте управления виртуальным миром.
3. Первый зимний период ИИ (1970-е — 1980-е)
• Из-за ограничений вычислительных мощностей и недостатка данных интерес к ИИ начал угасать. Это время называется "первым зимним периодом", когда финансирование и исследования в области ИИ сократились.
4. Возрождение ИИ (1980-е)
• 1980-е: Появление экспертных систем, таких как MYCIN и XCON, которые использовались для решения специфических задач в медицине и производстве.
• 1985: Появление новых методов машинного обучения и нейронных сетей, включая алгоритмы обратного распространения ошибки.
5. Второй зимний период ИИ (1990-е)
• В начале 1990-х годов интерес к ИИ снова снизился из-за недостаточной эффективности существующих технологий и разочарования в их применении.
6. Возрождение и рост (2000-е — 2010-е)
• 2006: Понятие "глубокое обучение" стало популярным благодаря работам Джеффри Хинтона и других исследователей. Глубокие нейронные сети начали показывать выдающиеся результаты в задачах распознавания изображений и обработки языка.
• 2012: Алгоритм глубокого обучения AlexNet выиграл соревнование по распознаванию изображений ImageNet, что привлекло внимание к глубокому обучению.
• 2014: Google представил систему машинного перевода Google Translate, основанную на нейронных сетях.
7. Современный этап (2010-е — настоящее время)
• 2016: Программа AlphaGo от DeepMind победила чемпиона мира по игре в го Ли Седоля, что стало значительным достижением в области ИИ.
• 2020-е: Развитие генеративных моделей, таких как GPT-3 от OpenAI, которые способны создавать текст на естественном языке и выполнять сложные задачи в области обработки языка.
1.3 Основные направления искусственного интеллекта
1. Машинное обучение (ML)
• Обучение с учителем: Модели обучаются на размеченных данных, чтобы предсказывать результаты. Примеры: классификация, регрессия.
• Обучение без учителя: Модели ищут паттерны в неразмеченных данных. Примеры: кластеризация, ассоциативные правила.
• Обучение с подкреплением: Модели обучаются через взаимодействие с окружением, получая награды или наказания за свои действия.
2. Глубокое обучение (DL)
• Подмножество машинного обучения, использующее многослойные нейронные сети для обработки больших объемов данных. Применяется в задачах распознавания изображений, обработки естественного языка и других.
3. Обработка естественного языка (NLP)
• Направление, сосредоточенное на взаимодействии между компьютерами и человеческим языком. Включает задачи, такие как:
• Машинный перевод
• Анализ тональности
• Генерация текста
• Ответы на вопросы
4. Компьютерное зрение
• Исследует, как компьютеры могут "видеть" и интерпретировать визуальную информацию из мира. Применяется в:
• Распознавании лиц
• Обнаружении объектов
• Сегментации изображений
5. Робототехника
• Объединяет ИИ с механическими системами для создания автономных роботов, которые могут выполнять задачи в реальном мире, такие как:
• Навигация
• Манипуляция объектами
• Взаимодействие с людьми
6. Экспертные системы
• Программы, которые используют знания и правила для решения специфических задач в определенной области, например, диагностика заболеваний или финансовый анализ.
7. Генеративные модели
• Модели, которые могут создавать новые данные, основанные на обученных паттернах. Примеры:
• Генеративные состязательные сети (GAN)
• Автокодировщики
8. Искусственные нейронные сети
• Модели, вдохновленные структурой и функциями человеческого мозга, используемые для решения различных задач в ИИ.
9. Интеллектуальные агенты
• Системы, которые могут действовать автономно для достижения поставленных целей, используя различные стратегии и алгоритмы.
10. Этика и безопасность ИИ
• Исследование вопросов безопасности, конфиденциальности и этических аспектов применения ИИ в обществе.
1.4 Положительные и отрицательные стороны влияния
Искусственный интеллект (ИИ) оказывает множество положительных влияний на различные сферы жизни и экономики. Вот некоторые из них:
1. Повышение эффективности
• Автоматизация процессов: ИИ может выполнять рутинные и повторяющиеся задачи быстрее и с меньшими ошибками, что освобождает время для более сложной работы.
• Оптимизация операций: Алгоритмы ИИ могут анализировать большие объемы данных и находить оптимальные решения для повышения производительности.
2. Улучшение качества услуг
• Персонализация: ИИ позволяет создавать индивидуализированные предложения для пользователей, улучшая клиентский опыт в таких областях, как маркетинг, здравоохранение и образование.
• Доступность информации: Чат-боты и виртуальные помощники обеспечивают круглосуточную поддержку клиентов, отвечая на вопросы и решая проблемы.
3. Прогнозирование и анализ данных
• Анализ больших данных: ИИ может выявлять скрытые паттерны и тренды в больших объемах данных, что помогает компаниям принимать более обоснованные решения.
• Прогнозирование тенденций: В бизнесе, финансах и здравоохранении ИИ может предсказывать изменения на рынке или выявлять потенциальные риски.
4. Улучшение здравоохранения
• Диагностика заболеваний: ИИ может анализировать медицинские изображения и данные пациентов для более точной диагностики.
