Руководство по ИИ в образовании (PDF) 2022

Технологии искусственного интеллекта в образовании Руководство для лиц, ответственных за формирование политики ЮНЕСКО – мировой лидер в области Глобальная повестка дня в области образования образования на период до 2030 года Образование –...

Технологии искусственного интеллекта в образовании Руководство для лиц, ответственных за формирование политики ЮНЕСКО – мировой лидер в области Глобальная повестка дня в области образования образования на период до 2030 года Образование – высший приоритет ЮНЕСКО и ЮНЕСКО как специализированному учреждению является одним из основных прав человека и Организации Объединенных Наций в области обра- фундаментом мира и устойчивого развития. зования было поручено руководство и координация ЮНЕСКО – это специализированное учреждение деятельности, связанной с осуществлением повестки Организации Объединенных Наций в области дня «Образование-2030», которая является частью образования, обеспечивающее глобальное и глобальных усилий по искоренению к 2030 году нищеты региональное лидерство для достижения посредством реализации 17 целей в области устойчивого прогресса, повышения устойчивости и развития. Образованию, имеющему важнейшее значение потенциала национальных систем для всех для достижения всех этих целей, посвящена отдельная цель – учащихся. ЮНЕСКО также прилагает усилия, Цель 4, направленная на «обеспечение всеохватного и чтобы ответить на современные глобальные справедливого качественного образования и поощрение вызовы посредством трансформирующего возможности обучения на протяжении всей жизни для всех». обучения с особым упором на гендерное В рамочной программе действий «Образование-2030» равенство и Африку по всем действиям. сформулированы руководящие принципы в отношении осуществления этой амбициозной цели и обязательства государств в этой области. Опубликовано в 2022 г. Организацией Объединенных Наций по вопросам образования, науки и культуры 7, Place de Fontenoy, 75352 Paris 07 SP, France © UNESCO 2022 ISBN 978-92-3-400061-1 Данная публикация предлагается в открытом доступе под лицензией Attribution-ShareAlike 3.0 IGO (CC-BY-SA 3.0 IGO) (http://creativecommons.org/licenses/by-sa/3.0/igo/). Используя содержание данной публикации, пользователи соглашаются с правилами пользования Репозитория открытого доступа ЮНЕСКО (www.unesco.org/open-access/terms- use-ccbysa-rus). Название оригинала: AI and education: guidance for policy-makers Опубликовано в 2021 г. Организацией Объединенных Наций по вопросам образования, науки и культуры Использованные названия и представление материалов в данной публикации не являются выражением со стороны ЮНЕСКО какого-либо мнения относительно правового статуса какой-либо страны, территории, города или района или их соответствующих органов управления, равно как и линий разграничения или границ. Ответственность за взгляды и мнения, высказанные в данной публикации, несут авторы. Их точка зрения может не совпадать с официальной позицией ЮНЕСКО и не накладывает на Организацию никаких обязательств. Авторы: Фэнчунь Мяо, Уэйн Холмс, Жунхуай Хуан, Хуэй Чжан Перевод: Максим Фёдоров Редакция перевода: ИИТО ЮНЕСКО Фото на обложке: SChompoongam/Shutterstock.com, Lidiia/Shutterstock.com и illustrator096/Shutterstock.com Дизайн: Анна Мортрё CLD 660_22 Отпечатано ЮНЕСКО Отпечатано во Франции  Краткое резюме – Технологии искусственного интеллекта в образовании: перспективы и последствия Краткое резюме К РАТ К О Е Р Е З Ю М Е Технологии искусственного интеллекта в образовании: перспективы и последствия Технологии искусственного интеллекта (ИИ) обладают значительным потенциалом для решения важнейших проблем современного образования, внедрения инновационных методов в педагогические и учебные практики, и, наконец, для ускорения прогресса в достижении ЦУР 4. Тем не менее, стремительное развитие технологий неизбежно сопровождается многочисленными рисками и сложностями, по частоте возникновения Бюджет значительно превосходящими обсуждения вопросов политического регулирования и технологий необходимой нормативно-правовой базы. ИИ в образовании Настоящая публикация предлагает руководство составит около для лиц, ответственных за формирование 6 образовательной политики и разработчиков соотвествующих регуляторных мер. В документе приводятся рекомендации по наиболее эффективному использованию возможностей млрд долл. ИИ и одновременному нивелированию рисков, связанных с использованием технологий ИИ в к 2024 году образовании. Начало публикации посвящено основам ИИ: определениям, методам и технологиям. Далее представлен подробный анализ последних тенденций и последствий внедрения ИИ в преподавание и обучение, в том числе в контексте обеспечения этичного, всеохватного и справедливого использования ИИ в образовании, описаны возможности образования по подготовке людей к жизни и работе с ИИ и особенности применения ИИ для повышения качества образования. В заключительной части документа обозначены проблемы, возникающие при использовании ИИ для достижения ЦУР 4, а также предложены конкретные практические рекомендации для ответственных лиц относительно планирования регламентированнных подходов и программ с учетом локальной специфики. «Мысли о войне возникают в умах людей, поэтому в сознании людей следует укоренять идею защиты мира».  