Польза нейросети для современного школьника

Содержание

1.Введение………………………………………………………………………3

2. Основная часть…………….…………………………………………………5

1. 1. Основные принципы работы нейросетей .………………………………...6

2.2Возможности использования нейросети для образования……………….6

2.3 Примеры успешного использования нейросети………………………….8

3. Практическая часть …………………………………………………………9

4.Заключение…………………………………………………………………..15

5. Список используемой литературы……………...…………………………16

Введение

Нейросети становятся все более популярными в современном мире, и их использование становится все более широким. Школьники также могут извлечь пользу от использования нейросетей в своей учебе и повседневной жизни. В данном исследовательском проекте будет рассмотрено, каким образом нейросети могут быть полезны для современного школьника.

Главная особенность нейросетей в том, что они умеют принимать решения на основе прошлого опыта. Обычно для решения задач программы используют заданный алгоритм — точную последовательность операций, которая ведет к определенному результату. Все возможные варианты событий и решений уже прописаны в коде.

Нейросеть же сама «придумывает» алгоритм. Она находит признаки и взаимосвязи, скрытые закономерности, которые не предусмотрели разработчики.

Благодаря особой модели обработки информации нейросеть понимает неструктурированные данные разного вида и формата, находит сложные нелинейные взаимосвязи, анализирует ошибки и совершенствуется. Нейросеть изучает все доступные аналогичные случаи и выдает наиболее эффективное решение.

Развернутое дополнение

О понятии «нейронные сети» мы впервые слышим в курсе биологии восьмого класса. Нейрон – это структурно-функциональная единица нашей нервной системы. Нейроны объединяются в сеть, чтобы выполнять специфические физиологические функции. Учёных давно интересовала возможность повторить работу такой сети вне человеческого организма, иными словами – создать искусственную нейронную сеть, которая могла бы повторять процессы, проходящие в головном мозгу и, самое главное, могла бы самостоятельно обучаться.

Про искусственный интеллект написано много книг и снято немало фильмов, но первый серьёзный прорыв в этом направлении совершили американский нейропсихолог, один из основателей кибернетики, Уоррен Мак-Каллок и Уолтер Питтс, американский нейролингвист. Вдвоём они разработали модель искусственного нейрона, а затем и сеть из множества таких элементов. С помощью алгоритмов обучения Мак-Каллок и Питтс доказали, что их сеть способна саморазвиваться. Сначала её использовали в достаточно простых вещах – прогнозы, анализы, распознавание графических образов – на самом примитивном уровне.

Каждый отдельный нейрон в такой сети можно сравнить с процессором, выполняющим одну простую задачу, и способным подать сигнал соседним таким же процессорам и принять ответный сигнал от них. Но этих процессоров очень много, и вместе они способны выполнить уже множество значительно более сложных задач за короткое время.

Главное свойство нейронной сети – её умение обучаться. То есть, нейронную сеть не программируют в привычном нам смысле, ведь любая программа действует по конкретным алгоритмам, она не может отступить и измениться, а нейронная сеть – может. Нейронные сети способны работать с неполными, неверными и частично отсутствующими данными и делать выводы на основании предыдущих знаний.

Разумеется, это означает, что, в отличие от программы, нейронная сеть, как и человек, способна ошибаться.

Зачем же нужны нейронные сети?

Для выполнения задач, с которыми могут справиться люди, но не может справиться программа. При этом нейронная сеть работает быстрее человека, она беспристрастна и у неё отсутствует фактор человеческих ошибок.

Это может быть аналитическое предсказание, например, рост или падение курса валют.

Анализирование и отбор объектов, подходящих под определённые параметры. Например, нейронная сеть получает доступ к электронному журналу школы и предлагает подходящие каждому ученику направления дальнейшего обучения.

Распознавание – сейчас это наиболее активное использование нейронных сетей. Большое количество различных приложений работают именно так.

Это и графические редакторы, определяющие положение лица на фото, глаз, и умеющие проводить корректировку формы лица, цвета глаз, без дополнительного вмешательства пользователя, по одному указанию. Это умение приложения по запросу пользователя сделать из фото стилизацию под манеру различных художников.

Это современные клавиатуры смартфонов, которые не просто предлагают слова из словаря, а анализируют ваш словарный запас и угадывают, что же вы хотите написать. Чем дольше пользователь использует подобную клавиатуру, тем легче нейросети предлагать варианты слов и фраз.

