Гармонизация образования с помощью искусственного интеллекта: Решение на основе глубокого обучения для выявления абьюзивности в оценках учащимися педагогической работы

Это исследование затрагивает проблему оскорбительных комментариев в студенческих оценках преподавания (СОП) в Высшей школе экономики (ВШЭ). Несмотря на их редкость (менее 1%), влияние таких комментариев на преподавателей значительно. Наша работа направлена на разработку модели обработки естественного языка (NLP) для точной категоризации комментариев СОП на русском языке как оскорбительные и неоскорбительные. Данные были получены из СОП, проведенного во втором семестре учебного года 2022-2023 в ВШЭ. Для создания надежной модели бинарной классификации мы провели эксперименты с тонкой настройкой (fine-tuning) различных моделей, включая эмбеддинги OpenAI, Multilingual Sentence Transformer, RuBERT и DistilRuBERT. Отмечается, что модель на основе эмбеддингов OpenAI превзошла другие, достигнув наивысшей F1-меры в 79,80%. Этот результат подчеркивает ее выдающуюся способность точно классифицировать комментарии СОП. Внедрение этой модели NLP в ВШЭ показывает ее потенциал в улучшении процесса СОП, обеспечивая уважительную и конструктивную образовательную среду за счет эффективного выявления и фильтрации оскорбительных отзывов.