Архив статей журнала
Цель исследования. Современное образование подвергается значительным изменениям. Технологии искусственного интеллекта внедряются в образовательную практику вузов, в том числе и педагогических. Данные технологии имеют большие возможности. Однако необходимо более глубокое изучение влияния и роли искусственного интеллекта не только в образовательном процессе вуза в целом, но и в специфике преподавания отдельных дисциплин, включая программирование для будущих учителей информатики. Проблема использования искусственного интеллекта в обучении студентов педагогических вузов является актуальной. Статья посвящена обоснованию роли искусственного интеллекта в процессе обучения программированию студентов, будущих учителей информатики и исследованию возможности его результативного применения в реальном учебном процессе. Материалы и методы. Выполнен анализ научных публикаций в области использования искусственного интеллекта в образовательном процессе вуза и анализ научно-методической литературы по обучению программированию студентов педагогических вузов. Проанализированы средства искусственного интеллекта, используемые в профессиональной разработке программного обеспечения. Проведен эксперимент по использованию в курсе программирования на Python для студентов педагогического вуза онлайн среды разработки Replit с технологией искусственного интеллекта. Выполнено анкетирование студентов в начале и после завершения учебного курса. Результаты исследования. Традиционно в обучении программированию студентов 1 курса Красноярского государственного педагогического университета используется авторский электронный учебный курс, разработанный в среде Moodle, тренажёр по программированию с автоматизированной проверкой решений, IDLE Python и онлайн компиляторы. Данные средства обучения были дополнены онлайн средой разработки Replit с технологией искусственного интеллекта. По результатам эксперимента показано, что использование онлайн среды разработки Replit с технологией искусственного интеллекта при обучении программированию студентов педагогического вуза помогает в написании и отладке кода, делает курс менее сложным, это подтверждается результатами анкетирования студентов, также показывающими, что большинство студентов отдают свое предпочтение данной среде разработки. По окончанию освоения студентами курса программирования отмечается значительный рост в самооценке уровня программирования, что подтверждается учебными результатами. Заключение. Роль искусственного интеллекта в процессе обучения студентов программированию может быть значительна и полезна как для преподавателя, так и для обучаемых. В частности, использование искусственного интеллекта помогает студенту в написании и отладке кода, упрощает процесс объяснения преподавателем способов разработки алгоритма и составления программы. На примере интегрированной онлайн-среды Replit, имеющей встроенный искусственный интеллект, показаны ее возможности для результативного обучения студентов программированию. В результате статьи подтверждается необходимость дальнейшего исследования и разработки методического обеспечения для успешного интегрирования искусственного интеллекта в процесс обучения студентов педагогических вузов в области программирования.
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.