ОТКРЫТОЕ ОБРАЗОВАНИЕ

Структурное мышление представляет собой важный навык, который позволяет выделять структуры в беспорядочно представленной информации, видеть взаимосвязи на всех уровнях, дает возможность разбивать целое на компоненты и из набора элементов создавать целостные структуры и системы. Особую роль структурное мышление играет в деятельности учителя, т. к. педагогический процесс постоянно требует организации учебной информации с целью ее эффективного восприятия. Учителю постоянно приходится перерабатывать огромный объем учебного материала, выделяя главное и задавая определенную визуальную структуру. Однако, несмотря на множество работ, посвященных вопросам развития структурного мышления, вопрос его диагностики, как профессиональной компетенции остается открытым. Целью работы является разработка диагностического материала для оценки уровня развития структурного мышления как универсальной педагогической компетенции и ее апробация среди студентов-бакалавром института математики, физики и информатики Красноярского государственного педагогического университета им. В. П. Астафьева. Материалы и методы. Анализ психолого-педагогической литературы, методических разработок позволил построить диагностический материал для оценки структурного мышления как универсальной педагогической компетенции на трех уровнях: уровень структуры, уровень деталей и уровень сложных задач. Исследование проводилось среди 84 студентов Красноярского государственного педагогического университета им. В. П. Астафьева 2-3 курса, обучающихся по направлению «Педагогическое образование» профилей «Математика и информатика», «Физика и технология». Респондентам был предложен текст, по которому они должны были выполнить 4 профессиональные задачи - на умение выделить главную мысль, умение построить дерево понятий, поставить учебные вопросы к тексту и умение сжать информацию. Каждая задача отражала на каком уровне у студентов развито структурное мышление. Результаты исследования показали, что многие студенты испытывают трудности уже с выделения главной мысли в тексте, и как следствие, построения его структуры в виде ментальной схемы. Особые сложности студенты испытывали при постановке вопросов к тексту, позволяющих покрыть весь его информационный объем, и сжать текст до информационного постера. Полученные данные подтверждают необходимость знакомства студентов с методами и инструментами построения схем, моделей понятий, обучение постановке вопросов к учебному материалу, визуализации информации через сжатие, что также отмечается авторами проанализированных работ в данном исследовании. Заключение. Полученные данные актуализируют необходимость ориентации учебных заданий на работу со структурами в процессе профессиональной подготовки будущих учителей. Кроме того, предложенная методика может быть использована с целью выявления, на каком уровне студенты начинают испытывать трудности по структурированию и визуализации информации, и подбора подходящих методов и средств развития их структурного мышления.

В статье рассмотрен основной подход к проектированию образовательных программ нескольких квалификаций, который разрешен к применению, но по факту не используется образовательными организациями России, в связи с непонятностью структуры и объемов программы, а также правил финансирования и реализации. Для достижения результата в статье применялся метод глубинного анализа законодательных требований к проектированию образовательных программ. В статье рассмотрены основные подходы к проектированию объемов программы и сроков ее реализации. Рассмотрены задачи включения тематических модулей и правила выполнения сопряженности результатов обучения. Проведен анализ финансового обеспечения процессов реализации программ, а также актуальных задач организации конкурсов на выделение контрольных цифр приема на программы нескольких квалификаций. В работе представлен опыт использования информационной системы Электронный МЭИ используемой для разработки образовательных программ. Электронный МЭИ представляет собой образовательный конструктор, в котором через шаблоны и данные получаются стандартизированные документы, проверяемые в автоматическом режиме на выполнения требовании законодательства Российской Федерации. В результате исследования выделены два варианта проектирования программ нескольких квалификаций: программы двух квалификаций с получением одного диплома или программы получения двух дипломов высшего и дополнительного образования. Программы двух квалификаций станут «точкой роста» развития российского образования, помогут формировать профессиональные квалификации с привязкой к современным цифровым и предпринимательским компетенциям, необходимым сегодня молодым специалистам.