• Персонализированное лечение: ИИ помогает разрабатывать индивидуальные планы лечения на основе анализа генетических данных и истории болезни.
5. Устойчивое развитие
• Экологические технологии: ИИ используется для оптимизации использования ресурсов, таких как энергия и вода, что способствует устойчивому развитию.
• Управление транспортом: Интеллектуальные транспортные системы могут снижать заторы и выбросы углерода.
6. Образование
• Интерактивное обучение: ИИ может адаптироваться к стилю обучения каждого студента, предлагая персонализированные задания и материалы.
• Доступ к образованию: Онлайн-платформы с ИИ могут предоставить доступ к образовательным ресурсам людям в удаленных или недостаточно обслуживаемых регионах.
7. Повышение безопасности
• Обнаружение угроз: ИИ может анализировать данные в реальном времени для выявления потенциальных угроз в области кибербезопасности и физической безопасности.
• Мониторинг здоровья: Умные устройства могут отслеживать состояние здоровья людей и предупреждать о возможных проблемах.
8. Научные исследования
• Ускорение научных открытий: ИИ помогает исследователям анализировать данные, моделировать эксперименты и находить новые подходы в различных областях науки.
Эти положительные аспекты демонстрируют, как искусственный интеллект может значительно улучшить качество жизни, повысить эффективность работы и способствовать развитию общества в целом.
Несмотря на множество положительных аспектов, искусственный интеллект (ИИ) также имеет ряд отрицательных сторон и потенциальных рисков. Вот некоторые из них:
9. Потеря рабочих мест
• Автоматизация: ИИ может заменить людей в рутинных и низкоквалифицированных работах, что приводит к безработице и экономическому неравенству.
• Неравномерное распределение: Внедрение ИИ может привести к тому, что одни профессии исчезнут, в то время как другие будут расти, создавая дисбаланс на рынке труда.
10. Этические и правовые проблемы
• Предвзятость алгоритмов: ИИ-системы могут унаследовать предвзятости из обучающих данных, что приводит к дискриминации в таких областях, как кредитование, найм и правоприменение.
• Отсутствие прозрачности: Многие ИИ-модели действуют как «черные ящики», что затрудняет понимание их решений и может вызвать недоверие.
11. Угрозы безопасности
• Кибератаки: ИИ может быть использован для создания более сложных и эффективных кибератак, что увеличивает риски для организаций и пользователей.
• Военные технологии: Использование ИИ в военной сфере может привести к созданию автономных оружий, которые могут принимать решения о жизни и смерти без человеческого контроля.
12. Психологические и социальные последствия
• Изоляция: Увлечение технологиями может привести к снижению личных взаимодействий и социальной изоляции.
• Зависимость от технологий: Чрезмерная зависимость от ИИ может ослабить навыки критического мышления и принятия решений у людей.
13. Проблемы с конфиденциальностью
• Сбор данных: ИИ требует больших объемов данных для обучения, что может угрожать личной жизни пользователей и их конфиденциальности.
• Мониторинг: Использование ИИ для наблюдения за людьми может привести к нарушениям прав человека и гражданских свобод.
14. Экологические последствия
• Энергетические затраты: Обучение сложных ИИ-моделей требует значительных вычислительных ресурсов, что приводит к высокому потреблению энергии и углеродным выбросам.
• Увеличение электронных отходов: Быстрый рост технологий может привести к увеличению количества устаревших устройств и отходов.
15. Непредсказуемость
• Неожиданные последствия: Сложные системы ИИ могут действовать непредсказуемо, что может привести к нежелательным или даже опасным результатам.
• Трудности в контроле: С увеличением автономии ИИ становится сложнее контролировать его действия и предотвращать потенциальные угрозы.
16. Угрозы для демократии
• Манипуляция информацией: ИИ может использоваться для создания фальшивых новостей или манипуляции общественным мнением, что угрожает демократическим процессам.
• Поляризация общества: Алгоритмы социальных сетей могут способствовать распространению радикальных идей и углублению социальных разделений.
Эти отрицательные стороны подчеркивают важность ответственного подхода к разработке и внедрению технологий ИИ, а также необходимость создания этических норм и регуляторных рамок для минимизации рисков.
1.5 Искусственный интеллект в обучении
Искусственный интеллект (ИИ) в обучении открывает новые возможности и подходы к образовательному процессу. Вот несколько ключевых аспектов использования ИИ в обучении:
1. Персонализированное обучение
• Адаптивные системы: ИИ может анализировать успехи и трудности учащихся, предлагая индивидуализированные учебные планы и материалы, что помогает каждому студенту учиться в своем темпе.
• Рекомендательные системы: Платформы могут рекомендовать ресурсы, курсы или задания на основе интересов и потребностей учащегося.
2. Автоматизация административных процессов
• Управление данными: ИИ может автоматизировать рутинные задачи, такие как оценка работ, ведение учета посещаемости и управление расписанием, позволяя преподавателям сосредоточиться на обучении.
