Стратегии на образователната и научната политика

https://doi.org/10.53656/str2024-5s-24-ana

2024/5s, стр. 244 - 254

АНАЛИЗ НА ПРОГРАМНИТЕ МОДЕЛИ ЗА АВТОМАТИЗИРАНЕ НА КОГНИТИВНИ ПРОЦЕСИ

Валентин Атанасов
OrcID: 0000-0002-0179-6042
E-mail: v.atanasov@shu.bg
Shumen University “Konstantin Preslavski”
115, Universitetska St.
9700 Shumen, Bulgaria
Анелия Иванова
OrcID: 0000-0002-3859-2879
E-mail: aivanova@uni-ruse.bg
University of Ruse “Angel Kanchev”
8, Studentska St.
Ruse, Bulgaria

Резюме: Програмните модели за автоматизиране на когнитивните процеси, или т. нар. „изкуствен интелект“ изправят човечеството пред редица сериозни въпроси. Според глобалния изследовател Similarweb платформата OpenAI реализира близо 1,8 милиарда посещения на месец. Почти 50% от трафика на социалните медии към ChatGPT се генерират от YouTube, следван от WhatsApp, Facebook, Twitter и др. Възможните области на приложение на тези програмни модели обхващат почти целия спектър на човешка дейност. Errare humanum est sed in errore perseverare stultum! В годините след откриването на радий-226 през 1898 г. са разкрити тайните на атома и е предложена надеждата, че радиоактивните лъчи могат да бъдат решение на редица здравословни проблеми. Радий-226 се превръща в иновативен продукт, използван в почти всяка област на човешката дейност – от медицински и козметични продукти до детски играчки. Предполагаемият риск от използването му е силно занижен, дори пренебрегван. За да не повтори човечеството същата грешка и покрай еуфорията „изкуствен интелект“, е необходимо да се прецизират понятията и да се обърне внимание на семантичните, генеративните и антропологичните проблеми, които инвазията на тази технология поставя.

Ключови думи: Ключови думи : изкуствен интелект; когнитивни модели; когнитивен процес; когнитивна машина; логически машинни реакции

1. Въведение

Възникващата глобална еуфория спрямо една революционно развиваща се технология, наричана сред масовия потребител с идиома „изкуствен интелект“, отправя не само технологични и когнитивни предизвикателства, но и поставя редица въпроси, касаещи етика, морал, ценностна система, интелект в различните му измерения, всички те в контекста на утвърдените от човека норми и критерии. Ще останат ли тези норми незасегнати от явлението изкуствен интелект (ИИ) е въпрос, за чийто отговор не могат да се правят прогнози, но е повече от ясно, че се открива една обширна предметна област за експерименти, изследвания и анализ. И първият въпрос, който естествено възниква, е: Доколко е интелект „изкуственият интелект“? По дефиниция идеалната система с ИИ съдържа четири основни модула: когнитивна памет, модул за комуникация, модул за разсъждения и модул за обучение, и почива на апаратно-програмна реализация на математически модели, емулиращи мозъчната дейност в когнитивно-процесен аспект. Тази технология има основното предназначение да решава проблеми и да постига цели, в повечето случаи с икономически и предприемачески характер и именно икономическите и маркетинговите фактори се превръщат в предпоставка при формулирането на термина, описващ нейната същност и предназначение. В настоящото изследване ще бъде потърсен отговор на горния въпрос, редом с отговора на въпроса доколко семантично коректно е понятието, навлязло в масова употреба. Понататък в изложението апаратно-програмната реализация на математически модели, емулиращи функционирането на човешкия мозък от гледна точка на когнитивните процеси, ще бъде дефинирана като когнитивна машина и по този начин позовавана в текста.

