В настоящее время применение искусственного интеллекта затронуло многие сферы жизни человека: науку, искусство, медицину, бизнес, логистику и т.д., а также сферу образования. Искусственный интеллект применяют в общеобразовательных школах и высших учебных заведениях для планирования процесса обучения, проведения занятий и проверки выполнения заданий – это уже стало нормой, а не нововведением. Однако вопрос о том, принесет ли использование искусственного интеллекта в образовании школьников или студентов пользу, до сих пор остается актуальным.

Прежде чем говорить о достоинствах и недостатках применения искусственного интеллекта в образовании следует сформулировать определение данного термина на основе современной тематической литературы.

Искусственный интеллект – это система функциональных компьютерных технологий, которые приближенно моделируют человеческое мышление и навыки, такие как: анализ сложных систем, взвешенное суждение, поддержка диалога и т.д. [2]. Искусственный интеллект можно определить как научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.

Следует отметить, что с каждым годом все больше инноваций и технологий на основе искусственного интеллекта внедряются в учебные процессы, что позволяет открывать новые возможности для повышения качества и доступности образования. В то же время использование искусственного интеллекта в образовании сталкивает преподавателей с вопросами, связанными с этикой, справедливостью и образовательной политикой при его использовании.

Авторы статей и научных изданий часто используют термин «нейросеть» вместо понятия «искусственный интеллект». Это связано с тем, что нейросеть является математической моделью, ориентированной на обработку данных, тогда как искусственный интеллект представляет собой широкую область науки и технологии, которая включает в себя множество подходов и методов [1]. При анализе способов применения искусственного интеллекта в сфере образования, в первую очередь рассматриваются именно нейронные сети, которые являются частью искусственного интеллекта.

Нейронные сети могут быть использованы для решения различных практических задач: например, генерации текстов и изображений, распознавании образов, речи, рукописного текста, чат-ботов [6] и работы с большими данными. Таким образом, применение нейронных сетей имеет большой потенциал, но следует отметить, что применение нейронных сетей в организации процесса обучения может иметь как достоинства, так и недостатки.

Выявлению недостатков и преимуществ использования нейронных сетей в обучении уделяется особое внимание, и многие современные исследователи описывают возможные области использования и их многозадачность. Например, Д.А. Бояринов и А.Е. Самарина в рамках своих исследований обращают особое внимание на педагогический потенциал применения нейронных сетей для создания учебного контента [5]. Нейросетевые технологии могут быть успешно использованы для проведения экспертной оценки в образовательном процессе, поскольку они сочетают в себе особенности обобщения, распознавания и обработки чисел [4]. Следует отметить, что нейронные сети являются инструментом для автоматизации административных задач, проверки выполненных заданий (например, домашних заданий, тестовых и проверочных работ), контроля прогресса обучающегося, что позволяет скорректировать деятельность преподавателя и направить усилия на саморазвитие [1].

Рассмотрим достоинства применения нейронных сетей при организации взаимодействия между преподавателем и обучающимся:
(1) автоматизация задач, которая включает проверку домашних заданий, самостоятельных работ (с настраиваемыми комментариями, в случаи неправильного решения), создание методических материалов [6], помощь в построении учебных планов, что позволяет существенно сэкономить время преподавателя;
(2) создание учебных материалов с помощью нейронных сетей, которые будут адаптированы под конкретные учебные цели и уровень знаний каждого обучающегося, что позволяет сделать процесс обучения интерактивным и стимулирующим для изучения нового материала;
(3) создание индивидуальных образовательных маршрутов для обучающихся, направленных на повышение мотивации и эффективности процесса обучения, а также коррекции уровня знаний каждого обучающегося с возможностью включения дополнительных заданий для закрепления знаний (возможно с повышением уровня сложности) или включение дополнительного материала с поэтапной иллюстрацией основных принципов решения учебных задач для ликвидации пробелов;
(4) отслеживание прогресса обучения каждого обучающегося с выявлением проблемных тем в рамках изучения той или иной дисциплины позволяет оптимизировать учебный процесс и скорректировать методы обучения;
(5) создание виртуальных ассистентов, отвечающих на вопросы обучающихся в режиме реального времени. Это может быть полезно при удаленном обучении.

Таким образом, при правильном использовании нейронных сетей можно сделать процесс обучения более разнообразным и насыщенным, и упростить организацию работу преподавателя.

