ЯК СТУДЕНТИ СПРИЙМАЮТЬ ШТУЧНИЙ ІНТЕЛЕКТ У НАВЧАННІ

ЯК СТУДЕНТИ СПРИЙМАЮТЬ ШТУЧНИЙ ІНТЕЛЕКТ У НАВЧАННІ

Sorry, this entry is only available in Українська. На сайті Times Higher Education опубліковано статтю Флоренсії Мур та Агостіни Арбія «Що ваші студенти думають про штучний інтелект».

Sorry, this entry is only available in Українська.

На сайті Times Higher Education опубліковано статтю Флоренсії Мур та Агостіни Арбія «Що ваші студенти думають про штучний інтелект».

У ній міститься попередній аналіз результатів опитування студентів про їхнє ставлення до використання інструментів ШІ, їх переваги, недоліки, пов’язані ризики та способи використання у навчальному процесі. 48 % опитаних студентів засвідчили, що вони часто використовують ШІ, а 12 % роблять це завжди. Разом із тим, коли вони оцінювали поведінку своїх однокурсників, то говорили вже про  61 % та 19 % відповідно. Найчастішими завданнями, для виконання яких застосовувались інструменти ШІ, став пошук інформації, створення анотацій, узагальнення змісту великих текстів та написання завдань із текстовими компонентами. Приблизно 40 % студентів використовують ШІ для генерації чернеток, які потім редагують самостійно. 36 % здобувачів освіти, які взяли участь в опитуванні, вважають, що ШІ допомагає їм краще розуміти концепції та процедури. 31 % респондентів передусім цінують економію часу на здійснення рутинних завдань. Водночас 29 % студентів визнали й негативний вплив ГШІ: зменшення інтелектуальних навантажень, ослаблення критичного мислення, творчих здібностей і навичок академічного письма. Є різниця між сприйняттям використання ШІ студентами та оцінками їхніх однолітків, що може бути ознакою внутрішнього конфлікту: студенти не завжди готові зізнаватися у широкому використанні технологій ШІ та/або побоюються осуду. Попри можливості прискорення роботи, інструменти ШІ можуть негативно впливати на автономію мислення, розвиток когнітивних здібностей, тому потребують розумного впровадження та постійного моніторингу. У педагогічному контексті автор радить викладачам та університетам розвивати цифрову грамотність, вести діалог зі студентами про можливості й обмеження ШІ, заохочувати метакогнітивне осмислення навчального процесу та включати у завдання запитання, які стимулюють рефлексію над тим, як саме ШІ був використаний. У перспективі ці кроки мають допомогти інтегрувати ШІ так, щоб він доповнював, а не замінював мислення студентів. Таким чином, не можна ігнорувати той факт, що студенти вже активно залучені до роботи з ШІ, сприймають його як корисний інструмент та мають інформацію про ризики. Важливо, щоб ЗВО не ігнорували цей досвід, а враховували його при формуванні своїх  освітніх політик і практик.

Детальніше: https://qrpage.net/qr/hvkKL

Фото: pixabay.com

#НРАТ_Усі_новини #НРАТ_ШтучнийІнтелект #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини 

2025-10-16
Share
ОЕСР: УДОСКОНАЛЕННЯ ВИМІРЮВАННЯ ІНВЕСТИЦІЙ У ШТУЧНИЙ ІНТЕЛЕКТ

ОЕСР: УДОСКОНАЛЕННЯ ВИМІРЮВАННЯ ІНВЕСТИЦІЙ У ШТУЧНИЙ ІНТЕЛЕКТ

Sorry, this entry is only available in Українська. Організація економічного співробітництва та розвитку опублікувала робочий  документ «Удосконалення вимірювання інвестицій у штучний інтелект» із серії «Документи ОЕСР щодо штучного інтелекту».

Sorry, this entry is only available in Українська.

Організація економічного співробітництва та розвитку опублікувала робочий  документ «Удосконалення вимірювання інвестицій у штучний інтелект» із серії «Документи ОЕСР щодо штучного інтелекту».

