ВИКОРИСТАННЯ ТЕХНОЛОГІЙ ШТУЧНОГО ІНТЕЛЕКТУ ВЧИТЕЛЯМИ МАТЕМАТИКИ В ПРОЦЕСІ ДОСЛІДНИЦЬКОГО НАВЧАННЯ ДЛЯ МОТИВАЦІЇ НАВЧАЛЬНО-ПІЗНАВАЛЬНОЇ ДІЯЛЬНОСТІ УЧНІВ: ВИКЛИКИ, ЗАГРОЗИ ТА ПЕРСПЕКТИВИ
DOI:
https://doi.org/10.32782/ped-uzhnu/2024-4-18Ключові слова:
дослідницьке навчання, штучний інтелект, нейронні мережі, дидактика математики, урок математики, варіативні моделі, КОМСДНАнотація
У дослідженні аналізується доцільність педагогічно виваженого та методично умотивованого використання технологій штучного інтелекту (ШІ), призначених для розв’язування математичних задач, пропонуючи користувачам різноманітні функції і можливості для роботи на уроках, застосовуючи методи та прийоми дослідницького навчання математики. Розглядаються переваги та недоліки використання ШІ в процесі дослідницького навчання математики, обґрунтовано приклади використання нейронних мереж в освітньому процесі. У дослідженні здійснено оцінювання правильності, повноти та швидкості обчислення математичних виразів із використанням засобів ШІ інтелектуального та спеціального призначення вчителями математики в процесі дослідницького навчання предметів математичного циклу у контексті мотивації навчально-пізнавальної діяльності учнів. З використанням сервісів MathGPTPro, ChatGPT у процесі розв’язування завдань отримали незадовільний результат. Доцільно звернути увагу на те, що MathGPTPro розв’язав правильно вдвічі більше завдань у порівнянні з ChatGPT, однак точність цих засобів не відповідає необхідному і достатньому рівню роботи математичних сервісів. Акцентується увага на необхідності ґрунтовного наповнення алфавіту ШІ, оскільки в процесі виведення результатів розв’язування завдань відображалися численні незрозумілі знаки та символи. На підставі аналізу результатів дослідження можна зробити висновок про недоцільність і неефективність бездумного та невиваженого використання засобів ШІ у процесі розв’язування математичних завдань, у тому числі задач підвищеної складності. Розглядаються приклади проектування і варіанти уточнення структури уроків математики з використанням засобів ШІ. Задля покращення ефективності управління закладом освіти ШІ бере на себе виконання рутинних операцій, допомагає ухвалювати рішення і коригувати дії вчителів. Ефективність використання рекомендованої ШІ індивідуальної траєкторії дослідницького навчання учня залежить від властивостей інформації у контексті уникнення прийняття помилкових рішень.
Посилання
Гриб’юк О. О. Форми і методи використання технологій штучного інтелекту для професійного розвитку педагогічних кадрів: дидактичні та психофізіологічні аспекти дослідницького навчання. Габітус: науковий журнал. Одеса: Видавничий дім «Гельветика», 2024. Вип. 60. С. 55–68. URL: https://doi.org/10.32782/2663-5208.2024.60.9.
Гриб’юк О. О. Педагогічне проектування варіативних моделей комп’ютерно орієнтованих методичних систем дослідницького навчання предметів природничо-математичного циклу з використанням технологій штучного інтелекту. Педагогіка формування творчої особистості у вищій і загальноосвітній школах : зб. наук. пр. [редкол.: А.В. Сущенко (голов. ред.) та ін.]. Одеса : Видавничий дім «Гельветика», 2024. Вип. 92. С. 93–102. URL: https://doi.org/10.32782/1992-5786.2024.92.15.
Baierle I.L.F., Gluz J.C. Programming Intelligent Embodied Pedagogical Agents to Teach the Beginnings of Industrial Revolution. In: Nkambou, R., Azevedo, R., Vassileva, J. (eds) Intelligent Tutoring Systems. ITS 2018. Lecture Notes in Computer Science, 2018. vol 10858. P. 3–12. Springer, Cham. URL: https://doi.org/10.1007/978-3-319-91464-0_1 (date of access: 17.04.2024).
Bebbington K., MacLeod C. The sky is falling: Evidence of negativity bias in the social transmission of information. Evolution and Human Behavior. 2017. Vol. 38 (1). P. 92–101. URL: https://doi.org/10.1016/j.evolhumbehav.2016.07.004 (date of access: 27.04.2024).