В редица научни разработки когнитивната машина се представя като технологична концепция, чиито фундаментални принципи се формулират още през 50-те години на XX век, когато Алан Тюринг формулира хипотезата за възможност „машините да извършват дейност, която може да се опише като мислене, но все пак различно от това, което прави човек“ (Turing 1950). В изложеното от Тюринг не се открива недвусмислена дефиниция на понятието „мислене“, която да бъде използвана като критерий, а при изясняването на термина „машина“ се правят две допускания относно какво следва да се разбира под този термин, а именно – непредсказуемост на резултатите и изключване на човека. Очакването, че при машинен резултат, за който, ако отговорите са толкова удовлетворителни и състоятелни, че впечатлението е за общуване с човек, то следва да се заключи, че „машината мисли“, обаче отхвърля една съществена психофизиологична характеристика на човека – съзнанието, но съвременната невробиология и психология установяват, че последното като характеристика е налице и е функционална част от човешкия мозък (Tai 2019; Fabbro et al. 2020). Разглежданият модел на „мислеща машина“, която се самообучава, изключва и наличието на чувства, а понятието „интелект“, както и понятието „интелигентност“ не се използват, посочват или предполагат от Алън Тюринг нито веднъж в словесна комбинация с термина „машина“. Всъщност, разглеждайки въпроса за мислещата машина, Алън Тюринг поставя основите ѝ с аргумента мислене, а не с интелект или интелигентност.

Общоизвестно е в научните среди, че основната характеристика на интелекта е мисленето (Anthony 2011), а с интелигентността са свързани обосноваването, планирането, решаването на проблеми, абстрактното мислене, възприемането на сложни идеи и ученето (Colom 2020; Roback 1922). Предложени са и подходи за нейното структуриране в специфична йерархия (Colom et al. 2010), на чийто връх се позиционира общата интелигентност, която на следващо ниво се декомпозира на по-специфични способности като аналитични умения, вербални способности, обща памет, визуално възприятие, аудиторно възприятие, креативност, скорост на обработка, а на най-ниско ниво са разположени строго специфични познавателни способности като формулиране на изводи, лексикални познания, асоциативна памет, пространствени отношения, разпознаване на звуци, генериране на идеи и др. Очевидно интелигентността е твърде комплексна характеристика и макар да се разграничава от интелекта, тези две отделни качества се проявяват във взаимна зависимост при всеки когнитивен процес, което поставя сериозна отговорност при използването на тези понятия за обозначаване на едно чисто технологично постижение. Именно в тази насока по-нататък се търсят основания за обективност при формулировката на термина когнитивна машина.

2. Тенденции в разпространението и внедряването на когнитивните машини

За да се установи обективност при семантично-логическия анализ на идиома изкуствен интелект, следва да бъде представен и впоследствие анализиран определен набор от факти. В настоящия момент човечеството става свидетел на третия етап от глобалното развитие на ИИ – масовото навлизане в обществото. Платформата OpenAI реализира близо 1,8 милиарда посещения на месец, като средното време на потребител е около 5 мин. и 28 сек. (фиг. 1). Почти 50% от трафика на социалните медии към ChatGPT се насочва през платформата YouTube, следван от платформите Twitter, Facebook, LinkedIn, WhatsApp и други приложения (фиг. 2). Възходящата тенденция в обхвата на потребители бележи устойчивост – ChatGPT достига 1 милион потребители само 5 дни след пускането си в експлоатация, като над 53% от потребителите, които генерират споменатите по-горе над 1,8 милиарда посещения месечно, не разбират, че писменото съдържание е създадено от т. нар. изкуствен интелект.

Фигура 1. Статистически данни за трафика към платформата OpenAI

Фигура 2. Разпределение на трафика към услугата ChatGPT

Над 92% от компаниите във Fortune 500 използват платформата на OpenAI, а автоматизирани чатботове като Google Home, Amazon Echo, Apple HomePod са също базирани на т.нар. изкуствен интелект. В началото на 2024 г. широкото разпространение на когнитивните машини, макар и да бележи различни нива при отделните географски региони и индустрии, се отчита като водеща посока при внедряването на технологии (табл. 1).