У ньому зазначається, що незважаючи на зростаючий глобальний інтерес до кількісної оцінки інвестицій у розвиток технологій штучного інтелекту, відсутність стандартизованих рамок та невідповідність даних ускладнюють отримання надійних оцінок, придатних для порівняння.  У цьому звіті експерти ОЕСР пропонують надійну та прозору систему вимірювання для вирішення цієї проблеми та здійснення коректних оцінок інвестицій у ШІ як в країнах ЄС, так і інших країнах. ШІ визначається як технологія загального призначення з потенціалом трансформації в різних секторах, що вимагає значних інвестицій не лише в розвиток цієї технології, але й у допоміжні активи, – навички, дані, апаратне забезпечення, організаційний капітал. Пропонується класифікувати інвестиції за чотирма основними групами: навички, дослідження та розробки, дані та обладнання, інші продукти інтелектуальної власності. Методологія базується на двоступеневому підході. Спочатку збираються агреговані дані по всій економіці з офіційних джерел, включаючи Євростат та бази даних EUKLEMS & INTANProd. Надалі, використовуючи загальнодоступні національні рахунки та галузеві джерела, інвестиції у ШІ оцінюються шляхом застосування коефіцієнтів інтенсивності ШІ, отриманих з патентних даних, академічних програм та статистики робочої сили. Методологія деталізує інвестиції за такими напрямками, як інформаційно-комунікаційні технології, винагорода спеціалістів, корпоративне навчання, програмне забезпечення та бази даних, а також телекомунікаційне обладнання. Це дозволяє визначити, як інвестиції у ШІ розподілені між країнами ЄС.

Детальніше: https://qrpage.net/qr/TmIWb, https://qrpage.net/qr/mSn3f, https://doi.org/10.1787/13e0da2f-en

Фото: скріншот

#НРАТ_Усі_новини #НРАТ_OECD #НРАТ_ШтучнийІнтелект #НРАТ_ВідкритіДані #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини 

2025-10-13
Share
АНТИПЛАГІАТНИЙ СЕРВІС PLAGSCAN

АНТИПЛАГІАТНИЙ СЕРВІС PLAGSCAN

Sorry, this entry is only available in Українська. PlagScan являє собою сервіс виявлення плагіату, створений у 2009 році у Німеччині.

Sorry, this entry is only available in Українська.

PlagScan являє собою сервіс виявлення плагіату, створений у 2009 році у Німеччині.

Він орієнтований на задоволення у першу чергу потреб академічного середовища і дозволяє студентам, викладачам та дослідникам оцінювати оригінальність текстів та підтримувати на високому рівні академічне письмо і критичне мислення. Сервіс працює з поширеними форматами файлів і застосовує двоетапний алгоритм для порівняння текстів з мільйонами веб-джерел та великими власними архівами. Виявлення збігів відбувається, щойно фіксується щонайменше три послідовні слова з іншого джерела. Аналізується чотири типи джерел: інтернет-контент, інституційні репозитарії, бази даних видавців-партнерів та ексклюзивний спільний архів, де документи, надіслані іншими клієнтами, використовуються для перевірки нових матеріалів. В останньому випадку користувачі бачать лише локацію збігів, а не повний текст, що дозволяє зберігати конфіденційність. Ця база постійно поповнюється внесками від установ та видавців, що розширює спектр порівнянь і запобігає повторному використанню попередніх робіт студентами чи авторами. Преміум-версія PlagScan Pro дозволяє здійснювати порівняння з текстами обширної колекції наукових журналів від кращих видавців (BMJ, Springer, Wiley). Результати аналізу подаються у формі звіту з маркерами збігів та потенційних проблем. Сервіс легко інтегрується з системами управління навчанням, такими як Moodle, Canvas чи Schoology, через API та LTI-протокол. Він відповідає сучасним вимогам захисту даних ЄС (GDPR), а також іншим європейським нормам щодо безпеки даних і конфіденційності. Використання  сервісу сприяє підвищенню обізнаності щодо плагіату й академічної доброчесності, підтримує унікальність контенту, забезпечує моніторинг авторських прав.