Cannoni E., Scalis T. G. Indagine sui bambini di 5–6 anni cheusano quotidianamente i dispositivi mobili in ambito familiare: caratteristiche personali e contestuali e problematiche cognitive ed emotive. Rassegna Italiana di Psicologia. 2018. Vol. 35 (1). P. 41–56. URL: https://hdl.handle.net/11573/1116494 (date of access: 07.05.2024).
Chakraborty B., Chakma K., Mukherjee, A. A density-based clustering algorithm and experiments on student dataset with noises using rough set theory. IEEE International Conference on Engineering and Technology, 2016. P. 431–436. URL: https://doi.org/10.1109/ICETECH.2016.7569290 (date of access: 09.05.2024).
ChatGPT Shared Links FAQ. Help OpenAI. URL: https://help.openai.com/en/articles/7925741-chatgpt-sharedlinks-faq/ (дата звернення: 27.05.2024).
Gebru T., Morgenstern J., Vecchione B., Vaughan J. W., Wallach H., Daumé H., Crawford K. Datasheets for datasets. arXiv.org. URL: https://arxiv.org/abs/1803.09010/ (date of access: 25.05.2024).
Hrybiuk O., Kant G. S. CleverCOMSRL: Implementation of an AI Computer-Aided Design System in the Context of the Cognitive Science Paradigm for the Research Training Process. Lecture Notes in Mechanical Engineering. Cham, 2024. P. 351–362. URL: https://doi.org/10.1007/978-3-031-61575-7_32 (date of access: 05.07.2024).
Hrybiuk O. Improvement of the Educational Process by the Creation of Centers for Intellectual Development and Scientific and Technical Creativity. Lecture Notes in Mechanical Engineering. Cham, 2019. P. 370–382. URL: https://doi.org/10.1007/978-3-030-18789-7_31 (date of access: 27.05.2024).
Yang Z., Talha M. A Coordinated and Optimized Mechanism of Artificial Intelligence for Student Management by College Counselors Based on Big Data. Computational and Mathematical Methods in Medicine. 2021. Vol. 2021. P. 1–11. URL: https://doi.org/10.1155/2021/1725490 (date of access: 23.04.2024).
Levendowski A. How copyright law can fix artificial intelligence’s implicit bias problem. Washington Law Review. 2018. Vol. 93 (2). P. 579–630. URL: https://digitalcommons.law.uw.edu/wlr/vol93/iss2/2 (date of access: 23.04.2024).
Maseleno А. Demystifying Learning Analytics in Personalised Learning. International Journal of Engineering & Technology. 2018. Vol. 7, no. 3. P. 1124–1129. URL: https://doi.org/10.14419/ijet.v7i3.9789 (date of access: 17.05.2024).
Nkambou R., Azevedo R., Vassileva J. Intelligent Tutoring Systems. 14th International Conference. 2018, ITS 2018. Montreal, QC, Canada. https://link.springer.com/book/10.1007/978-3-319-91464-0 (date of access: 25.05.2024).
Penprase B. E. The Fourth Industrial Revolution and Higher Education. Higher Education in the Era of the Fourth Industrial Revolution. Singapore, 2018. P. 207–229. URL: https://doi.org/10.1007/978-981-13-0194-0_9 (date of access: 24.04.2024).
Software for Exascale Computing - SPPEXA 2016-2019 / ed. by H.-J. Bungartz et al. Cham : Springer International Publishing, 2020. URL: https://doi.org/10.1007/978-3-030-47956-5 (date of access: 29.04.2024).
Van Brummelen J., Tabunshchyk V., Heng T. “Alexa, Can I Program You?”: Student Perceptions of Conversational Artificial Intelligence Before and After Programming Alexa. IDC’21: Interaction Design and Children, Athens Greece. New York, NY, USA, 2021. Р. 305–313. URL: https://doi.org/10.1145/3459990.3460730 (date of access: 17.05.2024).
Zanetti M. Prejudice and labelling: the role of the teacher in the development of deviant behaviours. Formazione & Insegnamento. 2018. Vol. 16 (2). P. 193–204. URL: https://ojs.pensamultimedia.it/index.php/siref/article/view/3044 (date of access: 27.05.2024).