Предисловие – Технологии искусственного интеллекта в образовании: перспективы и последствия Предисловие Стремительное развитие технологий искусственного прорыву». На конференции было интеллекта (ИИ) оказывает значительное влияние на рассмотрено общесистемное сферу образования. Достижения в области решений на влияние ИИ на образование, основе ИИ имеют огромный потенциал для общественного и именно здесь Пекинский блага и достижения Целей устойчивого развития. Чтобы консенсус был принят и реализовать этот потенциал на практике, требуются опубликован в качестве общесистемные изменения в регуляторной политике, первого в истории документа, необходимы усиленный этический надзор и всестороннее содержащего рекомендации взаимодействие со специалистами-практиками и учеными- о том, как лучше всего исследователями во всем мире. использовать технологии ИИ для достижения ЦУР 4 – Образование Лица, формирующие образовательную политику, вместе 2030. Пекинский консенсус, с педагогами вступили на неизведанную территорию, в частности, рекомендует где поднимаются фундаментальные вопросы будущих ЮНЕСКО разработать взаимосвязей между обучением и ИИ. Суть данных вопросов руководящие принципы и ресурсы для поддержки лиц, заключается в том, что внедрение и использование ответственных за формирование образовательной ИИ в образовании должно основываться на базовых политики, и интеграции навыков в области ИИ в парадигму принципах инклюзивности и справедливости. Для этого ИКТ-компетенций. В более широком смысле документ принимаемые меры должны способствовать равному и призывает ЮНЕСКО применять целостный подход к всеохватному доступу к ИИ и использованию технологий укреплению международного сотрудничества в области ИИ ИИ как общественного блага, уделяя особое внимание и образования с соответствующими партнерами. расширению прав и возможностей девочек и женщин наряду с незащищенными социально-экономическими «Технологии ИИ в образовании: руководство для лиц, группами населения. Растущий масштаб применения ответственных за формирование политики» разработано в новых технологий ИИ в образовании принесет пользу рамках реализации Пекинского консенсуса, призванного всему человечеству только в том случае, если в нем будут оказать поддержку создателям регуляторных мер в заложены человекоориентированный подход к педагогике и сфере образования, готовым к работе с ИИ. Руководство строгое облюдение этических норм и стандартов. ИИ должен дополняет прогрессирующую просветительскую быть направлен на улучшение качества обучения всех деятельность ЮНЕСКО в этой области и будет интересно учащихся, на расширение прав и возможностей учителей, на целому ряду практиков и специалистов, участвующих укрепление систем управления обучением. Помимо этого, в определении стратегии и развитии образования. подготовка обучающихся и всех граждан к безопасной и Настоящий документ направлен на формирование эффективной жизни и работе с ИИ – наша общая глобальная общего понимания возможностей, предлагаемых ИИ задача. Будущие системы обучения и подготовки должны для образования, а также текущих и будущих изменений обеспечить население основными компетенциями в области в комплексе знаний и навыков, необходимых в эпоху ИИ, включая понимание специфики сбора и управления ИИ. В руководстве представлена оценка преимуществ данными посредством ИИ, а также навыками обеспечения и рисков, задающих вектор критическому осмыслению безопасности и защиты персональных данных. По своей сути возможностей использования технологий ИИ для решения ИИ выходит за рамки существующих сфер деятельности, проблем, связанных с достижением задач ЦУР 4, а также поэтому для планирования эффективного регулирования в выявления и снижения потенциальных ассоциированных области ИИ и образования требуются активные обсуждения рисков. В публикации представлены новые национальные и сотрудничество с заинтересованными сторонами в регуляторные меры и передовой опыт по использованию различных дисциплинах и отраслях. ИИ для повышения качества образования. Документ может также быть использован в качестве руководства по ЮНЕСКО играет ведущую роль в содействии диалогу и разработке регуляторных мер в области ИИ и образования: расширению знаний во всех областях между ключевыми от планирования гуманистических и стратегических целей представителями государственного и частного секторов. до определения ключевых компонентов формирования Ряд мероприятий и опубликованных резолюций политики и стратегий реализации. повысили уровень осведомленности в области широких возможностей и большого значения ИИ для образования Я надеюсь, что отраженные в документе ключевые и помогли государствам-членам предпринять ответные программно-нормативные вопросы, анализ накопленного меры на сложные вызовы. В 2019 году взаимосвязь опыта и гуманистический подход к политическому между ИИ и устойчивым развитием была рассмотрена на регулированию, помогут правительствам и партнерам «Неделе мобильного обучения» – флагманском мероприятии направить использование ИИ на изменение систем ООН по информационно-коммуникационным технологиям в образования и подготовки ради всеобщего блага, для образовании. достижения всеохватного и устойчивого будущего. В том же году ЮНЕСКО в сотрудничестве с Правительством Китайской Народной Республики организовала Международную конференцию по ИИ и образованию в Пекине «Планирование образования в эпоху искусственного Стефания Джаннини интеллекта: задать направление технологическому Заместитель Генерального директора ЮНЕСКО по вопросам образования Технологии искусственного интеллекта в образовании: перспективы и последствия – Благодарности Благодарности Настоящая публикация представляет собой результат специалист по проектам в области образования, коллективного труда ряда экспертов в области ИИ и ИИТО ЮНЕСКО; Валтенсир