Таблица 1. Области на внедряване на когнитивни машини

Автоматизация на ИТ процеси33%Сигурност и откриване на заплахи26%Когнитивни машини за мониторинг или управление25%Бизнес анализ или разузнаване24%Автоматизиране на обработката, разбирането и потока от документи24%Автоматизиране на отговорите и действията за самообслужване на клиентиили служители23%Автоматизация на бизнес процеси22%
Автоматизация на мрежови процеси22%Дигитален труд22%Маркетинг и продажби22%Откриване на измами22%Търсене и откриване на знания21%Човешки ресурси19%Финансово планиране и анализ18%Разузнаване на веригите за доставки18%

Когнитивните машини намират своето приложение и в области като здравеопазването (фиг. 3), като и в този отрасъл е налице възходяща тенденция на внедряването за периода 2021 – 2030 г. Поради ограниченията в обема, не са представени данни за влиянието им и в други области, но представените данни дават достатъчно основание за формиране на заключение, че влиянието на тази технология в сферата на човешката дейност е значително и при това с определен темп на нарастване.

Фигура 3. Прогноза за внедряване на когнитивни машини в сферата на здравеопазването в световен план (в USD)

3. Семантични, генеративни и антропологични проблеми

Разглеждайки обхвата на влияние върху цялостната дейност на човека от страна на когнитивните машини, може да се заключи, че е притеснителен недостатъчният обем на критично мислене в обществото, свързано с тази технология. Поради високо специализирания характер на когнитивната машина необходимостта от познания в тесен кръг от научни направления и в същото време ограниченият брой експерти твърде свободно се приемат терминологични и дори нормативно-правни формулировки и още по-свободно и без критично се приемат от масовия потребител различните формати машинно генерирано съдържание. А както подчертава (Kordon 2023), три са фундаменталните проблеми, свързани с инвазията на тази технология в обществото – етиката на ИИ, управлението на ИИ и дълбоката фалшива реалност, генерирана от него.

3.1. Семантичен проблем

Подлагайки на семантичен и логически анализ масово налагания термин „изкуствен интелект“ и настоящите възможности на когнитивните машини, следва да бъде приложено диференцирано разглеждане на съставляващите го понятия – „изкуствен“ и „интелект“. Съществува общо съгласие сред научната общност за същността на понятието „изкуствен“, както и преобладаващо съгласие за понятието „интелект“. Семантичният проблем възниква, когато се прилага терминът „изкуствен интелект“ за обозначаване на разпространените в момента когнитивни машини. Няма спор относно факта, че тази технология представлява апаратно-програмна реализация на когнитивни процеси, което дава основание на понятието „изкуствен“. Интелектът обаче е предмет на науки, чиито постановки поставят под въпрос наличието му у когнитивната машина.

Съвременната наука, в лицето на редица изследователи (Gardner 2011; Davis et al.; Morgan 2021; Marenus 2023), предлага разбирането на човешката интелигентност като съвкупност от интелигентности, или т.нар. „множествена интелигентност“. Парадигмата на множествената интелигентност обособява по определени характеристики, свойства и категории изграждащите я компоненти, а именно: образно-пространствена, езиково-вербална, логическо-математическа, интелигентност на физиологията и моториката, музикална, междуличностна, вътреличностна, интелигентност за естеството на природата. Музикалната интелигентност е свързана освен с ритъм, музика, композиране и хармония, но и с усет, чувствителност и импровизиране – аспекти, които когнитивните машини не могат да покрият, макар и да са в състояние да генерират музика. Междуличностната интелигентност включва освен вербално разбиране и общуване – аспекти, които когнитивните машини покриват, но и мотивация, намерения, желания, емоции (и тяхното разбиране), темперамент, настроение, прошка, които са присъщи само на човека. А що се отнася до вътреличностната интелигентност, свързана със самопознаване, самоотразяване, самооценка, самоконтрол, себеотричане, егоизъм и страх, тя изцяло се проявява като присъща само на човека. И след като приемаме, че интелектът е съвкупно понятие, то в контекста на горните разсъждения, можем да твърдим, че понятието интелект все още е присъщо единствено на Homo Sapiens.

В допълнение към тази дискусия могат да бъдат адресирани и заключението в (Kordon 2023), че ИИ има ограничени форми на разсъждение чрез текст, експертни правила, сложни зависимости и графи на знанието, както и твърдението, формулирано от услугата на OpenAI – че ChatGPT, като програмен продукт за обработка на естествен език (или голям езиков модел, както официално се представя самият ChatGPT), няма способността да извинява или изразява чувства, тъй като няма чувствителност, свързана с емоции или лична свобода на израз.

