СТАТЬЯ: ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕЙ ДЛЯ ОБУЧЕНИЯ ДЕТЕЙ С ОГРАНИЧЕННЫМИ ВОЗМОЖНОСТЯМИ ЗДОРОВЬЯ (ОВЗ)
статья по информатике и икт

Полякова Ю.В.

УДК 376.4
УДК 04.8:37

ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕЙ ДЛЯ ОБУЧЕНИЯ ДЕТЕЙ С ОГРАНИЧЕННЫМИ ВОЗМОЖНОСТЯМИ ЗДОРОВЬЯ (ОВЗ)

Аннотация: Статья посвящена анализу традиционных подходов к обучению детей с ограниченными когнитивными возможностями и необходимости внедрения инновационных технологий, одной из которых являются обучаемые нейронные сети. Наиболее полно возможности их использования автор видит в создании адаптивных обучающих платформ и анализа эмоционального состояния детей. Также в статье рассмотрены этические вопросы; даны рекомендации по интеграции нейросетевых технологий в практику работы с детьми с отклонениями в развитии в контексте междисциплинарного подхода.

Ключевые слова: нейросеть, обучение, ограниченные возможности здоровья, инновация в образовании

Summary: The article is devoted to the analysis of traditional approaches to teaching children with limited cognitive abilities and the need to implement innovative technologies, one of which is trained neural networks. The author sees the most complete possibilities for their use in the creation of adaptive learning platforms and the analysis of the emotional state of children. The article also considers ethical issues; recommendations are given for the integration of neural network technologies into the practice of working with children with developmental disabilities in the context of an interdisciplinary approach.

Keywords: neural network, learning, disabilities, innovation in education

Введение

В последние годы наблюдается стремительное развитие технологий искусственного интеллекта, в частности, нейросетей, которые находят применение в самых разных областях. Одним из наиболее перспективных направлений является использование нейросетевых технологий для поддержки детей с ограниченными возможностями здоровья. Эти дети часто сталкиваются с трудностями в обучении, коммуникации и социализации. Со стороны педагогического коллектива не всегда возможно учитывать индивидуальные особенности каждого ребенка, создавать персонализированные программы. В этом контексте нейросети могут предложить инновационные решения, способные улучшить качество жизни этих детей.

Вопросы применения цифровых технологий в образовании за последние несколько лет получили развитие в работах многих российских авторов, например,  Л. В. Шмельковой, С. С. Смирнова,  А. Ю. Уварова,  О. В. Рубцовой, Е.Н. Долгих, Л. Г. Зверевой и других. Все они отмечают, что цифровые технологии существенно облегчают работу педагога в части контроля учебного процесса, проектирования индивидуальных образовательных технологий и социализации учащихся.

Применение нейросетей в образовании

По нашему мнению, особо перспективным в этой части является искусственный интеллект. Автор этой статьи скомпилировала мнения нескольких экспертов, и выявил следующие основные направления использования ИИ в школе:

- повышение уровня мотивации на уроке (с помощью подсказок, сторителлинга, геймификации);

- моделирование эмоционального состояния ребёнка, настраивание его на диалог путём внедрения виртуальных персонажей-собеседников;

- оповещение учителя о возникшей проблеме, которое появляется как результат непрерывного мониторинга и анализа ситуации;

- автоматизация распознавания эмоций ученика, текста, изображений;

- подготовка рекомендаций для создания недостающего учебного контента и создание такого контента;

- генерация учебных курсов из уже имеющегося материала с нужным количеством часов;

- проведение сбора и анализа цифрового следа ученика.

