От пилотных проектов к практическому применению: обзор персонализации с использованием искусствен...

В данном документе представлен обзор литературы под названием «От пилотных проектов к практике: обзор персонализации с использованием GenAI в образовании в области компьютерных наук». В нем обобщены 32 исследования, проведенные в период с 2023 по 2025 год, с целью выявления механизмов персонализации и сигналов эффективности в контексте высшего образования в области компьютерных наук. В обзоре выделены пять ключевых областей применения: интеллектуальное обучение, персонализированные материалы, формирующая обратная связь, оценка с использованием ИИ и проверка кода. В нем подчеркиваются такие проектные решения, как руководство, основанное на объяснениях, и отказ от предоставления решений, которые неизменно приводят к положительным результатам обучения. Успешные реализации характеризуются контекстно-ориентированным обучением, многоуровневыми структурами подсказок, интеграцией с традиционной инфраструктурой компьютерных наук и обеспечением качества с участием человека. Авторы предлагают структуру внедрения, ориентированную на «исследование», с акцентом на пилотные проекты, сохранение результатов обучения по умолчанию и масштабирование на основе фактических данных. В обзоре также рассматриваются критические риски, такие как академическая честность, конфиденциальность, предвзятость и чрезмерная зависимость, а также способы их смягчения на операционном уровне, при этом указываются существенные пробелы в доказательствах. В конечном итоге, он поддерживает генеративный ИИ как инструмент для точной поддержки при его внедрении в готовые к аудиту рабочие процессы, способствующие продуктивной работе.

#GenAI #ComputerScienceEducation #Personalization #AdaptiveLearning #ScopingReview #AIinEducation #LLMs #Feedback #Assessment #AcademicIntegrity

статья - https://arxiv.org/pdf/2512.20714v1
подписка - https://t.me/arxivpaper
пожертвования:
USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7
BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr
ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7
SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e
создано с помощью NotebookLM