В тази светлина, определянето на програмен продукт като форма на интелект, в това число „изкуствен интелект“, би следвало да се разглежда като валидно само в художествени, литературни, икономически, творчески или социални аспекти. От научна и техническа гледна точка този програмен продукт представлява програмен продукт за обработка на естествен език, генериращ комплекс от логически машинни реакции, което би обосновало предлагания от авторите термин когнитивна машина да се използва в научен контекст.

3.2. Генеративен проблем

Проведен е експеримент със седем платформи за генериране на изображения (Adobe Firefly, DeepAI, Freepik, LeonardoAI, Dezgo, NightCafe, AnimeGenius) чрез текстово задание (prompt), съобразено по синтаксис с изискванията на разработчиците им. Дефинирани са седем прости текстови задания и са по-дадени последователно като заявки към изследваните системи. Целта е да се провери хипотезата за статистическа достоверност на генерираното изображение спрямо спецификата на текстовото задание. Защо се налага да бъде проведен такъв експеримент? Отговорът се корени в подходите за обучение на системите с ИИ, а те се заключават в контролирано обучение чрез подаване на проверени данни, неконтролирано обучение, при което няма яснота за данните, но чрез опити за групиране се получава известна представа за тях и форсирано обучение, при което се получава знание чрез многократни проби и грешки. Очевидно е, че само първият подход може да гарантира предсказуеми резултати.

В резултат от експеримента е формирана статистическа съвкупност от емпирични данни (генерирани изображения). Тъй като тези статистически единици имат качествена характеристика, те попадат в групата на категорийните – т.е. дефинирани словесно. Практиката определя, че при неметрична променлива, характеризираща се с качествен признак, при обработката на данните се прилага честотен анализ. Честотният анализ показва 15% статистическа достоверност на машинно генерираното съдържание.

Ключов момент от изследването е заключението, че на този етап от развитие машинно генерираното визуално съдържание е резултат по-скоро на произволност, отколкото на предвидимост. Това заключение се подкрепя и от подхода на самите доставчици на този род услуги, които се възползват от т.нар. халюциниране на ИИ например в BingAI Image Creator се поддържат три режима на генериране на изображения – креативен, балансиран и прецизен, а MidjourneyAI дава редица опции за прецизно модулиране именно на тази произволност, с което става възможно да се генерират изображения, трудно различими от художествени произведения, рисувани от човек. Тоест може да бъде обобщено, че разглежданите генератори на изображения са подходящи за приложение в сфери на човешката дейност като изкуството, литературата, киното, рекламата, графичното оформление при компютърните игри, но не и за фактологично достоверно приложение в образователен или научен контекст. При генераторите на звук може да се счита, че произволността е по-скоро предимство, отколкото недостатък, защото именно тя доближава резултата до творчески продукт.

При генераторите на текст халюцинирането също е налице и от самата им поява в Мрежата – масово дискутирано, като неизменно основната препоръка е да се проверява достоверността на генерираното съдържание. В настоящия етап човешката преценка все още е необходима за валидиране на машинно генерирания текст, което отново поставя въпроса за критичното мислене на потребителите. Генеративният проблем е изключително важен в този случай, защото не само в образованието, но и в науката масово се прибягва до по-мощта на тази технология, а именно в тези две области достоверността на съдържанието е с най-висок приоритет. Още повече че един от качествените индикатори за степента на дигитализация на даден университет е дали в него активно се използват системи с ИИ (Beloev et al. 2023).

3.3. Антропологичен проблем

Разглеждайки интелекта като фундаментално качество на Homo Sapiens, може с основание да се твърди, че при човека е налице формиране на уникална идентичност, основана на неговия интелект. При машината, поради невъзможността за формиране на набор от интелигентности, присъщи на човека, е все още невъзможно изграждането на такава идентичност. Докато при човека е налице персонален ценностен модел, формиращ личността, то при когнитивната машина няма заложена потребност от изграждането на такъв, тъй като при обучението ѝ е въведена определена част от общоприетите социални ценностни модели, необходима за функционирането на машината без проява на негативно отношение към която и да е личност.