Детальніше: https://www.plagscan.com, https://qrpage.net/qr/6Nnrv, https://qrpage.net/qr/BiuX5  

Фото: скріншот

#НРАТ_Усі_новини #НРАТ_АкадемДоброчесність_новини #НРАТ_ШтучнийІнтелект #НРАТ_НауковіВидання_новини #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини  #НРАТ_Бібліотекарям 

2025-10-10
Share
ОЕСР: КАРТУВАННЯ МЕХАНІЗМІВ ЗБОРУ ДАНИХ ДЛЯ НАВЧАННЯ ШІ

ОЕСР: КАРТУВАННЯ МЕХАНІЗМІВ ЗБОРУ ДАНИХ ДЛЯ НАВЧАННЯ ШІ

Sorry, this entry is only available in Українська. Організація економічного співробітництва та розвитку опублікувала аналітичний документ «Картування механізмів збору даних для навчання ШІ» із серії «Документи ОЕСР про штучний інтелект».

Sorry, this entry is only available in Українська.

Організація економічного співробітництва та розвитку опублікувала аналітичний документ «Картування механізмів збору даних для навчання ШІ» із серії «Документи ОЕСР про штучний інтелект».

У ньому зазначається, що створення моделей машинного навчання ШІ вимагає великих обсягів даних, які можуть навмисно або ненавмисно містити персональні дані. Звісно, конкретні потреби в даних варіюються залежно від типу та призначення великої мовної моделі, а доступ до даних дозволяє ШІ працювати більш ефективно, навчаючись на основі даних, виявляючи закономірності в ітеративному процесі. Наявність різноманітних і високоякісних даних (їх точність, повнота, узгодженість, надійність, валідність, своєчасність) є надзвичайно важливою умовою підтримки розвитку надійних і достовірних систем ШІ, оскільки кращі дані дозволяють усувати упередженості, зменшувати кількість помилок і обмежувати небажані результати. Під час розроблення систем штучного інтелекту фахівці зосереджуються на побудові моделей, недооцінюючи важливість аналізу різноманітних механізмів збору даних. Однак саме різноманітність механізмів, що використовуються для збору даних, заслуговує на більш пильну увагу, оскільки кожен з них має різні наслідки для розробників ШІ, суб’єктів даних та інших правовласників, чиї дані були зібрані. У цьому політичному документі ОЕСР описано механізми, які наразі використовуються для отримання даних задля цілей навчання систем ШІ, запропонована їх таксономія, наведені необхідні матеріали для підтримки політичних дискусій щодо конфіденційності, управління даними та відповідальної розробки ШІ.

Детальніше: https://qrpage.net/qr/x10xx, https://qrpage.net/qr/ALI76, https://doi.org/10.1787/3264cd4c-en 

Фото: скріншот

#НРАТ_Усі_новини #НРАТ_OECD #НРАТ_ШтучнийІнтелект #НРАТ_ВідкритіДані #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини 

2025-10-10
Share
БЕЗОПЛАТНИЙ ДОСТУП ДО GEMINI

БЕЗОПЛАТНИЙ ДОСТУП ДО GEMINI

Sorry, this entry is only available in Українська. Google, Міністерство цифрової трансформації України та Міністерство освіти і науки України повідомляють про старт проєкту забезпечення безкоштовного  доступу здобувачів вищої освіти України до інструментів штучного інтелекту в межах підписки Google AI Pro.

Sorry, this entry is only available in Українська.

Google, Міністерство цифрової трансформації України та Міністерство освіти і науки України повідомляють про старт проєкту забезпечення безкоштовного  доступу здобувачів вищої освіти України до інструментів штучного інтелекту в межах підписки Google AI Pro.

