Красноярский край, Россия
УДК 30 Теория и методы общественных наук
ГРНТИ 14.00 НАРОДНОЕ ОБРАЗОВАНИЕ. ПЕДАГОГИКА
ОКСО 02.00.00 Компьютерные и информационные науки
ББК 3 ТЕХНИКА. ТЕХНИЧЕСКИЕ НАУКИ
ББК 6 ОБЩЕСТВЕННЫЕ НАУКИ
ТБК 7 ОБЩЕСТВЕННЫЕ НАУКИ. ЭКОНОМИКА. ПРАВО.
ТБК 5 ПРИКЛАДНЫЕ НАУКИ. ТЕХНИКА. МЕДИЦИНА
BISAC COM COMPUTERS
BISAC EDU EDUCATION
Представлен обзор основных идей главы «Изучение карьерных знаний: могут ли моделирование искусственного интеллекта и машинное обучение улучшить карьерные планы и образовательные ожидания?» авторства И-Чиен Чен, Лидии Брэдфорд и Барбары Шнайдер. Данная глава является частью коллективной монографии ««ИИ в обучении: проектирование будущего», научные редакторы издания – Ханнеле Ниеми, Рой Д. Пи, Ю Лу. Концепция И-Чиен Чен, Лидии Брэдфорд и Барбары Шнайдер построена на повышении роли геймификации для адекватных карьерных планов и образовательных ожиданий обучающихся. Речь идет о том, что обучающиеся должны задолго до выбора профессии представлять реальные требования к уровню образования для своей будущей профессии. Анализируются возможности приложения Init2Winit с технологиями машинного обучения по созданию адекватных представлений о профессии и о том, как нужно учиться, чтобы в будущем получить именно эту выбранную профессию. Авторы концепции полагают, что геймификация с машинным обучением позволит существенно выровнять уровень адекватности карьерных планов и образовательных ожиданий, прежде всего, для обучающихся из семей с низкими доходами.
современное образование, карьерные планы, искусственный интеллект, машинное обучение, Init2Winit, геймификация
1. Arntz M., Gregory T., Zierahn U. The risk of automation for jobs in OECD countries: A comparative analysis. - 2016.
2. Albion M. J., Fogarty G. J. Factors influencing career decision making in adolescents and adults //Journal of Career Assessment. - 2002. - V. 10. - №. 1. - P. 91-126.
3. Baker, T., Smith, L., Anissa, N. Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges. 2019. Retrieved from nesta.org.uk website: https://media.nesta.org.uk/documents/Future_of_AI_and_education_v5_WEB.pdf
4. Bettinger E. P. et al. The role of application assistance and information in college decisions: Results from the H&R Block FAFSA experiment //The Quarterly Journal of Economics. - 2012. - V. 127. - №. 3. - P. 1205-1242.
5. Blustein D. L. et al. Unemployment in the time of COVID-19: A research agenda //Journal of vocational behavior. - 2020a. - V. 119. - P. 103436.
6. Blustein, D. L., Erby, W., Meerkins, T., Soldz, I., Ezema, G. N. A Critical Exploration of Assumptions Underlying STEM Career Development. 2020b. Journal of Career Development, 0894845320974449. doi: https://doi.org/10.1177/0894845320974449
7. Bureau of Labor Statistics. Occupational employment projections 2014-2024. Monthly Labor Review. 2015. https://www.bls.gov/opub/mlr/2015/article/occupational-employment-projections-to-2024.htm
8. Castleman B., Goodman J. Intensive college counseling and the enrollment and persistence of low-income students //Education Finance and Policy. - 2018. - V. 13. - №. 1. - P. 19-41.
9. Chen I. C., Bradford L., Schneider B. Learning Career Knowledge: Can AI Simulation and Machine Learning Improve Career Plans and Educational Expectations? //AI in Learning: Designing the Future. - Cham: Springer International Publishing, 2023. - P. 137-158.
10. Chen I. C., Rocha-Beverly C., Schneider B. Alignment of educational aspirations and career plans in high school with Mobile app technology //Education and Information Technologies. - 2021. - V. 26. - №. 1. - P. 1091-1109.
11. Chen, I. C., Rocha-Beverly, C., Schneider, B. Learning by playing Init2Winit: How alignment knowledge increases educational aspirations and college plans in high school, 2021. Journal of Research on Technology in Education, doi: https://doi.org/10.1080/15391523.2021.1877225
12. Clark B., Joubert C., Maurel A. The career prospects of overeducated Americans //IZA Journal of Labor Economics. - 2017. - V. 6. - P. 1-29.
