Central AsianResearch Index

МАШИННОЕ ОБУЧЕНИЕ ДЛЯ МОНИТОРИНГА КРИТИЧЕСКОГО МЫШЛЕНИЯ

С помощью генеративного искусственного интеллекта студент может за несколько секунд получить грамотно написанный ответ. Однако качество языка не объясняет, как был получен вывод. В статье рассматривается практическая проблема оценки в компьютерных дисциплинах: преподавателю необходимы свидетельства рассуждения, а не только законченный текст. С учётом опыта автора в преподавании программной инженерии и искусственного интеллекта разработана методическая схема, объединяющая анализ аргументации, сопоставление версий текста и отдельные записи системы управления обучением. В ней раздельно рассматриваются тезис, доказательства, связь между ними, контраргумент и заключение. Компонент BERT–CNN предлагается для поиска аргументативных связей, а кластеризация – для исследовательского анализа учебного поведения. Результатом является не готовая автоматическая система, а спецификация исследования с требованиями к валидации, справедливости и защите данных. Предполагаемое применение носит формирующий характер: система должна указывать на слабые места рассуждения, не подменяя решение преподавателя.

Сведения

Опубликовано
2026 · Т. 4, № 145, С. 322-333
Язык
Русский
ISSN
1609-1817 · 2790-5802
Издатель
JSC Academy of Logistics and Transport