Такий доступ передбачає користування упродовж року безкоштовними ресурсами Gemini 2.5 Pro, а саме: необмежений чат із можливістю завантажувати зображення для аналізу; Deep Research – глибокий аналіз інформації (опрацювання інформаційних джерел і підготовка структурованого звіту); NotebookLM (персональний асистент для підготовки конспектів та продукування ідей); Veo 3 для креативних проєктів (інструмент створення 8-секундних відео зі звуком на основі тексту або фотографії ); Jules (ШІ-асистент для програмування); 2 ТБ хмарного сховища (місце для навчальних матеріалів, проєктів, фото, документів). Очікується, що українські студенти зможуть працювати з ГШІ для отримання допомоги у навчанні, а також відкриють для себе нові можливості для самореалізації та майбутньої кар’єри. Також Google проведе безоплатний практичний онлайн-вебінар «Gemini Академія для студентів», який відбудеться 21 жовтня 2025 року, на якому слухачі дізнаються про те, як Gemini може бути корисним для навчання, підготовки до іспитів та професійного розвитку. Активувати доступ можна до 9 грудня 2025 року.

Детальніше: https://curly.click/r/22cc, https://qrpage.net/qr/bCCX2, https://qrpage.net/qr/aJEEz, https://qrpage.net/qr/HqyXX

Фото: Мінцифра

#НРАТ_Усі_новини #НРАТ_ШтучнийІнтелект #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини 

2025-10-09
Share
ПРАВИЛА ДЛЯ ШІ: ЯК БУТИ ДОБРОЧЕСНИМИ

ПРАВИЛА ДЛЯ ШІ: ЯК БУТИ ДОБРОЧЕСНИМИ

Sorry, this entry is only available in Українська. На сайті Times Higher Education опубліковано статтю Джорджа Шалхуба «Ми повинні встановити правила використання ШІ у наукових роботах і рецензуванні».

Sorry, this entry is only available in Українська.

На сайті Times Higher Education опубліковано статтю Джорджа Шалхуба «Ми повинні встановити правила використання ШІ у наукових роботах і рецензуванні».

У ній автор наголошує, що без чітких правил використання інструментів генеративного штучного інтелекту у наукових текстах і процесі рецензування може бути втрачена довіра до самої системи академічної комунікації. Шалхуб зазначає, що великі мовні моделі дедалі частіше стають невидимими співавторами наукових текстів. Уже траплялися випадки, коли до наукових статей потрапляли фрази, очевидно породжені ШІ, або навіть цілі абзаци, які не мали жодного стосунку до змісту дослідження. Окремі журнали змушені були відкликати публікації після виявлення таких фактів. Дослідження показують, що ознаки машинного тексту присутні щонайменше у кожній восьмій науковій анотації, а в галузі комп’ютерних наук — майже у 20% робіт. Такі самі тенденції мають місце і в рецензуванні: до 17 % рецензій містять фрази, сформовані штучним інтелектом. Проблема посилюється через зростання кількості наукових рукописів, які потребують рецензування. Академічне середовище заохочує кількість публікацій, тоді як сама процедура оцінювання залишається неоплачуваною і надмірно перевантаженою. Це створює спокусу використовувати штучний інтелект, аби скоротити час підготовки текстів чи рецензій. Водночас з’являються нові форми маніпуляцій — автори іноді приховують у документах інструкції для ШІ, які впливають на оцінювання наукової роботи. Автор переконаний, що ця ситуація вимагає невідкладного врегулювання. Передусім наукові журнали та організатори конференцій мають ухвалити політики, які зобов’язують декларувати будь-яке використання штучного інтелекту. Має бути чітко вказано, який саме інструмент застосовано, з якою метою і яку роль він відіграв у створенні тексту. Відповідальність за зміст і достовірність завжди залишається за людьми, тому ШІ не може бути вказаний як співавтор. Рецензенти повинні ретельно перевіряти подані матеріали (зокрема – на предмет прихованих інструкцій) і користуватися лише перевіреними інструментами. Одночасно потрібно створювати механізми аудиту та контролю, які передбачатимуть не лише виявлення порушень, а й послідовну систему відповідальності: від попередження у разі ненавмисних помилок до суворих санкцій за повторні або свідомі порушення. Така регламентація не повинна зупиняти використання ШІ, а має зробити його безпечним і відповідальним. Загальний висновок автора полягає в тому, що стрімкий технологічний прогрес потребує нової культури академічної доброчесності. Штучний інтелект може бути корисним інструментом для науковців, але лише тоді, коли його застосування буде прозорим, підзвітним і підконтрольним. Тільки за цієї умови можливо зберегти довіру до наукового знання як колективного людського надбання.

