КФУ. Карточка публикации. Анализ автоматизированного оценивания с использованием нейронных сетей по химии на примере ChatGPT

КАЗАНСКИЙ
ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ

RUS

- EN
- 中文
- ES

АНАЛИЗ АВТОМАТИЗИРОВАННОГО ОЦЕНИВАНИЯ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ ПО ХИМИИ НА ПРИМЕРЕ CHATGPT

Форма представления

Статьи в российских журналах и сборниках

Год публикации

2025

Язык

русский

Авторы, сотрудники КФУ

Космодемьянская Светлана Сергеевна, автор

Яруллин Ильнар Фагимович, автор

Авторы, студенты КФУ

Таджибаев Рустам Русланович, автор

Библиографическое описание на языке оригинала

Таджибаев Р.Р. Анализ автоматизированного оценивания с использованием нейронных сетей по химии на примере ChatGPT / Р.Р. Таджибаев, С.С. Космодемьянская, И.Ф. Яруллин, С.С. Космодемьянская / ЦИТИСЭ. 2025. № 2. С. 818-828. … РИНЦ, Журнал ВАК

Аннотация

Современная образовательная система сталкивается с необходимостью оптимизации и объективизации процессов оценивания знаний обучающихся, особенно в предметных областях, требующих обработки специфического контента, таких как химия. Растущая нагрузка на преподавателей актуализирует поиск эффективных инструментов автоматизации. Стремительное развитие искусственного интеллекта (ИИ), нейронных сетей и больших языковых моделей открывает значительные перспективы для решения этой задачи. В данной статье анализируется потенциал применения нейронных сетей для автоматизированного оценивания контрольных работ обучающихся по химии. Предлагается общая методика такого оценивания, включающая ключевой этап оцифровки рукописных ответов. Представлены результаты эксперимента по использованию больших языковых моделей (далее БЯМ) ChatGPT для оцифровки реальных рукописных контрольных работ по химии, продемонстрировавшего высокую точность распознавания специфического химического контента (формул, уравнений, расчетов). Успех данного этапа снимает один из основных технических барьеров на пути к полной автоматизации. Обсуждаются преимущества внедрения ИИ-систем (скорость, масштабируемость, потенциальная объективность), а также значительные проблемы и ограничения (точность анализа сложных случаев, потребность в данных, интерпретируемость, оценка творческих ответов, предвзятость). Особо подчеркнута критическая роль точной оцифровки рукописных ответов, содержащих сложную химическую нотацию. Особое внимание уделено этическим аспектам, включая конфиденциальность данных, прозрачность, справедливость оценки, академическую добропорядочность и сохранение роли преподавателя. В заключении резюмируются основные выводы и определяются ключевые направления дальнейших исследований для создания полноценных и этически ответственных систем автоматизированного оценивания по химии.

Ключевые слова

химия, методика преподавания, искусственный интеллект, нейронные сети, большие языковые модели, ChatGPT, образовательное оценивание

Название журнала

ЦИТИСЭ

URL

https://ma123.ru/ru/2025/06/%d0%b0%d0%bd%d0%b0%d0%bb%d0%b8%d0%b7-%d0%b0%d0%b2%d1%82%d0%be%d0%bc%d0%b0%d1%82%d0%b8%d0%b7%d0%b8%d1%80%d0%be%d0%b2%d0%b0%d0%bd%d0%bd%d0%be%d0%b3%d0%be-%d0%be%d1%86%d0%b5%d0%bd%d0%b8%d0%b2%d0%b0%d0%bd/

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку

https://repository.kpfu.ru/?p_id=315850

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Космодемьянская Светлана Сергеевна	ru_RU
dc.contributor.author	Яруллин Ильнар Фагимович	ru_RU
dc.contributor.author	Таджибаев Рустам Русланович	ru_RU
dc.date.accessioned	2025-01-01T00:00:00Z	ru_RU
dc.date.available	2025-01-01T00:00:00Z	ru_RU
dc.date.issued	2025	ru_RU
dc.identifier.citation	Таджибаев Р.Р. Анализ автоматизированного оценивания с использованием нейронных сетей по химии на примере ChatGPT / Р.Р. Таджибаев, С.С. Космодемьянская, И.Ф. Яруллин, С.С. Космодемьянская / ЦИТИСЭ. 2025. № 2. С. 818-828. … РИНЦ, Журнал ВАК	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/?p_id=315850	ru_RU
dc.description.abstract	ЦИТИСЭ	ru_RU
dc.description.abstract	Современная образовательная система сталкивается с необходимостью оптимизации и объективизации процессов оценивания знаний обучающихся, особенно в предметных областях, требующих обработки специфического контента, таких как химия. Растущая нагрузка на преподавателей актуализирует поиск эффективных инструментов автоматизации. Стремительное развитие искусственного интеллекта (ИИ), нейронных сетей и больших языковых моделей открывает значительные перспективы для решения этой задачи. В данной статье анализируется потенциал применения нейронных сетей для автоматизированного оценивания контрольных работ обучающихся по химии. Предлагается общая методика такого оценивания, включающая ключевой этап оцифровки рукописных ответов. Представлены результаты эксперимента по использованию больших языковых моделей (далее БЯМ) ChatGPT для оцифровки реальных рукописных контрольных работ по химии, продемонстрировавшего высокую точность распознавания специфического химического контента (формул, уравнений, расчетов). Успех данного этапа снимает один из основных технических барьеров на пути к полной автоматизации. Обсуждаются преимущества внедрения ИИ-систем (скорость, масштабируемость, потенциальная объективность), а также значительные проблемы и ограничения (точность анализа сложных случаев, потребность в данных, интерпретируемость, оценка творческих ответов, предвзятость). Особо подчеркнута критическая роль точной оцифровки рукописных ответов, содержащих сложную химическую нотацию. Особое внимание уделено этическим аспектам, включая конфиденциальность данных, прозрачность, справедливость оценки, академическую добропорядочность и сохранение роли преподавателя. В заключении резюмируются основные выводы и определяются ключевые направления дальнейших исследований для создания полноценных и этически ответственных систем автоматизированного оценивания по химии.	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	химия	ru_RU
dc.subject	методика преподавания	ru_RU
dc.subject	искусственный интеллект	ru_RU
dc.subject	нейронные сети	ru_RU
dc.subject	большие языковые модели	ru_RU
dc.subject	ChatGPT	ru_RU
dc.subject	образовательное оценивание	ru_RU
dc.title	Анализ автоматизированного оценивания с использованием нейронных сетей по химии на примере ChatGPT	ru_RU
dc.type	Статьи в российских журналах и сборниках	ru_RU