Предположительно, основанные на искусственном интеллекте нейросети могут быть также использованы для создания адаптивных обучающих платформ, которые подстраиваются под индивидуальные потребности ребенка. Например, системы на основе машинного обучения могут анализировать успехи и трудности учащегося, предлагая персонализированные задания и материалы. Это позволяет детям учиться в комфортном для них темпе и получать поддержку в тех областях, где они испытывают наибольшие трудности. Дополнением к платформам станут интерактивные приложения с адаптивными алгоритмами, вовлекающие ребёнка в обучение в удобное для него время, поскольку дети с ОВЗ не всегда могут придерживаться школьного расписания в силу особенности состояния психики, ухудшения состояния, необходимости проведения медицинских процедур и т.д. Адаптивные алгоритмы могут отслеживать прогресс и корректировать уровень сложности заданий, что способствует более эффективному обучению. В Бурятском институте инфокоммуникаций СибГУТИ с помощью нейросети Яндекса Catboost, например, был создан инструмент, который сначала предлагает всё усложняющиеся тесты, а потом предлагает образовательную траекторию [7]. Похожий инструмент для всех пользователей без ограничения был создан в Университете Национальной технологической инициативы 2035 под названием STEPS [10]. Использование этого опыта в части проектирования приложений и платформ поможет создать такие инструменты, которые будут настраиваться на ребёнка с ограниченными возможностями здоровья. Их большой плюс в том, что корректировку индивидуализированного обучения можно проводить неограниченно часто, что особенно эффективно делать в режиме диалога ИОС с ИИ (информационно-обучающей среды с искусственным интеллектом). Рассмотрим несколько видов уже существующих обучающих систем на основе диалога: это зарубежные системы CIRCSIM, AUTOTUTOR, WATSON TUTOR, а также ChatGPT.

CIRCSIM

Эта обучающая система была создана ещё в начале 1980-х годов в Иллинойском технологическом университете вместе с медицинским колледжем Раша. Впервые программа вела с человеком индивидуальные обучающие диалоги, производя как обработку, так и генерацию естественного языка, пусть и на примитивном уровне. CIRCSIM важна тем, что она впервые задала алгоритм диалога с человеком, не понимающим каких-то деталей или даже сути вопроса, и оказалась в роли навигатора на его пути к пониманию. Несмотря на то, что программа была разработана для студентов-медиков первого курса, её алгоритм – универсален, и используется в более совершенных программах, а также рекомендуется для разработки учителями нейросетей и программ для диалогового обучения детей с особенностями развития.

- Если ответ учащегося верен, программа продолжает работать дальше.

- Если ответ учащегося частично верен, программа подтверждает его/поправляет, и продолжает работать дальше.

- Если ответ учащегося близок к неправильному, вводится т.н. «вложенный метод» - подсказка, программа продолжает работать дальше.

- Если ответ учащегося не верен, программа даёт правильный ответ и продолжает работать дальше.

Особенность этого алгоритма для обучения детей с ОВЗ в том, что программа не огорчает ребёнка сообщением о неправильном ответе – в любом случае, правильный ответ, исходит он от машины или от человека, будет озвучен. Это благотворно действует на желание ребёнка продолжать занятие с диалоговой системой.

AUTOTUTOR

Эта программа создавалась в течение 20 лет в Мемфисском университете, и она гораздо шире подходит к задачам обучения – её целью было не научить давать краткие правильные ответы, а разобраться в вопросе прежде, чем дать ответ. «Программа использует статистическую технику, известную как латентный семантический анализ (ЛСА), для сравнения текста, написанного учеником, с многомерной матрицей понятий, взятой из большого массива соответствующих учебников» [13].

Здесь важно понимать, что педагог не ожидает от ученика правильного ответа – ни немедленного, ни какого иного. Его цель в использовании программы автотьютора состоит в том, чтобы ученик научился делать выводы из посылок, самостоятельно размышлять, выстраивать логическую связь между поступком и последствием, действием и реакцией. Разработчики использовали для обучения модели сократовский метод ведения диалога – развитие беседы на основе уже полученных ответов. Работа AUTOTUTOR’а состоит из пяти этапов:

1. Программа в облике персонажа ставит проблему или задаёт вопрос.
2. Ученик отвечает, вводя текст с клавиатуры или озвучивая голосом.
3. Программа оценивает, понимает ли ученик обсуждаемое понятие.
4. Если программа решает, что ученик ответил недостаточно осмысленно, она предлагает корректирующие и направляющие вопросы, утверждения, подсказки, побуждая ученика прийти к правильному ответу.
5. Повторение шагов 2-4 до тех пор, пока ученик действительно не поймёт, о чём речь.