• Чат-боты: Использование чат-ботов для ответов на часто задаваемые вопросы студентов может улучшить взаимодействие и снизить нагрузку на преподавателей.
3. Интерактивные учебные материалы
• Виртуальные ассистенты: ИИ может создать интерактивные учебные пособия, которые вовлекают студентов через игры, симуляции и другие формы активного обучения.
• Обучение на основе игр: Играя в образовательные игры, студенты могут развивать навыки и знания в увлекательной форме.
4. Анализ данных об обучении
• Обратная связь: ИИ может собирать и анализировать данные о прогрессе студентов, предоставляя преподавателям информацию о том, какие темы требуют дополнительного внимания.
• Предсказание результатов: Алгоритмы могут предсказывать, какие студенты могут столкнуться с трудностями, что позволяет вовремя вмешиваться и предоставлять поддержку.
5. Доступность образования
• Онлайн-обучение: ИИ способствует созданию онлайн-курсов и платформ, которые делают образование доступным для широкой аудитории, независимо от географического положения.
• Поддержка для студентов с особыми потребностями: ИИ может помочь создать адаптивные технологии для студентов с ограниченными возможностями, например, текстовые или голосовые интерфейсы.
6. Обучение преподавателей
• Профессиональное развитие: ИИ может использоваться для создания программ повышения квалификации для учителей, предлагая им ресурсы и рекомендации на основе их опыта и потребностей.
• Анализ эффективности: ИИ может оценивать методы преподавания и предлагать улучшения на основе анализа данных о результатах студентов.
7. Этические и правовые аспекты
• Конфиденциальность данных: важно учитывать вопросы конфиденциальности и защиты данных студентов при использовании ИИ в образовании.
• Предвзятость алгоритмов: необходимо следить за тем, чтобы алгоритмы не воспроизводили существующие предвзятости и обеспечивали равный доступ ко всем образовательным ресурсам.
ИИ в обучении имеет потенциал значительно изменить образовательный процесс, сделав его более эффективным и доступным. Однако важно подходить к его внедрению ответственно, учитывая этические аспекты и необходимость обеспечения качества образования для всех учащихся.
2.Практическая часть
Я провёл опрос среди учащихся моей школы. Собрал и обработал всю полученную информацию. И сделал вывод на основе полученной информации.
Вопросы, которые я задавал:
- Как вы узнали об искусственном интеллекте?
- Используете ли вы искусственный интеллект в своей учебе?
- Какие Al-инструменты вы используете для учебы?
- Как вы оцениваете влияние Al на учебный процесс?
- Какие плюсы вы видите в использовании Al в учебе?
- С какими проблемами вы сталкивались при использовании Al
- Как вы считаете, будет ли использование Al в учебе увеличиваться в будущем?
- Как вы относитесь к внедрению Al в образовательные учреждения?
На основе результатов опроса о влиянии искусственного интеллекта на жизнь учащихся можно сделать следующие выводы:
- Узнаваемость AI: Большинство учащихся узнали об искусственном интеллекте через занятия в учебных заведениях или интернет. Это свидетельствует о том, что AI активно внедряется в образовательный процесс.
- Использование AI в учебе: Значительная часть респондентов активно использует инструменты AI для учебы, что подтверждает его полезность и актуальность.
- Положительное влияние: Многие учащиеся отмечают положительное воздействие AI на учебный процесс. Основные плюсы включают экономию времени, персонализированный подход и доступ к обширной информации.
- Проблемы с использованием AI: Некоторые учащиеся столкнулись с трудностями, такими как неточные ответы и зависимость от технологий. Это указывает на необходимость более тщательной интеграции AI в образовательный процесс.
- Будущее AI в образовании: Большинство респондентов уверены, что использование AI в учебе будет увеличиваться, что свидетельствует о позитивном отношении к его развитию.
- Отношение к внедрению AI: В общем, учащиеся поддерживают внедрение AI в образовательные учреждения, хотя некоторые высказывают оговорки и опасения.
- Предложения к улучшению: Учащиеся предложили внести изменения в использование AI в учебе, что показывает их заинтересованность и желание участвовать в процессе.
Эти выводы могут помочь образовательным учреждениям лучше понять отношение учащихся к искусственному интеллекту и скорректировать стратегии его внедрения в учебный процесс.
Заключение
Таким образом, искусственный интеллект представляет собой мощный инструмент, способный трансформировать образование, но его внедрение должно быть осознанным и сбалансированным. В будущем важно продолжать исследовать и анализировать влияние ИИ на обучающихся, чтобы максимизировать его положительные эффекты и минимизировать возможные негативные последствия.
Список используемых информационных источников
«Исследовательская работа»https://infourok.ru/issledovatelskij-proekt-na-temu-iskusstvennyj-intellekt-v-obrazovanii-polza-ili-vred-7001122.html
«Статья в интернете»https://edutoria.ru/blog/post/iskusstvennyy-intellekt-v-obrazovanii-kak-ispolzovat-varianty-primeneniya
«Википедия»https://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82
«Книга» https://www.koob.ru/trofimov_v/intelligence
«Студенческий научный форум» https://scienceforum.ru/2018/article/2018006257