Цель данного исследования - рассмотреть вопросы теории и практики интеграции цифрового пространства вуза путем внедрения личных кабинетов студентов, преподавателей и абитуриентов, включая описание возможных подсистем и сервисов данных кабинетов. Материалы и методы. В данном исследовании использовались следующие материалы и методы: анализ библиографических источников по проблемам цифровой трансформации системы высшего образования, а также методы сбора, систематизации, структурирования и анализа данных о подсистемах и сервисах личных кабинетов студентов, преподавателей и абитуриентов вуза. Результаты. К результатам работы можно отнести проект подсистем и сервисов личных кабинетов студентов, преподавателей и абитуриентов вуза. Проект личного кабинета студента вуза включает следующие подсистемы: учебный процесс, практика и трудоустройство, обратная связь, взаимодействие с бухгалтерией, электронный документооборот (заказ направлений и справок), интеграция с информационными системами. Личный кабинет преподавателя вуза содержит подсистемы: учебный процесс, научно-исследовательская работа, взаимодействие с отделом кадров, взаимодействие с бухгалтерией, система менеджмента качества, интеграция с информационными системами. Личный кабинет абитуриента включает подсистемы: подача документов, вступительные экзамены, зачисление, заключение договоров, обратная связь, авторизация в личном кабинете. Также рассмотрены проблемы и перспективы цифровой трансформации системы образования и вопросы интеграции личных кабинетов в электронную среду вуза. В частности, можно предложить интеграцию кабинетов в следующие возможные варианты базовых платформ: LMS - система управления электронным обучением вуза (например, LMS Moodle); ERP - система управления образовательной организацией (например, 1С: Университет ПРОФ); интернет-портал вуза (например, на платформе 1С-Битрикс); реализация кабинетов посредством собственных программных разработок вуза на основе систем с веб-интерфейсом (с адаптированной версией для мобильных устройств). Также в работе строится модель возможной интеграции личных кабинетов студента и преподавателя в информационную среду вуза. Кроме этого, в качестве результатов работы приводится пример реализации личного кабинета преподавателя в Электронной информационно-образовательной среде Башкирского ГАУ. Заключение. В заключении можно сделать вывод, что цифровая трансформация высшего образования является крайне сложной, многокомпонентной комплексной задачей, эффективное решение которой возможно только в ходе интеграционного взаимодействия всех участников образовательного процесса. Организация эффективного взаимодействия администрации, преподавателей, студентов и абитуриентов вуза на основе применения современных информационных технологий позволит осуществлять непрерывный мониторинг хода образовательной деятельности с возможностью проведения корректирующих мероприятий, обеспечивающих активизацию деятельности по ключевым для университета направлениям. Внедрение в деятельность вуза личных кабинетов студентов, преподавателей и абитуриентов позволит автоматизировать взаимодействие со всеми участниками образовательного процесса, что будет способствовать повышению его эффективности.

О поиске новой формы театра говорят давно, но кроме онлайн-трансляции спектакля или выступления актера в режиме видеоконференции с чтением художественного текста никаких идей не предлагается. И тут поиску именно новой формы может поспособствовать педагогика. Театр всегда использовался в педагогике как метод, и перенести его в формат виртуальности помогут закономерности организации дистанционного обучения. Возникает вопрос - как именно это сделать, чтобы не только для очных учащихся был доступен театр в школе (колледже, вузе), но и для дистанционных? А также в целом для тех категорий граждан, кто не может посещать театр, но хотел бы присутствовать на спектаклях или заняться театральным искусством дистанционно? Целью данного исследования и послужило желание реализовать на практике теоретическое предположение о переносе театрального действия в виртуальность. Если просто включить онлайн-трансляцию спектакля или показывать его в записи, то театр автоматически превращается в кино, причем не в очень качественное, поскольку камера не успевает за всеми передвижениями актёров, а микрофон захватывает ненужные звуки из зала. Есть способ организовать новый формат театра - через управление аватарами и озвучку героев в 3D-пространстве. Если понимать возможности виртуальной среды в части передачи эмоций, переживаний, сюжетов, то логично предположить, что виртуальный театр - это формат ролевой игры, один из методов педагогики. Попадая в новую среду (в данном случае - в виртуальную), человек меняет своё поведение, начинает иначе себя ощущать и реагировать. На сегодня уже есть несколько исследований по обучению детей и взрослых в виртуальной реальности. В данной статье описан опыт организации виртуального театра со всеми присущими ему атрибутами: подбор сценария, подготовка актеров, создание декораций, костюмов, проведение репетиций, подготовка афиш, приглашение зрителей и проведение спектакля в режиме онлайн. Виртуальный спектакль был проведен в 3D-мире «Виртуальная Академия». В качестве актеров выступили учащиеся 5-7 классов, в качестве организаторов - преподаватели школы, колледжа и вуза. В работу также были включены родители артистов, оперативно решающие технические проблемы с домашними компьютерами, что позволило подготовить спектакль в короткий срок (около 1,5 месяца). Все участники спектакля были заинтересованы процессом, работали очень ответственно, были довольны результатом и высказали пожелание продолжить такие постановки. Описание методики организации виртуального театра позволит в дальнейшем использовать этот метод для работы как со школьниками в условиях дистанционного обучения, так и со студентами театральных вузов для изучения специфики театрального искусства в виртуальности.

