qainarQainar Journal of Social ScienceQainar Journal of Social Science2958-72122958-7220Q University10.58732/2958-7212-2023-4-34-49qainar-146Research ArticleСтатьиИскусственный интеллект в образовании: анализ динамики, восприятия и перспектив интеграцииArtificial intelligence in education: analysis of dynamics, perception, and prospects for integrationhttps://orcid.org/0009-0000-7439-5226ДжанегизоваА. С.DzhanegizovaА.

Джанегизова А.С. – PhD студент

Алматы

Aisulu Dzhanegizova – PhD candidate

Almaty

aisulu055@mail.ruhttps://orcid.org/0009-0000-4037-2181НурсейитА. М.NurseiitА. М.

Нурсейит А. М. – студентка

Алматы

Aigerim M. Nurseiit – student

Almaty

airerimmursalay@gmail.comhttps://orcid.org/0009-0001-6952-2750ВыбороваК. С.VyborovaК. S.

Выборова К. C. – студентка

Алматы

Karina S. Vyborova – student

Almaty

kv02954@gmail.comКазахский национальный университет им. аль-Фараби КазахстанКазахстанal-Farabi Kazakh National UniversityKazakhstanУниверситет Международного Бизнеса им. К.СагадиеваКазахстанK.Sagadiyev University of International BusinessKazakhstan202309042024243449Copyright © Джанегизова А.С., Нурсейит А.М., Выборова К.С., 20242024Джанегизова А.С., Нурсейит А.М., Выборова К.С.Dzhanegizova А., Nurseiit А.М., Vyborova К.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.journal-kainar.kz/jour/article/view/146

Интеграция искусственного интеллекта (ИИ) в образовательный процесс может революционизировать практику преподавания, обучения и исследований в образовательных учреждениях, особенно на университетском уровне. Эта статья представляет подробный анализ того, как интеграция ИИ влияет на методики преподавания, учебные процессы и научные исследования, одновременно освещая сопутствующие вызовы и проблемы. В частности, исследование сосредотачивается на последствиях для педагогической коммуникации и вовлеченности студентов, опираясь на анализ, который охватывает ряд аспектов: изменения в численности студентов и плотности высших учебных заведений, степень цифровизации этих учреждений, а также обширные ответы студентов на анкеты, раскрывающие их восприятие и отношение к роли ИИ в образовании. Целью статьи является изучение перспектив и опыта ключевой группы заинтересованных сторон: студентов. Уделяя сосредоточенное внимание как возможностям, так и препятствиям, представляемым ИИ в образовании, данное исследование стремится способствовать глубокому пониманию его влияния. Оно критически оценивает потенциальные преимущества и недостатки, тем самым предоставляя заинтересованным сторонам необходимое понимание для навигации в меняющемся образовательном ландшафте. Кроме того, данное исследование стремится выделить тенденции в цифровой конкурентоспособности в образовательном секторе и предложить стратегические рекомендации для достижения гармоничного баланса между инновационными и традиционными педагогическими подходами. Такой баланс является ключевым для разработки прогрессивных образовательных стратегий на фоне быстрой интеграции технологий ИИ. Посредством этого всестороннего анализа исследование стремится внести вклад в более широкий дискурс по оптимизации потенциала ИИ в образовании, снижая его вызовы, тем самым поддерживая развитие инновационной и включающей образовательной системы.

This article delves into the intricate relationship between Artificial Intelligence (AI) and the educational ecosystem, particularly within higher education. It embarks on a detailed examination of how AI's integration influences teaching methodologies, learning experiences, and research processes while also casting a spotlight on the accompanying challenges and concerns. Specifically, it scrutinizes the repercussions on pedagogical communication and student engagement, underpinning its analysis with a study that encompasses an array of dimensions: the fluctuation in student populations and the density of higher educational institutions, the degree of digitalization within these entities, and comprehensive questionnaire responses from students that reveal their perceptions and attitudes towards AI's role in education. This study aims to explore the perspectives and experiences of a critical stakeholder group: students. By dedicating focused attention to both the opportunities and obstacles presented by AI in education, this study aims to foster a nuanced comprehension of its impact. It critically evaluates the potential benefits and drawbacks, equipping stakeholders with the insight needed to navigate the evolving educational landscape. Furthermore, this research aims to spotlight trends in digital competitiveness within the educational sector and propose strategic recommendations for achieving a harmonious balance between innovative and traditional pedagogical approaches. Such balance is pivotal for crafting forward-thinking educational strategies amidst the rapid integration of AI technologies. Through this comprehensive analysis, the study seeks to contribute to the broader discourse on optimizing AI's potential in education while mitigating its challenges, thereby supporting the advancement of an education system that is both innovative and inclusive.

