В электронном обучении системы искусственного интеллекта (ИИ) обеспечивают эффективную поддержку включая персонализацию обучения для студентов, автоматизацию рутинных задач преподавателей и обеспечение адаптивной оценки. Однако, хотя возможности искусственного интеллекта многообещающи, влияние систем искусственного интеллекта на культуру, нормы и ожидания в отношении взаимодействия между студентами и
преподавателями по-прежнему неуловимо. При электронном обучении взаимодействие учащегося с преподавателем (в частности, общение, поддержка и присутствие) оказывает глубокое влияние на удовлетворенность учащихся и результаты обучения. Таким образом, определение того, как учащиеся и преподаватели воспринимают влияние систем искусственного интеллекта на их взаимодействие, важно для выявления любых пробелов, проблем или барьеров, препятствующих системам искусственного интеллекта реализовать свой предполагаемый потенциал и ставящих под угрозу безопасность этих взаимодействий.
Elektron ta’limda sun’iy intellekt (SI) tizimlari samarali yordam beradi, jumladan, o‘quvchilar uchun o‘qitishni shaxsiylashtirish, o‘qituvchilar uchun odatiy vazifalarni avtomatlashtirish va moslashuvchan baholashni ta'minlaydi. Biroq, sun’iy intellektning imkoniyatlari istiqbolli bo‘lsada, sun’iy intellekt tizimlarining talabalar va professor-o‘qituvchilar o‘rtasidagi o‘zaro munosabatlardagi madaniyat, me’yorlar va umidlarga ta'siri tushunarsizligicha qolmoqda. Elektron ta’limda o‘quvchi va o‘qituvchining munosabati (xususan, muloqot, yordam va mavjudlik) o‘quvchilarning qoniqishi va ta’lim natijalariga chuqur ta’sir qiladi. Shu sababli, o‘quvchilar va o‘qituvchilar SI tizimlarining ularning o‘zaro ta’siriga ta’sirini qanday qabul qilishlarini aniqlash. SI tizimlarining mo‘ljallangan salohiyatiga erishishiga to‘sqinlik qilayotgan va bu o‘zaro ta’sirlar xavfsizligini xavf ostiga qo‘yuvc hi har qanday bo‘shliqlar, qiyinchiliklar yoki to‘siqlarni aniqlash uchun muhim ahamiyatga ega.
В электронном обучении системы искусственного интеллекта (ИИ) обеспечивают эффективную поддержку включая персонализацию обучения для студентов, автоматизацию рутинных задач преподавателей и обеспечение адаптивной оценки. Однако, хотя возможности искусственного интеллекта многообещающи, влияние систем искусственного интеллекта на культуру, нормы и ожидания в отношении взаимодействия между студентами и
преподавателями по-прежнему неуловимо. При электронном обучении взаимодействие учащегося с преподавателем (в частности, общение, поддержка и присутствие) оказывает глубокое влияние на удовлетворенность учащихся и результаты обучения. Таким образом, определение того, как учащиеся и преподаватели воспринимают влияние систем искусственного интеллекта на их взаимодействие, важно для выявления любых пробелов, проблем или барьеров, препятствующих системам искусственного интеллекта реализовать свой предполагаемый потенциал и ставящих под угрозу безопасность этих взаимодействий.
In e-learning, artificial intelligence (AI) systems provide effective support including personalizing learning for students, automating routine tasks for teachers, and providing adaptive assessment. However, while the capabilities of artificial intelligence are promising, the impact of artificial intelligence systems on the culture, norms, and expectations regarding interactions between students and faculty remains elusive. In e-learning, learner-teacher interactions (specifically, communication, support, and presence) have a profound impact on learner satisfaction and learning outcomes. Therefore, determining how students and educators perceive the impact of AI systems on their interactions is important to identify any gaps, challenges, or barriers that are preventing AI systems from achieving their intended potential and compromising the safety of these interactions.
№ | Имя автора | Должность | Наименование организации |
---|---|---|---|
1 | Absalamov T.T. | dotsent | Nizomiy nomidagi Toshkent davlat pedagogika universiteti |
№ | Название ссылки |
---|---|
1 | Roll I., Wylie R. Evolution and revolution in artificial intelligence in education. // International Journal of Artificial Intelligence in Education, 26(2), (2016). –P. 582–599. |
2 | Zawacki-Richter O., Marín V. I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education –where are the educators?// International Journal of Educational Technology in Higher Education, 16(1), (2016). – P. 39-49. |
3 | Popenici S. A., Kerr S. Exploring the impact of artificial intelligence on teaching and learning in higher educa-tion. // Research and Practice in Technology Enhanced Learning, 12(1), (2017). –P. 22. |
4 | Laura R. S., Chapman A. The technologisation of education: Philosophical reflections on being too plugged in. // International Journal of Children’s Spirituality, 14(3), (2009). – P. 289-298. |
5 | Guilherme A. AI and education: // The importance of teacher and student relations. AI & Society, 34(1), (2019). –P. 47-54. |
6 | Felix C. V. The role of the teacher and AI in education. // In: International perspectives on the role of technology in humanizing higher education. Emerald Publishing Limited. (2020). –P. 34-48. |
7 | Davidoff S., Lee M. K., Dey A. K., Zimmerman J. Rapidly exploring application design through speed dating. // In: International conference on ubiquitous computing Springer, Berlin, Heidelberg 2007. − pp. 429-446. |
8 | Misiejuk K., Wasson B. State of the field report on learning analytics. // Centre for the Science of Learning & Technology (SLATE), University of Bergen. (2017), –P. 129-139. |
9 | Goel A. K., Polepeddi L. Jill Watson: A virtual teaching assistant for online education. // Georgia Institute of Technology. (2016). –P. 203-207. |
10 | Luckin R. Towards artificial intelligence-based assessment systems. // Nature Human Behaviour, 1(3), (2017). –P.1-3. |
11 | Perin D., Lauterbach M. Assessing text-based writing of low-skilled college students. International Journal of Artificial Intelligence in Education, 28(1), (2018). –P. 56-78. |
12 | Aslan S., Alyuz N., Tanriover C., Mete S. E., Okur E., D’Mello S. K., Arslan Esme A. Investigating the impact of a real-time, multimodal student engagement analytics technology in authentic classrooms. // In: Proceedings of the 2019. –P.635-685. |
13 | Kang M. S. Development of learners’ perceived interaction model and scale between learner and instructor in e-learning environments. // Doctoral dissertation. Korea University, Korea. (2010). –P. 109. |
14 | Loi D., Wolf C. T., Blomberg J. L., Arar R., Brereton M. Co-designing AI futures: // Integrating AI ethics, social com-puting, and design. In: Companion publication of the 2019 on designing interactive systems conference 2019 companion 2019. (pp. 381–384). |