Цель исследования: разработать и проверить подход к обучению составителей цифрового контента в части создания альтернативного текста, точно описывающего оригинальное изображение, с использованием нейронной сети для генерирования контрольных изображений, реконструируемых по тексту. Отсутствие в веб-ресурсе текстовых описаний к визуальному контенту ограничивает цифровую доступность, особенно для пользователей с нарушением зрения. Для обеспечения доступности каждое информативное изображение должно сопровождаться альтернативным текстом. Известно, что текстовые альтернативы, сгенерированные с помощью автоматических инструментов, уступают по качеству описаниям, выполненным человеком. Следовательно, составитель цифрового контента должен уметь разрабатывать альтернативный текст к изображениям. Выдвинуто предположение, что нейронная сеть, способная генерировать изображения по текстовым описаниям, может выступать в роли инструмента, служащего для проверки релевантности составляемых текстовых альтернатив. Материалы и методы. Исследование выполнялось в апреле-мае 2023 года. 17 обучающихся бакалавриата изучили требования к разработке текстовых альтернатив, выполнили первичные текстовые описания к трем предложенным фотографиям, а затем откорректировали текст с использованием нейронной сети Kandinsky 2.1 согласно алгоритму: генерирование изображения по описанию; визуальное сравнение полученного изображения с оригиналом; возвращение к редактированию описания или завершение процесса. По первичным и итоговым описаниям исследователи воссоздали изображения с использованием той же нейронной сети. Дальнейшая работа заключалась в оценке качества всех текстовых описаний и сходства всех сгенерированных изображений с оригинальными. Результаты исследования (текстовые описания; оценки, выставленные экспертами; ссылки на сгенерированные изображения) опубликованы в виде набора данных в репозитории Mendeley Data. Для анализа данных использовали t-тест, корреляцию Пирсона и многомерную регрессию (при заданном уровне значимости p = 0,05). Результаты. Установлено, что средние оценки качества первичных и итоговых текстовых описаний значимо не отличались (p > 0,05), также не было выявлено значимых отличий для длины текста (p > 0,05). При этом существенно (p < 0,05) возрастало сходство сгенерированных изображений с оригинальными фотографиями после использования обучающимися нейронной сети. Следовательно, тренировка в нейронной сети способствовала повышению качества (сходства с оригиналом) изображений, сгенерированных по измененным текстовым описаниям, без потери качества описаний. Обнаружено также, что качество итоговых текстовых альтернатив тем выше, чем больше их размер в пределах отведенного лимита, чем лучше и короче первичные описания (p < 0,05). Таким образом, лаконичные и точные альтернативные описания к изображениям после тренировки обучающихся в нейронной сети могут быть преобразованы в не менее качественные текстовые альтернативы, релевантность которых повышается за счет добавления в описание деталей сюжета. Заключение. Нейронные сети для генерирования изображений могут быть применимы в качестве программного инструмента, стимулирующего потенциальных авторов контента к созданию более точного и полного альтернативного текста при сохранении его лаконичности. Представляется важным продолжить исследования, распространив их на изображения других типов, с использованием различных нейронный сетей.