М. Мендес – старший образования. программный руководитель, Отдел политик и систем обучения на протяжении всей жизни; Элспет МакОмиш – Концепция публикации разработана Фэнчунем Мяо – программный специалист, Отдел по вопросам руководителем Отдела ЮНЕСКО по технологиям и ИИ гендерного равенства. в образовании, и Уэйном Холмсом – бывшим главным научным сотрудником по вопросам образования Внешние эксперты, обеспечившие свой вклад для Национального фонда Nesta (Соединенное Королевство). создания данной публикации: Этель Агнес Паскуа- Они также выступили в качестве основных авторов Валенсуэла – директор секретариата, Организация публикации. Значительный авторский вклад в министров просвещения стран Юго-Восточной Азии создание документа внесли Жунхуай Хуан и Хуэй (СЕАМЕО); Цзяньхуа Чжао – профессор Южного Чжан, представляющие Пекинский педагогический научно-технологического университета Китая; университет (Китай). Шафика Айзекс – научный сотрудник Университета Йоханнесбурга; Вернер Вестерманн – руководитель Члены рабочей группы Отдела по технологиям и ИИ программы гражданского образования Библиотеки в образовании, обеспечившие координирование, Конгресса Чили; Майк Шарплс – заслуженный профессор рецензирование и выпуск публикации: Хухуа Фан, образовательных технологий Открытого университета Самуэль Гримонпрез, Шутонг Ван, Вероника Кукуиат и Соединенного Королевства. Глен Хертеленди. Благодарность также выражается Дженни Вебстер за Специалисты ЮНЕСКО, предоставившие материалы редактирование и корректуру текста и Анне Мортрё за и экспертные оценки: Борен Чакрун – директор разработку макета. Отдела политики и систем непрерывного образования ЮНЕСКО; Соби Тавиль – директор инициативы ЮНЕСКО благодарит компанию «Weidong Group of China» ЮНЕСКО «Перспективы обучения и инновации»; за оказание финансовой поддержки в подготовке данной Кит Холмс – программный специалист инициативы публикации. Финансовая поддержка также помогает ЮНЕСКО «Перспективы обучения и инновации»; Юлия государствам-членам использовать искусственный Хейсс – программный специалист Офиса ЮНЕСКО в интеллект и другие технологии для достижения ЦУР 4. Хараре; Наталья Амелина – старший национальный  Оглавление – Технологии искусственного интеллекта в образовании: перспективы и последствия Технологии искусственного интеллекта в образовании: перспективы и последствия Оглавление Предисловие 1 Благодарности 2 Список аббревиатур и сокращений 4 1. Введение 5 2.  Основы технологий ИИ для лиц, принимающих решения в области образования 6 2.1 Междисциплинарный характер технологий ИИ 6 2.2 Краткое введение в методы ИИ 8 2.3 Краткое введение в технологии ИИ 10 2.4 Возможные направления развития технологий ИИ: «слабый» и «сильный» ИИ 11 2.5 Критический взгляд на возможности и ограничения технологий ИИ 11 2.6 Объединенный интеллект человека и машины 12 2.7 Четвертая промышленная революция и влияние технологий ИИ на рынок труда 13 3.  Понимание технологий ИИ в образовании: новые практики и оценка преимуществ и рисков 14 3.1 Как применение ИИ-технологий может способствовать повышению качества образования? 14 Использование ИИ для предоставления образовательных услуг и управления процессом обучения 15 Использование ИИ для обучения и оценки успеваемости 16 Использование ИИ в процессе преподавания и в интересах расширения прав и возможностей учителей 19 3.2 Каковы оптимальные способы использования ИИ-технологий для достижения общего блага в образовании? 20 3.3 Как можно обеспечить этичное, инклюзивное и справедливое использование технологий ИИ в образовании? 22 3.4 Как образование может подготовить людей к жизни и работе с технологиями ИИ? 25 4. Проблемы использования технологий ИИ для достижения ЦУР 4 27 4.1 Этика данных и предвзятость алгоритмов 27 4.2 Гендерное равноправие в сфере ИИ и использование технологий ИИ для обеспечения гендерного равенства 27 4.3 Мониторинг, оценка и исследования использования технологий ИИ в образовании 28 4.4 Какое влияние окажут технологии ИИ на роль преподавателей? 29 4.5 Какое влияние окажут технологии ИИ на роль преподавателей? 29 5. Обзор мер регулирования 30 5.1 Подходы к мерам регулирования 30 5.2 Общие проблемные области, требующие повышенного внимания 32 5.3 Финансирование, партнерство и международное сотрудничество 33 6. Рекомендации по мерам регулирования 33 6.1 Общесистемное видение и стратегические приоритеты 33 6.2 Основополагающий принцип регуляторных мер в области искусственного интеллекта и образования 34 6.3 Междисциплинарное планирование и межсекторальное управление 35 6.4 Регуляторные меры и правила справедливого, инклюзивного и этичного использования ИИ 36 6.5 Комплексные планы использования ИИ в управлении образованием, преподавании, обучении и оценивании 37 6.6 Пилотное тестирование, мониторинг и оценка, создание доказательной базы 41 6.7 Содействие местным инновациям в области ИИ для целей образования 42 7. Библиографический список 43 Примечания 50 3 Технологии искусственного интеллекта в образовании: перспективы и последствия – Список аббревиатур и сокращений Список аббревиатур и сокращений AI Artificial Intelligence Искусственный интеллект (ИИ) AITA AI Teaching Assistant Учебный помощник на основе ИИ ANN Artificial Neural Network Искусственная нейронная сеть (ИНН) AR Augmented Reality Дополненная реальность AWE Automated Writing Evaluation Автоматическая оценка письма (АОП) CNN Convolutional Neural Network Сверточная нейронная сеть DBTS Dialogue-Based Tutoring System Система обучения на основе диалога DigComp European Digital Competence Framework Европейская