Программа признана [13] эффективнее многих репетиторов, поскольку может бесконечно вариативно спрашивать ученика, не повторяясь в итерациях.

WATSON TUTOR

Эта программа от IBM и Пирсон не рассчитана на то, чтобы давать новые знания, её цель – углублять существующие [14]. Эта программа, в отличие от предыдущей, работает не со всем корпусом доступных знаний, а базируется на одном учебнике и, в зависимости от ответов ученика, может опираться на дополнительные материалы, используя вспомогательную стратегию – может задать до 600 вопросов по теме, давая подсказки типа «с заполнением пробела» и вариантами ответов. Это легко адаптируемая к любой программе педагогическая модель дополняется статистическим методом построения графов знаний ученика, выявляя не только уровень знаний, но и темы с пробелами в них. Это удобно при обучении детей с ОВЗ, так как можно задать любой по сложности уровень знания и уровень общения.

ChatGPT

Уже сейчас дети активно пользуются этим чатом, чтобы решать задачи, получать ответы на вопросы, рисовать, создавать песни и музыку, просто болтать на разные темы и заниматься самообразованием. Чатом пользуются и педагоги, причём чаще, чем дети [9].

В ходе анализа направлений использования ChatCPT, автором статьи была составлена таблица, отражающая основные привлекательные для учителей и учеников качества нейросети.

Табл. 1. Направления использования ChatGPT и результаты его применения

Авторская разработка, основанная на информации из открытых источников. Автор Ю.В. Полякова

По сути, нейросеть делает то, на что обычно не хватает времени учителю – индивидуализирует образовательный процесс для каждого ученика в отдельности. Помимо ChatGPT, крайне популярного во всём мире – по некоторым источникам, количество его пользователей составляет 464 млн ежемесячно, 42% пользователей – люди в возрасте от 15 до 30 лет [6]. За декабрь 2024 - январь 2025 чатом воспользовались 3,8 млрд раз. Существуют и другие сети, которыми пользуются образовательные учреждения и педагоги всего мира.

1. YandexGPT — нейросеть от компании «Яндекс», использующая технологию ChatGPT. Она способна генерировать тексты по заданным темам, писать код, взаимодействовать с пользователями, осуществлять поиск информации в интернете и переводить тексты.
2. Writefull — нейросеть, интегрируемая в текстовые редакторы, которая проверяет тексты на наличие ошибок, опечаток и повторов. Она также помогает организовать информацию, перефразировать предложения и предлагает подходящие заголовки.
3. MathGPT — нейросеть, созданная для решения математических задач. Она применяет методы глубокого обучения для понимания математических формул и может быстро и эффективно справляться со сложными задачами.
4. 01Математика — онлайн-платформа для изучения математики, которая анализирует прогресс каждого ученика и адаптирует уроки и задания под его потребности. Она включает материалы из учебников, помогает готовиться к ОГЭ и ЕГЭ, а также предлагает задачи по геометрии и тригонометрии.
5. Tome — нейросеть, предназначенная для создания презентаций. Пользователям нужно лишь описать желаемый контент на нужном языке, после чего система сгенерирует около восьми слайдов с соответствующими изображениями и текстами.
6. BlackBox — искусственный интеллект, который помогает в обучении программированию. Он поддерживает более 20 языков программирования, включая Python, JavaScript, TypeScript, Go и Ruby.
7. DeepL — онлайн-переводчик на базе искусственного интеллекта. Он учитывает контекст текста и обеспечивает качественный перевод даже больших объемов. Сервис самостоятельно обучается, что позволяет пользователю выбирать наиболее подходящие версии редких слов и фраз для улучшения будущих переводов.

К сожалению, такие узкоспециализированые нейросети как Кандинский, Шедеврум, Порфирьевич, Алиса, НейроТекстер, ГигаЧат и проч. не приспособлены к учебному процессу, особенно для детей с ОВЗ.