Научная актуальность исследования. В эпоху стремительного увеличения объемов данных, генерируемых пользователями социальных сетей, анализ текстовых данных, таких как комментарии, становится одной из ключевых задач современной науки. Комментарии представляют собой ценный источник информации, позволяя выявлять общественные настроения, анализировать мнения пользователей и отслеживать социальные тренды. Однако из-за слабо структурированного или полностью неструктурированного характера этих данных их обработка требует применения инновационных подходов. Целью данного исследования является разработка интеллектуальной системы для обработки слабоструктурированных данных, получаемых из комментариев на видео в социальных сетях, с использованием алгоритмов структуризации, ориентированных на различные отрасли. Исследование направлено на создание эффективного метода анализа тональности, кластеризации и извлечения ключевых тем из комментариев с целью оценки воздействия видео-контента на аудиторию. В результате исследования будет предложен подход к автоматическому выделению и структурированию данных по отраслям, что позволит более точно и глубоко анализировать восприятие контента и его влияние на различные социальные и профессиональные сферы. Методы: Разработка интеллектуальной системы для анализа слабоструктурированных данных требует применения инновационных методов и подходов, сочетающих в себе обработку естественного языка (NLP), алгоритмы машинного обучения и методы анализа больших данных. Эти методы включают: автоматическое извлечение данных через API, предварительную обработку, адаптированную для трех языков (французского, английского и русского), глубокий анализ настроений с помощью продукта Bert и вероятностного алгоритма для статистических расчетов, а также кластеризацию с помощью алгоритмов K-Means, DBSCAN и Agglomerative. Материалы основываются на комментариях из социальных сетей (TikTok, Instagram, Twitter, Facebook, YouTube, Reddit, ВКонтакте) на русском, английском и французском языках. Для предобработки применялись библиотеки SpaCy и NLTK, а модель Hugging Face Transformers работала с предобученными моделями для анализа настроений. Использованы методы машинного обучения, включая кластеризацию и обработку естественного языка. Данные структурированы с помощью тематического моделирования и языковых моделей, реализованных с помощью Python-библиотек. Результаты исследования. Разработка интеллектуальной системы для обработки слабо структурированных данных позволила улучшить анализ комментариев к видеороликам в социальных сетях благодаря комбинации различных моделей машинного обучения и алгоритмов. Результаты исследования позволили нам разработать прототип инструмента для анализа комментариев, который эффективно собирает и структурирует данные из различных социальных сетей. Эта структуризация данных привела к лучшей организации и повышенной доступности информации, что облегчило их использование. Используя методы обработки естественного языка (NLP), мы выявили ключевые темы и эмоции комментариев, проводя анализ настроений, который освещает основные эмоциональные тренды. Методы кластеризации, такие как K-средние, сгруппировали комментарии по схожим темам. Кроме того, мы создали визуализации, показывающие распределение настроений, что позволяет пользователям быстро интерпретировать данные. Интеграция методов визуализации преобразует сложные аналитические результаты в интуитивно понятные графики, что облегчает понимание взаимодействия пользователей с контентом. Таким образом, наша система оказывается эффективной для предоставления ценных инсайтов и оптимизации стратегий взаимодействия с аудиторией. Заключение. Результаты исследования показали, что предложенный подход значительно улучшает точность классификации и структурирования слабо структурированных данных, особенно когда речь идет о комментариях, извлеченных из видеороликов в социальных сетях. Разработанная система использует алгоритмы обработки естественного языка для анализа данных с учетом их отраслевой принадлежности, что позволяет автоматически структурировать комментарии в зависимости от их содержания и проводить подробный анализ тональности. Эффективность данного подхода была подтверждена на примере анализа комментариев с различных социальных платформ, что продемонстрировало его способность извлекать и структурировать релевантную информацию, а также оценивать влияние видеороликов через реакции пользователей.

В данной работе рассматривается роль искусственного интеллекта (ИИ) в развитии цифровой экономики. Проанализированы ключевые направления использования ИИ в различных отраслях: от прогнозирования рыночных тенденций и оптимизации производственных процессов до повышения эффективности логистики и финансовых операций. Особое внимание уделено моделям машинного обучения, позволяющим анализировать большие объемы данных для принятия стратегических решений. Также затронуты вызовы, связанные с внедрением ИИ, включая вопросы кибербезопасности, утраты рабочих мест и этических аспектов. В работе представлены практические примеры использования ИИ для анализа рынка и оценки влияния автоматизации на занятость. Итогом исследования стало обобщение, что грамотное внедрение ИИ способствует повышению конкурентоспособности стран, ускорению инноваций и устойчивому экономическому росту в условиях глобальной цифровизации. Материалы и методы. Для анализа рынка с использованием искусственного интеллекта можно применить несколько простых методов на Python, включая анализ данных с помощью библиотек, таких как pandas для обработки данных и scikit-learn для машинного обучения. Один из самых простых вариантов — это анализ трендов с использованием метода регрессии. Вот пример простого кода для анализа рынка с использованием линейной регрессии. Результаты. В конечном итоге мы создаем модель, которая прогнозирует объем продаж на основе цены товара. Мы используем простую линейную регрессию для анализа зависимости между ценой и количеством проданных единиц товара. Код также визуализирует зависимость между ценой и объемом продаж, а также выводит коэффициенты модели. Заключение. Применение методов искусственного интеллекта, таких как линейная регрессия, позволяет эффективно анализировать рыночные тенденции и выявлять зависимости между ключевыми показателями, например, ценой и объемом продаж. Использование библиотек Python, таких как pandas и scikit-learn, упрощает обработку данных и построение прогнозных моделей. Визуализация результатов помогает лучше интерпретировать полученные зависимости, что может быть полезным инструментом для принятия обоснованных управленческих решений и оптимизации маркетинговых стратегий.

