Science for Education Today, 2024, Т. 14, № 3, С. 113–134
© Кормильцева Е. А., Байгушева И. А., Варова Н. Л., Стариков В. И., Шмакова А. П., Бурмистрова Н. А., 2024
УДК: 
330.322 +004.81+378+371.263

Исследование готовности будущих экономистов к использованию искусственного интеллекта на основе метода анализа иерархий

Кормильцева Е. А. 1 (Москва, Россия), Байгушева И. А. 2 (Астрахань, Россия), Варова Н. Л. 3 (Омск, Россия), Стариков В. И. 4 (Омск, Россия), Шмакова А. П. 1 (Москва, Россия), Бурмистрова Н. А. 1 (Москва, Россия)
1 Финансовый университет при Правительстве Российской Федерации
2 Астраханский государственный университет
3 Омский государственный педагогический университет
4 Омский государственный технический университет
Полный текст (свободный доступ) — Скачан 229 раз(а)
Аннотация: 

Проблема и цель. В статье исследуется проблема повышения уровня цифровой грамотности будущих экономистов в условиях взаимодействия с системами искусственного интеллекта. Цель работы - оценить готовность будущих экономистов к использованию искусственного интеллекта в контексте цифровых перспектив социально-экономического пространства.
Методология. Методологической основой исследования является стратегия устойчивого развития, определяющая образовательные возможности, ресурсы и технологии в качестве глобальной движущей силы для достижения Целей устойчивого развития. Основным методом исследования выбран метод анализа иерархий Т. Саати, позволяющий выстроить гибкую иерархическую модель для изучения готовности будущих экономистов к использованию искусственного интеллекта. Авторами проведен онлайн-опрос студентов Финансового университета при Правительстве РФ, Астраханского государственного университета, Омского государственного технического университета, школьников классов экономического профиля (Гимназия № 19, г. Омск) для оценки готовности будущих экономистов к использованию искусственного интеллекта в условиях перехода к цифровой экономики.
Результаты. Авторами выявлены гендерные различия предпочтений респондентов в использовании искусственного интеллекта: женщины демонстрируют результат выше общей выборки при выборе одного ответа о целях личного использования искусственного интеллекта и ниже - при сочетании ответов, мужчины - наоборот, что объясняется отношением к риску в части гендерных стереотипов поведения.
При сравнении выбора ответов респондентов для разных возрастных групп (16–20 лет) обнаружено отсутствие возрастных различий, а также неоднозначный характер влияния искусственного интеллекта на молодое поколение будущих экономистов в части снижения естественного интеллекта молодежи на фоне охвата цифровизацией всех сфер жизнедеятельности. Также выявлен высокий уровень осведомленности студентов и школьников в отношении перспектив и проблемных зон использования искусственного интеллекта в сфере экономики и финансов.
Заключение. Результаты исследования позволяют сделать вывод об активном взаимодействии будущих экономистов с системами искусственного интеллекта, способствующим формированию цифровой грамотности в интересах устойчивого развития.

Ключевые слова: 

устойчивое развитие; экономическое образование; будущие экономисты; цифровая экономика; цифровая грамотность; искусственный интеллект; онлайн-опрос; метод Саати.

Библиографическая ссылка:
Кормильцева Е. А., Байгушева И. А., Варова Н. Л., Стариков В. И., Шмакова А. П., Бурмистрова Н. А. Исследование готовности будущих экономистов к использованию искусственного интеллекта на основе метода анализа иерархий // Science for Education Today. – 2024. – № 3. – С. 113–134. DOI: http://dx.doi.org/10.15293/2658-6762.2403.06
Список литературы: 
  1. Awad E., Dsouza S., Kim R., Schulz J., Henrich J., Shariff A., Bonnefon J.-F., Rahwan I. The Moral Machine experiment // Nature. – 2018. – Vol. 563 (7729). – P. 59–64. DOI: https://doi.org/10.1038/s41586-018-0637-6 
  2. Alekseev A. N., Lobova S. V., Bogoviz A. V. Digitalization and quality of labor: contradictions in developing countries and the prospects of harmonization // International Journal of Quality and Reliability Management. – 2021. – Vol. 15. (3) – P. 733–752. DOI: https://doi.org/10.24874/IJQR15.03-04  URL: https://www.elibrary.ru/item.asp?id=47041276  
  3. Avelar A. B. A., Oliveira K. D. D., Farina M. C. The integration of the Sustainable Development Goals into curricula, research and partnerships in higher education // International Review of Education. – 2023. – Vol. 69 (3). – P. 299–325. DOI: https://doi.org/10.1007/s11159-023-10013-1
  4. Bickley S. J., Macintyre A., Torgler B. Artificial Intelligence and Big Data in Sustainable Entrepreneurship // SSRN Electronic Journal. – 2024. DOI: https://doi.org/10.2139/ssrn.4686881
  5. Bickley S. J., Chan H. F., Torgler B. Artificial intelligence in the field of economics // Scientometrics. – 2022. – Vol. 127 (4). – P. 2055–2084. DOI: https://doi.org/10.1007/s11192-022-04294-w
  6. Farias-Gaytan S., Aguaded I., Ramirez-Montoya M. S. Digital transformation and digital literacy in the context of complexity within higher education institutions: a systematic literature review // Humanities and Social Sciences Communications. – 2023. – Vol. 10 (1). – P. 386. DOI: https://doi.org/10.1057/s41599-023-01875-9
  7. Frolova E. V., Rogach O. V., Kuleshov S. M., Shikhgafizov P. S. Digitalization of Higher Education: New Trends and the Factors that are Associated Students' Grades // European Journal of Contemporary Education. – 2022. – Vol. 11. (1). – P. 59–69. DOI: https://doi.org/10.13187/ejced.2022.59   URL: https://www.elibrary.ru/item.asp?id=49243983 
  8. Getenet S., Cantle R., Redmond P., Albion P. Students' digital technology attitude, literacy and self-efficacy and their effect on online learning engagement // International Journal of Educational Technology in Higher Education. – 2024. – Vol. 21 (1). DOI: https://doi.org/10.1186/s41239-023-00437-y
  9. Grosu V., Kosmulets K. G., Sokolyuk M., Chubotariu M.-S., Mikhaila S. Testing accountants' ideas about profession digitalization and profiling the future professional // Technological Forecasting and Social Change. – 2023. – Vol. 193. – P. 122630. DOI: https://doi.org/10.1016/j.techfore.2023.122630