Детальніше: https://qrpage.net/qr/zLdGz

Фото: pixabay.com

#НРАТ_Усі_новини #НРАТ_ШтучнийІнтелект #НРАТ_АкадемДоброчесність #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини  #НРАТ_НауковіВидання_новини

2025-10-08
Share
АНТИПЛАГІАТНИЙ СЕРВІС SCRIBBR

АНТИПЛАГІАТНИЙ СЕРВІС SCRIBBR

Sorry, this entry is only available in Українська. Scribbr являє собою онлайн-платформу підтримки академічної доброчесності, засновану у 2012 році.

Sorry, this entry is only available in Українська.

Scribbr являє собою онлайн-платформу підтримки академічної доброчесності, засновану у 2012 році.

Вона сфокусована  на сервісах для коректури, редагування текстів та їхньої перевірки на плагіат і має на меті сприяння академічній доброчесності в середовищі здобувачів освіти і дослідників. Сервіс орієнтований на удосконалення  роботи з кваліфікаційними працями (рефератами, дипломними роботами, дисертаціями) та науковими публікаціями, пропонуючи комплексні рішення для забезпечення оригінальності творів. З моменту свого заснування і до сьогодні Scribbr еволюціонував від базового редактора до інтегрованої системи з елементами штучного інтелекту, адаптованої під потреби академічних кіл. Основна функція — перевірка на плагіат — базується на технології Turnitin, яка є стандартом у більшості університетів і видавництв. Цей інструмент виявляє не лише точні текстові збіги, а й семантичні подібності, включаючи заміни синонімами. Перевірка здійснюється з широким спектром джерел: понад 99 млрд поточних та архівних веб-сторінок, 8 млн публікацій від 1700 видавництв (зокрема –  Springer, IEEE, Elsevier, Wiley-Blackwell, Taylor & Francis), дисертацій, тез і новин. Детектор штучного інтелекту побудований на власному програмному забезпеченні Scribbr, щоб з високою точністю ідентифікувати тексти, згенеровані LLM-моделями на кшталт ChatGPT, Gemini чи Copilot. Звіти про перевірку містять детальний аналіз потенційних збігів, допомагаючи розпізнавати ненавмисний плагіат і формувати правильні цитати, що знижує ризики академічної недоброчесності. Сервіс підтримує перевірку на 20 мовах – англійській, іспанській, німецькій, арабській, французькій тощо. Серед додаткових можливостей сервісу — генератор цитувань, інструмент перевірки стилю цитування, професійні послуги коректури, а також понад 300 статей з порадами щодо академічного письма, уникнення плагіату та етичних аспектів дослідження. Ці ресурси навчають академічній етиці, роблячи платформу корисною для студентів і викладачів. Scribbr використовується в освітніх установах і наукових інституціях для підтримки стандартів оригінальності та забезпечує необхідну конфіденційність даних.

Детальніше: https://qrpage.net/qr/eHNMQ, https://www.scribbr.com/ 

Фото: скріншот

#НРАТ_Усі_новини #НРАТ_АкадемДоброчесність_новини #НРАТ_ШтучнийІнтелект #НРАТ_НауковіВидання_новини #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини  #НРАТ_Бібліотекарям 

2025-10-03
Share
СУПЕРЕЧЛИВІ ПІДХОДИ ДО ОЦІНЮВАННЯ: ВИКЛАДАЧІ ЗАНИЖУЮТЬ ОЦІНКИ ЧЕРЕЗ ПІДОЗРУ ВИКОРИСТАННЯ ШІ

СУПЕРЕЧЛИВІ ПІДХОДИ ДО ОЦІНЮВАННЯ: ВИКЛАДАЧІ ЗАНИЖУЮТЬ ОЦІНКИ ЧЕРЕЗ ПІДОЗРУ ВИКОРИСТАННЯ ШІ

Sorry, this entry is only available in Українська. На сайті Times Higher Education опубліковано статтю Жульєт Роселл «Викладачі занижують оцінки студентам, коли підозрюють їх у використанні ШІ».