структура цифровых компетенций DNN Deep Neural Networks Глубокие нейронные сети EEG Electroencephalography Электроэнцефалография (ЭЭГ) ELE Exploratory Learning Environment Познавательная среда обучения (ПСО) EMIS Education Management Information System Информационная система управления образованием (ИСУО) GAN Generative Adversarial Network Генеративно-состязательная нейронная сеть GDPR General Data Protection Regulation Общий регламент по защите данных GOFAI Good-Old-Fashioned AI Символический искусственный интеллект ICT Information and Communication Technology Информационно-коммуникационные технологии (ИКТ) ILO International Labour Organization Международная организация труда (МОТ) ITS Intelligent Tutoring Systems Интеллектуальные обучающие системы (ИОС) IoT Internet of Things Интернет вещей LMS Learning Management System Система управления обучением (СУО) LNO Learning Network Orchestrator Архитектура обучающих сетей (АОС) LSTM Long Short-Term Memory Длинная цепь элементов краткосрочной памяти ML Machine Learning Машинное обучение NLP Natural Language Processing Обработка естественного языка OER Open Educational Resources Открытые образовательные ресурсы RNN Recurrent Neural Network Рекуррентная нейронная сеть SDG Sustainable Development Goal Цель устойчивого развития (ЦУР) STEM Science, Technology, Engineering, and Mathematics Наука, технологии, инженерия и математика TVET Technical and Vocational Education and Training Техническое и профессиональное образование и подготовка UNESCO United Nations Educational, Scientific, and Cultural ЮНЕСКО – специализированное учреждение Организации Organization Объединенных Наций (ООН) по вопросам образования, науки и культуры VR Virtual Reality Виртуальная реальность 4  Введение – Технологии искусственного интеллекта в образовании: перспективы и последствия 1. Введение Благодаря выдающимся успехам в области ИИ и огромному потенциалу приложений в этой области за прошедшие пять лет технологии ИИ поднялись из глубин академических иссле- дований на первые полосы общественных дискуссий, в том числе на уровне ООН. Во многих странах ИИ активно используется в повседневной жизни: от персональных помощников в смартфонах до чат-ботов и службы поддержки клиентов; от рекомендаций развлечений до прогнозирования преступлений; от распознавания лиц до постановки медицинских диагнозов. ИИ может иметь потенциал для поддержки достижения Для ИИ в целом сложность заключается в том, что ЦУР ООН, однако стремительное технологическое развитие неизбежно несет в себе многочисленные риски если мы продолжим двигаться вперед без оглядки на и проблемы, которые до сих пор опережали политические последствия, в будущем нам придется столкнуться с дебаты и нормативно-правовую базу. И хотя основные увеличением неравенства наряду с экономическими опасения могут быть связаны с «превосходством» ИИ потрясениями, социальными волнениями и, в некоторых над человеком, более насущные проблемы связаны с случаях, политической нестабильностью, причем в худшем социальными и этическими последствиями применения ИИ, такими как неправомерное использование личных положении окажутся технологически малообеспеченные и данных и возможность того, что ИИ может фактически недостаточно представленные слои населения (Смит и Неупан, усугубить, а не сократить существующее неравенство. 2018 г., с. 12). Несмотря на все опасения, ИИ проник и в мир Не меньше опасений возникает относительно применения образования. «Интеллектуальные», «адаптивные» и ИИ в образовании. Для того, чтобы ИИ способствовал «персонализированные» системы обучения все чаще достижению ЦУР 4, необходимо также предоставить разрабатываются частным сектором для внедрения в доступные модели для разработки технологий ИИ, школах и университетах по всему миру, создавая рынок, обеспечить, чтобы интересы стран с низким и средним бюджет которого в 2024 году может составить шесть уровнем дохода были представлены в ходе ключевых миллиардов долларов США (Бхутани и Вадвани, 2018). обсуждений и принятия решений, и наладить отношения Применение ИИ в образовательном контексте, безусловно, между этими странами и государствами, где внедрение ИИ вызывает серьезные сомнения, касающиеся, в частности, получило большее распространение. содержания и методов обучения, изменяющейся роли учителя, социальных и этических последствий ИИ. В начале настоящей публикации представлено краткое Существует также множество проблем, включая вопросы, описание технологий ИИ – что они собой представляют касающиеся справедливости и доступности образования. и как функционируют, с целью обеспечения основы для Намечается также консенсус в отношении возможности подробного обсуждения вопросов взаимодействия между коренного изменения основ преподавания и обучения ИИ и образованием. Последующий раздел включает посредством применения ИИ в образовании. рассмотрение различных способов использования технологий ИИ в образовании, наряду с обсуждением того, Эти проблемы еще больше осложняются массовым как ИИ может способствовать укреплению всеохватности переходом на онлайн-обучение, обусловленным и справедливости образования, повышению качества закрытием школ из-за пандемии COVID-19. обучения, оптимизации педагогической практики и управления образованием. Также большое внимание В связи с этим, данное руководство ЮНЕСКО призвано уделяется тому, как образование может помочь помочь лицам, ответственным за разработку всем гражданам без исключения развивать навыки, политики, лучше понять возможности и значение необходимые для жизни и работы в эпоху ИИ. Далее ИИ для