Preview

Informatics in school

Advanced search

Teaching schoolchildren in the basics of artificial intelligence technologies in conditions of additional education

https://doi.org/10.32517/2221-1993-2023-22-1-32-41

Abstract

The article is devoted to the description of methodological approaches to teaching schoolchildren the basics of artificial intelligence based on the technology of organizing project and educational and research activities to achieve meta-subject results of education, the formation of systemic representations and the experience of their application in real life. The experience of organizing courses within the framework of additional education for students of 10–11th grades of secondary school on the use of neural networks in solving practice-oriented problems is presented. The block structure of the content of the courses is given, which is based on the phased implementation of the idea of the future project. A detailed description of the content of each block is given with a demonstration of a presentation of complex theoretical material that is accessible to the understanding of schoolchildren. In particular, recommendations are given for the study of sequential and recurrent models of artificial neural networks, fully connected and convolutional layers, object detectors, as well as an algorithm for training neural networks by backpropagation of errors. Data acquisition tools for training artificial neural networks are described. An algorithm for writing a program for training a neural network to recognize handwritten digits of the MNIST set is characterized. Examples of projects for the use of neural networks, carried out by students together with the teacher as part of the study of the proposed courses, are given.

The article is addressed to teachers of additional education, informatics teachers, teachers and students of universities — everyone who is interested in the use of artificial neural networks in solving practical problems and methods of teaching schoolchildren in project activity.

About the Authors

L. P. Latysheva
Perm State Humanitarian Pedagogical University
Russian Federation

Perm



A. A. Olekhov
Perm State Humanitarian Pedagogical University
Russian Federation

Perm



A. Yu. Skornyakova
Perm State Humanitarian Pedagogical University
Russian Federation

Perm



E. L. Cheremnykh
Perm State Humanitarian Pedagogical University
Russian Federation

Perm



E. V. Melnikova
Perm State Humanitarian Pedagogical University
Russian Federation

Perm



T. D. Lapteva
Perm State Humanitarian Pedagogical University
Russian Federation

Perm



References

1. Анисимов В. В. Меланома кожи (перспективы улучшения диагностики и лечения): автореф. дис. ... д-ра мед. наук. СПб., 2000. 97 с.

2. Васильев А. П., Абрамов А. Х. Искусственный интеллект на основе нейронных сетей // Academy. 2018. No 5(32). С. 15–17. EDN: UOEOCK.

3. Гаврилов Д. А., Мелерзанов А. В. Диагностика меланомы кожи с помощью сверточных нейронных сетей глубокого обучения // Врач. 2018. Т. 29. No 6. С. 31–33. EDN: XRFHRR. DOI: 10.29296/25877305-2018-06-06

4. Даггэн С. Искусственный интеллект в образовании: Изменение темпов обучения. Аналитическая записка ИИТО ЮНЕСКО / ред. С. Ю. Князева; пер. с англ. А. В. Паршаковой. М.: Институт ЮНЕСКО по информационным технологиям в образовании, 2020. 44 с. https://iite.unesco.org/wp-content/uploads/2020/12/Steven_Duggan_AI-in-Education_2020_RUS.pdf

5. Демидов Л. В. Меланома кожи. Микростадирование и клинико-гистологическая классификация // Российский журнал кожных и венерических болезней. 1998. No 4. С. 12–17.

6. Долгая О. И. Искусственный интеллект и обучение в школе: ответ на современные вызовы // Школьные технологии. 2020. No 4. С. 29–39. EDN: DOPRLH.

7. Духанина Л. Н., Максименко А. А. Проблемы имплементации искусственного интеллекта в сфере образования //Перспективы науки и образования. 2020. No 4(46). С. 23–35. EDN: ZMEJYS. DOI: 10.32744/pse.2020.4.2

8. Колесникова Г. И. Искусственный интеллект: проблемы и перспективы // Видеонаука. 2018. No 2 (10). С. 5. EDN:USZKOV.

9. Латышева Л. П., Скорнякова А. Ю., Черемных Е. Л. Проектные решения по организации педагогической коммуникации в условиях цифровизации образования // Пермский педагогический журнал. 2020. No 11. С. 48–51. EDN: RQHDAP.

