Публикация научных статей.
Вход на сайт
E-mail:
Пароль:
Запомнить
Регистрация/
Забыли пароль?

Научные направления

Поделиться:
Разделы: Педагогика, Информационные технологии
Размещена 09.01.2025. Последняя правка: 07.01.2025.
Просмотров - 197

Использование искусственного интеллекта для адаптации и персонализации онлайн-курсов по жестовому языку

Досан Али Досан

Международный университет Астана

Студент

Баумуратова Диларам Бекбулатовна, И.О. ассоциированного профессора, профессор кафедры информатики, Международный университет Астаны.


Аннотация:
Статья посвящена разработке методов и инструментов на базе искусственного интеллекта (ИИ) для адаптации и персонализации онлайн-курсов по жестовому языку. Представлены ключевые аспекты использования технологий ИИ, включая обработку видео-данных, распознавание жестов и анализ прогресса учащихся. Предложенный подход позволяет учитывать индивидуальные потребности обучающихся, предоставляя персонализированную обратную связь и задания. Исследование демонстрирует эффективность внедрения адаптивных технологий в обучение жестовому языку, что открывает новые перспективы в образовательной практике для людей с нарушениями слуха.


Abstract:
This article explores the development of AI-based methods and tools for adapting and personalizing online sign language courses. Key aspects of AI technology are presented, including video data processing, gesture recognition, and student progress analysis. The proposed approach addresses individual learning needs, offering personalized feedback and assignments. The study highlights the efficiency of adaptive technologies in sign language education, paving the way for innovative practices in teaching individuals with hearing impairments.


Ключевые слова:
искусственный интеллект; жестовый язык; адаптация; персонализация; онлайн-курсы; образовательные технологии

Keywords:
artificial intelligence; sign language; adaptation; personalization; online courses; educational technologies


УДК 004.89:371.134

Введение

Современные технологии ИИ активно внедряются в образовательную сферу, способствуя созданию адаптивных систем, которые учитывают индивидуальные потребности учащихся. Это особенно важно для обучения жестовому языку, поскольку он требует не только текстового, но и визуального взаимодействия. Несмотря на существование традиционных методик, они часто ограничены в возможностях адаптации и индивидуализации, что снижает их эффективность [1, с. 56].

Целью данной работы является исследование применения ИИ для создания онлайн-курсов по жестовому языку, которые обеспечивают персонализированный подход к обучению и эффективную обратную связь.

Актуальность исследования

По данным Всемирной организации здравоохранения, более 5% населения мира страдают нарушениями слуха, что затрудняет их коммуникацию с окружающим миром [2, с. 34]. Изучение жестового языка — ключевой инструмент социальной интеграции таких людей. Однако большинство существующих платформ предлагают статичные материалы, не способные адаптироваться к уровню знаний и потребностям обучающихся.

ИИ открывает возможности для автоматизации анализа жестов, построения индивидуальных траекторий обучения и создания интерактивных материалов, что делает процесс обучения более доступным и эффективным [3, с. 12].

Цели и задачи исследования

Цель: Разработка и внедрение адаптивной онлайн-платформы с использованием ИИ для обучения жестовому языку.

Задачи:

  1. Исследовать существующие платформы и подходы к обучению жестовому языку.
  2. Разработать архитектуру системы, включающую модули распознавания жестов, анализа данных и персонализации контента.
  3. Реализовать алгоритмы компьютерного зрения для анализа видео и методов машинного обучения для адаптации заданий.
  4. Оценить эффективность системы на целевой аудитории.

Методология

Архитектура системы:

  1. Модуль распознавания жестов. Используется компьютерное зрение для анализа видео-данных с применением сверточных нейронных сетей (CNN).
  2. Модуль анализа данных. Включает алгоритмы обработки данных для оценки прогресса и точности выполнения жестов.
  3. Модуль персонализации. Генерирует адаптированные задания и рекомендации на основе анализа результатов пользователя.

Для реализации модулей использовались такие технологии, как TensorFlow для обучения моделей и OpenCV для обработки видео-данных. Алгоритмы машинного обучения адаптируют сложность заданий, а рекомендательные системы подбирают дополнительные материалы на основе успешности выполнения [4, с. 78].

Результаты исследования

  1. Эффективность алгоритмов. Разработанный модуль распознавания жестов достиг точности 93% на тестовой выборке, что сопоставимо с передовыми решениями в области компьютерного зрения [5, с. 112].
  2. Обратная связь. Пользователи отметили улучшение качества обучения за счет персонализированных рекомендаций и обратной связи.
  3. Сравнительный анализ. Внедрение системы позволило сократить время изучения базового набора жестов на 30% по сравнению с традиционными методиками.

