Искусственный интеллект в проектном обучении студентов

Проектное обучение, являясь одной из основных технологий подготовки современных кадров, способствует формированию у них цифровых компетенций. Современные возможности информационных технологий, междисциплинарные исследования, проводимые в небольших по составу студенческих командах, основанные на применении методов интеллектуального анализа данных, обеспечивают возможность эффективного решения задач из различных прикладных областей. Представлен студенческий проект по разработке чат-бота с элементами искусственного интеллекта, совершенствующий процесс поиска информации по университетскому комплексу.

1. Игнатьев, А. Г., Курбатова, Т. А., Кулешов, А. А., Линдре, Ю. А., Шамраев, Р. А., Алиева, М. А. Кадры для цифровой экономики: современный рынок труда и актуальные образовательные маршруты // АНО «Центр глобальной ИТ-кооперации», аналитический обзор. – 2024. – С. 60.

2. Искусственный интеллект в образовании России, изучение искусственного интеллекта в школах и университетах. – URL: https://ai.gov.ru/ai/education/ (дата обращения: 11.04.2025).

3. Кулагина, Н. А., Лысенко, А. Н., Новиков, С. П. Подготовка кадров для цифровой экономики: тренды и проблемы // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. – 2022. – № 3. – С. 148–160.

4. Прохорова, М. П., Винникова И.С., Кузнецова Е.А. Цифровые инструменты обучения проектной деятельности студентов вуза // Проблемы современного педагогического образования. – 2023. – № 79-4. – URL: https://cyberleninka.ru/article/n/tsifrovye-instrumenty-obucheniya-proektnoy-deyatelnosti-studentov-vuza (дата обращения: 11.04.2025).

5. Редько, С. Г., Цветкова Н. А., Селедцова И. А. Подход к подготовке специалистов с учетом вызовов цифровой экономики (на примере обучения проектной деятельности) // Инновации. – 2019. – № 12 (254). – URL: https://cyberleninka.ru/article/n/podhod-k-podgotovke-spetsialistov-s-uchetom-vyzovovtsifrovoy-ekonomiki-na-primere-obucheniya-proektnoy-deyatelnosti (дата обращения: 11.04.2025).

6. Хаймина, Л. Э., Зеленина, Л. И., Хаймин, Е. С., Федькушова, С. И. Использование интеллектуальных информационных технологий в проектной деятельности студентов // Педагогическая информатика. – 2022. – № 3. – С. 72–81.

7. Парсинг данных: что это такое и как использовать, чтобы повысить эффективность бизнеса. – URL: https://marketolog.mts.ru/blog/parsing-dannih-chto-eto-takoe-i-kak-ispolzovat-chtobi-povisit-effektivnostbiznesa (дата обращения: 27.10.2024)

8. Новый взгляд на оценку русскоязычных моделей: обновлённый бенчмарк ruMTEB и лидерборд. – URL: https://habr.com/ru/companies/X5Tech/articles/845398/ (дата обращения: 03.11.2024)

9. Сайт создателей модели Abluesnake.tistory.com. – URL: https://abluesnake.tistory.com/190 (дата обращения: 03.11.2024).

10. Advanced RAG Pipelines. – URL: https://teletype.in/@kittybytes/kaN0GoIgXSp (дата обращения: 29.10.2024).

11. Продвинутая генерация ответа, дополненная результатами поиска (RAG): от теории до реализации на LlamaIndex. – URL: https://nuancesprog.ru/p/21099/ (дата обращения: 29.10.2024).

12. Whisper V3 Turbo от OpenAI – новая нейросеть для расшифровки аудио в текст. – URL: https://postium.ru/whisper-v3-turbo-ot-openai/ (дата обращения: 03.11.2024).

13. Zelenina, L., Khaimina, L., Khaimin, E., Khripunov, D., Zashikhina, I. CONVOLUTIONAL NEURAL NETWORKS IN THE TASK OF IMAGE CLASSIFICATION // Mathematics and Informatics. – 2022. – Vol. 65. – № 1. – Рр. 19–29.

14. Qwenlm.github.io: сайт. Hello Qwen2. – URL: https://qwenlm.github.io/blog/qwen2/ (дата обращения: 03.11.2024).