Sorry, this entry is only available in Українська.

На сайті Times Higher Education опубліковано статтю Жульєт Роселл «Викладачі занижують оцінки студентам, коли підозрюють їх у використанні ШІ».

У ній містяться роздуми одо того, як викладачі наразі реагують на застосування студентами штучного інтелекту при виконанні самостійних робіт та як це загалом змінює систему і процес оцінювання. Нещодавно проведене дослідження, побудоване на результатах опитування 33-х викладачів показало, що навіть за умови дозволу на застосування ШІ при підготовці завдань, деякі викладачі все одно занижують оцінки студентам, якщо підозрюють, що ті надмірно покладалися на інструменти ШІ.  Ця практика породжує неоднорідність у підходах до оцінювання, нерозуміння очікувань і збільшення напруженого стану студентів, посилення недовіри між студентами та викладачами. Тому важливо розробити чітку модель «валідності» оцінювання, у рамках якої можна чітко вказувати, в яких випадках використання ШІ справді підриває можливість продемонструвати набуті студентами навички. Тоді, якщо застосування ШІ перешкоджатиме демонстрації  здобувачами освіти справжніх набутих нових компетенцій, таке зменшення оцінки буде справедливим. Також рекомендується зробити зручними та прозорими комунікації в освітньому середовищі з приводу характеру використання ШІ, показувати заздалегідь,  як це впливатиме на оцінювання,  для чого потрібно проводити відповідні семінари або тренінги, щоб забезпечити уніфікацію належних практик оцінювання для усіх викладачів. Отже, зараз існує високий ризик як послаблення довіри до академічних сертифікатів, так і несправедливих оцінок, тому необхідно встановити зрозумілі й справедливі рамки для роботи з ШІ в освітньому процесі.

Детальніше: https://qrpage.net/qr/KbU5P, https://qrpage.net/qr/KA1mE

Фото: pixabay.com

#НРАТ_Усі_новини #НРАТ_ШтучнийІнтелект #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини 

2025-09-29
Share
ЧИ ЗДАТЕН ШТУЧНИЙ ІНТЕЛЕКТ СТАТИ НАУКОВИМ РЕЦЕНЗЕНТОМ?

ЧИ ЗДАТЕН ШТУЧНИЙ ІНТЕЛЕКТ СТАТИ НАУКОВИМ РЕЦЕНЗЕНТОМ?

Sorry, this entry is only available in Українська. На сайті Times Higher Education опубліковано статтю Шелдона Г. Джейкобсона «Рецензування за допомогою ШІ має пройти належну перевірку».

Sorry, this entry is only available in Українська.

На сайті Times Higher Education опубліковано статтю Шелдона Г. Джейкобсона «Рецензування за допомогою ШІ має пройти належну перевірку».

