Авторы
- Гринева Елизавета Сергеевна
- Шунина Любовь Андреевна кандидат педагогических наук, доцент
- Пролеев Георгий Николаевич
- Джебилов Александр Валерьевич
Аннотация
В статье описаны подходы к разработке интеллектуальной платформы «Вопрос – ответ», основанной на технологиях искусственного интеллекта и предназначенной для поиска учебной и справочной информации при обучении программированию. Актуальность обусловлена необходимостью решения проблемы, связанной
с ограничением доступности квалифицированной помощи в процессе обучения программированию, особенно в условиях самостоятельной работы и дистанционного образования. Описана реализация с помощью разработки алгоритмов классификации вопросов, построения базы знаний и применения нейронных сетей для генерации
ответов. Предложена интеграция современных NLP-моделей с адаптивной системой рекомендаций для учета контекста запросов и повышения качества получаемых ответов.
Список литературы
1.
1. Абдюханов Р. Х. Современная {цифровая} дидактика / Р. Х. Абдюханов, В. И. Абрамов, С. И. Ашманов [и др.]. М.: А-Приор, 2023. 140 с.
2.
2. Абрамычева Н. Л. Избранные вопросы цифровой трансформации образования / Н. Л. Абрамычева, А. Ю. Адайкина, О. В. Андрюшкова [и др.]. М.: ИНФРА-М, 2024. 188 с.
3.
3. Soboleva E. V. Applying Gamification in Learning the Basics of Algorithmization and Programming to Improve the Quality of Students’ Educational Results / E. V. Soboleva, T. N. Suvorova, A. V. Grinshkun, M. I. Bocharov // European Journal of Contemporary Education. 2021. Vol. 10. No. 4. P. 987–1002.
4.
4. Бурков А. Инженерия машинного обучения / А. Бурков. М.: ДМК Пресс, 2022. 306 с.
5.
5. Азевич А. И. Обеспечение персональных траекторий развития обучающихся в условиях информатизации образования: учеб.-метод. пособие / А. И. Азевич, В. В. Гриншкун, О. Ю. Заславская [и др.]. М.: МГПУ, 2021. 112 с.
6.
6. Елисеев А. В. О возможностях применения генеративных нейронных сетей при подготовке учебных материалов по дисциплине «Современные информационные технологии» / А. В. Елисеев, Н. С. Корнева // Шамовские чтения: сб. ст. XVI Международ. науч.-практ. конф.: в 2 т. (Москва, 25 января – 03 февраля 2024 г.). М.: Научная школа управления образовательными системами, 2024. С. 531–533.
7.
7. Гончарова Л. Г. Диджитализация процессов модернизации системы высшего образования как фактор подготовки кадров для цифровой экономики / Л. Г. Гончарова, А. Е. Зубанова, С. В. Новиков, А. Е. Трубин // Информационные системы и технологии. 2021. № 1 (123). С. 34–42.
8.
8. Анисимов А. Ю. Проблемы и перспективы внедрения информационных технологий в процесс подготовки кадров для цифровой экономики / А. Ю. Анисимов, А. Е. Трубин, А. Н. Алексахин [и др.]. М.: Русайнс, 2023. 170 с.
9.
9. Терехов С. В. Технологии искусственного интеллекта как инструмент трансформации системы образования в условиях цифровой экономики / С. В. Терехов, Л. А. Терехова, Н. А. Озерова // Экономика образования, 2023. № 3 (136). С. 79–92.
10.
10. Фроликов А. В. Перспективы и риски применения технологии исусственного интеллекта в корпоративном управлении / А. В. Фроликов, А. Е. Трубин, А. Н. Алексахин, А. М. Нечаев // Вестник Российского экономического университета имени Г. В. Плеханова. 2025. Т. 22. № 1 (139). С. 198–208.
11.
11. Алексахин А. Н. Прикладные аспекты применения искусственного интеллекта и нейросетевых технологий / А. Н. Алексахин, М. А. Алыменко, А. Ю. Анисимов [и др.]. М.: Русайнс, 2024. 176 с.
12.
12. Пучкова Е. С. Обзор ИИ-инструментов и их возможностей в разработке цифрового образовательного контента студентами педагогических вузов для работы со школьниками / Е. С. Пучкова // Педагогическая инноватика и непрерывное образование в XXI веке: сб. науч. тр. II Международ. науч.-практ. конф. (Киров, 20 мая 2024 г.). Киров: Вятский государственный агротехнологический университет, 2024. С. 636–640.
13.
13. Шунина Л. А. Подходы к разработке системы «вопрос-ответ» на основе искусственного интеллекта для повышения познавательной активности студентов / Искусственный интеллект в образовании 17
Л. А. Шунина, Е. С. Гринева // Continuum. Математика. Информатика. Образование. 2024. № 4 (36). С. 96–104.
14.
14. Лейн Х. Обработка естественного языка в действии / Х. Лейн, Х. Хапке, К. Ховард. СПб.: Питер, 2020. 576 c.
15.
15. Ганегедара Т. Обработка естественного языка с использованием Tensor Flow / Т. Ганегедара. М.: ДМК Пресс, 2020. 382 с.
16.
16. Большакова Е. И. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика / Е. И. Большакова, Э. С. Клышинский. М.: ВШЭ, 2017. 269 с.
17.
17. Мюллер А. Введение в машинное обучение с помощью Python / А. Мюллер, С. Гвидо. М.: ДМК Пресс, 2017. 418 с.
18.
18. Макмахан Б. Знакомство с PyTorch: глубинное обучение при NLP / Б. Макмахан, Д. Рао. М.: ДМК Пресс, 2020. 288 с.
19.
19. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / П. Флах. М.: ДМК Пресс, 2015. 400 с.
20.
20. Бурков А. Машинное обучение без лишних слов / А. Бурков. М.: ДМК Пресс, 2020. 192 c.
21.
21. Алексахин А. Н. Функциональное программирование. Теоретические и практические основы для разных языков: учебник / А. Н. Алексахин, А. Е. Трубин, А. Ю. Анисимов [и др.]. М.: Юрайт, 2025. 135 с.