Collective Intelligence Algorithms in Pedagogical Practice

Abstract

The article considers the ideas of using artificial intelligence algorithms in pedagogics. It presents the methodology of the so-called collective pedagogical megasystem. The introduction of such an ephemeral construct is necessary only to understand the collective pedagogical intelligence system, formulate it in a model, find out its operation patterns and the laws it obeys. It would contribute to predicting pedagogical processes and phenomena and formulating new laws. The objective of the article is to demonstrate the application of collective intelligence algorithms in pedagogical practice for effective didactic decision-making. The matter is that in a real educational process, besides the well-known set of pedagogical conditions, there are some random and unpredictable reasons and factors that are hard to foresee or anticipate. Due to their stochastic nature, they occur spontaneously. These single reasons make a minor impact on the teaching methods selection, but in aggregate their influence gets so strong that they can upturn some prognostic conclusions. The problem also focuses on identifying the factors that would ensure the highest efficiency and productivity of studies among the known (expected) and random (unexpected) reasons. For these purposes, the most suitable algorithm for the selection training methods is the so-called ant algorithm which, on the one hand, considers the randomness of the influence parameters, and on the other, ensures steady and high productivity. A certain example was selected to demonstrate the process of applying the ant algorithm to reveal the best hierarchy of the pedagogical conditions (factors) that determines the optimum choice of the training method. The authors conclude that human intelligence is distributed and integrated at the same time, and the application of collective intelligence algorithms in pedagogical practice can yield some effective didactic decisions

В статье рассмотрены идеи использования алгоритмов искусственного интеллекта в педагогике. Представлена методология существования и функционирования так называемой коллективной педагогической мегасистемы. Идея ввода такого эфемерного образования нужна лишь для того, чтобы модельно и доступно понять саму систему коллективного педагогического интеллекта, опосредованно разобраться, как она работает, какие законы в ней действуют. На ее основе можно прогнозировать педагогические процессы и явления, находить новые закономерности. Цель статьи – показать применение алгоритмов коллективного разума в педагогической практике для эффективного принятия дидактических решений. Дело в том, что в реальном образовательном процессе, кроме известного множества педагогических условий, действуют и случайные, наперед неизвестные причины и факторы, которые трудно предвидеть и предусмотреть заранее. Они возникают спонтанно и чаще всего имеют стохастический характер. Эти «поодиночные» причины несущественно влияют на результаты прогноза выбора методов обучения, но в совокупности их влияние становится столь значимым, что они коренным образом могут менять прогностические выводы. Задача состоит в том, чтобы в конкретных условиях из множества известных (предусмотренных) и случайных (неожиданных) причин выделить именно те факторы, которые обеспечивали бы наивысшую продуктивность и результативность занятия. Для решения этой задачи наиболее подходящим алгоритмом в реализации отбора методов обучения является так называемый муравьиный алгоритм, который, с одной стороны, учитывает вероятностный характер меняющихся параметров воздействия, а с другой – устойчиво дает высокую результативность своего применения. На конкретном примере показан процесс реализации применения муравьиного алгоритма для выявления наилучшей иерархии педагогических условий (факторов), которые определяют оптимальный выбор метода обучения. Обоснован вывод, что человеческий интеллект становится одновременно распределенным и объединенным и что, применяя алгоритмы коллективного разума в педагогической практике, можно получать эффективные дидактические р