13. Cohodes S. R., Goodman J. S. Merit aid, college quality, and college completion: Massachusetts' Adams scholarship as an in-kind subsidy //American Economic Journal: Applied Economics. - 2014. - V. 6. - №. 4. - P. 251-285.
14. Degtyarenko, K. A. Prospects for low-carbon housing in the 21st century / K. A. Degtyarenko, R. A. Baryshev // Сибирский антропологический журнал. - 2023. - Vol. 7, No. 4. - P. 38-53. - EDN BDQCNO.
15. James G. et al. Tree-based methods //An Introduction to Statistical Learning: with Applications in Python. - Cham: Springer International Publishing, 2023. - P. 331-366.
16. Hoff, K., Van Egdom, D., Napolitano, C., Hanna, A., Rounds, J. Dream Jobs and Employment Realities: How Adolescents’ Career Aspirations Compare to Labor Demands and Automation Risks. 2021. Journal of Career Assessment. doi: https://doi.org/10.1177/10690727211026183
17. Kena G, Hussar W, McFarland J, Brey C, Musu-Gillette L. The condition of education 2016 (NCES 2016-144). Washington, DC: U.S. Department of Education, National Center for Education Statistics. 2016. Retrieved from https://nces.ed.gov/pubs2016/2016144.pdf
18. Kim S., Klager C., Schneider B. The effects of alignment of educational expectations and occupational aspirations on labor market outcomes: Evidence from NLSY79 //The Journal of Higher Education. - 2019. - V. 90. - №. 6. - P. 992-1015.
19. Lipton Z.C., Elkan C., Naryanaswamy B. Optimal Thresholding of Classifiers to Maximize F1 Measure. In: Calders T., Esposito F., Hüllermeier E., Meo R. (eds) Machine Learning and Knowledge Discovery in Databases. 2014. ECML PKDD. Lecture Notes in Computer Science, vol 8725. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-44851-9_15
20. Mann A. et al. Teenagers’ career aspirations and the future of work. - 2020.
21. Mohammed M., Khan M. B., Bashier E. B. M. Machine learning: algorithms and applications. - Crc Press, 2016.
22. Morgan S. L. et al. Occupational plans, beliefs about educational requirements, and patterns of college entry //Sociology of Education. - 2013. - V. 86. - №. 3. - P. 197-217.
23. National Center for O*NET Development. Job zone. O*NET OnLine. 2019. Retrieved from https://www.onetonline.org/find/zone
24. Nedelkoska L., Quintini G. Automation, skills use and training. - 2018.
25. Nie, M., Xiong, Z., Zhong, R., Deng, W., & Yang, G. Career Choice Prediction Based on Campus Big Data-Mining the Potential Behavior of College Students. Applied Sciences, 2020, 10(8). doi: https://doi.org/10.3390/app10082841
26. Niemi H., Pea R. D., Lu Y. AI in learning: designing the future. - Springer Nature, 2023. 344 p.
27. Nunley J. M. et al. College major, internship experience, and employment opportunities: Estimates from a résumé audit //Labour Economics. - 2016. - V. 38. - P. 37-46.
28. Perry, B. L., Martinez, E., Morris, E., Link, T. C., Leukefeld, C. Misalignment of Career and Educational Aspirations in Middle School: Differences across Race, Ethnicity, and Socioeconomic Status. Social sciences (Basel, Switzerland), 2016, 5(3). doi: https://doi.org/10.3390/socsci5030035
29. Pinto L. H., Ramalheira D. C. Perceived employability of business graduates: The effect of academic performance and extracurricular activities //Journal of vocational behavior. - 2017. - V. 99. - P. 165-178.
30. Puterman M. L. Markov decision processes: discrete stochastic dynamic programming. - John Wiley & Sons, 2014.
31. Quinlan J. R. C4. 5: programs for machine learning. - Elsevier, 2014.
32. Reyna V. F., Farley F. Risk and rationality in adolescent decision making: Implications for theory, practice, and public policy //Psychological science in the public interest. - 2006. - V. 7. - №. 1. - P. 1-44.
33. Renbarger R., Long K. Interventions for postsecondary success for low-income and high-potential students: A systematic review //Journal of Advanced Academics. - 2019. - V. 30. - №. 2. - P. 178-202.
34. Sarker I. H. A machine learning based robust prediction model for real-life mobile phone data //Internet of Things. - 2019. - V. 5. - P. 180-193.