Однако, применение нейронных сетей в образовательном процессе имеет и свои недостатки:
(1) снижение способности к самостоятельному осмыслению и анализу учебного материала, умению решать задачи домашнего задания, сдаче экзаменов, написанию текстов курсовых работ и дипломных проектов, ориентация только на технологии, предоставляемые нейронными сетями;
(2) использование в процессе обучения методик, продиктованных нейронными сетями, могут повлиять на снижение использования классических методов работы с учебным материалом, а также спровоцировать снижение уровня интеллектуального взаимодействия между преподавателем и обучающимся, деградацию социальных навыков общения;
(3) использование недостоверной и ошибочной информации при работе с данными, что делает полученные выводы и решения учебных задач неправильными (например, при выполнении сложных выкладок в квантовых вычислениях [7,10], конструированию классических разложений квантовых гейтов [8,9], ДНК-вычислениях [3]). Такого рода ошибки могут повлиять на систему оценивания обучающихся и коррекцию образовательного маршрута обучения;
(4) снижение контроля за знаниями обучающихся в силу делегирования обучающимися выполнения учебных задач нейронным сетям, что приводит к формированию только поверхностных знаний об изучаемом предмете, невозможности выделить авторство решения;
(5) применение нейронных сетей требует сбора и анализа личных данных обучающихся, что может привести к снижению уровня безопасности и возникновению ситуаций с использованием данных сторонними людьми.

На основании сформулированных достоинств и недостатков применения нейронных сетей в процессе организации обучения можно сделать вывод, что на данный момент можно найти большое количество положительных примеров применения нейронных сетей в образовании, но зная недостатки необходимо постараться оптимизировать работу, таким образом, чтобы они не повлияли на процесс обучения. В условиях современного развития интеллектуальных технологий использование искусственного интеллекта является перспективным направлением, поскольку оно уже внедрено во многие сфера жизни и позволяет существенно усовершенствовать процесс обучения.

Литература:
1. Корякова, К.А. Нейросети как новые инструменты в образовании / К.А. Корякова, О.В. Судакова // Информ. технологии в образовании. - 2023. - № 6. - С. 180-186.
2. Платов А.В., Гаврилина Ю.И. «Искусственный интеллект в образовании: эволюция и барьеры» // «Научный результат. Педагогика и психология образования». 2024. Т. 10, №1. С. 26–43. DOI: 10.18413/2313-8971-2024-10-1-0-3.
3. Ракитин, А. Г. Интерпретатор языка пробирок для ДНК-вычислений / А. Г. Ракитин, Т. С. Стефанова, М. В. Швецкий // Научное мнение. – 2013. – № 10. – С. 214-219. – EDN RHMLVV.
4. Руанет, В.В. Нейросетевые технологии как средство организации образовательного процесса / В. В. Руанет, А. К. Хетагурова // Educational Technology & Society. - 2005. - № 4. -С. 296-317.
5. Самарина, А.Е. Нейросети для генерации изображений: педагогический потенциал в высшем образовании / А.Е. Самарина, Д.А. Бояринов // Науч.-метод. электрон. журнал «Концепт». -2023. - № 11. - С. 161-179. - http://e-koncept.ru/2023/231116.htm (дата обращения: 20.02.2024).
6. Смирнова, Т.С. Применение ChatGPT при обучении языкам программирования / Т. С. Смирнова // Современное образование: традиции и инновации. – 2025. – № 2. – С. 140-144. – DOI 10.51623/23132027.2502.140. – EDN LMVHLK.
7. Смирнова, Т. С. Визуальный эмулятор вектора и сферы Блоха как средство обучения квантовым вычислениям / Т. С. Смирнова, М. В. Швецкий // Научное мнение. – 2021. – № 9. – С. 76-82. – DOI 10.25807/22224378_2021_9_76. – EDN OCTOCW.
8. Смирнова, Т. С. Содержание обучения конструированию классических разложений квантовых гейтов / Т. С. Смирнова, М. В. Швецкий // Научное мнение. – 2023. – № 7-8. – С. 128-136. – DOI 10.25807/22224378_2023_7-8_128. – EDN MDPJOR.
9. Смирнова, Т. С. Содержание обучения конструированию управляемых квантовых гейтов / Т. С. Смирнова, М. В. Швецкий // Научное мнение. – 2024. – № 7-8. – С. 63-72. – DOI 10.25807/22224378_2024_7-8_63. – EDN DBNOPM.
10. Смирнова, Т.С. Содержание stem-обучения конструированию классических разложений квантовых гейтов / Т. С. Смирнова, М. В. Швецкий // Научное мнение. – 2025. – № 3. – С. 36-66. – DOI 10.25807/22224378_2025_3_36. – EDN YHXSPU.