Целью исследования является разработка методов реализации многоагентной системы сетевого предприятия в рамках микросервисной архитектуры цифровой платформы. В этой связи предлагаются методы реализации агентов с помощью сервисов, автоматизирующих функции производственных и бизнес-процессов, и сервисов, исполняющих функции цифровой платформы. В основе построения программных агентов положена структура административных оболочек активов, используемых в активном и проактивном режимах. Материалы и методы исследования. В качестве метода исследования предлагается использовать усовершенствованный метод функционального проектирования на основе архитектурных фреймворков консорциума промышленного интернета (IIRA) и платформы индустрии четвертого поколения (RAMI), российских государственных стандартов («Цифровые двойники», «Цифровая фабрика», «Умное производство»), а также метода анализа возможностей предприятия. Результаты. Основными результатами исследования являются построение схемы компонентного состава концептуальной модели цифровой платформы, алгоритмы формирования запроса на производство компонентов продукта и его оценки программными агентами цифровой платформы в форме диаграмм последовательности, Заключение. Полученные результаты позволяют повысить интероперабельность и гибкость конфигурации цепочек создания стоимости на основе сервисной реализации многоагентной системы.

Цель. Целью статьи является обоснование применения разработанной модели диагностики познавательной активности в системе среднего профессионального образования при освоении обучающимися учебной дисциплины «Информатика». Материал и методы исследования. Идея исследования связана с применением разработанной модели диагностики познавательной активности в системе среднего профессионального образования при освоении студентами программы общеобразовательной дисциплины «Информатика». Реализация разработанной модели диагностики базируется на синтезе высокоформализованных и низкоформализованных методик в целях получения максимально достоверной картины об уровне познавательной активности контингента на занятиях по информатике. Разработанная модель диагностики познавательной активности позволяет получить педагогически значимую информацию, которая характеризует динамику изменения уровня познавательной активности при выполнении специальных психолого-педагогических тестов, а также учебных заданий и составить достоверную картину о результативности учебного процесса в исследуемых группах студентов системы среднего профессионального образования с учетом когнитивного, педагогического, социального критериев, а также с учетом уровня начальной подготовки по информатике. Модель диагностики уровня усвоения учебного материала по информатике и познавательной активности включает в себя оценивание полученных знаний, выработку профессиональных умений и навыков и стимулирование студентов на постоянное совершенствование и применение профессиональных навыков на регулярной основе. При этом, рубежный контроль является индикатором уровня знаний содержания учебного материала, промежуточный контроль является демонстрацией овладения практическими навыками, а стимулирующие баллы вводят компонент мотивации, что оказывает влияние на уровень познавательной активности обучающегося. Познавательная активность в контексте исследования определена, как когнитивно-психолого-социальный отклик на познавательный процесс, определяющий личностно-мотивационный интерес к осознанному усвоению знаний и умений предметной области и является структурным компонентом результативности учебного процесса по информатике. Результаты. На основе выявленной сущности познавательной активности в предметной подготовке составлена, обоснована и апробирована в реальном учебном процессе модель диагностики познавательной активности студентов системы среднего профессионального образования на занятиях по информатике, позволяющая составить достоверную картину о результативности учебного процесса в исследуемых группах учетом когнитивного, психологического и социального критериев, а также уровня начальной подготовки по информатике. Заключение. Применение разработанной модели диагностики познавательной активности при помощи покомпонентной экспертной оценки интеллектуальной инициативы в контексте результативности обучения информатике способствует персонифицированной и групповой идентификации студентов системы среднего профессионального образования, а также позволяет проводить сравнительные оценки итоговых рейтинговых показателей в каждой из отдельных групп студентов с целью корректировки и дополнения избранных методов и средств обучения. Материалы статьи могут быть полезны для преподавателей системы среднего и высшего профессионального образования.

