Медведева С.А., Новиков Д.А. Влияние нейронных сетей на процесс обучения студентов ВолгГТУ (НИРС ВолгГТУ 2024)
реклама
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «Волгоградский государственный технический университет» Факультет экономики и управления Кафедра «История, культура и социология» Научно-исследовательская работа ВЛИЯНИЕ НЕЙРОННЫХ СЕТЕЙ НА ПРОЦЕСС ОБУЧЕНИЯ СТУДЕНТОВ ВОЛГГТУ Выполнили: студентка группы ИВТ-161 Медведева С.А., студент группы ИВТ-161 Новиков Д.А. Проверила: доцент каф. ИКС Овчар Н.А. Волгоград, 2024 Нейронные сети как инновационная технология, распространившаяся на многие области нашей жизни, представляют собой мощный инструмент для улучшения процесса обучения и повышения эффективности образовательных программ. В последние годы мы замечаем широкое их применение в различных образовательных задачах, таких как переход к индивидуальному подходу в обучении, оценка знаний студентов, предсказание эффективности и другие. Так, с 2020 года активно развиваются технологии нейронных сетей в современном их понимании [1]. По данным поиска Яндекса, с начала 2022 года интерес к нейросетям вырос больше, чем в 15 раз [2]. К 2023 году количество пользователей нейросетей возросло в 5 раз [3]. Специалисты «Билайна», аналитики Tele2 и эксперты других значимых российских компаний также отмечают рост интереса к теме нейросетей в публичном пространстве и на профильных форумах [4]. На данный момент существуют нейронные сети на любой вкус: для генерации изображений, для написания текста, для составления кода программы и так далее. Распространение технологии нейронных сетей широко, в том числе и на студентов. Каждый учащийся вуза регулярно сталкивается с необходимостью писать разноплановые учебные работы. Этот интеллектуальный труд может сопровождаться применением возможностей искусственного интеллекта для поиска информации, подбора источников данных, обработки собранной информации. В таком случае появляется вопрос: в какой степени нейронные сети влияют на процесс обучения, помогают они эффективно выполнять учебные задания или вредят, ограничивая развитие студента? Целью нашего исследования является установление влияния нейросетей на учебу студентов Волгоградского государственного технического университета. Для этого мы провели интернет-опрос среди студентов групп ИВТ-160, ИВТ-161, ИВТ-162, ИВТ-163, ИВТ-164, ПрИн-166, ПрИн-167, ПрИн-168, Ф-169 и ИИТ-173 Факультета электроники и вычислительной 2 техники (ФЭиВТ). Проценты участвовавших в опросе отображены на диаграмме (рис. 1): ПрИн-168 7% ИИТ-173 1% Ф-169 7% ИВТ-160 17% ПрИн-167 11% ИВТ-161 22% ПрИн-166 16% ИВТ-164 2% ИВТ-162 13% ИВТ-163 4% Рис.1. Статистика опрошенных студентов по группам Выбор именно этих учебных групп был обусловлен в первую очередь наибольшей их доступностью при распространении интернет-опроса. Немаловажен и тот факт, что именно эти группы относятся к категории молодежи, которая чаще контактирует с нейронными сетями в связи с выбранным техническим профилем обучения. В интернет-опросе приняли участие 92 студента Волгоградского государственного технического университета. В их числе 20 студентов группы ИВТ-161 (21,7%), 16 студентов группы ИВТ-160 (17,4%), 15 студентов группы ПрИн-166 (16,3%), 12 студентов группы ИВТ-162 (13%), 10 студентов группы ПрИн-167 (10,9%) и другие студенты-первокурсники ФЭиВТ (20,6%). Основной задачей опроса было узнать субъективную оценку студентами своего процесса обучения по профильным техническим и гуманитарным дисциплинам, выявить основные проблемы, с которыми студенты сталкиваются в процессе обучения и выяснить роль нейронных сетей в академической жизни студентов. 