10. Неретин Е. Ю., Куколкина В. В. Возможности диагностики меланомы кожи с применением экспертной системы //Поволжский онкологический вестник. 2014. No 3. С. 48–51. EDN: TLXRJF.

11. Олехов А. А., Зайцева С. Е., Зворыгина А. А., Попова В. А. Диагностика меланомы с использованием сверточных нейронных сетей различной глубины // Наука и образование в обеспечении устойчивого развития человеческого потенциала в условиях перехода к цифровой экономике. Материалы IX Всероссийской научно-практической конференции с международным участием. Пермь: ПГГПУ, 2022. С. 216–223.

12. Олехов А. А., Палкина С. С. Автоматизация процесса диагностики заболевания листа томата с применением глубокого обучения искусственных нейронных сетей // Математика в образовании. Материалы Всероссийской научно-практической конференции. Чебоксары, 2022. (В печати.)

13. Плотникова Е. Г., Скорнякова А. Ю., Черемных Е. Л. Из опыта работы проектной онлайн-мастерской учителей математики университетско-школьного кластера // Вестник Башкирского государственного педагогического университета им. М. Акмуллы. 2022. No 1-4(62). С. 31–36. EDN: MHKXRA.

14. Пырнова О. А., Зарипова Р. С. Технологии искусственного интеллекта в образовании // Russian Journal of Education and Psychology. 2019. Т. 10. No 3. С. 41–44. EDN: ISGJDC. https://cyberleninka.ru/article/n/tehnologii-iskusstvennogo-intellekta-v-obrazovanii

15. Роберт И. В. Цифровая трансформация образования: вызовы и возможности совершенствования // Информатизация образования и науки. 2020. No 3(47). С. 3–16. EDN: SQWADW.

16. Садыкова А. Р., Левченко И. В. Искусственный интеллект как компонент инновационного содержания общего образования: анализ мирового опыта и отечественные перспективы // Вестник РУДН. Серия: Информатизация образования. 2020. Т. 17. No 3. С. 201–209. EDN: ZXVQZZ. DOI: 10.22363/2312-8631-2020-17-3-201-209

17. Самылкина Н. Н., Салахова А. А. Обучение основам искусственного интеллекта и анализа данных в курсе информатики на уровне среднего общего образования: монография. М.: МПГУ, 2022. 228 с.

18. Стратегия научно-технологического развития Российской Федерации (утв. Указом Президента РФ от 1 декабря 2016 года No 642). https://base.garant.ru/71551998/

19. Федеральный государственный образовательный стандарт среднего (полного) общего образования. Приказ Минобрнауки России от 17.05.2012 No 413 (ред. от 11.12.2020). https://fgos.ru/fgos/fgos-soo

20. Формирование функциональной грамотности школьников: учебно-методическое пособие / Н. А. Анянова, О. В. Баянова, О. А. Гребнева [и др.]. Пермь: ПГГПУ, 2021. 58 с. EDN: PFZEFB.

21. Brownlee J. Ordinal and one-hot encodings for categorical data // Machine learning mastery. June 12, 2020. https://machinelearningmastery.com/one-hot-encoding-for-categorical-data

22. Clark W. H., Elder D. E., Guerry D. T., Epstein M. N., Greene M. H., Van Horn M. A study of tumor progression: The precursor lesions of superficial spreading and nodular melanoma //Hum Pathol. 1984. Vol. 15. No. 12. P. 1147–1165.

23. GLOBOCAN 2012 v1.0, Cancer incidence and mortality worldwide / ed. by J. Ferlay, I. Soerjomataram, M. Ervik, R. Dikshit, S. Eser, C. Mathers, M. Rebelo, D. M. Parkin, D. Forman, F Bray //IARC Cancer Base. January 2014. No. 11. 250 p.

24. Mingxing T., Quoc V. EfficientNetV2: Smaller models and faster training // International Conference on Machine Learning. 2021. https://arxiv.org/abs/2104.00298


Review

For citations:


Latysheva L.P., Olekhov A.A., Skornyakova A.Yu., Cheremnykh E.L., Melnikova E.V., Lapteva T.D. Teaching schoolchildren in the basics of artificial intelligence technologies in conditions of additional education. Informatics in school. 2023;(1):32-41. (In Russ.) https://doi.org/10.32517/2221-1993-2023-22-1-32-41

Views: 590


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.


ISSN 2221-1993 (Print)