Современные технологии для человека нового века это не просто слова о будущем, а обыденность и помощник в течение каждого дня. В последние годы наблюдается стремительное развитие технологий искусственного интеллекта (ИИ), которые находят применение в самых разнообразных сферах человеческой деятельности. Вследствие этого, образование становится одним из наиболее перспективных направлений, где используется ИИ. В частности, данные технологии применяются в обучении информатике.
Современные образовательные платформы активно используют ИИ для адаптации учебного процесса под потребности каждого студента, автоматизации проверки заданий и повышения мотивации учащихся. Несмотря на очевидные преимущества, при выборе подобных платформ необходимо учитывать и ряд недостатков, которые могут мешать их использованию в полной мере.
Современный педагог всегда в поисках идеальной учебной среды, способствующей эффективному обучению и всестороннему развитию учащихся. Содержание статьи направлено на помощь педагогу сделать осознанный выбор образовательной платформы, соответствующей образовательным целям и потребностям обучающихся.
Рассмотрим несколько популярных платформ, которые широко используются при обучении информатике: Khan Academy, Codecademy, Coursera и Google Classroom. Khan Academy — платформа онлайн-обучения, предлагающая курс по различным предметам, включая математику, физику, информатику и многое другое.
Codecademy — онлайн-платформа для изучения программирования, предлагающая интерактивные уроки по различным языкам программирования, таким как Python, JavaScript, Ruby и др.
Coursera — образовательная платформа, предлагающая онлайн-курсы от ведущих университетов и компаний мира. Она отличается несложным интерфейсом и поддержкой нескольких языков, в том числе и русского.
Google Classroom — платформа для дистанционного обучения, позволяющая учителям создавать классы, назначать задания и отслеживать успеваемость студентов.
Сравнение онлайн-платформ с включением ИИ проведем по следующим ключевым аспектам: индивидуализация, геймификация, автоматизация проверки заданий и доступность.
В процессе анализа сосредоточим внимание на отзывах пользователей, так как они демонстрируют реальный опыт работы с каждым из сервисов. Эти отзывы помогут оценить не только заявленные функции и возможности платформ, но и их реальную эффективность в практическом использовании.
При рассмотрении сервиса Khan Academy основным источником информации стал сервис BitDegree.org [7]. Опытные специалисты применяют свои знания и умения для создания контента на платформе. Сеть экспертов включает в себя профессионалов из ведущих компаний, аналитических учреждений и академий. Автор статьи Aaron S. является главным редактором сервиса и специалистом в области блокчейн технологий, а также экспертом в индустрии Web3.
Codecademy анализировался на основе отзывов пользователей сайта PROGBASICS.ru, где представлены отклики об образовательной платформе от школьников и студентов, которые на ней обучались [8]. Сайт пользуется большим авторитетом и имеет отзывы и обзоры на более чем 100 онлайн-школ.
Для обзора Coursera использовался сайт otzyvmarketing.ru [9]. Ресурс предоставляет не только отзывы пользователей платформы, но и видеообзор от эксперта, в котором кратко излагаются ответы на все вопросы, связанные с сервисом.
Google Classroom является обширной платформой с большим количеством рецензий. Основой для анализа стала статья с обзором площадки на Яндекс Дзен от опытного школьного педагога Юлианы Соловьевой [10].
Были учтены мнения как преподавателей, так и учащихся, что дало возможность получить более полное представление о достоинствах и недостатках каждой платформы. Такой метод позволил сделать выводы о качестве и удобстве использования сервисов, а также оценить, насколько они соответствуют ожиданиям целевой аудитории.
После проведения сравнительного анализа образовательных платформ на основе отзывов пользователей, можно сделать выводы о степени проработки ключевых аспектов в каждом из них.
Индивидуализация обучения
Высокая индивидуализация означает, что сервис предоставляет возможность точной настройки учебного контента и последовательности занятий в зависимости от уровня знаний, темпа усвоения материала и предпочтений ученика. Применяются алгоритмы машинного обучения для анализа поведения пользователя и предлагаются задания, соответствующие его текущему уровню. Такой уровень индивидуализации способствует наиболее эффективному развитию навыков, предотвращая как перегрузку, так и недостаточную сложность заданий.