3 Данные социологического интернет-опроса позволили установить основные факторы взаимодействия студентов с нейронными сетями. С помощью этой информации была составлена описательная статистика. Также на основе полученных данных с использованием методов корреляционного анализа была определена корреляционная зависимость между субъективной оценкой успеваемости и академических успехов студентов и использованием нейронных сетей в учебных работах. Одним из ключевых аспектов для анализа было определение отношения студентов к использованию нейронных сетей в учебном процессе. Результаты анкетирования, проведенного в рамках исследования, позволили оценить мнение студентов по пятибалльной шкале (см. рис.2). 2 4,35% 1 4,35% 3 26,09% 5 44,57% 4 20,65% Рис.2. Отношение студентов 1 курса ФЭиВТ к использованию нейронных сетей в процессе обучения Так, согласно диаграмме, изображенной на рис.2, 41 из 92 респондентов (44,6%) относится к нейросетям очень положительно, были поставлены 5 баллов. Около 26,1% (24 респондента) оценили использование нейросетей в процессе обучения на 3 балла, 19 человек (20,7%) – 4 балла. На основании представленных данных можно сделать вывод, что подавляющее большинство студентов высоко оценивают использование нейронных сетей в процессе 4 обучения. Также значительная часть опрошенных придерживается положительного отношения к данной инновации. Однако следует отметить, что доля студентов, которые оценивают использование нейронных сетей ниже среднего (баллы 1 и 2), составляет всего 8,6%. Это говорит о том, что большинство опрошенных студентов воспринимают нейронные сети как полезный и эффективный инструмент в учебном процессе. Основными факторами, побуждающими студентов использовать нейросети, являются трудности при выполнении домашних заданий. Согласно интернет-опросу, основной проблемой студентов является недостаток времени на выполнение домашних заданий и прочих учебных работ (65,2% респондентов). Другое 5 Отсутствие мотивации на выполнение заданий 53 Трудности с пониманием материала 40 Недостаток времени Однотипность заданий 60 24 Рис.3. Факторы, побуждающие студентов использовать нейронные сети, % Результаты опроса на рис.3 подтвердили нашу гипотезу: действительно, нехватка свободного времени побуждает студентов использовать нейронные сети. Также среди трудностей, мешающих учебе, выделяются отсутствие мотивации на выполнение заданий (57,6% респондентов), трудности с пониманием учебного материала и однотипность заданий (43,5% и 26,1% соответственно). Также студентами были названы и другие трудности. Они составили 5,5% от общей массы названых причин. 5 Опрос определяет и типы заданий, при выполнении которых студенты задействуют нейронные сети. В целом, выполнение каждого академических работ, ныне предусматриваемых учебным типа процессом первокурсников ФЭиВТ, сопровождается использованием нейронных сетей. Однако наибольшее задействование технологии происходит при написании рутинных домашних заданий – рефератов (54,3%) и сообщений, докладов (54,3%). Реферат 54,30% Сообщение, доклад 54,30% Написание, перевод текста 42,40% Решение задач по… 35,90% Семестровая работа 31,50% Творческие работы 22,80% Сочинение 21,70% Лабораторная работа 20,70% Решение математических… 20,70% Создание презентаций 19,60% Курсовая работа 16,30% Онлайн-тестирование 16,30% Написание научных статей 15,20% Письменная контрольная… 15,20% Практическая работа 13,00% Оффлайн-тестирование 9,80% Устная контрольная работа 7,60% Участие в олимпиадах 4,30% Все вышеперечисленное 1,10% Не использую нейронные… 0,00% 12,00% 25,00% 50,00% 75,00% Рис.4. Типы учебных заданий, при выполнении которых студенты используют нейросети Из результатов анализа данных на рис.4 также следует отметить, что студенты в основном используют нейронные сети для выполнения задач в области гуманитарных наук, таких как подготовка докладов, написание и перевод текстов, сочинений. Этот факт может быть объяснен особенностями 6 специализации студентов ВолгГТУ: все опрошенные обучаются на технических направлениях подготовки. Предполагается, что студенты технических специальностей, сконцентрированные на изучении математики, физики, программирования и иных технических наук, могут не видеть необходимости в вложении времени и усилий в выполнение гуманитарных задач, таких как подготовка докладов или