Это приложения, анализирующие на видео вашу мимику, и дополняющие видео несуществующими элементами, например, дорисовывая человеку кроличий нос и уши.

Это приложения, способные по куску музыкального фрагмента отыскать в интернет-библиотеках всю песню.

Это различные голосовые ассистенты в смартфонах, способные отвечать на ваши запросы и так же, как и клавиатуры, обучающиеся со временем.

Это интеллектуальные охранные системы, распознающие хозяев по множеству надёжных параметров.

Это беспилотные автомобили, которые должны не просто двигаться по дорогам в соответствии с правилами дорожного движения, но и обязаны сориентироваться в сложной, аварийной ситуации и избегать дорожно-транспортных происшествий.

Мы прямо сейчас наблюдаем, как нейронные сети постепенно охватывают весь мир, мы применяем их практически во всех сферах деятельности, но, тем не менее, пока нейронные технологии далеки по возможностям от человеческого мозга, и их развитие только начинается.

Актуальность темы проекта «Нейронные сети» заключается в возможности решения задач, ранее выполняемых только людьми, улучшении качества работы и повышении эффективности. Объектом исследования являются нейронные сети, а предметом — результаты выполнения задач с помощью нейронных сетей. Методы исследования включают изучение теоретических материалов, проведение экспериментов и обработку полученных данных.

Цели и задачи исследования:

- Изучить основные принципы работы нейросетей и их применение в современном мире.

- Проанализировать возможности использования нейросетей для обучения и повышения эффективности учебного процесса для школьников.

- Исследовать примеры успешного использования нейросетей в образовании.

- Оценить потенциальные преимущества и недостатки использования нейросетей для школьников.

Методы исследования:

- Анализ существующих научных статей, публикаций, источников информации о нейросетях и их использовании в образовании.

- Интервью с учителями, студентами и специалистами в области нейросетей и образования.

- Проведение опроса среди школьников о их знаниях и опыте использования нейросетей в учебе.

2. ОСНОВНАЯ ЧАСТЬ

2.1 ОСНОВНЫЕ ПРИНЦИПЫ РАБОТЫ НЕЙРОСЕТЕЙ

Основной принцип работы нейронной сети заключается в обучении на данных путем точной настройки связей между нейронами. Когда нейронная сеть обучается, она проходит процесс корректировки своих весов и смещений (параметры для составления ответа) с целью минимизации ошибки в своих прогнозах.

Среди основных областей применения нейронных сетей — прогнозирование, принятие решений, распознавание образов, оптимизация, анализ данных. Нейросети лежат в основе большинства современных систем распознавания и синтеза речи, а также распознавания и обработки изображений.

Как работает нейронная сеть? Искусственный интеллект создали на основе биологического аналога. Изобрели машины, которые могут анализировать различную информацию, запоминать ее и затем воспроизводить из памяти. Такие сети наделены возможностью самообучения, могут независимо развиваться, учитывая собственный ошибочный опыт. Нейроны в них соединены между собой синапсами (мостик или контакт).

В искусственной сети нейрон выполняет вычислительные действия. Он получает информацию, работает над ней и передает дальше. Все нейроны можно отнести к трем различным типам: входные, скрытые и выходные. Каждый имеет свой цвет: синий, красный и зеленый соответственно. Выделяют еще контекстные нейроны и нейроны смещения.

Если сеть состоит из множества нейронов, то вводят понятие «слоя». Получается, что есть входной слой, получающий сигналы, затем скрытые (обычно их не более трех), которые обрабатывают информацию, и выходной, предоставляющий результат.

Каждый из нейронов имеет два основных параметра: входные (input data) и выходные (output data) данные. Входная клетка — это когда input равен output. В других случаях, на месте input образуется информация от суммы всех нейронов предыдущего слоя. Затем при помощи функции активации, она стабилизируется и передается на место output.

1. 1. ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТИ ДЛЯ ОБРАЗОВАНИЯ

В последние десятилетия искусственный интеллект и нейросети значительно изменили способы обучения и образования. Эти технологии предлагают новые возможности для персонализированного обучения, автоматизации оценки и улучшения образовательных процессов. Рассмотрим, как нейросети используются в образовательной сфере для обучения школьников и какие преимущества они предоставляют.