Средняя индивидуализация включает в себя основные настройки, такие как первичная диагностика уровня знаний и выбор модулей в начале обучения. Однако дальнейшая адаптация происходит с меньшей динамичностью. Сервис может предоставлять общие советы по прохождению курса, но не учитывает в достаточной мере изменения в прогрессе ученика.
Низкая степень индивидуализации говорит о минимальной адаптации. Приложение предоставляет стандартную программу обучения, которая не учитывает различия между пользователями, независимо от их начального уровня знаний или скорости усвоения материала. Такой метод может оказаться менее результативным для удовлетворения уникальных потребностей учащихся.
Ранжирование проводится на основе следующих критериев: наличие начальной диагностики уровня знаний; адаптация контента в процессе обучения; персонализация рекомендаций и последовательности заданий; возможность выбора индивидуальных траекторий обучения.
Геймификация
Высокий уровень геймификации означает активное применение игровых методик в процессе обучения (уровни, награды, получение дополнительных баллов и т.п.). Такие компоненты предназначены для увеличения мотивации и заинтересованности, превращая учебный процесс в более захватывающее и игровое занятие.
Средняя геймификация включает игровые элементы лишь на базовом уровне (учёт прогресса, рейтинг учащихся), но они не становятся центром учебной программы. Влияние на мотивацию у таких сервисов менее выражено.
Низкая геймификация практически отсутствует. Фокус уходит на содержание и учебные задачи, игровые элементы не наблюдаются. Такой подход требуется в курсах более высокого уровня, где акцент уходит на академический материал.
Ранжирование основывается на наличии и разнообразии игровых элементов, таких как: награды и достижения; соревнования и рейтинги; визуальные и звуковые эффекты; наличие сюжета или миссии.
Автоматизация проверки заданий
Уровень высокой автоматизации проверки практически не требует включения преподавателя в процесс оценивания. При таком уровне можно ожидать мгновенную обратную связь, где детально будут рассмотрены все ошибки, а также будут предложены варианты их исправления. Данная система существенно уменьшает нагрузку на учителей и предоставляет быструю помощь обучающимся.
Средняя автоматизация предполагает лишь частичное освобождение учителя от проверки. Например, есть возможность автоматической проверки только для некоторых типов заданий. В таком случае можно сочетать точность машинной проверки и опыт человеческого контроля.
Низкий уровень подразумевает минимальное участие ИИ в проверке (или его полное отсутствие). В таком случае время, которое преподаватель затратит на проверку заданий, сильно увеличивается.
Ранжирование автоматизации проверки оценивается по следующим критериям: процент автоматически проверяемых заданий; качество и глубина обратной связи; время ожидания результата проверки.
Доступность
Высокая доступность подразумевает, что сервис можно использовать в любое время и из любой точки мира с помощью интернета. Услуги бесплатные или сервис имеет доступные для широкой аудитории тарифы. Присутствует совместимость с различными устройствами. Использование платформы не должно вызывать затруднений (интуитивно понятный интерфейс, удобная связь с поддержкой и т.д.).
Средняя доступность подразумевает наличие временных или географических ограничений, таких как необходимость использования VPN для доступа из некоторых регионов. Также могут быть предусмотрены платные функции или ограничения на количество бесплатных пользователей.
Низкая доступность свойственна сервисам, которые нуждаются в специализированном оборудовании, имеют высокую стоимость подписки или ограничены по географическому положению. Такие платформы могут быть недоступны для большинства людей.
Ранжирование основано на следующих критериях: доступность из любого региона; стоимость использования; совместимость с устройствами; ограничения по количеству пользователей; техническая поддержка.
Результаты анализа представлены в таблице 1.