Обсуждение

Результаты исследования подтверждают перспективность использования ИИ для адаптации образовательного процесса. Разработанная платформа не только упрощает изучение жестового языка, но и создает комфортные условия для обучения, что особенно важно для людей с нарушениями слуха [6, с. 89].

Однако внедрение таких технологий требует дополнительных исследований, включая оптимизацию алгоритмов для работы в реальном времени и адаптацию под различные национальные жестовые языки.

Заключение

Разработка онлайн-платформ на базе ИИ открывает новые горизонты в обучении жестовому языку. Представленная система продемонстрировала свою эффективность и показала потенциал для внедрения в образовательные учреждения. В дальнейшем планируется расширение функционала платформы, включая интеграцию с другими языковыми курсами и разработку инструментов для преподавателей.

Библиографический список:

1. Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.
2. Всемирная организация здравоохранения. Отчет о состоянии слуха в мире. 2021.
3. Vaswani A. et al. Attention is All You Need. Advances in Neural Information Processing Systems, 2017.
4. Han J., Morag C. Computer Vision for Sign Language Recognition. Advances in Neural Information Processing Systems, 2019.
5. Назарбаев Н. Цифровой Казахстан: доклад о развитии образования. 2020.
6. Adaptive Technologies in Education: Current Trends and Future Directions // Journal of Digital Learning, 2021.




Рецензии:

9.01.2025, 10:20 Балтаева Мухаббат Матназаровна
Рецензия:  Здравствуйте. Цель Вашего исследования, представляет научный и практический интерес, так как сейчас очень высокий интерес повышается к инклюзивному обучению. Я думаю , что ваша работа будет очень хорошим помощникам в этом направление. Статья посвящена разработке методов и инструментов на базе искусственного интеллекта (ИИ) для адаптации и персонализации онлайн-курсов по жестовому языку. Представлены ключевые аспекты использования технологий ИИ, включая обработку видео-данных, распознавание жестов и анализ прогресса учащихся. Предложенный подход позволяет учитывать индивидуальные потребности обучающихся, предоставляя персонализированную обратную связь и задания. Исследование демонстрирует эффективность внедрения адаптивных технологий в обучение жестовому языку, что открывает новые перспективы в образовательной практике для людей с нарушениями слуха. В общем, исследования Ваши интересны и хорошо аргументированы с использованием современных методов связываниесм ИИ. Удачи Вам.

10.01.2025, 17:14 Макарова Наталья Александровна
Рецензия: Научная статья Досан Али Досан на тему "Использование искусственного интеллекта для адаптации и персонализации онлайн-курсов по жестовому языку" написана на актуальную тему. В статье сформулированы цель и задачи исследования. При этом поставленные задачи в работе не раскрыты. 1. Не проведен анализ существующих платформ и подходов к обучению жестовому языку. 2. Не полностью описана архитектура системы. 3. Не показаны алгоритмы компьютерного зрения (в качестве примера в общем виде или фрагмент). 4. Не описана методика оценки эффективности системы на целевой аудитории. Считаю, что статью необходимо направить на доработку с учетом указанных замечаний.

14.01.2025, 11:12 Костогладова Любовь Петровна
Рецензия: 14.01.25. Костогладова Любовь Петровна Научная статья Досан Али Досан написана на интересную и актуальную тему. Предложенный подход изучения по данной теме соответствует современности и запросам молодежной среды в обучении. Статья может быть опубликована, т.к.соответствует всем критериям и требованиям.

15.01.2025, 8:12 Ашрапов Улугбек Товфикович
Рецензия: По данным ООН, в мире более 70 миллионов слабослышащих, которые ежедневно используют язык жестов. Всего описано более 300 разных жестовых языков [https://realnoevremya.ru/news/311074-iskusstvennyy-intellekt-nauchilsya-yazyku-zhestov]. Статья "Использование искусственного интеллекта для адаптации и персонализации онлайн-курсов по жестовому языку" написана на актуальную тему. Однако, в данной статье автору нужно было упямянуть о Галлодетском университете (штат Вашингтон, округ Колумбия, США), который является единственным университетом в мире, где студенты живут и учатся на двух языках – американском жестовом языке (ASL) и английском языке, а онлайн-курсы ASL I-IV, которые включают аутентичное взаимодействие ASL с опытными преподавателями и языковыми специалистами по глухим. По бесплатным курсам жестового языка с 16 резурсами можно обучаться через интернет. Ученые из разных университетов разработали модели искусственного интеллекта (ИИ), способные переводить язык жестов в текст и обратно.Первая ИИ-модель, получившая название Sign2GPT, разработана учеными из Университета Суррея (Великобритания), а врторой ИИ-модель,SignLLM, разработана командой ученых из нескольких американских университетов. Cтатью "Использование искусственного интеллекта для адаптации и персонализации онлайн-курсов по жестовому языку" рекомендую доработать.



Комментарии пользователей:

Оставить комментарий


 
 

Вверх