• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2024/2025

Искусственный интеллект в управлении образованием

Статус: Маго-лего
Когда читается: 2 модуль
Охват аудитории: для своего кампуса
Язык: русский

Программа дисциплины

Аннотация

Курс направлен на формирование у слушателей компетенций в применении современных методов и инструментов искусственного интеллекта (ИИ) для решения актуальных задач в сфере образования. Курс охватывает широкий спектр тем, включая аналитические и генеративные модели ИИ, а также их применение в образовательной среде. Важной частью программы является освоение подходов к принятию решений на основе данных (Data-Driven Decision Making, DDDM), что позволяет эффективно использовать образовательные данные для разработки стратегий и улучшения процессов управления. Отдельное внимание уделено методам персонализации обучения и рекомендательным системам, которые помогают адаптировать образовательный контент под индивидуальные потребности и способности учащихся. Еще одной фокусировкой курса является применение генеративных моделей ИИ для создания образовательного контента, автоматизации административных задач и поддержки учебного процесса. В результате освоения курса участники смогут эффективно применять технологии ИИ для улучшения образовательных процессов, повышения качества обучения и оптимизации управления в образовательных организациях.
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование понимания специфики, возможностей и ограничений технологий искусственного интеллекта и развитие навыков применения современных методов и инструментов искусственного интеллекта (ИИ) для решения актуальных задач в сфере образования.
Планируемые результаты обучения

Планируемые результаты обучения

  • Владеет тезаурусом в сфере искусственного интеллекта, корректно определяет основные понятия.
  • Воспроизводит основные типы ИИ. Опеределяет тип ИИ по его характеристикам.
  • Различает модели дескриптивной, предикативной и прескриптивной аналитики. Подбирает адекватные аналитические модели для решения прикладных задач.
  • Использует специализированные программные инструменты и библиотеки python для разработки и обучения аналитических моделей
  • Использует методы prompt инжиниринга и low-code программирования для решения прикладных задач с использованием моделей генеративного ИИ.
  • Воспроизводит ключевые возможности, ограничения и отличия моделей генеративного ИИ от других типов ИИ.
  • Разрабатывает и описывает сценарии использования генеративного ИИ в учебной и управленческой деятельности образовательной организации.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в искусственный интеллект
  • Аналитические возможности ИИ и их применение в образовании
  • Генеративный ИИ в образовании
Элементы контроля

Элементы контроля

  • неблокирующий Тестирование по теме "ИИ и управление на основе данных"
  • неблокирующий Тестирование по теме "Работа с неструктурированными данными, глубинное обучение и генеративный ИИ"
  • неблокирующий Описание кейса использования аналитического ИИ в образовании
    Изучить практики и описать кейс использование систем или сервисов на основе аналитических моделей искусственного интеллекта (ИИ) в образовании в контексте персонализации обучения, прогнозирования успеваемости студентов и разработки рекомендаций в общем или высшем образовании.
  • неблокирующий Разработка информационной панели для аналитики образовательных данных
  • неблокирующий Итоговое задание
    Разработать сценарий использования инструментов на основе технологий искусственного интеллекта (ИИ) в практике своей образовательной организации. Цель задания — продемонстрировать знание принципов применения ИИ в образовательной среде, умение выявлять проблемы и возможности для применения ИИ, а также способность проектировать практики, имеющие потенциал к повышению эффективности управления и качеству образования.
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 2nd module
    0.35 * Итоговое задание + 0.2 * Описание кейса использования аналитического ИИ в образовании + 0.25 * Разработка информационной панели для аналитики образовательных данных + 0.1 * Тестирование по теме "ИИ и управление на основе данных" + 0.1 * Тестирование по теме "Работа с неструктурированными данными, глубинное обучение и генеративный ИИ"
Список литературы

Список литературы

Рекомендуемая основная литература

  • Alpina - 21700 - Д.Баррат; И. Робот - Последнее изобретение человечества: Искусственный интеллект и конец эры Homo sapiens - 9789180125291 - Альпина нон-фикшн - 2020 - https://hse.alpinadigital.ru/audio/21700
  • Alpina - 23800 - Г.Маркус; Э.Дэвис - Искусственный интеллект: Перезагрузка. Как создать машинный разум, которому действительно можно доверять - 9785206000306 - Альпина ПРО - 2022 - https://hse.alpinadigital.ru/book/23800
  • Alpina - 34734 - Люба Макарина - Действуй как ChatGPT: Неполное и неточное руководство по работе с лучшей нейросетью - Альпина.Статьи - 2024 - https://hse.alpinadigital.ru/book/34734
  • Бернард Марр, Мэтт Уорд - Искусственный интеллект на практике - 9785001468028 - МИФ - 2020 - https://hse.miflib.ru/#/book/24696 - 24696
  • Введение в искусственный интеллект, Эртель, В., 2019
  • Гинько, А. Ю. Анализ и визуализация данных в Yandex DataLens. Подробное руководство: от новичка до эксперта : руководство / А. Ю. Гинько. — Москва : ДМК Пресс, 2022. — 356 с. — ISBN 978-5-93700-171-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/314909 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Идиот или гений? : как работает и на что способен искусственный интеллект, Митчелл, М., 2022
  • Искусственный интеллект : современный подход, Рассел, С., 2018
  • Маккинни, У. Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter : справочник / У. Маккинни , перевод с английского А. А. Слинкина. — 3-е изд. — Москва : ДМК Пресс, 2023. — 536 с. — ISBN 978-5-93700-174-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348086 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Обработка естественного языка в действии - 978-5-4461-1371-2 - Лейн Хобсон, Хапке Ханнес, Ховард Коул - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/371695 - 371695 - iBOOKS
  • Стивен Вольфрам - Как устроен ChatGPT? - 978-5-00214-604-8 - МИФ - 2024 - https://hse.miflib.ru/book/32038/ - 32038

Рекомендуемая дополнительная литература

  • Nelli, F. (2018). Python Data Analytics : With Pandas, NumPy, and Matplotlib (Vol. Second edition). New York, NY: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1905344
  • Yang Liu, & Meng Zhang. (2018). Neural Network Methods for Natural Language Processing. Computational Linguistics, (1), 193. https://doi.org/10.1162/COLI_r_00312
  • Искусственный интеллект и нейросетевое управление : учебное пособие / составитель Т. Е. Мамонова. — Томск : ТПУ, 2020. — 150 с. — ISBN 978-5-4387-0921-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/246170 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Искусственный интеллект, Уинстон, П., 1980

Авторы

  • Карлов Иван Александрович