5. Заключение

Въз основа на аргументи от интердисциплинарни научни направления се предлага мотивиран отговор на въпроса доколко семантично достоверен е терминът „изкуствен интелект“ в настоящия етап на развитие на програмната реализация на математически модели, емулиращи функционирането на човешкия мозък в когнитивни процеси. Приема се, че този термин е допустим за масова употреба и като маркетингова стратегия, но от технологична и инженерна перспектива, се предлага като по-достоверен терминът „когнитивна машина“.

Вследствие на механизмите на обучение генеративните когнитивни машини произвеждат изходен продукт, който се проявява като резултат по-скоро от произволност, а не предвидимост, което, от своя страна, в определени случаи може да се окаже предимство – например при изпълнение на творчески задачи, свързани с генериране на артистично съдържание (музика, картина, художествен текст).

Може да се направи изводът, че генеративните когнитивни машини биха могли да бъдат ефективен дидактически инструмент в образователния процес в две направления – от една страна, за насърчаване и развиване на креативността и творческите заложби на обучаваните, като се набляга основно на креативния режим на генериране на текст, изображения и музика, и от друга – при разработване на фактологично издържано и достоверно съдържание, свързано с изучаваната материя, но в този случай в прецизен режим на генериране и под контрол, преценка и редакция от страна на преподавателя.

В настоящия етап човешката преценка все още е необходима за валидиране на машинно генерираното съдържание (текст, изображения, музика, видео), което с особена острота поставя въпроса за критичното мислене на потребителите и очертава за пореден път необходимостта от неговото възпитаване и развитие. Генеративният проблем е изключително важен в този случай, защото не само в образованието, но и в науката масово се прибягва до помощта на когнитивните машини, а именно в тези две области достоверността на съдържанието е с най-висок приоритет.

Обобщаващото заключение е, че на този етап от развитието си масово разпространените прототипи на когнитивни генеративни машини са все още технологичен инструмент, който има ограничени способности за разсъждение, но не може да бъде класифициран все още като интелект. В този дух е и лаконичната дефиниция за самоопределяне на най-популярната система за машинно генериране на текст ChatCPT, а именно – голям езиков модел.

Благодарности и финансиране

Това проучване е финансирано от Европейския съюз – NextGenerationEU, чрез Националния план за възстановяване и устойчивост на Република България, проект № BG-RRP-2.013-0001-C01.

Acknowledgments & Funding

This study is financed by the European Union – NextGenerationEU, through the National Recovery and Resilience Plan of the Republic of Bulgaria, project № BG-RRP-2.013-0001-C01.

REFERENCES

ANTHONY, K., 2011. The Intellect, The Metaphysics of Mind. Oxford Academic, https://doi.org/10.1093/acprof:o so/9780192830708.003.0009.

BELOEV, H., SMRIKAROV, A., VOINOHOVSKA, V., & IVANOVA, G., 2023. Determining the degree of digitalization of a higher education institution. Strategies for Policy in Science & Education-Strategii na Obrazovatelnata i Nauchnata Politika, vol. 31, no. 4s, pp. 9 – 21. https://doi.org/10.53656/str2023-4s-1-det.

COLOM, R., 2020. Intellectual abilities. Handbook of Clinical Neurology, vol. 173, pp. 109 – 120, https://doi.org/10.1016/B978-0-444-641502.00012-5.

COLOM, R.; KARAMA, S.; JUNG, R.; E., HEIR, R., J., 2010. Human intelligence and brain networks. Dialogues Clinical Neuroscience, vol. 12, no. 4, pp. 489 – 501, doi: 10.31887/DCNS.2010.12.4/rcolom.

DAVIS, K.; CHRISTODOULOU, J.; SEIDER, S. & GARDNER, H., 2020. The Theory of Multiple Intelligences. In: Cambridge Handbook of Intelligence, Chapter: 24 (pp. 485 – 503), 2nd ed., Cambridge University Press, doi.org/10.1017/9781108770422.

FABBRO, F.; CANTONE, D.; FERUGLIO, S.; CRESCENTINI, C., 2019. Origin and evolution of human consciousness. Progress in Brain Research, Elsevier, vol. 250, pp. 317 – 343, ISBN: 978-0-444-64317-9.