преподавания и обучения с тем, чтобы подробно описываются основные стратегические применение технологий ИИ в образовательном цели: использование преимуществ и снижение рисков, контексте действительно способствовало достижению ассоциированных с технологиями ИИ в образовании; ЦУР 4: «Обеспечению всеохватного и справедливого рассматриваются проблемы, связанные с достижением качественного образования и поощрению возможностей этих целей. В заключительной части руководства обучения на протяжении всей жизни для всех». предлагается набор рекомендаций, предназначенных для информирования о всеобъемлющем видении и планах В то же время мы не должны забывать, что связь между действий в отношении формирования политики в области ИИ и образованием неизбежно будет проявляться ИИ и образования. по-разному в зависимости от национальных и социально- экономических обстоятельств. 5 Технологии искусственного интеллекта в образовании: перспективы и последствия – Основы технологий ИИ для лиц, принимающих решения в области образования 2. Основы технологий ИИ для лиц, принимающих решения в области образования 2.1 Междисциплинарный характер технологий ИИ Термин «искусственный интеллект» был впервые применен в 1956 году на семинаре в Дартмутском колледже, американском университете Лиги Плюща, для описания «науки и техники создания интеллектуальных машин, в особенности интеллектуальных компьютер- ных программ» (Маккарти и соавт., 2006, с. 2). В последующие десятилетия развитие про- исходило поэтапно, причем этапы стремительного прогресса чередовались с периодами замедленного развития ИИ (Дж. Рассел, П. Норвиг, 2016). Тем временем определений ИИ становилось все больше, огромные массивы данных. Это стало возможным в а их смысл расширялся, часто переплетаясь с вопросами результате двух ключевых событий - экспоненциального философии о том, что представляет собой «интеллект», увеличения объема данных (по подсчетам IBM, и могут ли машины когда-нибудь стать действительно благодаря Интернету и связанным с ним технологиям «разумными». Чтобы привести лишь один пример, Чжун каждый день создается более 2,5 квинтиллиона2 байтов определил ИИ как данных) и быстрорастущей вычислительной мощности компьютеров (благодаря закону Мура сегодня мобильные отрасль современной науки и техники, направленную, с одной стороны, на ТАБЛИЦА 1: ПРИМЕРЫ ПЛАТФОРМ «ИИ КАК УСЛУГА» исследование секретов человеческого разума и максимально возможное ТЕХНО­ ПЛАТФОРМА «ИИ ОПИСАНИЕ КОМПАНИИ ЛОГИЧЕСКАЯ КАК УСЛУГА» наделение машин преимуществами КОМПАНИЯ человеческого разума, а с другой, чтобы машины могли выполнять функции «Алибаба» Облачная среда (Cloud) Облачные инструменты на базе ИИ для поддержки бизнеса, веб-сайтов или (Alibaba) приложений. Сайт: https://www.alibabacloud.com настолько разумно, насколько они способны (Чжун, 2006, с. 90). «Амазон» «Веб-сервисы Предварительно обученный сервис на базе ИИ для машинного (Amazon) Амазон» (AWS) распознавания образов, языков, рекомендаций и прогнозирования. Он может быстро создавать, обучать и развертывать модели машинного Минуя затянувшиеся дебаты, в целях обучения в масштабе или создавать пользовательские модели с настоящей публикации мы можем поддержкой всех популярных платформ с открытым исходным кодом. дать определение ИИ как компью- Сайт: https://aws.amazon.com/machine-learning терной системы, разработанной в целях взаимодействия с миром «Байду» «ИзиДЛ» (EasyDL) Позволяет клиентам создавать высококачественные настраиваемые путем возможностей, которые мы (Baidu) модели ИИ без необходимости написания кода. обычно относим к человеческой Сайт: https://ai.baidu.com/easydl прерогативе (Лакин и соавт., 2016). «Гугл» «Тензорный Комплексная платформа с открытым исходным кодом для машинного Более подробная информация пре- (Google) поток» (TensorFlow) обучения, включающая экосистему инструментов, библиотек и ресурсов доставлена Всемирной комиссией сообщества, которая позволяет исследователям делиться последними ЮНЕСКО по этике научных знаний достижениями в области машинного обучения, а разработчикам — легко и технологий (КОМЕСТ), которая создавать и работать с приложениями на базе машинного обучения. описывает ИИ как Сайт:https://www.tensorflow.org IBM «Уотсон» (Watson) Позволяет пользователям применять инструменты и приложения ИИ к машины, способные данным, где бы они ни находились, независимо от хост-платформы. имитировать определенные Сайт: https://www.ibm.com/watson функции человеческого «Майкрософт» «Азур» (Azure) Включает более 100 сервисов для создания, развертывания и управления интеллекта, включая восприятие, (Microsoft) приложениями. Сайт: https://azure.microsoft.com обучение, рассуждение, решение «Тенцент» «Вистарт» Позволяет сопоставить возможности ИИ, профессиональные навыки и проблем, язык и речь, и даже создание (Tencent) (WeStart) отраслевые ресурсы для поддержки запуска или совершенствования творческих продуктов (КОМЕСТ, 2019). стартапов. Объединяет отраслевых партнеров, распространяет и применяет технологии ИИ в различных отраслях промышленности. Сайт: https://westart.tencent.com/ai В настоящее время мы переживаем эпоху возрождения ИИ, когда все Практически все крупные мировые технологические компании и многие другие в настоящее время большее число секторов экономики предлагают сложные платформы «ИИ как услуга», некоторые из них имеют открытый исходный код. внедряет технологию ИИ, известную Они предоставляют различные строительные блоки ИИ, которые разработчики могут реализовать как машинное обучение, при без необходимости писать алгоритмы ИИ с нуля. котором