Цель исследования заключается в теоретическом обосновании значимости внедрения электронных библиотечных систем в образовательный процесс с акцентом на формирование информационной компетентности обучающихся в высшем учебном заведении. В условиях стремительной цифровизации образовательной среды становится необходимым определить ключевые навыки, которые помогут студентам эффективно взаимодействовать с информационными ресурсами. Исследование направлено на выявление преимуществ использования электронных библиотечных систем как инструмента для развития критического мышления и преодоления барьеров на пути к освоению современных информационных технологий.

Материалы и методы исследования включают анализ литературных источников и нормативной документации, что позволило сформулировать теоретические основы формирования информационной компетенции у студентов. Применение компетентностного подхода способствовало систематизации знаний о необходимых навыках работы с информацией. Для иллюстрации успешного применения электронных библиотечных систем в образовательном процессе был использован кейс-метод, который демонстрирует практическую значимость исследования. Также применялся сравнительный анализ для выявления соответствия навыков работы с электронными библиотечными системами индикаторам ключевых компетенций обучающихся. Результаты показывают, что в эпоху тотальной цифровизации образовательного процесса компетентностный подход остается эффективной стратегией, обеспечивающей систематический контроль и поддержку развития компетенций студентов на всех этапах обучения, начиная с формирования базовых навыков и заканчивая достижением профессионального мастерства. Отмечается рост интереса к информационной компетенции среди исследователей и преподавателей, что делает её приоритетной стратегией развития образовательных систем. Электронные библиотечные системы на законодательном уровне стали неотъемлемыми компонентами электронной информационно-образовательной среды вуза. Однако их внедрение в учебный процесс связано с рядом трудностей, требующих изучения и преодоления для широкого применения. Рассмотрен положительный опыт внедрения модульного обучения студентов работе с ЭБС. Наглядно продемонстрировано соответствие навыков, получаемых студентами при работе с библиотечными системами, индикаторам достижения ключевых компетенций, что подтверждает положительное влияние такого обучения на формирование информационной компетентности как ключевого свойства личности в эпоху цифровизации. Заключение подчеркивает, что формирование информационной компетентности будущих специалистов еще на этапе обучения является необходимым условием для успешной профессиональной деятельности. Это согласуется с идеями опережающего образования и требует трансформации системы образования. Обучение принципам работы информационных систем через информационно-коммуникационные технологии в электронной информационно-образовательной среде вуза играет важную роль в этом процессе, развивая информационную компетентность и подготавливая студентов к профессиональной деятельности в условиях цифрового общества. В конечном итоге, такие изменения будут способствовать созданию более гибкой и конкурентоспособной системы образования, отвечающей вызовам современной эпохи.

Цель исследования. Работа посвящена актуальным вопросам проверки на объем заимствованного текста в выпускной квалификационной работе в техническом вузе с учетом вероятности использовании обучающимися возможностей искусственного интеллекта. Проблема плагиата, в частности плагиата выпускных квалификационных работ (дипломных работ), всегда была на повестке дня. Некоторые студенты при написании выпускных квалификационных работ склонны заимствовать тексты работ, защищенных в предыдущие годы, что привело к необходимости организации проверки текстов всех работ текущего года выпуска на плагиат. Существуют различные методы, которые дают возможность легко обойти такую проверку. Указанная проблема особенно обострилась в последниегоды в связи с развитием информационных технологий. Широкое внедрение генеративного искусственного интеллекта привело к возникновению новой проблемы – необходимости проверки выпускной квалификационной работы научным руководителем и/или назначенным ответственным лицом на наличие текста, сгенерированного искусственным интеллектом. В данной статье рассматриваются особенности проверки на плагиат текстов выпускных квалификационных работ студентов, обучающихся по направлениям, связанным с информационными технологиями, с учетом потенциальной возможности использования студентами генеративного искусственного интеллекта, в частности программного обеспечения ChatGPT и GitHub Copilot.

