Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Университеттік білім беруде оқытушылардың жасанды интеллектіні қолдануы: трансформациялық мүмкіндіктер мен тәуекелдері
0
Zitationen
2
Autoren
2025
Jahr
Abstract
Бұл зерттеуде Қазақстанның жоғары оқу орындарында қызмет атқаратын профессорлық-оқытушылық құрамының көзқарасы тұрғысынан жасанды интеллект (ЖИ) технологияларын жоғары білім беру жүйесіне интеграциялау барысында туындайтын ықтимал қауіптер мен мәселелер жан-жақты қарастырылады. ЖИ-дің жедел дамуы және оның әртүрлі салаларға кеңінен енгізілуі жағдайында, бұл технологияның білім беру үдерісіне тигізетін ықпалына ерекше назар аударылған. Зерттеудің негізгі мақсаты – білім беру процесінде ЖИ құралдарын қолдану ерекшеліктерін, қауіпті тұстарын және оқыту сапасына ықпалын профессорлық-оқытушылық құрамының қабылдау ерекшеліктері негізінде бағалау. Сонымен қатар, ЖИ-дің жоғары білім беру ортасына ықпалын бағалау арқылы оның артықшылықтары мен тәуекелдерін ғылыми тұрғыда саралау міндет етіледі. Зерттеудің әдіснамалық негізі ретінде сапалық және сандық деректерді жинаудың аралас әдістері қолданылды. Іріктемеге еліміздің үш ірі аймағында – Астана, Алматы және Талдықорған қалаларында орналасқан жоғары оқу орындарының 180 білім беру қызметкері тартылды. Іріктеу барысында пәндік бағыттар (гуманитарлық, техникалық және шығармашылық), университеттің типі (ұлттық, мемлекеттік, жекеменшік) және академиялық мәртебесі (профессорлар, қауымдастырылған профессорлар, аға оқытушылар және жас мамандар) ескерілді. Алдын ала деректер талдауы көрсеткендей, қатысушылардың 60%-ы ЖИ құралдарын (мысалы, ChatGPT, Grammarly, QuillBot) өз кәсіби қызметінде белсенді қолданады; 30%-ы олармен таныс болғанымен, қолданбайды; ал 10%-ы бұл технологияларға күмәнмен қарайды. Түйін сөздер: жасанды интеллект, жоғары білім, білім алушылар, цифрлық құзыреттілік, академиялық адалдық, инновациялық технологиялар, ақпараттық технологиялар.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.287 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.140 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.534 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.450 Zit.