Создание архитектуры и прототипирование инструмента ИИ для автоматизации анализа семантического содержания ответов студентов

Данная выпускная квалификационная работа посвящена разработке инструмента на базе искусственного интеллекта (ИИ) для автоматизации анализа семантического содержания ответов студентов. Целью исследования является повышение эффективности и точности оценивания студентов в образовательных учреждениях с помощью современных языковых моделей. В работе проведен всесторонний обзор литературы, охватывающий текущее состояние академических исследований и технологические достижения в области применения ИИ в образовании. Проанализированы различные технологии ИИ, выбраны наиболее подходящие модели и фреймворки для оценивания ответов студентов. Разработан минимально жизнеспособный продукт (MVP) для демонстрации практической реализации модели в образовательных системах. Предложенное решение основано на модели RuBERT-tiny2, которая обеспечивает баланс между скоростью, расширенным словарем и способностью эффективно обрабатывать более длинные тексты. Разработаны два варианта приложения: автономное приложение и клиент-серверное приложение на базе Telegram-бота. Проведен анализ экономической эффективности внедрения инструмента ИИ в образовательных учреждениях. Результаты исследования показывают, что разработанный инструмент на базе ИИ может значительно сократить время, затрачиваемое преподавателями на проверку заданий, автоматизируя оценивание ответов студентов. Это позволяет преподавателям сосредоточиться на более важных аспектах обучения и взаимодействия со студентами. Кроме того, инструмент потенциально обеспечивает объективность и согласованность оценивания, что способствует повышению качества образования. Данная работа вносит вклад в практическое применение ИИ в образовательной сфере, демонстрируя возможности автоматизации и совершенствования процесса оценивания. Разработанный MVP служит доказательством концепции и основой для дальнейших исследований и разработок в области применения ИИ в образовании.