система ИИ анализирует 6  Основы технологий ИИ для лиц, принимающих решения в области образования – Технологии искусственного интеллекта в образовании: перспективы и последствия телефоны характеризуются такой же функциональной здравоохранения сейчас приходит к выводу о том, что скорее мощностью, какой обладали суперкомпьютеры 40 лет верно противоположное утверждение: искусственный назад). Большие данные и высокопроизводительные интеллект может расширить ресурсы и возможности вычислительные системы необходимы для достижения успеха в области машинного обучения, так как работа перегруженных работой медицинских работников и его алгоритмов зависит от обработки миллионов единиц значительно улучшить многие процессы в здравоохранении входных данных, что, в свою очередь, требует огромных (Обзор технологий MIT и GE Healthcare, 2019). вычислительных мощностей3. Другие области применения ИИ, получающие все Примечательно, что «глубокое обучение» и «нейронные большее распространение: сети» – алгоритмы машинного обучения, наиболее часто встречающиеся в заголовках новостей, существуют уже „ Автоматизированная (алгоритмическая) более 40 лет. Недавние значительные успехи технологий журналистика ИИ, наряду с прорывным потенциалом их применения, Средства ИИ обеспечивают постоянный мониторинг обусловлены комплексным усовершенствованием этих глобальных новостных агентств, извлекают ключевую алгоритмов и их высокой доступностью «как услуги», информацию для журналистов, автоматически создают нежели какой-либо фундаментально новой концепцией. незамысловатые истории; Иными словами, можно утверждать, что в настоящее время мы живем в «эпоху внедрения»: „ Юридические сервисы на основе ИИ Например, предоставление инструментов Большая часть сложной, но абстрактной работы по автоматического обнаружения, изучение исследованию ИИ уже проделана... эпоха внедрения прецедентного права и законов, а также проведение юридической экспертизы; означает, что мы, наконец, увидим реальные приложения ИИ (Ли, 2018, с. 13). „ Прогноз погоды на основе ИИ Сбор и автоматический анализ огромных объемов Приложения ИИ для задач реального мира становятся исторических метеорологических данных с целью все более распространенными и масштабными, и хорошо составления прогнозов; известны примеры их применения от автоматического „ Распознавание мошенничества с помощью ИИ языкового перевода и распознавания лиц, используемых Автоматический мониторинг использования кредитных для идентифицирования путешественников и карт для выявления закономерностей и аномалий (т.е. отслеживания преступников, до самоуправляемых потенциально мошеннических транзакций); транспортных средств и личных помощников в смартфонах и прочих устройствах, используемых нами в „ Бизнес-процессы на основе ИИ повседневной жизни. Одной из особо значимых областей Например, автономное производство, рыночная применения ИИ является здравоохранение. В качестве аналитика, торговля акциями и управление прорывного примера можно привести недавнее инвестиционным портфелем; применение ИИ для разработки нового препарата, способного разрушать многие виды устойчивых к „ Умные города антибиотикам бактерий (Трафтон, 2020). Другим примером Использование связи ИИ и Интернета вещей с целью является применение ИИ для анализа медицинских повышения трудоспособности людей, живущих и изображений, включая сканирование мозга плода для работающих в городских условиях; раннего выявления патологий4, сканирование сетчатки для диагностики диабета5 и рентгеновские снимки для „ Роботы на основе ИИ улучшения уровня выявления опухолей6. Все эти примеры Киберфизические системы, которые используют иллюстрируют потенциально значительные преимущества методы ИИ, такие как машинное зрение и ИИ и людей, работающих в симбиозе: обучение с подкреплением, для взаимодействия с внешним окружением. Объединяя возможности технологий визуализации на основе ИИ и специалистов в области лучевой Несмотря на тот факт, что каждый из вышеупомянутых примеров обладает значительным положительным диагностики, мы обнаруживаем, что комбинация потенциалом для применения в обществе, мы не должны «ИИ плюс радиолог» по своей эффективности превосходит упускать из виду, что существуют также и иные, более технологии ИИ или экспертов-радиологов по отдельности спорные области применения ИИ. В качестве таковых (Майкл Брэди, профессор онкологии Оксфордского приведем следующие примеры: университета, цитируется в MIT Technology Review и „ Автономное вооружение GE Healthcare, 2019). Оружие, беспилотные летательные аппараты и другая военная техника, которые функционируют без вмешательства человека; Этот недавний обзор также показал, что применение технологий ИИ может фактически „ Дипфейки «очеловечить» здравоохранение: Автоматическая генерация фейковых новостей и подмена лиц в видео, чтобы создать видимость того, что Распространение ИИ и автоматизированных общественные деятели и знаменитости говорили или процессов часто вызывает опасения, связанные с делали что-либо, чего на самом деле они никогда не тем, что человек может быть исключен из процесса говорили или не делали. оказания медицинской помощи. Однако индустрия 7 Технологии искусственного интеллекта в образовании: перспективы и последствия – Основы технологий ИИ для лиц, принимающих решения в области образования Кроме того, следует быть осторожными по отношению информации, не являющейся значимой для того, чтобы ко многим громким заявлениям, сделанным сделать важные выводы. некоторыми компаниями в сфере ИИ или средствами массовой информации. Начнем с того, что