Таблица 1 — Сравнение основных характеристик платформ

Анализ показывает, что в каждом из рассмотренных приложений есть свои сильные и слабые стороны. К примеру, Khan Academy и Codecademy предоставляют высокий уровень геймификации и адаптации приложения под нужды отдельных пользователей, что делает их привлекательными для начинающих программистов и кодеров. Coursera и Google Classroom больше подходят для продвинутого обучения, благодаря высокой степени автоматизации проверки заданий и интеграции с другими образовательными ресурсами.
Заключение
Проведенный сравнительный анализ показал, что выбор онлайн-платформы для обучения информатике зависит от множества факторов, включая цели обучения, уровень подготовки учащихся и доступность ресурсов. Важно учитывать как преимущества, так и недостатки каждого приложения, чтобы максимально эффективно использовать потенциал искусственного интеллекта в образовательном процессе. Рекомендуется выбирать инструмент, который наилучшим образом соответствует вашим потребностям и условиям обучения, а также регулярно оценивать эффективность его использования для своевременной коррекции учебного плана.

Литература:

1. Искусственный интеллект в образовании: Изменение темпов обучения. Аналитическая записка ИИТО ЮНЕСКО / С. Даггэн; ред. С.Ю. Князева; пер. с англ.: А.В. Паршакова. — Москва: Институт ЮНЕСКО по информационным технологиям в образовании, 2020. URL: https://iite.unesco.org/wp-content/uploads/2020/12/Steven_Duggan_AI-in-Education_2020_RUS.pdf
2. Видова Т. А., Романова И. Н. Возможности применения технологий искусственного интеллекта в образовательном процессе // Образовательные ресурсы и технологии. 2023. №1 (42). URL: https://cyberleninka.ru/article/n/vozmozhnosti-primeneniya-tehnologiy-iskusstvennogo-intellekta-v-obrazovatelnom-protsesse (дата обращения: 16.02.2025).
3. Коровникова Н. А. Искусственный интеллект в современном образовательном пространстве: проблемы и перспективы // Социальные новации и социальные науки. 2021. №2 (4). URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-v-sovremennom-obrazovatelnom-prostranstve-problemy-i-perspektivy (дата обращения: 16.02.2025).
4. Ракитов А. И. Высшее образование и искусственный интеллект: эйфория и алармизм // Высшее образование в России. 2018. №6. URL: https://cyberleninka.ru/article/n/vysshee-obrazovanie-i-iskusstvennyy-intellekt-eyforiya-i-alarmizm (дата обращения: 16.02.2025).
5. Михайлова, А. И. Искусственный интеллект в образовании / А. И. Михайлова // Шадринский государственный педагогический университет. — Екатеринбург, 2023 URL: https://elar.rsvpu.ru/handle/123456789/42884
6. Гамбеева Ю. Н., Глотова А. В. Искусственный интеллект как часть концепции современного образования: вызовы и перспективы // Известия Волгоградского государственного педагогического университета. 2021. № 1. С. 95–100 URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-kak-chast-kontseptsii-sovremennogo-obrazovaniya-vyzovy-i-perspektivy
7. BitDegree – Web3 learning hub: Khan Academy отзывы: отзывы пользователей Khan Academy. [Электронный ресурс] — URL: https://ru.bitdegree.org/obrazovatelnye-onlajn-platformy/khan-academy-otzyvy (дата обращения: 16.02.2025).
8. PROGBASICS – отзовик по IT-школам и курсам: Codecademy: отзывы о курсах и школе. [Электронный ресурс] — URL: https://progbasics.ru/schools/codecademy/reviews (дата обращения: 16.02.2025).
9. Coursera — отзывы об учении на курсах. [Электронный ресурс] — URL: https://otzyvmarketing.ru/coursera/ (дата обращения: 16.02.2025).
10. Ю. Соловьева (Сапожникова) Обзор площадки Google Classroom для дистанционного урока // Яндекс Дзен, 2020. [Электронный ресурс] — URL: https://dzen.ru/a/XpHBKJWOvydbuKHB (дата обращения: 16.02.2025).