перевод текстов. Они могут считать, что использование нейронных сетей для таких целей позволяет им сэкономить время и ресурсы, которые могут быть направлены на более важные для них задачи, связанные с их специализацией. Таким образом, предпочтительное использование нейронных сетей для гуманитарных задач может быть связано с особенностями профессиональной направленности студентов технических специальностей, а также с их стремлением оптимизировать время и ресурсы в учебном процессе. Для более глубокого понимания влияния технологии нейронных сетей важно узнать, как сами обучающиеся вуза оценивают свою успеваемость. Это необходимо для того, чтобы составить первостепенную субъективную картину уровня обучения. Успеваемость в данном опросе мы обозначили как качество подготовки к дисциплинам. Для более точных результатов в исследовании дисциплины были разделены на условно гуманитарные и условно технические. К гуманитарным были отнесены такие дисциплины, как: иностранный язык, история России, основы правовых знаний, основы российской государственности, социология, философия и экономика. Большинство студентов оценили качество своей подготовки к гуманитарным дисциплинам на 3 и 4 балла из пяти возможных. Это 32,6% и 33,7% респондентов соответственно. Это свидетельствует о том, что значительная часть студентов удовлетворена уровнем своей подготовки и считает его высоким. Ответы на вопрос оценки качества подготовки представлены на рис.5 по пятибалльной шкале: 7 32,61% 33,70% 16,30% 15,22% 2,17% 1 2 3 4 5 Рис.5. Оценка студентами качества подготовки к гуманитарным дисциплинам Сами студенты высоко оценивают качество работ, выполненных с помощью нейронных сетей. По результатам опроса, нейронные сети помогают разрешить трудности, возникшие при выполнении заданий по гуманитарным дисциплинам, на 4 балла, как отмечают 34,4% респондентов. Было выяснено, что 67,4% студентов используют нейросети при подготовке к перечисленным гуманитарным дисциплинам; 20,7% не используют нейронные сети и 12% затруднились ответить на данный вопрос. Следует отметить, что студентов, имеющих средний балл за 1 семестр 91-100 и использующих нейронные сети при подготовке, значительно больше, чем студентов с меньшим количеством баллов, использующих нейронные сети. Это может говорить о том, что студенты, более эффективно использовавшие в течение учебного семестра технологии искусственного интеллекта, в конце семестра получают более высокие академические результаты и более высокие баллы по гуманитарным дисциплинам, нежели студенты, меньше задействовавшие современные технологии в своем обучении. Статистика приведена на рис.6. 8 20 17 10 9 7 5 3 1 91 - 100 3 2 1 85 - 90 Да 81 - 84 Нет 6 5 76 - 80 1 2 Меньше 76 Затрудняюсь ответить Рис.6. Распределение ответов об использовании нейронных сетей при подготовке к гуманитарным дисциплинам по успеваемости студентов, % Нейронные сети использовались и используются обучающимися вуза при подготовке ко всем предметам первого и второго учебного семестра, в особенности технология использовалась при подготовке к дисциплине основы российской государственности (47,8% респондентов выбрали этот предмет), философии (45,7% респондентов) и иностранному языку (42,4% респондентов). Статистика ответов отображена на рис.7. Одной из вероятных причин такого явления может быть то, что студенты воспринимают данные предметы как наименее связанные с их будущей профессиональной деятельностью. Поэтому, с точки зрения студентов, использование нейронных сетей для выполнения задач по этим дисциплинам не вызывает отторжения. Скорее всего, они видят в этом эффективный способ справиться с заданиями, не тратя слишком много времени и интеллектуальных усилий, которые могут быть направлены на изучение предметов, более ориентированных на их специализацию. 