35. Sarker, I. H., Alqahtani, H., Alsolami, F., Khan, A. I., Abushark, Y. B., Siddiqui, M. K. Context pre-modeling: an empirical analysis for classification-based user-centric context-aware predictive modeling. Journal Of Big Data, 2020b, 7(1). doi: https://doi.org/10.1186/s40537-020-00328-3
36. Sarker, I. H., Kayes, A. S. M., Watters, P. Effectiveness analysis of machine learning classification models for predicting personalized context-aware smartphone usage. Journal Of Big Data, 2019, 6(1). doi: https://doi.org/10.1186/s40537-019-0219-y
37. Schumacher P. et al. A comparison of logistic regression, neural networks, and classification trees predicting success of actuarial students //Journal of Education for Business. - 2010. - V. 85. - №. 5. - P. 258-263.
38. Schmitt-Wilson S., Faas C. Alignment of educational and occupational expectations influences on young adult educational attainment, income, and underemployment //Social Science Quarterly. - 2016. - V. 97. - №. 5. - P. 1174-1188.
39. Schneider B. L., Stevenson D. The ambitious generation: America's teenagers, motivated but directionless. - Yale University Press, 1999.
40. Schneider B., Silbereisen R. K. 12 Challenges of Transitioning into Adulthood //Transitions from school to work: Globalization, individualization, and patterns of diversity. - 2009. - 265 p.
41. Schneider B., Young L. Advancing workforce readiness among low-income and minority high school students //Workforce readiness and the future of work. - Routledge, 2019. - P. 53-70.
42. Thompson M. N., Subich L. M. The relation of social status to the career decision-making process //Journal of Vocational Behavior. - 2006. - V. 69. - №. 2. - P. 289-301.
43. Witten I. H., Frank E. Data mining: practical machine learning tools and techniques with Java implementations //Acm Sigmod Record. - 2002. - V. 31. - №. 1. - P. 76-77.
44. Wu C. C. et al. Decision tree induction with a constrained number of leaf nodes //Applied Intelligence. - 2016. - V. 45. - P. 673-685.
45. Барышев, Р. А. Технологические инновации для дизайна искусственной среды / Р. А. Барышев, Н. П. Копцева // Сибирский антропологический журнал. - 2023. - Т. 7, № 4. - С. 54-64. - EDN LJBFEU.
46. Гомонов, И. С. Принципы воркшопа в образовательной практике / И. С. Гомонов // Цифровизация. - 2024. - Т. 5, № 1. - С. 46-55. - EDN UBIQPQ.
47. Дегтяренко, К. А. Искусственный интеллект в области социальной защиты: обзор публикаций / К. А. Дегтяренко // Социология искусственного интеллекта. - 2024. - Т. 5, № 1. - С. 49-56. - EDN GAWAGY.
48. Дегтяренко, К. А. Научные основы управления вызовами XXI века / К. А. Дегтяренко, Н. О. Пиков // Северные Архивы и Экспедиции. - 2023. - Т. 7, № 4. - С. 31-45. - EDN YWKLCQ.
49. Дегтяренко, К. А. Рецензия на статью Келли Джойс, Лорел Смит-Дорр, Шарла Алегрия, Сьюзан Белл, Тейлор Круз, Тев Г. Хоффман, Сафия Умоджа Нобл и Бенджамин Шестакофски "К социологии искусственного интеллекта: призыв к исследованиям неравенства и структурных изменений" (2021 г.) / К. А. Дегтяренко, Н. П. Копцева // Социология искусственного интеллекта. - 2021. - Т. 2, № 4. - С. 47-56. - DOIhttps://doi.org/10.31804/2712-939X-2021-2-4-47-56. - EDN MIMEYL.
50. Дрозд, О. В. Методика оперативного контроля и анализа конструктивных решений уникальных зданий и сооружений / О. В. Дрозд, М. А. Салимов // Цифровизация. - 2024. - Т. 5, № 1. - С. 8-17. - EDN DLQRBS.
51. Искусственный интеллект: фантастика из прошлого или реальное настоящее / С. В. Белоусова, Р. А. Рагимова, А. С. Суетина, Н. А. Сергеева // Социология искусственного интеллекта. - 2023. - Т. 4, № 3. - С. 41-55. - EDN CSGOUP.
52. История науки и техники Российской империи начала XX в. в журнале «Вестник Общества сибирских инженеров» (1916) / Н. П. Копцева, А. А. Шпак, К. А. Дегтяренко, Ю. Н. Менжуренко // Былые годы. - 2023. - № 18(2). - С. 1034-1045. - DOIhttps://doi.org/10.13187/bg.2023.2.1034. - EDN PXJGYG.