Эмоциональная оценка и диагностика

Одним из ключевых аспектов работы с детьми с отклонениями в развитии является понимание их эмоционального состояния. Нейросети могут использоваться для анализа невербальных сигналов, таких как мимика и жесты, что позволяет более точно оценивать эмоциональное состояние ребенка. Это может помочь родителям и педагогам лучше понять потребности ребенка и адаптировать подходы к обучению и взаимодействию.

Исследования в области автоматического распознавания эмоций ведутся уже довольно давно. Существует несколько методов, позволяющих выявлять эмоциональное состояние: через визуальные признаки, такие как мимика, походка и речь (как фонетическая, так и контекстная), а также с помощью более глубоких анализов, например, электрокардиограммы. В данной работе мы сосредоточимся на определении эмоций, основываясь на фонетических характеристиках речи человека, то есть анализируя голос без учета смыслового содержания.

«Голос является важным индикатором текущего состояния человека, отражая его переживания, отношение к событиям и общее самочувствие, а также может давать представление о темпераменте и личностных качествах. Наиболее полное представление о внутреннем психоэмоциональном состоянии может дать анализ связной речи: как расставлены логические акценты, с какой скоростью произносятся слова, как формируются фразы и какие наблюдаются отклонения от нормы. Эти реакции часто плохо контролируются и могут быть скрытыми, что делает их особенно ценными для анализа» [1;2].

Распознавание эмоций по лицу гораздо более трудоёмкий и дорогостоящий подход. «Для выделения признаков лица исследователи в основном используют так называемые двигательные единицы лица (Action Units, AU), входящие в Систему кодирования лицевых движений (Facial Action Coding System, FACS), разработанную П. Экманом. Базовые эмоции для классификации также выбираются согласно FACS: радость, злость, грусть, отвращение, страх, удивление (иногда в список базовых включают эмоцию презрения)». [12] Мы не будем детально останавливаться на технологии, которая требует глубокого машинного обучения, но отметим, что по каким мы принципам ни проводился анализ эмоционального состояния ученика, он будет полезен для калибровки работы обучающей нейросети: она может сделать перерыв, спеть песенку или рассказать сказку, выбрать игровые задания, показать мультфильм по теме и т.д. Также система может выделить триггеры, которые дестабилизируют эмоциональное состояние учащегося, и впредь их избегать.

Исследования показывают [4], что использование технологий распознавания эмоций может значительно улучшить коммуникацию между детьми с аутизмом и окружающими. Такие системы могут предоставлять обратную связь о том, как ребенок реагирует на различные ситуации, что способствует более глубокому пониманию его внутреннего мира.

В обществе есть опасения, что ИИ-учитель заменит учителя живого. Эти подозрения неоправданны: во-первых, для полноценной замены человека искусственным интеллектом (да и то спорно), требуется ИИ третьего уровня (SAI), а сейчас он находится на первом уровне развития (NAI), и перехода на вторую стадию в ближайшие 50 лет не предвидится. Учитель по-прежнему остаётся ролевой моделью, а его технические функции можно переложить на ИИ. Такой опыт сделали в конце 2024 года разработчики из ТюмГУ. Они картографировали функции учителя. К ним относятся:

- источник экспертности;

- картограф предметной отрасли;

- организатор деятельности;

- настройщик межличностных отношений;

- хранитель мотивации.

ИИ удалось передать три «технические» функции, и то он справился с ними не вполне успешно [8].

Несмотря на очевидные преимущества использования нейросетей, важно учитывать этические аспекты. Применение технологий в работе с детьми требует соблюдения принципов конфиденциальности и безопасности данных. Необходимо обеспечить информированное согласие родителей и защиту прав ребенка. Также важно помнить о том, что технологии не должны заменять человеческое взаимодействие, а служить его дополнением [11].

Рекомендации по интеграции нейросетей

Для эффективного внедрения нейросетевых технологий в практику работы с детьми с отклонениями в развитии необходимы:

1. Междисциплинарный подход: объединение усилий специалистов из области психологии, педагогики и информатики для создания комплексных решений.

