Создание интеллектуальных систем автоматизации управления с интеграцией искусственного интеллекта и передовых технологий машинного зрения в образовательных учреждениях
Как цитировать
Аннотация
Высшие учебные заведения претерпевают значительные изменения в связи с внедрением искусственного интеллекта и машинного зрения в свои интеллектуальные системы автоматизации. Цель данной статьи - определить потенциальное влияние внедрения этих систем на повышение операционной эффективности, индивидуализацию обучения, а также безопасность. Исследователи провели тщательный литературный обзор новейших работ об использовании искусственного интеллекта в образовательном процессе, алгоритмах машинного зрения и архитектурах интеллектуальной автоматизации. Интервью с экспертами и тематические исследования помогли выявить важнейшие проблемы и возможности. Отмечается, что существуют различные аспекты, влияющие на успешное внедрение и интеграцию систем в организациях, включая основы управления данными, стандарты функциональной совместимости и уровень вовлеченности заинтересованных сторон. Эта работа важна для преподавателей, поставщиков технологий и государственных чиновников, которые заинтересованы в эффективности искусственного интеллекта и машинного зрения в различных образовательных средах.
Ключевые слова
Библиографические ссылки
Agarwal R., Dhar V. Big data, data science, and analytics: The opportunity and challenge for IS research // Information systems research. 2014. № 25(3). рр. 443-448.
Baker R.S. Stupid tutoring systems, intelligent humans // International journal of artificial intelligence in education. № 26(2). рр. 600-614.
Bienkowski M., Feng M., Means B. Enhancing teaching and learning through educational data mining and learning analytics: An issue brief // US Department of Education, Office of Educational Technology. 2012. № 1. рр. 1-57.
Cockburn A., Gutwin C., Dix A. HARK no more: On the preregistration of CHI experiments // Proceedings of the 2018 CHI сonf. on human factors in computing systems. 2018. pp. 1-12.
Creswell J.W., Creswell J.D. Research design: Qualitative, quantitative, and mixed methods approaches. NY.: Sage publications, 2017. 273 р.
Ehrenberg R.G., Zhang L. Do tenured and tenure-track faculty matter? // Journal of human resources. 2005. № 40(3). рр. 647-659.
Gašević D., Dawson S., Siemens G. Let's not forget: Learning analytics are about learning // TechTrends. 2015. № 59(1). рр. 64-71.
King A. From sage on the stage to guide on the side // College teaching. 1993. № 41(1). рр. 30-35.
Koedinger K.R., Anderson J.R., Hadley W.H., Mark M.A. Intelligent tutoring goes to school in the big city // International journal of artificial intelligence in education. 1997. № 8. рр. 30-43.
Mayer R.E. The Cambridge handbook of multimedia learning. Cambridge: Cambridge university press, 2014. 934 р.
Ritter S., Anderson J.R., Koedinger K.R., Corbett A. Cognitive tutor: Applied research in mathematics education // Psychonomic bulletin & review. 2007. № 14(2). рр. 249-255.
Roll I., Wylie R. Evolution and revolution in artificial intelligence in education // International journal of artificial intelligence in education. 2016. № 26(2). рр. 582-599.
Seaman J.E., Allen I.E., Seaman J. Grade Increase: Tracking distance education in the United States // Babson Survey Research Group. 2018.
VanLehn K. The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems // Educational рsychologist. 2011. № 46(4). рр. 197-221.
Woolf B.P. Building intelligent interactive tutors: Student-centered strategies for revolutionizing e-learning. Burlington: Morgan Kaufmann, 2010. 480 р.
Загрузки
Опубликован
Выпуск
Раздел
Метрики
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.