Институт образования

Научные публикации

• Книга

  Бакушина А. Н., Лебедев О. Е., Бацын В. и др.

  УРОКИ ЧЕТВЕРТОЙ ШКОЛЬНОЙ РЕФОРМЫ: ВЗГЛЯД НАЗАД РАДИ ВЗГЛЯДА ВПЕРЁД

  Материалы сборника дают представление о проблемах управления трансформационными процессами в системе школьного образования. Авторы статей — участники Четвертой школьной реформы, определявшие содержание образовательных проектов федерального и регионального уровня. Рекомендации авторов адресованы будущим реформаторам.

  Иваново: Роща, 2024.

• Статья

  Обухов А. С., Комарова Н. М., Кондратьева Н. Л.

  Развитие исследовательских способностей в игре: умения объяснять, доказывать и защищать свои идеи

  Продолжаем публикацию серии статей по развитию исследовательских способностей в игре. Данные игры направлены на развитие универсальных способностей, которые значимы в жизни в целом, а также для усиления личностного потенциала детей и подростков в реализации исследовательской деятельности. Авторы статьи передают свой многолетний опыт работы с детьми дошкольного возраста, младшими школьниками, а также подростками и старшеклассниками в исследовательских группах и экспедициях. В одиннадцатой статье представлены игры на развитие умений объяснять, доказывать и защищать свои идеи. Данные способности значимы при представлении и обсуждении как замысла, так и результатов своего исследования. В статье даны комментарии, как предлагаемые игры могут применяться в рабо￾те с детьми с учетом их возраста. 

  Исследователь/Researcher. 2024. № 1-2. С. 397-405.

• Глава в книге

  Lysova-Golomzina E., Kapuza A.

  VALIDATION OF THRESHOLD CONCEPTS IN CASE OF SOCIAL SCIENCE AT MIDDLE SCHOOL USING CONCEPT MAPS

  In bk.: 16th International Conference on Education and New Learning Technologies, Palma, Spain. 1-3 July, 2024. EDULEARN24 Proceedings. IATED, 2024. P. 2290-2295.

• Препринт

  Kardanova E., Ivanova A., Tarasova K. et al.

  A Novel Psychometrics-Based Approach to Developing Professional Competency Benchmark for Large Language Models

  The era of large language models (LLM) raises questions not only about how to train models, but also about how to evaluate them. Despite numerous existing benchmarks, insufficient attention is often given to creating assessments that test LLMs in a valid and reliable manner. To address this challenge, we accommodate the Evidence-centered design (ECD) methodology and propose a comprehensive approach to benchmark development based on rigorous psychometric principles. In this paper, we have made the first attempt to illustrate this approach by creating a new benchmark in the field of pedagogy and education, highlighting the limitations of existing benchmark development approach and taking into account the development of LLMs. We conclude that a new approach to benchmarking is required to match the growing complexity of AI applications in the educational context. We construct a novel benchmark guided by the Bloom's taxonomy and rigorously designed by a consortium of education experts trained in test development. Thus the current benchmark provides an academically robust and practical assessment tool tailored for LLMs, rather than human participants. Tested empirically on the GPT model in the Russian language, it evaluates model performance across varied task complexities, revealing critical gaps in current LLM capabilities. Our results indicate that while generative AI tools hold significant promise for education - potentially supporting tasks such as personalized tutoring, real-time feedback, and multilingual learning - their reliability as autonomous teachers' assistants right now remain rather limited, particularly in tasks requiring deeper cognitive engagement.

  Computation and Language (cs.CL); Artificial Intelligence (cs.AI). cs.CL. arXiv, 2024