DOI: 
http://dx.doi.org/10.15293/1813-4718.2304.03
УДК: 
004.8
Шрайнер Борис Александрович
Кандидат психологических наук, заведующий лабораторией «Технологии искусственного интеллекта», доцент кафедры информационных систем и цифрового образования, Новосибирский государственный педагогический университет, boris.shrayner@gmail.com, Новосибирск
Шрайнер Александр Антонович
Кандидат педагогических наук, доцент, доцент кафедры педагогики и методики начального образования, Институт детства, Новосибирский государственный педагогический университет, aschr@inbox.ru, Новосибирск

Профориентация школьников по профессиям искусственного интеллекта

Аннотация: 
В статье актуализируется проблема профессиональной ориентации школьников по профессиям, связанным с искусственным интеллектом. В настоящее время имеется потребность общества в специалистах, которые могли бы решать задачи как по разработке систем искусственного интеллекта, так и по эксплуатации уже существующих. Нехватка подобных специалистов является большой проблемой. Целью статьи является обоснование содержания профориентационных мероприятий в средней школе по профессиям, связанным с информационными технологиями (ИТ) в целом и искусственным интеллектом (ИИ) в частности. Методологически наше исследование опиралось на теоретический анализ литературы по профориентации обучающихся. В процессе исследования анализировались результаты опросов обучающихся, проводился анализ документов, наблюдение. На основе анализа профориентационных ресурсов и сравнения с реальными вакансиями рассматривались специфики, конкретизации профессий, связанных с ИИ. В процессе профориентационных мероприятий использовались деятельностный и проектный методы обучения. В качестве платформы обучения применялся Google Класс, среда разработки – Google Colab. Результаты. В статье представлено содержание и результаты проведенных авторами со школьниками профориентационных мастер-классов. Пронализированы результаты входных и заключительных опросов (анкетирований) обучающихся. Выделены три основные профессии из искусственного интеллекта и их компетенции для начального ознакомления. Проведен анализ ключевых навыков профессий ИИ, выделены группы навыков для профориентации. Предложены некоторые существенные аспекты содержания, которые можно использовать при проектировании различного типа профориентационных занятий. В заключении делается вывод о том, что разработанные и апробированные материалы способствуют профессиональному самоопределению школьников. Их можно применять для разных профориентационных мероприятий по профессиям искусственного интеллекта.
Ключевые слова: 
профориентация; профессии; искусственный интеллект; ИИ; python; разработчик; data-science; машинное обучение; профпроба; вакансия
Для доступа к полному тексту необходимо зарегистрироваться
Библиографический список: 

1. Кузьмина С. Р. Профессиональная востребованность и профориентация современных школьников // Юный ученый. – 2022. – № 57 (5). – С. 35–38.
2. Панина С. В., Квашин С. Ю. Движение junior skills как инновационная форма ранней профориентации школьников // Проблемы современного педагогического образования. – 2019. – № 64 (3). – С. 203–206.
3. Хеннер Е. К. Педагогическое сопровождение профессионального самоопределения старшеклассников на ИТ-профессии // Образование и наука. – 2021. – № 23. – С. 37–60.
4. Семакин И. Г., Ясницкий Л. Н. Искусственный интеллект и школьный курс информатики // Информатика и образование. – 2010. –
№ 9. – С. 48–54.
5. Полипович С. А., Шрайнер Б. А., Чикова О. А. Формирование мотивации при обучении школьников основам искусственного интеллекта // Педагогическая информатика. – 2021. – № 3. – С. 25–33.
6. Фоминых И. А., Довранов А. Р. О разработке курса по выбору «Основы программирования на Python» для предпрофильной подготовки школьников // Информатика в школе. – 2022. – № 1. – С. 22–29.
7. Богданова А. Н. Элективный курс «Основы искусственного интеллекта» для учащихся старших классов // Информатика в школе. – 2021. – № 7. – С. 27–33.
8. Розов К. В., Шрайнер Б. А. Дистанционное обучение школьников технологиям искусственного интеллекта // Информатика в школе. – 2022. – № 6. – С. 37–43.
9. Ткач Т. В. Машинное обучение и обработка больших данных в условиях современной школы // Информатика в школе. – 2020. – № 1 (7). – С. 25–29.
10. Зубрилин А. А., Прончатова А. С., Зубрилина М. С. Сетевые технологии в изучении баз данных в школе // Информатика и образование. – 2020. – № 158 (5). – С. 32–39.
11. Самылкина Н. Н. Структура и содержание цифровых компетенций, формируемых в предпрофессиональном обучении // Информатика и образование. – 2020. – № 157 (4). – С. 11–19.
12. Левченко И. В. Содержание обучения элементам искусственного интеллекта в школьном курсе информатики // Информатика и образование. – 2020. – № 157 (4). – С. 3–10.
13. Зубрилин А. А., Прончатова А. С., Зубрилина М. С. Профориентационная компетентность учителя информатики в условиях профессионального самоопределения школьников // Информатика в школе. – 2020. – № 156 (3). – С. 3–7.
14. Босова Л. Л., Босова А. Ю. О профессиональной деятельности учителя информатики в условиях цифровой трансформации образования // Информатика в школе. – 2021. – № 7. – С. 10–14.
15. Илюхина Н. А. Профориентационная работа вузов со школьниками: новые возможности традиционных форм // Вестник РГГУ. – 2016. – № 6 (4). – С. 83–88.
16. Григорьев С. Г., Калинин И. А., Самылкина Н. Н. Система заданий для первой всероссийской олимпиады школьников по искусственному интеллекту // Информатика и образование. – 2022. – № 37 (3). – С. 12–20.
17. Zuyeva, T. V., Nyssanov, A. T., 2021. Career guidance of adolescents in their sociocultural development and modern technologies // Psychologie Francaise, no. 67 (1), pp. 31–47.
18. Jae Young, C., Sunbok, L., 2019. Dropout early warning systems for high school students using machine learning // Children and Youth Services Review, no. 96, pp. 346–353.
19. Kiselev, P., Kiselev, B., Matsuta, V., 2020. Career guidance based on machine learning: Social networks in professional identity construction // Procedia Computer Science, pp. 158–163.
20. Fishman, E, Weisberg, E., Chu, L., Rowe, S., Youngm, J., 2020. Mapping Your Career in the Era of Artificial Intelligence: It’s Up to You, Not Google // Journal of the American College of Radiology, no. 17 (11), pp. 1537–1538.