Тагирбек Асланов - уроженец Табасаранского района Дагестана, кандидат технических наук, доцент кафедры программного обеспечения вычислительной техники и автоматизированных систем ДГТУ. Сейчас он пишет докторскую диссертацию при МГТУ имени Баумана. Параллельно занимается разработкой программного обеспечения для онлайн-платформы «Дом знаний» в Махачкале, работает в онлайн-режиме в Институте конструкторско-технологической информатики РАН в Москве. Кроме того, Тагирбек вошёл в число героев самых вдохновляющих историй Национальной премии «Россия – страна возможностей».
Одна из научных разработок Асланова – нейросеть, прогнозирующая оценки ученика в зависимости от его когнитивных и личностных особенностей.
- Тагирбек, расскажите о своей нейросети. Как возникла её идея?
- Идея родилась в ходе профориентационной работы. Мы выезжали от вуза в Дом знаний агитировать ребят для поступления к нам. Одной из тем обсуждения был искусственный интеллект. Я предположил, что его можно использовать в прогнозировании оценок. Ребята очень удивились. А потом и учителя подошли, тоже стали интересоваться. Так всё и началось.
Там же, в Доме знаний, начался двухгодичный сбор информации. Мы собрали огромный массив данных, на которых обучали нейронную сеть. Сейчас она работает с 4% погрешности – менее 0,3 балла в пятибалльной системе. Параметры в ней когнитивные, личностные, поведенческие. Педагог оценивает ученика, ученик – педагога, педагог – свой предмет, руководство образовательной организации оценивает педагога.
Данные подаются на вход нейронной сети, а на выходе мы получаем прогноз оценки ребенка на следующий год. Эти данные можно использовать для создания определённой среды, чтобы оценка у ребенка в следующем году улучшилась.
- А в чём уникальность этой нейросети?
- Те, которые есть – в Малайзии, в Америке, ещё где-то – что они делают? Используют анкетные данные, которые заполняет сам ученик при поступлении в школу. Этот подход не очень точный, потому что школьник говорит сам о себе не всегда объективно. В нашем же случае такого нет, потому что опрос перекрёстный.
Ещё один пример из США. Там брали оценки у детей из года в год. И по тренду, с помощью искусственного интеллекта, прогнозировали их изменение. Но это информационно слабый подход.
Или используется малый объём данных, или просто данные о предыдущих оценках. Но такого комплексного подхода как у нас, за счёт чего мы получаем большую точность, не было нигде и никогда.
- Это завершенный продукт или функционал дополняется?
- Он дополняется. Во-первых, мы получили обратную связь от родителей. Представьте, 176 параметров у них в личном кабинете нейросети, и они хотят посмотреть, как будет меняться оценка ребенка. Каждый ползунок нейросети имеет 10 позиций. Можно днями сидеть, пытаясь изменить оценку ребенка с тройки на пятерку. Но родители после работы хотят отдохнуть, а не «играться» с этими ползунками.
Сейчас мы разрабатываем вторую нейросеть, которая на основе результатов первой будет сама подбирать параметры для изменения оценки ребенка в лучшую сторону.
Тагирбек Асланов:
- Второе, мы заметили — и сейчас исследование у нас идёт — есть, предположим, такой параметр, как доверительное отношение. Чем выше доверительное отношение с родителями, тем выше оценка у ребенка. Но здесь возникает вопрос. Повышение доверительных отношений приводит к улучшению оценки или повышение оценки приводит к улучшению доверительных отношений с родителями?
То есть, здесь начинается этот момент, когда нам нужно понять, что на что всё-таки влияет. Влияние есть, но одно приводит к увеличению другого или второе приводит к увеличению первого?
- У нас есть критерии, которые оказывались наиболее важными в нейронной сети. Первый параметр – наличие знаний у ученика по предметам ранее изученным. Чтобы хорошо знать физику, нужно знать, как минимум, математику и физику предыдущих лет. Если ребенок их не знает, освоить физику нынешнего года ему будет сложно. И сейчас мы создаём систему, которая позволяет выявлять пробелы знаний ученика. Суть заключается в следующем. Пока мы не находим пробел, который ему не позволил изучить какую-то тему по предмету, откатываемся назад и находим его.
Схожее есть в Яндекс.Учебнике. Но Яндекс.Учебник сделал это для первого по четвертый класс отдельно для математики и русского языка. Мы же сделали по всем предметам для всех классов.
- Как Вы оцениваете вовлечение нашей молодежи в науку? Есть ли здесь проблемы?
Тагирбек Асланов:
- Грантовые конкурсы для молодёжи, которые сделаны в области практического применения технологий, - там всё прекрасно. Есть фонд содействия инновациям, который из года в год работает. Там есть программы «Умник», «Старт» и так далее. И они прекрасно себя показывают во всех регионах.
- Если же брать более фундаментальные тематики, то здесь, на мой взгляд, очень велика роль наставничества. Если нет, предположим, профессора, который включит вас в статьи, индексируемые в Scopus, Web of Science и т.д., то вероятность выиграть грант РНФ минимальна. А эти публикации либо платные, либо на них большие очереди.
На мой взгляд, нужно было бы ввести небольшие гранты, грантовые конкурсы для этого. Пусть суммы будут небольшие, но они позволят молодым учёным получить те самые первые публикации в индексируемых журналах, чтобы быть наравне с теми, у которых есть наставники.
- И финальный вопрос. Может ли научная деятельность способствовать укреплению дружбы народов?
- Безусловно. Например, когда мы ездили на Всемирный фестиваль молодежи, то там были участники из нескольких вузов, которые от платформы «Россия - страна возможностей» участвовали в Национальной премии. Им тематика, с которой я участвовал в программе, показалась интересной, и они решили это внедрить у себя. То же самое и с моей стороны: некоторые темы, которые я услышал, были интересны мне. В любом случае, это контакты, общение...
Когда человек варится в своем соку, скажем так, и нет свежих идей извне – это неправильно. А когда видишь, что есть общие интересы – это здорово.
Фото: личный архив Тагирбека Асланова.