9 Основы российской государственности 47,80% Философия 45,70% Иностранный язык 42,40% Социология 38% Основы правовых знаний 31,50% История России 31,50% Экономика Другое 29,30% 1,10% Не использую нейронные сети 18,50% Рис.7. Распределение ответов студентов о применении нейросетей для выполнения заданий по гуманитарным дисциплинам В целом, студенты оценили качество помощи нейронных сетей при подготовке к гуманитарным дисциплинам на 4 балла по пятибалльной шкале – 34,4% респондентов посчитали, что нейронные сети справляются с заданиями по перечисленным гуманитарным предметам. Также 25,6% студентов оценили помощь нейросетей на 3. Так, студенты высоко оценивают эффективность нейронных сетей в разрешении трудностей, возникающих при выполнении заданий по гуманитарным дисциплинам. Около 24,4% студентов оценивают помощь нейронных сетей на самый высокий балл. Такие результаты могут быть обусловлены значительными достижениями и прогрессом в области искусственного интеллекта, особенно в сфере естественного языка и обработки текстов. Студенты все более полагаются на эффективность и удобство использования нейронных сетей, чтобы преодолеть трудности, связанные с гуманитарными заданиями. Так, при минимальных затратах энергии со стороны студента, обеспечивается быстрая и точная помощь в организации структуры материала, анализе текста и других процессах. Таким образом обучение становится количественно более продуктивным. 10 Рассмотрим также профильные технические дисциплины: линейная алгебра и аналитическая геометрия, математический анализ, информатика, основы программирования, программирование, машинно-зависимые языки, дискретная математика, математическая логика и теория алгоритмов, математические основы формальных рассуждений и теория алгоритмов, начертательная геометрия, основы системного анализа и теории управления, механика, прикладная механика, молекулярная физика, векторный и тензорный анализ, безопасность жизнедеятельности. Из опрошенных 92 студентов 43 (46,7%) оценивают качество своей подготовки к техническим дисциплинам на 4 балла по пятибалльной шкале; 25 человек (27,2%) оценили свою подготовку на 5 баллов. Сравнив с субъективной оценкой студентов своей подготовки к гуманитарным дисциплинам, мы видим, что обучающиеся больше уверены в своих знаниях по перечисленным профильным техническим предметам. Важно отметить, что даже наименьшая доля студентов (1,1%) оценивает свою подготовку на нижнем уровне шкалы, что указывает на то, что большинство студентов считают свой уровень знаний и навыков в данной области удовлетворительным или выше. Согласно опросу, 52,2% респондентов (48 человек) не используют нейронные сети при подготовке к техническим дисциплинам. Студенты, не использующие нейронные сети, относятся преимущественно к группе, получившей за 1 учебный семестр баллы в диапазоне 90-100. Конкретно прослеживающейся динамики в пользовании нейронными сетями между студентами всевозможных средних баллов за 1 семестр выявлено не было. Статистика представлена на рис.8. 11 19 10 10 10 9 7 6 6 4 2 2 1 91 - 100 4 1 85 - 90 Да 81 - 84 Нет 76 - 80 1 Меньше 76 Затрудняюсь ответить Рис.8. Распределение ответов об использовании нейронных сетей при подготовке к техническим дисциплинам по успеваемости, % При этом 40,2% участников опроса все-таки используют нейронные сети в процессе обучения. Гипотеза о том, что студенты чаще используют искусственный интеллект при подготовке к гуманитарным предметам, подтверждается результатами анализа проведенного интернет-опроса. Действительно, процент людей, использующих нейронные сети при выполнении заданий по гуманитарным предметам, выше на 27,2, чем процент людей, использующих нейронные сети при подготовке к техническим дисциплинам. Сравнение представлено на рис.9. 12 67,39% 52,17% 40,22% 20,65% 11,96% 7,61% Да Затрудняюсь ответить Нет Пользуются при подготовке к гуманитарным дисциплинам Пользуются при подготовке к техническим дисциплинам Рис.9. Применение студентами нейросетей при подготовке к гуманитарным и техническим дисциплинам Высокая оценка уровня подготовки студентов технических специальностей к техническим дисциплинам может быть связана с их мотивацией cтать настоящим специалистом в этой области. Из-за этого больше половины студентов отвергают какое-либо использование искусственного интеллекта. В ходе сравнительного анализа данных было выявлено отсутствие взаимосвязей между средним баллом студентов и отношению к нейронным сетям. Результаты сравнения представлены на рис.10. 