У ній автор порушує питання використання інструментів штучного інтелекту для рецензування наукових праць і наголошує, що перед тим, як запроваджувати відповідні практики, потрібно ретельно перевірити надійність і здатність ШІ адекватно виконувати ці завдання. Автор звертає увагу, що нині існують десятки тисяч наукових журналів, і процес оцінювання рукописів вимагає величезних витрат ресурсів часу та зусиль фахівців. Якщо кожну статтю мають рецензувати кілька незалежних експертів, то загальний обсяг роботи вимірюється мільйонами годин на рік. Саме тому зростає інтерес до можливостей штучного інтелекту як інструмента, який міг би зменшити таке навантаження. Будь-який процес рецензування наукової праці зводиться до трьох основних питань: чи є дослідження новим, чи коректними є отримані результати та чи додає робота вагомий інтелектуальний внесок у відповідну сферу знань. У кращому випадку технології штучного інтелекту можуть більш-менш успішно визначати рівень новизни, порівнюючи рукописи з наявною базою знань. Однак оцінка коректності та інтелектуальної цінності дослідження потребує глибокого контексту і часто пов’язана з суб’єктивними судженнями, що робить завдання значно складнішим. Джейкобсон застерігає: алгоритми навчаються на даних, які вже містять певні неточності й помилки, тому ймовірність упереджень дуже висока. Крім того, існує ризик, що система ігноруватиме роботи, які виходять за межі усталених підходів, натомість надаючи перевагу тим, що розвивають уже добре відомі напрямки. Це може посилити так званий «груповий ефект», коли інноваційні ідеї не отримують належної уваги. Щоб уникнути таких проблем, автор пропонує не замінювати людей автоматизованими рішеннями, а звернутись до гібридної моделі: статті оцінюють рецензенти, але паралельно ті самі рукописи проходять перевірку штучним інтелектом. Порівняння результатів дозволить з’ясувати, в яких галузях збіг між оцінками людей і алгоритмів може бути досить високим, а де навпаки — різниця виявиться суттєвою. Лише після такого тестування можна говорити про поступове розширення ролі технологій. Ключовий висновок полягає в тому, що системи ШІ самі мають пройти своєрідне «рецензування». Наразі немає доказів їхньої стабільної роботи без значних похибок і упереджень, тому їхнє застосування в офіційному процесі рецензування слід відтермінувати. Майбутнє науки може виграти від технологічної підтримки, однак це відбудеться лише за умови, що надійність таких інструментів буде перевірена так само суворо, як і будь-яке інше дослідницьке нововведення.

Детальніше: https://qrpage.net/qr/iN8SU, https://arxiv.org/ 

Фото: pixabay.com

#НРАТ_Усі_новини #НРАТ_ШтучнийІнтелект #НРАТ_НауковіВидання_новини #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини 

2025-09-26
Share
ПОСІБНИК З ІНСТРУМЕНТІВ ГШІ

ПОСІБНИК З ІНСТРУМЕНТІВ ГШІ

Sorry, this entry is only available in Українська. На сайті Times Higher Education опубліковано статтю Міріам Вун та На Йонг Ен «Посібник інсайдера про те, як студенти використовують інструменти генеративного ШІ».

Sorry, this entry is only available in Українська.

На сайті Times Higher Education опубліковано статтю Міріам Вун та На Йонг Ен «Посібник інсайдера про те, як студенти використовують інструменти генеративного ШІ».

Автори говорять про результати вивчення практик використання ШІ, отримані під час спілкування зі студентами різних спеціальностей. Як правило, студенти залучають ШІ для створення конспектів, пояснення складних концепцій, генерації ідей та структурування завдань. Найбільш популярним є запит на кшталт «Поясни, ніби мені 12 років», який допомагає спростити складні теми. Є занепокоєння щодо формування надмірної залежності від технологій, що може перешкоджати глибокому навчанню. ГШІ відкриває нові можливості для освіти, але водночас створює виклики, зокрема – щодо дотримання академічної доброчесності й розвитку критичного мислення. Щоб ефективно інтегрувати ГШІ у навчання, автори пропонують викладачам переосмислити підходи до оцінювання, збільшити кількість завдань, що вимагають оригінального мислення та вирішення реальних проблем. Наприклад, залучення студентів до проєктів, орієнтованих на реальну співпрацю з індустрією, можуть стимулювати креативність і практичне застосування знань. Університети можуть розробляти власні чат-боти на базі ГШІ, які надаватимуть студентам персоналізовану підтримку та допомагатимуть аналізувати їхні навчальні потреби. Викладачам також варто нагадувати про наслідки неетичного використання ШІ, щоб заохочувати відповідальне ставлення до технологій. Оскільки ГШІ стає невід’ємною частиною робочих процесів, розвиток ШІ-грамотності та адаптація педагогічних методів до нових викликів є ключовими завданнями для вищої освіти. А грамотне й коректне  використання ГШІ може сприяти більш глибокому розумінню навчального матеріалу, розвитку критичного мислення та підготовці студентів до успішного професійного майбутнього.

Детальніше: https://qrpage.net/qr/gsOav

Фото: pixabay.com

#НРАТ_Усі_новини #НРАТ_ШтучнийІнтелект #НРАТ_АкадемДоброчесність #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини  #НРАТ_Освітянам_КращіПрактики

2025-09-24
Share