2. Обучение специалистов: подготовка педагогов и терапевтов к использованию новых технологий и методик.

3. Исследования: проведение научных исследований для оценки эффективности нейросетевых решений в различных контекстах.

4. Обратная связь: отзывы от родителей и детей о внедряемых технологиях для их постоянного улучшения.

Российская инновационная учебно-методическая система ДИАЛОГ [3], разработанная издательством «Дрофа», содержит в себе все требования новых образовательных стандартов, начиная от дошкольного образования, заканчивая старшей школой. УМК написан под общей редакцией академика Г.А.Бордовского и развивает традиции методической школы Петербурга. Соавторы программы: М.П. Воюшина, Н.Л. Стефанова, Е.П. Суворова. ДИАЛОГ ориентируется не на элемент школьного знания, а событие в личной жизни ученика. Обучение в данном случае рассматривается как процесс взаимодействия учителя и учащихся. «Главной целью создания инновационной учебно-методической системы «Диалог» является организация образовательного процесса посредством диалога, специально направленного на актуализацию личностных функций учащихся, на накопление ими опыта реализации ценностного выбора, критического восприятия, рефлексии, творческого решения учебных проблем и др.» [5] Говоря простым языком, ДИАЛОГ наиболее близок к AUTOTUTOR’у, поскольку: а) побуждает учащихся размышлять и находить обоснование своим решениям; б) в качестве базы естественного языка пользуется большим массивом разноплановых данных. Более того, она поощряет детей к самообразованию, воспитывает в них умение договариваться. К сожалению, реализованная в виде учебников, система ДИАЛОГ не имеет своего цифрового аналога, а с 2018 года учебники ДИАЛОГ исключены из системы общего образования из-за негативной оценки экспертов. Не касаясь содержания самих учебников, отметим инновационный методический подход, который, гипотетически, будучи неприменим или ограниченно применим в рамках живого общения начальной и общей средней школе, мог бы послужить принципиальной логической основой для создания российского варианта AUTOTUTOR’а применительно к учебным планам, разработанными специально для детей с ОВЗ [].

Заключение

Искусственный интеллект (ИИ) представляет собой мощный инструмент, способный значительно повысить качество образовательного процесса, ускорить усвоение знаний и улучшить общую эффективность обучения. Тем не менее, его внедрение в образовательную среду сопряжено с рядом потенциальных проблем.

Прежде всего, одной из основных проблем является недостаточная прозрачность алгоритмов ИИ. Несмотря на свою эффективность в решении определённых задач, использование ИИ может привести к нежелательным последствиям в образовательном контексте. Например, если преподаватели применяют ИИ для оценки знаний студентов, это может вызвать предвзятость и дискриминацию по отношению к определённым группам учащихся.

Во-вторых, существует риск утраты контроля над процессом обучения. Создание индивидуализированных учебных планов с помощью нейросетей может привести к тому, что дети будут получать исключительно те материалы, которые соответствуют их интересам и уровню подготовки. Это может снизить разнообразие учебного опыта и негативно сказаться на мотивации учащихся.

В-третьих, проблема безопасности данных является ещё одной важной темой. Внедрение ИИ в образовательный процесс может привести к рискам утечки личной информации студентов, особенно если преподаватели не обеспечивают надлежащую защиту данных или используют ИИ для сбора информации без согласия учащихся.

Несмотря на эти вызовы, искусственный интеллект открывает обширные возможности для трансформации образовательных процессов. Тем не менее, необходимо с осторожностью подходить к интеграции нейросетей в образовательную практику, учитывая как положительные аспекты, так и потенциальные риски этих технологий. Баланс между инновациями и традиционными методами обучения является ключевым фактором для успешного влияния ИИ на развитие и обучение детей. Для достижения этого баланса следует обратить внимание на следующие аспекты:

1. Активное вовлечение взрослых. Родители и преподаватели должны поддерживать детей, стимулировать их мотивацию и помогать развивать социальные навыки.

2. Ограничение времени использования технологий. Важно контролировать время, которое дети проводят с устройствами на базе ИИ, чтобы сохранить гармонию между цифровой и реальной средой.