13 10 10 10 8 7 7 6 5 5 3 3 3 3 2 1 91 - 100 1 85 - 90 1 балл 2 1 1 81 - 84 2 балла 3 балла 3 1 76 - 80 4 балла Меньше 76 5 баллов Рис.10. Отношение студентов к использованию нейронных сетей в зависимости от успеваемости, % При выполнении заданий по всем техническим дисциплинам первого и второго семестра точечно использовались нейронные сети, но в особенности они использовались на информатике (выбрали 25% респондентов), основах программирования (31,5% респондентов), программировании (15,2%) и математическом анализе (15,2%). Распределение ответов представлено на рис11. Рис.11. Распределение ответов студентов о применении нейросетей для выполнения заданий по гуманитарным дисциплинам 14 Студенты, использующие нейронные сети, оценили качество их помощи на 3 балла (28 студентов, они же 32,2% опрошенных). Остальные показатели держатся на равном уровне: 1, 2, 4, 5 баллов на 19,5%, 17,2%, 17,2% и 13,8% соответственно (см. рис.12). Рис.12. Оценка студентами помощи нейронных сетей в процессе выполнения заданий по техническим дисциплинам Возможно, это связано с недостаточным уровнем развития нейронных сетей в написании кода и прочих заданий по техническим предметам, по мнению студентов. Непопулярность нейросетей в точных дисциплинах, можно объяснить еще и тем, что искусственный интеллект не до конца понимает формулировку поставленной студентом задачи, потому не может на данный момент предоставить подходящее решение. На вопрос оценки помощи нейронных сетей по пятибалльной шкале были получены следующие результаты, изображенные на рис.13. 34,44% 32,18% 25,56% 24,44% 19,54% 17,24% 17,24% 13,79% 10,00% 5,56% 1 2 3 по гуманитарным дисциплинам 4 5 по техническим дисциплинам Рис.13. Оценка качества выполнения нейросетями работ по гуманитарным и техническим предметам 15 Со стороны студентов, которые все-таки используют нейронные сети для решения технических задач, применение искусственного интеллекта может быть объяснено желанием студентов автоматизировать процесс программирования и улучшить качество своего кода. Средняя оценка качества работы нейросетей по гуманитарным предметам составила 3,62, тогда как по техническим – 2,88. Важно отметить, что отсутствие заинтересованности в использовании искусственного интеллекта может привести к упущению возможностей для оптимизации и улучшения процесса обучения. Использование нейронных сетей может обогатить учебный процесс, предоставляя студентам доступ к дополнительным образовательным ресурсам, индивидуализированным методам обучения и инструментам для решения сложных задач. Так, почти половина опрошенных студентов (46,7%, см. рис.14) утверждают, что их успеваемость в учебе улучшилась в связи с использованием нейронных сетей. Этот результат свидетельствует о том, что значительная часть студентов видит положительный вклад технологии нейронных сетей в их обучение и достижение успехов в учебе. Затрудняюсь ответить 28% Да 47% Нет 25% Рис.14. Оценка студентами успеваемости в учебе в связи с усовершенствованием технологии нейронных сетей 16 Более половины опрошенных студентов (51,1%) заявляют, что их преподаватели не осведомлены о использовании нейронных сетей при выполнении заданий. Да 17% Нет 51% Затрудняю сь ответить 32% Рис.15. Мнение студентов об информированности преподавателей об использовании студентами нейронных сетей Если это в действительности так, может потребоваться дополнительной коммуникации и обучения со стороны студентов и преподавателей, чтобы обеспечить более эффективное взаимодействие и использование современных технологий в учебном процессе. По мнению студентов, преподаватели либо не замечают использование нейронных сетей (31,5%), либо относятся к использованию нейтрально (30,4%). 