искусственный интеллектобразованиевысшее образованиеинтеграция искусственного интеллектауниверситетartificial intelligenceeducationhigher educationintegration of artificial intelligenceuniversityReferencesBye R. T. A flipped classroom approach for teaching a master’s course on artificial intelligence //Computers Supported Education: 9th International Conference, CSEDU 2017, Porto, Portugal, April 21-23, 2017, Revised Selected Papers 9. – Springer International Publishing, 2018. – С. 246-276. https://doi.org/10.1007/978-3-319-94640-5_13Bye R. T. A flipped classroom approach for teaching a master’s course on artificial intelligence //Computers Supported Education: 9th International Conference, CSEDU 2017, Porto, Portugal, April 21-23, 2017, Revised Selected Papers 9. – Springer International Publishing, 2018. – С. 246-276. https://doi.org/10.1007/978-3-319-94640-5_13Ulloa-Cazarez R. L. Joseph E. Aoun: Robot-proof: higher education at the age of artificial intelligence: MIT Press, 2018, pp 216, ISBN: 978-0-262-53597-7. – 2020.Ulloa-Cazarez R. L. Joseph E. Aoun: Robot-proof: higher education at the age of artificial intelligence: MIT Press, 2018, pp 216, ISBN: 978-0-262-53597-7. – 2020.Emwanta M., Nwalo K. I. N. Influence of computer literacy and subject background on the use of electronic resources by undergraduate students in universities in South-western Nigeria //International Journal of Library and Information Science. – 2013. – Т. 5. – №. 2. – С. 29-42.Emwanta M., Nwalo K. I. N. Influence of computer literacy and subject background on the use of electronic resources by undergraduate students in universities in South-western Nigeria //International Journal of Library and Information Science. – 2013. – Т. 5. – №. 2. – С. 29-42.Long D., Magerko B. What is AI literacy? Competencies and design considerations //Proceedings of the 2020 CHI conference on human factors in computing systems. – 2020. – С. 1-16.Long D., Magerko B. What is AI literacy? Competencies and design considerations //Proceedings of the 2020 CHI conference on human factors in computing systems. – 2020. – С. 1-16.Mäkinen M. Digital empowerment as a process for enhancing citizens' participation //E-learning and Digital Media. – 2006. – Т. 3. – №. 3. – С. 381-395. https://doi.org/10.2304/elea.2006.3.3.381Mäkinen M. Digital empowerment as a process for enhancing citizens' participation //E-learning and Digital Media. – 2006. – Т. 3. – №. 3. – С. 381-395. https://doi.org/10.2304/elea.2006.3.3.381Kong, S. C. (2019). Components and methods of evaluating computational thinking for fostering creative problem-solvers in senior primary school education. In S. C. Kong, & H. Abelson (Eds.), Computational thinking education (pp. 119–141). SpringerOpen.Kong, S. C. (2019). Components and methods of evaluating computational thinking for fostering creative problem-solvers in senior primary school education. In S. C. Kong, & H. Abelson (Eds.), Computational thinking education (pp. 119–141). SpringerOpen.Latham, A., Crockett, K., McLean, D., Edmonds, B.: A conversational intelligent tutoring system to automatically predict learning styles //Computers & Education. – 2012. – Т. 59. – №. 1. – С. 95-109. https://doi.org/10.1016/j.compedu.2011.11.001Latham, A., Crockett, K., McLean, D., Edmonds, B.: A conversational intelligent tutoring system to automatically predict learning styles //Computers & Education. – 2012. – Т. 59. – №. 1. – С. 95-109. https://doi.org/10.1016/j.compedu.2011.11.001Holmes M. et al. Near real-time comprehension classification with artificial neural networks: Decoding e-learner non-verbal behavior //IEEE Transactions on Learning Technologies. – 2017. – Т. 11. – №. 1. – С. 5-12. https://doi.org/10.1109/TLT.2017.2754497Holmes M. et al. Near real-time comprehension classification with artificial neural networks: Decoding e-learner non-verbal behavior //IEEE Transactions on Learning Technologies. – 2017. – Т. 11. – №. 1. – С. 5-12. https://doi.org/10.1109/TLT.2017.2754497Organisation for Economic Co-operation and Development (OECD). Bridging the digital gender divide: Include, upskill, innovate //OECD. – 2018.Organisation for Economic Co-operation and Development (OECD). Bridging the digital gender divide: Include, upskill, innovate //OECD. – 2018.Jeffrey, L., Hegarty, B., Kelly, O., Penman, M., Coburn, D., & McDonald, J. (2011). Developing digital information literacy in higher education: Obstacles and supports //Journal of Information Technology Education: Research. – 2011. – Т. 10. – №. 1. – С. 383-413.Jeffrey, L., Hegarty, B., Kelly, O., Penman, M., Coburn, D., & McDonald, J. (2011). Developing digital information literacy in higher education: Obstacles and supports //Journal of Information Technology Education: Research. – 2011. – Т. 10. – №. 1. – С. 383-413.Carolus, A.; Koch, M.J.; Straka, S.; Latoschik, M.E.; Wienrich, C. MAILS ‐ fMAILS-Meta AI literacy scale: Development and testing of an AI literacy questionnaire based on well-founded competency models and psychological change-and metacompetencies //Computers in Human Behavior: Artificial Humans. – 2023. – Т. 1. – №. 2. – С. https://doi.org/10.1016/j.chbah.2023.100014Carolus, A.; Koch, M.J.; Straka, S.; Latoschik, M.E.; Wienrich, C. MAILS ‐ fMAILS-Meta AI literacy scale: Development and testing of an AI literacy questionnaire based on well-founded competency models and psychological change-and metacompetencies //Computers in Human Behavior: Artificial Humans. – 2023. – Т. 1. – №. 2. – С. https://doi.org/10.1016/j.chbah.2023.100014

The authors declare that there are no conflicts of interest present.