Нейросети могут использоваться для автоматической оценки тестовых заданий и домашних заданий. Это упрощает процесс оценки и обеспечивает более объективную оценку успеваемости учеников. Кроме того, нейросети могут предоставлять обратную связь ученикам, помогая им понять ошибки и улучшить свои знания.

Для занятий и мастермайндов часто бывают нужны кейсы. Например, можно попросить Perplexity или YandexGPT составить 50 кейсов для учебного мастермайнда на тему «Выгорание». Уточнив, что герои должны быть разного возраста, социального статуса и благосостояния. Система выдаст истории воображаемых людей, которые расскажут о своём опыте.

В промптах для сервисов, создающих тексты, особенно важно описывать целевую аудиторию и цели занятия. Для создания диалогов стоит вшить в запрос или лексику, или дополнительные материалы по теме, откуда надо брать информацию.

Если принципиально важна достоверная информация, например, для научной статьи, необходимо попросить нейросеть верифицировать данные. Или вшить в запрос, что информацию можно собирать только с официальных сайтов: com, org, gov. Также в запросе можно указать, что информация нужна свежая «такого-то года», «не старее такого-то года».

Любой текст нейросеть может упаковать в необходимый формат. Например, публицистический стиль или детективную историю. В таком подходе с помощью ИИ можно написать о чём угодно, хоть о спряжении глагола, хоть о метафизических явлениях для пятилетнего ребёнка или для студента университета.

Зачастую методисты и преподаватели нуждаются в создании сказок на основе учебного контента. Для этого можно использовать специализированную нейросеть Bedtimestory. Она сразу создаёт и картинки, и текст.

Сервис ChatPDF позволяет загружать PDF-материалы и работать с ними. Сервис структурирует материал и ищет ответы на вопросы пользователя уже в загруженном PDF, а не в интернете. Методистам может быть полезен этот инструмент, потому что им приходится читать множество книг и учебников, а в таком потоке это не всегда возможно делать вдумчиво.

1. 1. ПРИМЕРЫ УСПЕШНОГО ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТИ

В МГТУ им. Н. Э. Баумана разработали и запустили первого в России ИИ-преподавателя по программированию. Сервис способен анализировать знания, чтобы подсказать дальнейшее направление. С его помощью можно решить более 7 тыс. задач. Подробнее здесь.

В Южной Корее роботы начали обучать школьников английскому языку

В конце ноября 2023 года Управление образования Сеула объявило о том, что в южнокорейских начальных и средних школах внедряются роботы-репетиторы, которые помогут учащимся в освоении английского языка. Речь идет об использовании специально разработанных «электронных преподавателей» на основе искусственного интеллекта.

Сообщается, что инициатива направлена на повышение качества обучения детей и подростков английскому языку в государственных учебных заведениях. ИИ-репетиторы разработаны совместно с неназванной частной компанией: внешне они похожи на роботов-официантов. Эксперимент по использованию машин начинается в пяти школах южнокорейской столицы: если результаты окажутся положительными, такие репетиторы появятся и в других учебных заведениях

Искусственный интеллект доказал свою эффективность во время проведения Единого Государственного Экзамена (ЕГЭ), как сообщила «Газете.Ru» профессор Московского городского педагогического университета (МГПУ) Елена Алексейчева. Массовое использование нейросетей для мониторинга экзаменационных аудиторий в 2023 году позволило выявить приблизительно 500 нарушений в 84 регионах страны, что свидетельствует о значительном прогрессе по сравнению с первым применением технологии в 2020 году, когда было обнаружено всего 17 нарушений. Об этом МГПУ сообщил 9 ноября 2023 года.

Алгоритмы ИИ обучены распознавать подозрительное поведение учащихся, такое как необычные жесты или взгляды, фиксируя их для дальнейшего анализа экспертами. Это позволяет образовательным учреждениям сфокусироваться на реальных инцидентах, минимизируя ложные срабатывания и значительно экономя время наблюдателей.

Елена Алексейчева подчеркнула, что нейросеть не заменяет человека при проверке ответов школьников, а дополняет его, выступая в роли первичного фильтра. Искусственный интеллект анализирует видеоматериалы и отмечает моменты для проверки, позволяя экспертам сосредоточиться на анализе наиболее значимых эпизодов.

