Влияние технологий искусственного интеллекта на повышение эффективности дистанционного образования в технических университетах во время глобальных вызовов

Аннотация

Исследование обосновывает роль интегрированных технологий искусственного интеллекта в повышении эффективности дистанционного образования в технических университетах в условиях глобальных вызовов и дефицита лабораторной практики, формулируя цель количественно оценить влияние адаптивных платформ, интеллектуальных ассистентов, автоматизированной проверки, прокторинга и предиктивной аналитики на успеваемость, вовлеченность студентов и распределение времени преподавателей. На базе трех технических вузов в 2020-2022 годах обследованы 3450 студентов (контроль 1720; эксперимент 1730) и 410 преподавателей; экспериментальная группа обучалась с использованием ИИ-инструментов, а контрольная в стандартной LMS; собирались экзаменационные баллы по базовым дисциплинам, логи активности в LMS, распределение трудозатрат преподавателей и опросы удовлетворенности, применялись -критерий, U-критерий, корреляционный анализ и ANOVA. Зафиксирован значимый рост академических результатов: высшая математика 3.844.38, общая физика 3.914.29, основы программирования 4.02 4.55 при $p 0.001$ и снижении разброса оценок, что отражает выравнивание уровня подготовки и адресную поддержку «группы риска» средствами предиктивной аналитики. Вовлеченность существенно увеличилась: среднее время в LMS 6,458,92 часа в неделю (+38,29%), взаимодействия с контентом +47,43%, доля активных на форумах 18,33% 35,19% (+91,98%); выявлена связь между форумной активностью и итоговой оценкой $(r=0.72)$. Произошла радикальная оптимизация труда преподавателей: проверка заданий 35,82% 14,25%, ответы на типовые вопросы 15,47% 3,16%, при росте доли разработки материалов 29,15% 48,93% и индивидуальных консультаций 19,56% 33,66%. Удовлетворенность студентов выросла по всем параметрам, включая своевременность обратной связи (+1.74 балла) и персонализацию (+1.88) по 5-балльной шкале; совокупный фактор ИИ объясняет свыше 65% вариации итоговых показателей. Сделан вывод о системном и синергетическом эффекте комплекса ИИ, позволяющем компенсировать методические ограничения дистанта в инженерном образовании; перспективы связаны с внедрением ИИ-управляемых виртуальных лабораторий, расширением предиктивных моделей и соблюдением этико-правовых стандартов работы с данными.