Материалы и методы. Использован метод компаративного анализа научных публикаций, посвященных проверке на плагиат и вопросам применения искусственного интеллекта в образовательном процессе. Существующие методики проверки на плагиат неактуальны при проверке текстов, сгенерированных искусственным интеллектом. Рассмотрены признаки и примеры таких текстов. Экспериментальным путем выявлены тренды в среде обучающихся в техническом университете по отношению к применению генеративного искусственного интеллекта, в частности программного обеспечения ChatGPT и GitHub Copilot при написании выпускных квалификационных работ. Проверены возможности применения ряда программ по детектированию текстов, сгенерированных искусственным интеллектом. Результаты исследования. Проведен анализ результатов проверки на плагиат текстов, сгенерированных системой искусственного интеллекта, и подготовленных методистом. Обсуждена проблема однозначного автоматического выявления использования генеративных нейросетей студентами в процессе подготовки выпускной квалификационной работы в силу наличия ложноположительных срабатываний. Представляется целесообразным широкое внедрение систем проверки текста выпускной квалификационной работы на предмет наличия текста, сгенерированного системами искусственного интеллекта. Однако тестовое использование существующих систем проверки показало, что достоверность проверки на наличие текста, сгенерированного системами искусственного интеллекта, является весьма спорной. Процент выявленного заимствования может варьироваться как в сторону понижения, так и повышения с некорректными выводами. Обсуждены проблемы, вызванные особенностями обучения студентов технического вуза. Предложен подход к проверке материалов выпускной работы на наличие ИИ-плагиата.

Заключение. Отмечена важность и необходимость проверки оригинальности выпускных квалификационных работ на заимствования как текстов работ прошлых лет, так и использования текстов и программ, сгенерированных системами искусственного интеллекта. Авторами предложены возможные подходы к организации учебного процесса в техническом вузе с учетом накопленного опыта, а также пути решения рассмотренных в работе проблем, в частности, предложено введение обязательной маркировки как текста, так и программного кода, созданного системой искусственного интеллекта. Кроме того, подчеркнута необходимость разработки методик обучения, включающих формирование рефлексивности.

Целью исследования является разработка усовершенствованного подхода к решению задачи детектирования недопустимых событий в области информационной безопасности для повышения точности обнаружения инцидентов и снижения числа ложных срабатываний. Недопустимым событием является событие в результате кибератаки, делающее невозможным достижение стратегических целей организации или приводящее к значительному нарушению ее основной деятельности. В основе предложенного решения задачи детектирования недопустимых событий лежит нейросетевой классификатор, обученный на данных о недопустимых событиях, таких как атрибуты, прекурсоры и индикаторы компрометации недопустимых событий. Данное решение обеспечивает всесторонний анализ событий и снижение вероятности пропуска недопустимых событий, что делает его актуальным для защиты критической информационной инфраструктуры. Актуальность данного исследования обусловлена быстрым ростом количества и сложности кибератак, а также необходимостью внедрения автоматизированных методов детектирования угроз, сопровождающимися недопустимыми событиями, которые приводят к негативным последствиям. В условиях увеличивающейся сложности киберугроз и многообразия атак традиционные методы обнаружения становятся недостаточно эффективными, что требует совершенствование существующих технологий для защиты информационных систем. Новизна разработанных предложений заключается в повышении точности детектирования недопустимых событий за счет использования методов машинного обучения и нейросетевого классификатора, а также сокращении времени реагирования с использованием инструмента сбора, обработки, агрегирования и визуализации Elastic Stack.

Материалы и методы исследования. Для решения задачи детектирования недопустимых событий использован инструмент Elastic Stack, обеспечивающий сбор, агрегацию и визуализацию данных о событиях. Основным инструментом анализа является нейросетевой классификатор, обученный на наборе атрибутов, прекурсоров и индикаторов компрометации недопустимых событий. Методы исследования включают применение механизмов корреляции событий, анализа аномалий и машинного обучения, которые интегрируются в единую систему. Результаты: предложено решение задачи детектирования недопустимых событий, основанное на применении выявленных атрибутов, прекурсоров и индикаторов компрометации недопустимых событий информационной безопасности.

Заключение: выявленные атрибуты, прекурсоры и индикаторы компрометации недопустимых событий обеспечивают решение задачи детектирования недопустимых событий. Применение предложенного решения способствует совершенствованию защиты информационных систем и снижению рисков, связанных с кибератаками, что особенно важно для обеспечения безопасности критической информационной инфраструктуры.