Статья, опубликованная в журнале Frontiers в разделе высшего образования, исследует влияние искусственного интеллекта на оценку компетенций и вовлеченность студентов в процессе обучения. В отличие от предыдущих исследований, которые рассматривали отдельные факторы, данное исследование объединяет демографические данные, вовлеченность студентов и AI-обучение. Это позволяет оценить их совместное влияние на результаты оценки компетенций.
В ходе исследования были собраны данные о таких переменных, как оценки компетенций, уровень вовлеченности студентов и пол, а также уровень профессиональной подготовки. Для обработки и очистки данных использовались библиотеки Python. Это позволило заполнить пропуски и обработать выбросы с помощью метода Такея. Анализ данных (EDA) показал сильную положительную корреляцию между вовлеченностью студентов и оценками компетенций, полученными через AI-обучение. Искусственный интеллект в обучении продемонстрировал свою эффективность. Однако это исследование является наблюдательным. Поэтому ассоциации, выявленные в ходе анализа, не следует трактовать как причинно-следственные.
Влияние пола и подготовки
Инференциальная статистика, включая t-тесты и ANOVA, обнаружила влияние пола на результаты. Алгоритмы, такие как Random Forest, показали высокую предсказательную мощность по сравнению с линейной регрессией. Это указывает на необходимость моделирования нелинейных зависимостей при прогнозировании оценок компетенций. В контексте этих результатов, искусственный интеллект в обучении может играть ключевую роль.
Кластерный анализ KMeans выявил три группы студентов, каждая из которых требует индивидуальных подходов. Во-первых, Кластер 1 (высокая вовлеченность в AI/низкие оценки компетенций) нуждается в поддержке для развития навыков. Во-вторых, Кластер 2 (сбалансированная вовлеченность/оценки) получает непрерывное адаптивное обучение. Наконец, Кластер 3 (низкая вовлеченность/высокие оценки) требует стратегий для повышения вовлеченности. Таким образом, каждую из групп студентов необходимо рассматривать с учетом их уникальных потребностей и особенностей.
Поддержка AI в обучении
Эти результаты подчеркивают важность поддержки AI в обучении и взаимодействии студентов для улучшения достижения компетенций. Искусственный интеллект помогает в процессе обучения и повышения вовлеченности студентов. Они имеют практическое значение для учреждений профессионального образования. Это способствует внедрению персонализированных подходов к обучению, отвечающих на разнообразные потребности студентов.
Кроме того, в статье поднимаются этические аспекты оценки на основе AI, включая вопросы предвзятости и справедливости. В заключение, это также требует тщательного изучения. В целом, исследование подтверждает, что технологии искусственного интеллекта могут значительно улучшить оценку компетенций и повысить эффективность обучения. Таким образом, это имеет важные последствия для образовательных учреждений и студентов. Важно отметить, что искусственный интеллект в обучении действительно выделяется как инновационный инструмент.
Источник: Frontiers