GARDNER, H., E., 2011. Frames of Mind: The Theory of Multiple Intelligences. Basic Books, ISBN: 978-0-465-02434-6.

KORDON, A., 2023. The artificial intelligence perspective. Sofia: “Katechon” Collection, Iztok – Zapad Publ., ISBN: 978-619-01-1251-8. (In Bulgarian).

MARENUS, М., 2023. Howard Gardner’s Theory of Multiple Intelligences. https://www.simplypsychology.org/multiple-intelligences.html (01.02.2024)

MORGAN, H., 2021. Howard Gardner’s Multiple Intelligences Theory and his Ideas on Promoting Creativity. https://files.eric.ed.gov/fulltext/ ED618540.pdf (05.11.2023).

ROBACK, A., A., 1922. Intelligence and Intellect. The Journal of Philosophy, vol. 19, no. 12, pp. 325 – 330. https://www.jstor.org/ stable/2939874 (last visited: 17.11.2023).

TAI, M. C., 2020. The impact of artificial intelligence on human society and bioethics. Tzu Chi Medical Journal, vol. 32, no. 4, pp.339 – 343. doi: 10.4103/tcmj.tcmj_71_20.

TURING, A., M., 1950. Computing Machinery and Intelligence. Mind, vol. 59, no. 236, pp. 433 – 460. https://doi.org/10.1093/mind/LIX.236.433.

2025 година
Книжка 6
UNLOCKING THE POTENTIAL OF ESG AND AI IN HIGHER EDUCATION FINANCE: INSIGHTS FROM A STUDY ACROSS FIVE EUROPEAN COUNTRIES

Tina Vukasović, Rok Strašek, Liliya Terzieva;, Elenita Velikova, Justyna Tomala, Maria Urbaniec, Jarosław Pawlik, Michael Murg, Anita Maček

THE ROLE OF HIGHER EDUCATION FOR THE PROFESSIONAL REALIZATION OF STUDENTS – PROBLEMS AND PROSPECTS

Anny Atanasova, Viktoriya Kalaydzhieva, Radostina Yuleva-Chuchulayna, Kalina Durova-Angelova

Книжка 5
Книжка 4
ТРАНСФОРМАЦИИ НА ПАЗАРА НА ТРУДА И НУЖДАТА ОТ ОБРАЗОВАТЕЛНИ РЕФОРМИ

Ваня Иванова, Андрей Василев, Калоян Ганев, Ралица Симеонова-Ганева

Книжка 3
FORMING ENTREPRENEURIAL CULTURE THROUGH EDUCATION

Milena Filipova, Adriana Atanasova

Книжка 2s
THE STATE OF INCLUSION IN ADAPTED BASKETBALL

Stefka Djobova, Ivelina Kirilova

Книжка 2
MODEL OF PROFESSIONALLY DIRECTED TRAINING OF FUTURE ENGINEER-TEACHERS

Ivan Beloev, Valentina Vasileva, Іnna Savytska, Oksana Bulgakova, Lesia Zbaravska, Olha Chaikovska

DETERMINANTS AFFECTING ACADEMIC STAFF SATISFACTION WITH ONLINE LEARNING IN HIGHER MEDICAL EDUCATION

Miglena Tarnovska, ;, Rumyana Stoyanova, ;, Angelina Kirkova-Bogdanova;, Rositsa Dimova

Книжка 1s
AN INNOVATIVE MODEL FOR DEVELOPING DIGITAL COMPETENCES OF SOCIAL WORKERS

Lyudmila Vekova, Tanya Vazova, Penyo Georgiev, Ekaterina Uzhikanova-Kovacheva

Книжка 1
2024 година
Книжка 6s
DISRUPTIVE TECHNOLOGIES RISK MANAGEMENT

Miglena Molhova-Vladova, Ivaylo B. Ivanov

Книжка 6
AN INTEGRATIVE APPROACH TO ORGANIZING THE FORMATION OF STUDENTS’ COGNITIVE INDEPENDENCE IN CONDITIONS OF INTENSIFICATION OF LEARNING ACTIVITIES

Albina Volkotrubova, Aidai Kasymova, Zoriana Hbur, Antonina Kichuk, Svitlana Koshova, Svitlana Khodakivska