8,70% Не использую нейронные сети 31,52% Негативно, оценка снижается 26,09% Нейтрально / никак не реагируют Положительно, использование нейронных сетей поощряется 3,26% 30,43% Рис.16. Оценка студентами отношения преподавателей к использованию нейронных сетей в учебных работах 17 Вопрос о полноценном внедрении технологий нейронных сетей в процесс обучения вызывает широкий интерес и дебаты. Результаты опроса показывают, что большинство студентов (54,3%) поддерживают такое внедрение, видя в нем потенциал для улучшения образовательного процесса. Однако значительная часть опрошенных (29,3%) затрудняются с ответом, что может свидетельствовать о неопределенности и нехватке информации по этому вопросу. Пример использования нейронных сетей в написании дипломной работы студентом Российского государственного гуманитарного университета РГГУ ярко показывает влияние этой технологии на образование [5]. После того, как студент Александр Жадан применил бот для написания и защиты диплома, у общественности возникли вопросы и обсуждения относительно этических и академических аспектов такого использования нейронных сетей. Вузы в ответ на подобные ситуации начали принимать меры, направленные на выявление и предотвращение использования сгенерированных текстов, однако подходы к этому вопросу могут различаться. Например, Высшая школа экономики (ВШЭ) приняла решение поощрять студентов за использование искусственного интеллекта в своих работах [6], что может стимулировать инновационный подход к обучению и исследованиям. Современные технологии не стоят на месте, и образование тоже идет в ногу со временем. Одним из самых перспективных направлений в сфере образования является использование нейронных сетей для оптимизации процесса обучения. Так, например с помощью языковых нейросетевых моделей можно просматривать различные иностранные лекции и семинары без языкового барьера. Если, например, у студента нет времени на это, нейросеть способна совершенствования извлечь учебного основную процесса суть из видео. преподавателям В целях рекомендуется освоить возможности нейронных сетей и искусственного интеллекта для своей работы, предлагать формы заданий, сочетающих традиционный подход и возможности нейронных сетей. Также, 18 для повышения качества образовательного процесса стоит регламентировать применение нейросетей в учебном процессе, например при помощи персонального ИИ учитель давал бы отличникам задания посложнее, а непонимающим объяснял на простых примерах. Уже сейчас в практике нейросеть может подсказать тем, кому сложно, где в его коде присутствует ошибка, а тому, кто более опытен в решении задач, сделать суммаризацию кода для дальнейшего написания более простой и эффективной программы. Список литературы [1] Очень краткая история нейросетей: от разработок 20-го века до ChatGPT // vc.ru URL: https://vc.ru/future/606777-ochen-kratkaya-istoriyaneyrosetey-ot-razrabotok-20-go-veka-do-chatgpt (дата обращения: 17.04.2024). [2] Нейростат Статистика знания и использования генеративных нейросетей // Яндекс URL: https://ya.ru/ai/stat (дата обращения: 17.04.2024). [3] Число пользователей нейросетей в РФ выросло в пять раз за полгода // Финмаркет URL: https://www.finmarket.ru/main/article/5905295 (дата обращения: 17.04.2024). [4] Число пользователей нейросетей в России выросло в пять раз за полгода. Трафик чат-бота ChatGPT за этот период увеличился в 14 раз // ВЕДОМОСТИ URL: https://www.vedomosti.ru/technology/articles/2023/03/01/964683-chislopolzovatelei-neirosetei-v-rossii-viroslo (дата обращения: 17.04.2024). [5] РГГУ предложил заблокировать чат-бот нейросети ChatGPT, который написал студенту диплом // Фонтанка URL: https://www.fontanka.ru/2023/02/01/72023855/ (дата обращения: 20.04.2024). 19 [6] В Вышке наградят студентов, которые напишут диплом с помощью ИИ // Национальный исследовательский университет Высшая школа экономики URL: https://www.hse.ru/news/910929629.html (дата обращения: 20.04.2024). 20
