УДК 004.8:378.2
DOI: 10.36871/2618-9976.2025.12–2.006
Авторы
Залина Майрбековна Ибрагимова,
Ассистент кафедры «Программирование и инфокоммуникационные технологии», Чеченский государственный университет им. А. А. Кадырова, Грозный, Россия
Сулета Алиевна Кушу,
Кандидат филологических наук, доцент кафедры арабского языка и вторых иностранных языков, Адыгейский государственный университет, Майкоп, Россия
Виктория Васильевна Стофарандова,
Кандидат экономических наук, доцент кафедры теории и истории социальной работы, Дагестанский государственный университет, Махачкала, Россия
Аннотация
В статье рассматриваются искусственные интеллектуальные (ИИ) системы, применяемые для раннего выявления учебных трудностей у студентов. Проблемы, связанные с обучением и успеваемостью студентов, остаются актуальными в образовательной практике, что обуславливает потребность в более точных и своевременных методах диагностики. Использование ИИ-систем позволяет анализировать большие объемы данных о деятельности студентов, выявлять паттерны, связанные с академическими трудностями, и предсказывать вероятность возникновения проблем на ранних этапах обучения. Описание различных подходов к разработке и внедрению ИИ-технологий в образовательный процесс включает методы машинного обучения, нейронные сети и системы поддержки принятия решений. Рассматриваются также этические и организационные вопросы, связанные с применением ИИ в образовательной среде. Особое внимание уделено практическим аспектам интеграции таких систем в учебные заведения, а также их эффективности в улучшении академических результатов и снижении уровня учебной неуспешности.
Ключевые слова
искусственный интеллект
раннее выявление учебных трудностей
студенты
машинное обучение
нейронные сети
образовательные технологии
системы поддержки принятия решений
диагностика
академическая успеваемость
образование
Список литературы
[1] Бабин Ю. М. Исследование роли искусственного интеллекта в персонализации образовательных траекторий студентов технических вузов на основе анализа больших данных. Управление образованием: теория и практика.
[2] Баринова Д. О., Шакарикова, А. А. Роль искусственного интеллекта в повышении академической успеваемости студентов. Концепт, 2024, № 10, с. 170–185.
[3] Гасанова Р. Р., Романова, Е. А. Искусственный интеллект в высшей школе: проблемы, возможности, риски. Вестник РУДН. Серия «Информатизация образования», 2024, том 21, № 4, с. 501–515.
[4] Каменева Н. А. Использование искусственного интеллекта в высшем образовании. В сб.: «Цифровая гуманитаристика и технологии в образовании (DHTE 2024)». М.: МГППУ, 2024, с. 374–386.
[5] Липина В. Е. Система контроля знаний студентов на основе искусственного интеллекта на уроках английского языка. Актуальные исследования, № 30 (160), июль 2023.
[6] Мантуленко В. В., и др. Влияние искусственного интеллекта на успеваемость, познавательную активность и качество обучения студентов.
[7] Минуллин Д. А. Анализ моделей машинного обучения на основе методов прогнозирования досрочного отчисления студентов. RDL-Journal, 2024.
[8] Побединская Т. В. Использование алгоритмов машинного обучения для прогноза успеваемости учащихся основной школы.