53. Кирко, В. И. Клиффорд Пиковер. Искусственный интеллект: от автоматонов до нейросетей / В. И. Кирко // Социология искусственного интеллекта. - 2022. - Т. 3, № 1. - С. 29-32. - DOIhttps://doi.org/10.31804/2712-939X-2022-3-1-29-32. - EDN BGVBIK.
54. Кирко, В. И. Разработки в области искусственного интеллекта - возможности и вызовы для военного моделирования и симуляции, Эндрю Дж. Фоукс: рецензия / В. И. Кирко // Социология искусственного интеллекта. - 2023. - Т. 4, № 2. - С. 26-40. - EDN KLYIFK.
55. Кирко, В. И. Рецензия на книгу “Artificial Intelligence for Business: Innovation, Tools and Practices” (редактор Ана Ландета Эчеберрия, издательство Springer, 2022) / В. И. Кирко // Социология искусственного интеллекта. - 2022. - Т. 3, № 3. - С. 28-40. - DOIhttps://doi.org/10.31804/2712-939X-2022-3-3-28-40. - EDN ICBKGO.
56. Кирко, В. И. Рецензия на книгу "Искусственный интеллект и его недостатки. Критика социальных и гуманитарных наук" (Springer, 2022) / В. И. Кирко // Социология искусственного интеллекта. - 2022. - Т. 3, № 4. - С. 23-33. - DOIhttps://doi.org/10.31804/2712-939X-2022-3-4-23-33. - EDN CSCPDX.
57. «Промышленность и техника: Энциклопедия промышленных знаний» (1901-1904) как источник по истории русской науки и техники / Н. П. Копцева, А. А. Шпак, Ю. Н. Менжуренко, К. А. Дегтяренко // Былые годы. - 2023. - № 18(1). - С. 378-389. - DOIhttps://doi.org/10.13187/bg.2023.1.378. - EDN NCOQWA.
58. Колесник, М. А. Искусственный интеллект как инструмент и соавтор в творчестве современных художников: примеры художественных практик и анализ произведений визуального искусства / М. А. Колесник, А. А. Ситникова, Я. Д. Андрюшина // Социология искусственного интеллекта. - 2023. - Т. 4, № 1. - С. 37-51. - DOIhttps://doi.org/10.31804/2712-939X-2023-4-1-37-51. - EDN UOQRVI.
59. Колесник, М. А. Философские основы цифрового гуманизма / М. А. Колесник, Н. П. Копцева // Цифровизация. - 2024. - Т. 5, № 1. - С. 18-34. - EDN DOHPLW.
60. Копцева, М. С. Обзор современных антропологических исследований: тенденции и методы / М. С. Копцева // Сибирский антропологический журнал. - 2024. - Т. 8, № 1. - С. 76-85. - EDN AAOIOP.
61. Копцева, Н. П. Культурные трансформации: возможности изучения / Н. П. Копцева, Н. Н. Пименова // Сибирский антропологический журнал. - 2020. - Т. 4, № 3. - С. 36-44. - DOIhttps://doi.org/10.31804/2542-1816-2020-4-3-36-44. - EDN ENUIWR.
62. Копцева, Н. П. Рецензия на книгу "Artificial intelligence and the future of warfare: The USA, China, and strategic stability", автор Джеймс Джонсон (Manchester University Press, 2021) / Н. П. Копцева, А. А. Шпак // Цифровизация. - 2023. - Т. 4, № 1. - С. 50-58. - EDN LMBEAX.
63. Копцева, Н. П. Современные исследования в области социологии искусственного интеллекта: базовые подходы. Часть 6.5 / Н. П. Копцева, Ю. С. Замараева // Социология искусственного интеллекта. - 2024. - Т. 5, № 1. - С. 8-20. - EDN IVJCUH.
64. Копцева, Н. П. Социальные последствия изменения климата: Бланш Верли "Учимся жить с изменениями климата. От беспокойства к трансформации" / Н. П. Копцева, Э. В. Пашова // Северные Архивы и Экспедиции. - 2022. - Т. 6, № 1. - С. 208-214. - DOIhttps://doi.org/10.31806/2542-1158-2022-6-1-208-214. - EDN TOQSYK.
65. Научно-технический прогресс в кинематографе и фотографии на материале российской периодики 1907-1917 гг / А. А. Ситникова, Н. М. Лещинская, Е. А. Сертакова, М. А. Колесник // Былые годы. - 2023. - № 18(1). - С. 420-430. - DOIhttps://doi.org/10.13187/bg.2023.1.420. - EDN RGAJPA.