Профессор Алексейчева утверждает, что внедрение ИИ в процесс проведения ЕГЭ может стать значимым фактором в борьбе с "образовательным туризмом" – практикой переезда учащихся в регионы с менее строгим контролем сдачи экзаменов. Унификация уровня контроля на всей территории России способствует созданию равных условий для всех учеников и поддерживает справедливость оценивания.

Кроме того, эксперт допускает возможное снижение среднего балла по стране как позитивный эффект от внедрения нейросетей, поскольку такое изменение будет отражать более честную картину уровня подготовки учащихся регионах. Это улучшит качество образования, так как школы и ученики будут стремиться к реальному усвоению материала, а не к нахождению способов обойти контроль.

МИНУСЫ И ПЛЮСЫ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТИ

Минусы:

Нейросети используют для подготовки домашних заданий, сдачи экзаменов, написания дипломом – это все ставит под сомнения знания учеников.

Преподаватели при этом должны придумывать новые способы контроля знаний, не все готовы к таким переменам из-за своей текущей загрузки.

Плюсы:

С помощью нейросетей можно сделать уроки интереснее: можно подобрать материал индивидуально под каждого ученика, сделать уроки интерактивными;

Можно организовать дискуссии в классе с помощью сети, анализировать сгенерированные тексты, искать в них ошибки;

Ключевой навык, который будет востребовать – это формирование правильного запроса сети – а это постановка задачи и анализ результата;

И конечно, это помощник для преподавателя: можно сгенерировать интересный контент для учеников, найти новой информации для проведения урока, составить учебные планы тем для обучения.

3.Практическая часть.

Опрос:

1. Считаете ли вы, что использование нейросетей может улучшить обучение школьников?

-да 56% (56 чел.)

-нет 44% (44 чел.)

1. Полагаете ли вы, что использование нейросетей может ослабить самостоятельность школьников в учебном процессе?

-да 65% (65 чел.)

-нет 35% (35 чел.)

1. Использовали ли вы нейросеть для помощи в обучении?

-да 89% (89 чел.)

-нет 11% (11 чел.)

1. Могут ли нейросети помочь школьникам в улучшении памяти и внимания?

-да 38% (38 чел.)

-нет 62% (62 чел.)

1. Могут ли нейросети помочь школьникам в подготовке к экзаменам и тестированиям?

-да 88% (88 чел.)

-нет 12% (12 чел.)

1. Способны ли нейросети помочь школьникам в общении и обмене информацией с учителями и одноклассниками?

-да 35% (35 чел.)

-нет 65% (65 чел.)

1. Способны ли нейросети повлиять на развитие мышления и креативности у школьников?

-да 52% (52 чел.)

-нет 48% (48чел.)

8. Могут ли нейросети помочь школьникам в отслеживании своего прогресса и достижений в учебе?

-да 61% (61 чел.)

-нет 39% (39 чел.)

Выводы:

Нейросети представляют собой компьютерные модели, имитирующие работу мозга, состоящие из программных нейронов и синапсов. Они используются для решения различных задач, таких как прогнозирование, распознавание образов и символов, сбор и анализ информации, адаптивное обучение и отказоустойчивость. Нейросети адаптируются к большим объёмам информации и изучают её, анализируя предоставленные данные. Они способны обнаруживать и анализировать сложные шаблоны, выявлять взаимосвязи и закономерности, формируя уникальные модели для предсказания и обработки новой информации.

Нейросети могут быть полезны для современных школьников, помогая им улучшать свои навыки в учебе и решать задачи более эффективно

Однако, необходимо учитывать потенциальные недостатки использования нейросетей, такие как зависимость от технологий и возможные негативные последствия для здоровья.

Дальнейшие исследования и эксперименты могут помочь более точно определить пользу нейросетей для современных школьников и разработать рекомендации по их использованию.

Список используемой литературы

https://ru.wikipedia.org/wiki/%D0%A8%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5

http://juice-health.ru/computers/encryption/468-methods-data-encryption

https://ru.wikipedia.org/wiki/%D0%A8%D0%B8%D1%84%D1%80_%D0%A6%D0%B5%D0%B7%D0%B0%D1%80%D1%8F

https://otus.ru/nest/post/726/

https://ru.wikipedia.org/wiki/%D0%A5%D0%B5%D1%88-%D1%84%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D1%8F

https://www.kaspersky.ru/blog/the-wonders-of-hashing/3633/