Искусственный интеллект в управлении образованием

Магистратура 2026/2027

ID 1233761

Статус: Курс по выбору (Управление образованием)

Кто читает: Департамент образовательных программ

Где читается: Институт образования

Когда читается: 1-й курс, 2 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Язык: русский

Кредиты: 3

Контактные часы: 20

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс направлен на формирование у слушателей компетенций в применении современных методов и инструментов искусственного интеллекта (ИИ) для решения актуальных задач в сфере образования. Курс охватывает широкий спектр тем, включая аналитические и генеративные модели ИИ, а также их применение в образовательной среде. Важной частью программы является освоение подходов к принятию решений на основе данных (Data-Driven Decision Making, DDDM), что позволяет эффективно использовать образовательные данные для разработки стратегий и улучшения процессов управления. Отдельное внимание уделено методам персонализации обучения и рекомендательным системам, которые помогают адаптировать образовательный контент под индивидуальные потребности и способности учащихся. Еще одной фокусировкой курса является применение генеративных моделей ИИ для создания образовательного контента, автоматизации административных задач и поддержки учебного процесса. В результате освоения курса участники смогут эффективно применять технологии ИИ для улучшения образовательных процессов, повышения качества обучения и оптимизации управления в образовательных организациях.

Цель освоения дисциплины

Формирование понимания специфики, возможностей и ограничений технологий искусственного интеллекта и развитие навыков применения современных методов и инструментов искусственного интеллекта (ИИ) для решения актуальных задач в сфере образования.

Планируемые результаты обучения

Владеет тезаурусом в сфере искусственного интеллекта, корректно определяет основные понятия.
Воспроизводит основные типы ИИ. Опеределяет тип ИИ по его характеристикам.
Различает модели дескриптивной, предикативной и прескриптивной аналитики. Подбирает адекватные аналитические модели для решения прикладных задач.
Использует специализированные программные инструменты и библиотеки python для разработки и обучения аналитических моделей
Использует методы prompt инжиниринга и low-code программирования для решения прикладных задач с использованием моделей генеративного ИИ.
Воспроизводит ключевые возможности, ограничения и отличия моделей генеративного ИИ от других типов ИИ.
Разрабатывает и описывает сценарии использования генеративного ИИ в учебной и управленческой деятельности образовательной организации.

Содержание учебной дисциплины

Введение в искусственный интеллект
Аналитические возможности ИИ и их применение в образовании
Генеративный ИИ в образовании

Элементы контроля

Задание 1. Исследование: стейкхолдеры, их «боли» и таксономия ИИ
Задание 2. Архитектура данных: DDDM и выбор аналитических моделей
Задание 3. Дизайн ИИ-сценария и путь пользователя
Задание 4. Оценка эффективности, этика и питч ИИ-продукта

Промежуточная аттестация

2026/2027 2nd module
0.25 * Задание 4. Оценка эффективности, этика и питч ИИ-продукта + 0.25 * Задание 2. Архитектура данных: DDDM и выбор аналитических моделей + 0.2 * Задание 1. Исследование: стейкхолдеры, их «боли» и таксономия ИИ + 0.3 * Задание 3. Дизайн ИИ-сценария и путь пользователя

Список литературы

Авторы

Карлов Иван Александрович

Программа дисциплины