несмотря Также, современные технологии ИИ могут быть весьма на заголовки, объявляющие о том, что инструменты неустойчивыми. Если немного изменить данные, к ИИ теперь «лучше» людей в таких задачах, как чтение примеру, на изображение наложить случайный шум, текстов и распознавание объектов на изображениях, инструмент ИИ может дать значительный сбой (Маркус и в действительности же картина такова, что эти Дэвис, 2019) 7. успехи верны только в ограниченном ряде случаев – например, когда текст короткий и содержит достаточно 2.2 Краткое введение в методы ИИ Каждое из приложений ИИ зависит от целого ряда сложных методов, которые требуют от про- фильных инженеров углубленных знаний и подготовки по математике, статистике и другим дисциплинам, связанным с анализом и обработкой данных, а также по программированию. Стало быть, эти методы являются слишком специализированными для подробного изучения в пределах данного документа8. Вместо этого мы кратко представим некоторые основные методы ИИ, а также рассмотрим ряд популярных ИИ-технологий. Классический ИИ Машинное обучение Наиболее ранний или «классический ИИ», также известный Многие недавние достижения в области ИИ, включая как «символьный ИИ», «ИИ, основанный на правилах» обработку естественного языка, распознавание или «общий ИИ» («GOFAI»), включает в себя совокупность лиц и беспилотные автомобили, стали возможными последовательностей: «if... then...» и другие правила благодаря достижениям в области вычислительных условной логики, т.е. шаги, которые система предпримет подходов, основанных на машинном обучении. Вместо для выполнения задачи. На протяжении десятилетий использования четко определенных правил машинное продолжались разработки внедрения экспертных обучение анализирует большие объемы данных для систем ИИ для широкого спектра приложений, таких выявления закономерностей и построения моделей, как медицинская диагностика, кредитные рейтинги которые затем используются для предсказания будущих и производство. Экспертные системы основаны на значений. Именно поэтому принято считать, что алгоритмы подходе, известном сегодня как «инженерия знаний», не запрограммированы заранее, они «обучаются». который включает в себя выявление и моделирование знаний экспертов в определенной области, что является Существует три основных подхода к машинному обучению: ресурсоемкой задачей, имеющей свои сложности. - контролируемое обучение, Типичные экспертные системы содержат до нескольких - неконтролируемое обучение, сотен правил, обьединенных некой четко определенной - обучение с подкреплением. логикой. По мере увеличения числа взаимодействий между Контролируемое обучение включает в себя работу с правилами экспертные системы могут стать сложными данными, которые уже были отнесены к определенной для пересмотра или улучшения, что является одним из их категории – например, тысячи фотографий людей, основных недостатков. которые были заранее классифицированы («размечены») людьми. Контролируемое обучение связывает данные с соответствующими метками, чтобы построить модель, которую можно применить к аналогичным данным – например, для автоматической идентификации людей РИС. 1: СВЯЗЬ МЕЖДУ ИСКУССТВЕННЫМ ИНТЕЛЛЕКТОМ, на новых фотографиях. В неконтролируемом обучении МАШИННЫМ ОБУЧЕНИЕМ, НЕЙРОННЫМИ СЕТЯМИ И ГЛУБОКИМ ИИ предоставляется еще больший объем данных, но ОБУЧЕНИЕМ. здесь данные не были заранее классифицированы или помечены. Неконтролируемое обучение направлено на Искусственный интеллект выявление скрытых закономерностей в данных и поиск оптимального набора соответствующих кластеров, которые могут быть использованы для классификации новых Машинное обучение данных. Например, эта технология может автоматически идентифицировать буквы и цифры в почерке путем поиска Нейронные сети паттернов в тысячах примеров. Как при контролируемом, так и при неконтролируемом Глубокое обучение обучении полученная на основе данных модель является фиксированной, и при изменяющихся данных анализ необходимо проводить снова. Однако третий подход 8  Основы технологий ИИ для лиц, принимающих решения в области образования – Технологии искусственного интеллекта в образовании: перспективы и последствия машинного обучения – обучение с подкреплением – транспортных средств — данные, которые затем предполагает постоянное улучшение модели с помощью анализирует алгоритм машинного обучения. обратной связи. Другими словами, данный подход предполагает непрерывность машинного обучения. Искусственные нейронные сети В данном случае ИИ предоставляются некоторые Искусственная нейронная сеть (ИНС) — это метод исходные данные, из которых приводится вывод модели, ИИ, создание которого было навеяно структурой оцениваемой как «правильная» или «неправильная» и, биологических нейронных сетей (мозга животных). соответственно, принятой или отклоненной. ИИ использует Каждая ИНС состоит из трех типов взаимосвязанных это подкрепление для обновления своей модели, таким слоев искусственных нейронов: входной слой, один или образом циклично развиваясь (обучаясь и развиваясь) несколько скрытых промежуточных вычислительных с течением времени. Например, если беспилотный слоев и выходной слой, выдающий результат. В автомобиль избегает столкновения, то система, ходе машинного обучения весовые коэффициенты, которая позволила ему это сделать, вознаграждается придаваемые внутренним связям между нейронами, (подкрепляется), что повышает ее способность избегать корректируются в процессе обучения с подкреплением противоречий в будущем. и «метода обратного распространения ошибки». Сегодня машинное