66. Образ искусственного интеллекта в кинематографе: трансформации в период 1980-2010-х годов / К. А. Дегтяренко, Д. С. Пчелкина, А. А. Шпак, Н. Н. Пименова // Журнал Сибирского федерального университета. Серия: Гуманитарные науки. - 2023. - Т. 16, № 8. - С. 1454-1470. - EDN XVMNJF.
67. Пашова, Э. В. Психологические особенности экологического сознания и экологического поведения: обзор мировых и российских исследований / Э. В. Пашова // Северные Архивы и Экспедиции. - 2022. - Т. 6, № 1. - С. 112-121. - DOIhttps://doi.org/10.31806/2542-1158-2022-6-1-112-121. - EDN WVAWVL.
68. Пашова, Э. В. Роботы с искусственным интеллектом в современной визуальной культуре: анализ образа персонального помощника по уходу за здоровьем - Бэймакса -в полнометражном анимационном фильме «Город героев» и его сериальных продолжениях / Э. В. Пашова // Сибирский антропологический журнал. - 2023. - Т. 7, № 3. - С. 25-36. - EDN ZANNHD.
69. Пиков, Н. О. Базовые концепции будущего энергетики / Н. О. Пиков, А. А. Шпак // Сибирский антропологический журнал. - 2023. - Т. 7, № 4. - С. 24-37. - EDN KIPTQX.
70. Пименова, Н. Н. Идиот или гений? Как работает и на что способен искусственный интеллект. Рецензия на книгу Мелани Митчелл / Н. Н. Пименова, А. А. Шпак // Социология искусственного интеллекта. - 2022. - Т. 3, № 2. - С. 71-82. - DOIhttps://doi.org/10.31804/2712-939X-2022-3-2-71-82. - EDN DUPHQV.
71. Резникова, К. В. Искусственный интеллект в Американском кинематографе конца XX - начала XXI веков / К. В. Резникова, Е. А. Сертакова, А. А. Ситникова // Социология искусственного интеллекта. - 2022. - Т. 3, № 1. - С. 42-49. - DOIhttps://doi.org/10.31804/2712-939X-2022-3-1-42-49. - EDN HZKFIC.
72. Середкина, Н. Н. Актуальные направления исследований концепции цифрового бессмертия (по результатам контент-анализа научных публикаций за 2012-2022 гг.) / Н. Н. Середкина, А. А. Шкельтина, И. В. Шубникова // Цифровизация. - 2023. - Т. 4, № 2. - С. 58-66. - EDN VFHBDT.
73. Хворостов, В. В. Основные проблемы внедрения ИИ в сферу искусства: по материалам публицистики 2018-2023 годов / В. В. Хворостов // Социология искусственного интеллекта. - 2023. - Т. 4, № 4. - С. 31-38. - EDN CIZFEA.
74. Шпак, А. А. Как учится машина. Революция в области нейронных сетей и машинного обучения. Рецензия на книгу автора Яна Лекуна / А. А. Шпак // Социология искусственного интеллекта. - 2023. - Т. 4, № 2. - С. 59-62. - EDN IQXPDV.
75. Шпак, А. А. Концепция «третьей культуры» Штефана бруннхубера: влияние искусственного интеллекта на общество и познание в XXI веке / А. А. Шпак, В. И. Кирко // Социология искусственного интеллекта. - 2024. - Т. 5, № 1. - С. 21-33. - EDN OVDTML.
76. Шпак, А. А. Роботы наступают: развитие технологий и будущее без работы. Рецензия на книгу автора Мартина Форда / А. А. Шпак // Социология искусственного интеллекта. - 2023. - Т. 4, № 1. - С. 64-70. - DOIhttps://doi.org/10.31804/2712-939X-2023-4-1-64-70. - EDN DRQHWW.
77. Шпак, А. А. Этика искусственного интеллекта для целей устойчивого развития: концепция Б. К. Шталя, Д. Шредер и Р. Родригес / А. А. Шпак, В. И. Кирко // Социология искусственного интеллекта. - 2023. - Т. 4, № 4. - С. 20-30. - EDN FGIVLY.
78. Шпак, А. А. Будущее сферы труда для научно-технологического развития региона: тенденции, концепции, технологии, направления исследования / А. А. Шпак, Р. А. Барышев // Северные Архивы и Экспедиции. - 2024. - Т. 8, № 1. - С. 9-18. - EDN ROUKGT.
