Ключевое слово: «tabular information processing»
Щедрина Е. В., Ивашова О. Н., Шилова З. В. Применение нейросетей в работе с таблицами при обучении IT-специалистов для повышения качества их подготовки // Научно-методический электронный журнал «Концепт». – 2026. – № 2 (февраль). – С. 66–80. – URL: http://e-koncept.ru/2026/261028.htm
ART 261028
DOI 10.24412/2304-120X-2026-11028
Просмотров: 145
Модернизация высшего образования открывает перспективы использования искусственного интеллекта при обучении специалистов в области информационных технологий, в том числе для аграрного сектора. Взаимодействие, поддержанное сервисами генеративного контента, в частности нейросетями для работы с таблицами, обладает потенциалом для повышения качества подготовки студентов. Цель исследования – выявить особенности применения нейросетей для работы с таблицами в обучении IT-специалистов для повышения качества их подготовки. Ведущий подход – моделирование ситуаций, связанных с решением задач и разработкой инновационных решений для анализа и обработки данных. На этапе оценки качества подготовки IT-специалистов применяются материалы контрольной работы из 50 вопросов. В опытно-экспериментальной работе участвует 64 студента Российского государственного аграрного университета МСХА им. К. А. Тимирязева, обучающихся по направлению подготовки 09.03.02 «Информационные системы и технологии», профиль «Компьютерные науки и интеллектуальный анализ данных». Научная новизна: обосновывается потенциал включения генеративных сервисов для работы с таблицами в обучение специалистов в области информационных технологий. В результатах представлены идеи методического подхода, направленного на усиление влияния выявленных факторов для повышения качества подготовки студентов: постепенная, обусловленная практической необходимостью, интеграция элементов искусственного интеллекта в учебную деятельность по созданию, обработке информации и последующем анализе данных; использование нейросетей для работы с таблицами на стадии проверки гипотезы; соблюдение правил информационной безопасности. Теоретическая значимость – выявленные возможности нейросетей для работы с таблицами уточняются применительно к обучению студентов, способных разрабатывать инновационные решения для анализа, обработки и защиты данных. Практическая значимость – выявлены факторы, влияющие на эффективность включения нейросетей для работы с таблицами при подготовке высококвалифицированных кадров в области информационных систем и технологий. Полученные результаты – основа для совершенствования программы подготовки IT-специалистов и агроинженеров. В заключении сформулированы особенности применения нейросетей для работы с таблицами: создание условий для понимания важности профессии; сочетание теории и практики информационного взаимодействия; информирование студентов об ограничениях использования искусственного интеллекта; учет проблем кибербезопасности.
Е. В. Щедрина