3. Обучение критическому мышлению. Развитие аналитических способностей и критического мышления должно оставаться приоритетной задачей в образовательном процессе.

Подводя итог, можно сказать, что в будущем невозможно будет проектировать образовательный процесс без участия искусственного интеллекта, и уже сейчас он может существенно снизить нагрузку на учителя и родителей, одновременно повысив усваиваемость учебного материала детьми с ОВЗ и в ряде случаев - расширить спектр их когнитивных возможностей.

Список литературы

1. Барышев Д. А., Макаревич И. В., Зубанков А. С., Розалиев В. Л. Нейросетевой подход к определению эмоций человека по речи // ИВД. 2022. №5 (89). URL: https://cyberleninka.ru/article/n/neyrosetevoy-podhod-k-opredeleniyu-emotsiy-cheloveka-po-rechi (дата обращения: 22.01.2025).
2. Вартанян Г.А., Петров Е.С. Эмоции и поведение. Ленинград: Наука, 1989. 144 с.
3. Воюшина М. П. Реализация идей поликультурного образования в учебно-методическом комплекте для начальной школы «Диалог» // Rhema. Рема. 2011. №1. URL: https://cyberleninka.ru/article/n/realizatsiya-idey-polikulturnogo-obrazovaniya-v-uchebno-metodicheskom-komplekte-dlya-nachalnoy-shkoly-dialog (дата обращения: 22.01.2025).
4. Вудвортс Р. Выражение эмоций. – М.: Экспериментальная психология, 2000. 798 с.
5. Долгих, Е. Н. Инновационная учебно-методическая система «Диалог» как средство организации образовательного процесса // Молодой ученый. — 2014. — № 6 (65). — С. 703-705. — URL: https://moluch.ru/archive/65/10472/ (дата обращения: 22.01.2025).
6. Дуарте Ф. Количество пользователей ChatGPT (январь 2025)// Exploding Topics – 06.01.20— URL: https://explodingtopics.com/blog/chatgpt-users (дата обращения: 22.01.2025).
7. Елтунова И.Б., Нестеров А.С. Использование алгоритмов искусственного интеллекта в образовании // Современное педагогическое образование. 2021. №11. URL: https://cyberleninka.ru/article/n/ispolzovanie-algoritmov-iskusstvennogo-intellekta-v-obrazovanii (дата обращения: 22.01.2025).
8. Ерохина Е. Может ли ИИ заменить преподавателя в вузе? Интервью о результатах серии экспериментов // Скиллбокс. – 01.11.24 - URL: https://skillbox.ru/media/education/mozhet-li-ii-zamenit-prepodavatelya-v-vuze-intervyu-o-rezultatah-serii-eksperimentov/ (дата обращения: 22.01.2025).
9. Салливан М. Исследование показало, что учителя используют ChatGPT чаще, чем ученики// ФастКомпани — 03.03.2023. — URL: Текст https://www.fastcompany.com/90860133/teachers-use-chatgpt-more-than-students-a-study-finds (дата обращения: 22.01.2025).
10. Холмс У., Бялик М., Фейдл Ч. Искусственный интеллект в образовании: Перспективы и проблемы для преподавания и обучения. – М.: ООО «Альпина Про», 2022.
11. Шаяхметова Л.А., Кучумов В.Д. Этика использования нейросетей в образовательном процессе // Вестник ПГГПУ. Серия № 3. Гуманитарные и общественные науки. 2024. №1. - URL: https://cyberleninka.ru/article/n/etika-ispolzovaniya-neyrosetey-v-obrazovatelnom-protsesse (дата обращения: 22.01.2025).

12. Ekman P., Friesen W.V., Hager J.C. Facial Action Coding System. The Manual. Research Nexus division of Network Information Research Corporation, 2002.
13. Evens, M. and Michael, J. (2006)/ One-to-One Tutoring By Humans and Computers/ Psycology Press, p.45
14. Graesser A.L., et al. (2001) "Intelligent tutoring system with conversational dialogue”. AI Magazine 22(4): p. 39