10.Kobrinskii B. A. Artificial Intelligence: Problems, Solutions, and Prospects // Pattern Recognition and Image Analysis. – 2023. – Vol. 33 (3). – P. 217–220. DOI: https://doi.org/10.1134/S1054661823030203 

11.Lau J., Bonilla J. L., Gárate A. Artificial Intelligence and Labor: Media and Information Competencies Opportunities for Higher Education // Information literacy in everyday life. – 2019. – P. 619–628. DOI: https://doi.org/10.1007/978-3-030-13472-3_58  URL: https://www.webofscience.com/wos/woscc/full-record/WOS:000617912500058

12.Owan V. J., Abang K. B., Idika D. O., Etta E. O., Bassey B. A. Exploring the potential of artificial intelligence tools in educational measurement and assessment // Eurasia Journal of Mathematics, Science and Technology Education. – 2023. – Vol. 19 (8). – P. em2307. DOI: https://doi.org/10.29333/ejmste/13428 

13.Ranjbar M., Effati S. Group decision making in the analytic hierarchy process by hesitant fuzzy numbers // Scientific Reports. – 2023. – Vol. 13 (1). – P. 21864. DOI: https://doi.org/10.1038/s41598-023-49076-3

14.Ronzhina N., Kondyurina I., Voronina A., Igishev K., Loginova N. Digitalization of modern education: problems and solutions // International Journal of Emerging Technologies in Learning. – 2021. – Vol. 16 (4). – P. 122–135. DOI: https://doi.org/10.3991/ijet.v16i04.18203 URL: https://elibrary.ru/item.asp?id=46807178

15.Xu S., Yeyao T., Shabaz M. Multi-criteria decision making for determining best teaching method using fuzzy analytical hierarchy process // Soft Computing in decision making and in modeling in economics. – 2023. – Vol. 27 (6). – P. 2795–2807. DOI: https://doi.org/10.1007/s00500-022-07554-2 

16.Абрамова И. Е., Шишмолина Е. П. Иноязычное обучение студентов гуманитарного профиля: академическая и цифровая грамотность // Вестник Московского государственного областного университета. Серия: Педагогика. – 2022. – № 3. – С. 113–126. DOI: https://doi.org/10.18384/2310-7219-2022-3-113-126 URL: https://www.elibrary.ru/item.asp?id=49753787 

17.Виниченко М. В., Ляпунова Н. В., Чуланова О. Л., Караксони П. Характер влияния цифровизации и искусственного интеллекта на социокультурную среду и образование в условиях пандемии: взгляды студентов поколения Z России и Словакии // Перспективы науки и образования. – 2021. – № 3. – С. 26–42. DOI: https://doi.org/10.32744/pse.2021.3.2  URL: https://www.elibrary.ru/item.asp?id=46424166 

18.Добринская Д. Е. Что такое цифровое общество? // Социология науки и технологий. – 2021. – Т. 12, № 2. – С. 112–129. DOI: https://doi.org/10.24412/2079-0910-2021-2-112-129 URL: https://www.elibrary.ru/item.asp?id=47110400 

19.Духанина Л. Н., Максименко А. А. Проблемы имплементации искусственного интеллекта в сфере образования // Перспективы науки и образования. – 2020. – № 4. – С. 23–35. DOI: https://doi.org/10.32744/pse.2020.4.2  URL: https://www.elibrary.ru/item.asp?id=43917941  

20.Иванченко И. С. Оценка перспектив применения искусственного интеллекта в системе высшего образования // Science for Education Today. – 2023. – № 4. – С. 170–194. DOI: https://doi.org/10.15293/2658-6762.2304.08  URL: https://www.elibrary.ru/item.asp?id=54390178 

Дата публикации 30.06.2024