обучение получило настолько широкое Это позволяет ИНС вычислять выходные данные для новых распространение, что иногда его считают синонимом ИИ, показателей на входе. Хорошо известным примером, тогда как это – лишь подмножество ИИ. На самом деле, использующим ИНС, является «AlphaGo» от Гугл, которая остается ряд приложений ИИ, в которых не используется в 2016 году победила чемпиона мира по игре Го. машинное обучение или, по крайней мере, в фоновом Ключевой аспект мощности ИНС, накладывающий режиме почти всегда есть некий классический ИИ (ИИ значительное ограничение – это скрытые слои нейросети. на основе правил или символический ИИ). Например, во Обычно невозможно провести анализ глубокой многих распространенных приложениях для чат-ботов нейронной сети для определения пути принятия того предварительно заложены правила, определяемые или иного решения. Это приводит к принятию решений, людьми, о том, как отвечать на ожидаемые вопросы. обоснование которых неизвестно. Многие компании Фактически, как и в более ранних экспертных системах, изучают способы, с помощью которых такие решения могут быть открыты для проверки (Берт, 2019). Это почти каждый продукт ИИ, который вы видите поможет понять пользователям почему данный алгоритм сегодня, нуждается в непосредственном участии принял конкретное решение, что особенно важно специалистов для обеспечения его содержательной при использовании ИНС и других методов машинного части. Это может быть опыт, полученный от лингвистов и обучения для принятия решений, существенно влияющих фонетистов – когда ИИ использует обработку естественного на людей, например, при определении срока тюремного языка, от врачей – когда ИИ используется в медицине, или даже заключения. Однако, как правило, далее всё усложняется: «получение дополнительной информации о решениях ИИ от экспертов по дорожному движению и вождению – когда ИИ может обеспечить явные преимущества, но также повлечь приводит в действие беспи­лотные автомобили. Машинное за собой новые риски» (Берт, 2019). обучение не могло бы создать полноценный ИИ без помощи компонентов классического ИИ (Зауберлих и Николич, 2018). Глубокое обучение Глубокое обучение относится к ИНС, состоящим из Кроме того, важно признать, что машинное обучение не нескольких промежуточных слоев. Именно такой подход обучается в том смысле, в каком обучается человек. Оно привел ко многим недавним прорывным применениям также не обучается самостоятельно. Наоборот, машинное ИИ (например, в обработке естественного языка; обучение полностью зависит от человека: он проводит компьютерном распознавании речи, образов; создании выборку, очистку и классификацию данных; разрабатывает изображений; разработке лекарственных средств и и обучает алгоритм ИИ; сопровождает, интерпретирует геномике). Новые модели глубокого обучения включают результаты, также формулируя оценочные суждения о так называемые «глубокие нейронные сети» (DNN), них. Например, было сказано, что передовой инструмент которые находят эффективные математические операции идентификации объектов распознает изображения для преобразования входных данных в требуемые кошек в базе данных изображений, но на самом деле выходные данные; «рекуррентные нейронные сети» система лишь группировала вместе объекты, которые (RNN), которые позволяют данным проходить в любом выглядели сколь-нибудь похожими, и здесь потребовалось направлении, могут обрабатывать последовательности включения человека в процесс идентификации кошек входных данных и используются для таких приложений, среди данных изображений. Точно так же машинное как моделирование языка; и «сверточные нейронные обучение, используемое в автономных транспортных сети» (CNN), которые обрабатывают данные, поступающие средствах, полностью зависит от миллионов изображений в виде многомерных массивов: например, используют три уличной жизни, маркированных людьми. Специалисты из двумерных изображения для обеспечения трехмерного Силиконовой долины в большом объеме предоставили компьютерного зрения. подобные маркировки для использования людьми по всему миру (используя такие системы, как «Amazon Mechanical Наконец, стоит отметить, что многие недавние Turk»)9 и компаниями Индии, Кении, Филиппин и Украины10. достижения, особенно связанные с манипулированием Работа этих участников новой экономики заключается в изображениями, были достигнуты с помощью отслеживании и ручной разметке всех объектов (например, так называемых «генеративно-состязательных транспортные средства, дорожные знаки и пешеходы) сетей» (GAN). В GAN две глубокие нейронные сети в каждом кадре видео, снятом прототипом автономных конкурируют друг с другом — одна «генеративная сеть», которая создает возможные выходные данные, 9 Технологии искусственного интеллекта в образовании: перспективы и последствия – Основы технологий ИИ для лиц, принимающих решения в области образования и одна «дискриминационная сеть», которая оценивает Между тем, GAN, обученные на фотографиях, генерируют эти выходные данные. Результат влияет на следующую изображения людей, которые выглядят реальными, но на итерацию. Например, «AlphaZero» от «DeepMind» самом деле не существуют11. В настоящее время исследуются использовал подход GAN, чтобы научиться играть и другие варианты применения данного подхода. выигрывать в ряде настольных игр (Донг и соавт., 2017). 2.3 Краткое введение в технологии ИИ В совокупности, все описанные выше методы ИИ привели к манипулирования изображениями (например, в дипфейках); появлению целого ряда технологий ИИ, которые все чаще автономных транспортных средств. пре