Технология создания тестов для урока математики с использованием генеративных нейросетей

Обложка

Цитировать

Полный текст

Аннотация

в статье рассмотрены вопросы применения нейросетей для генерации тестовых заданий по курсу математики в средней школе. Для генерации контента для уроков математики предлагается использовать генеративную нейросеть MathGPT, построенную на базе ChatGPT, но дополнительно дообученную на большом массиве математического контента. Данная система искусственного интеллекта способна генерировать разнообразный математический контент, а для корректного отображения формул использует синтаксис LaTeX. В статье обсуждаются вопросы генерации заданий в тестовой форме по теме «Действия с обыкновенными дробями» школьного курса математики. Рассматриваются вопросы генерации тестов в формате GIFT для их размещения в популярной бесплатной СДО MOODLE, а также возможности генерации платформонезависимого теста на языке JavaScript, встраиваемого в страницу, размеченную с помощью HTML. Оценка разработанных системами искусственного интеллекта тестов проводилась учителями математики путем проведения фокус-группы. Учителя-практики отметили простоту подготовки с генеративной нейросетью тестов в указанных форматах даже для неспециалистов в области ИТ. Практической ценностью данной работы может стать возможность подготовки индивидуализированных контрольных заданий и заданий для самоподготовки с возможностью автоматизированной проверки и без существенной загрузки учителя.

Об авторах

С. А Муханов

Московский городской университет управления Правительства Москвы имени Ю.М. Лужкова

Email: s_a_mukhanov@mail.ru

А. А Муханова

Государственный университет просвещения

Email: aa.mukhanova@mail.ru

Список литературы

  1. Терехова Е.С., Пучкова Н.Н., Новикова Л.В. Анализ востребованности использования нейросетей для решения учебных задач // Концепт. 2024. № 8. URL: https://cyberleninka.ru/article/n/analiz-vostrebovannosti-ispolzovaniya-neyrosetey-dlya-resheniya-uchebnyh-zadach (дата обращения: 11.10.2024).
  2. Еськин Д.Л. Использование технологий искусственного интеллекта в обучении // МНКО. 2023. № 6 (103). С. 329 – 331.
  3. Константинова Л.В., Ворожихин В.В., Петров А.М., Титова Е.С., Штыхно Д.А. Генеративный искусственный интеллект в образовании: дискуссии и прогнозы // Открытое образование. 2023. № 2. С. 36 – 48.
  4. Жуков А.Д. Генеративный искусственный интеллект в образовательном процессе: вызовы и перспективы // Вестник МГУКИ. 2023. № 5 (115). С. 66 – 75.
  5. Илюшин Л.С., Торпашёва Н.А. Технологии искусственного интеллекта как ресурс трансформации образовательных практик // Ярославский педагогический вестник. 2024. № 3 (138). С. 62 – 71.
  6. Гаркуша Н.С., Городова Ю.С. Педагогические возможности ChatGPT для развития когнитивной активности студентов // Профессиональное образование и рынок труда. 2023. №1 (52). С. 6 – 23.
  7. Chan C.K.Y., Lee K.K.W. The AI generation gap: Are Gen Z students more interested in adopting generative AI such as ChatGPT in teaching and learning than their Gen X and millennial generation teachers? //Smart learning environments. 2023. Т. 10. № 1. С. 60. https://doi.org/10.1186/s40561-023-00269-3 URL: https://slejournal.springeropen.com/counter/pdf/10.1186/s40561-023-00269-3.pdf (дата обращения: 09.09.2024).
  8. Chiu TKF. The impact of generative AI (GenAI) on practices, policies and research direction in education: a case of ChatGPT and Midjourney. Interact. Learn. Environ. 2023. https://doi.org/10.1080/10494820.2023.2253861. URL: https://www.tandfonline.com/doi/epdf/10.1080/10494820.2023.2253861?needAccess=true (дата обращения: 09.09.2024).
  9. Григорьев А.П., Мамаев В.Я. О применении нейронных сетей в тестировании знаний // Научное приборостроение. 2016. №4. С. 77–84.
  10. Мицель А.А., Погуда А.А., Семенов К.А., Утешева А.Е. Методы тестирования знаний на основе применения аппарата нейронной сети // Открытое образование. 2013. № 2. С. 34 – 40.
  11. Корж Н.В., Супиков В.Н. Применение искусственного интеллекта в образовательном процессе: взгляды молодежи // Известия ВУЗов. Поволжский регион. Общественные науки. 2024. № 1 (69). С. 15 – 25.
  12. Warschauer M, Tseng W, Yim S, Webster T, Jacob S, Du Q, Tate T. The affordances and contradictions of AI-generated text for second language writers. SSRN Electron. J. 2023. https://doi.org/10.2139/ssrn.4404380. (дата обращения: 09.09.2024).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).