ИНОВАТИВЕН МОДЕЛ НА ПРОЕКТНО БАЗИРАНО ОБУЧЕНИЕ НА ГИМНАЗИАЛНИ УЧИТЕЛИ: ДОБРА ПРАКТИКА ОТ УниБИТ

Жоржета Назърска, Александър Каракачанов, Магдалена Гарванова, Нина Дебрюне

Книжка 5s
КОНЦЕПТУАЛНА РАМКА ЗА ИЗПОЛЗВАНЕ НА ИЗКУСТВЕНИЯ ИНТЕЛЕКТ ВЪВ ВИСШЕТО ОБРАЗОВАНИЕ

Акад. Христо Белоев, Валентина Войноховска, Ангел Смрикаров

ИЗСЛЕДВАНЕ ПРИЛОЖИМОСТТА НА БЛОКОВИ ВЕРИГИ ОТ ПЪРВО НИВО (L1) В СИСТЕМА ЗА ЕЛЕКТРОННО ОБУЧЕНИЕ

Андриан Минчев, Ваня Стойкова, Галя Шивачева, Доц Анелия Иванова

ПРЕДИЗВИКАТЕЛСТВА ПРИ ПРОМЯНА НА ПЛАТФОРМИ ЗА ДИСТАНЦИОННО ОБУЧЕНИЕ

Антон Недялков, Милена Кирова, Мирослава Бонева

APPLICATION OF ZSPACE TECHNOLOGY IN THE DISCIPLINES OF THE STEM CYCLE

Boyana Ivanova, Kamelia Shoilekova, Desislava Atanasova, Rumen Rusev

TEACHERS' ADAPTATION TO CHANGES IN AN INCREASINGLY COMPLEX WORLD THROUGH THE USE OF AI

Zhanat Nurbekova, Kanagat Baigusheva, Kalima Tuenbaeva, Bakyt Nurbekov, Tsvetomir Vassilev

АТОСЕКУНДНОТО ОБУЧЕНИЕ – МЕТАФОРА НА ДНЕШНОТО ОБРАЗОВАНИЕ

Юлия Дончева, Денис Асенов, Ангел Смрикаров, Цветомир Василев

Книжка 5
Книжка 4s
Книжка 4
MANAGERIAL ASPECTS OF COOPERATION AMONG HIGHER EDUCATION INSTITUTIONS AND THEIR STAKEHOLDERS

Olha Prokopenko, Svitlana Perova, Tokhir Rakhimov, Mykola Kunytskyi, Iryna Leshchenko

Книжка 3s
Книжка 3
Книжка 2
FORMATION OF PROFESSIONAL SKILLS OF AGRICULTURAL ENGINEERS DURING LABORATORY PRACTICE WHEN STUDYING FUNDAMENTAL SCIENCE

Ivan Beloev, Oksana Bulgakova, Oksana Zakhutska, Maria Bondar, Lesia Zbaravska

ИМИДЖ НА УНИВЕРСИТЕТА

Галя Христозова

Книжка 1s
COMPETITIVENESS AS A RESULT OF CREATIVITY AND INNOVATION

Nikolay Krushkov, Ralitza Zayakova-Krushkova

INTELLECTUAL PROPERTY AND SECURITY IN THE INTEGRATED CIRCUITS INDUSTRY

Ivan Nachev, Yuliana Tomova, Iskren Konstantinov, Marina Spasova

Книжка 1
PROBLEMS AND PERSPECTIVES FOR SOCIAL ENTREPRENEURSHIP IN HIGHER EDUCATION

Milena Filipova, Olha Prokopenko, Igor Matyushenko, Olena Khanova, Olga Shirobokova, Ardian Durmishi

2023 година
Книжка 6s
DEVELOPMENT OF A COMMON INFORMATION SYSTEM TO CREATE A DIGITAL CAREER CENTER TOGETHER WITH PARTNER HIGHER SCHOOLS

Yordanka Angelova, Rossen Radonov, Vasil Kuzmov, Stela Zhorzh Derelieva-Konstantinova

DRAFTING A DIGITAL TRANSFORMATION STRATEGY FOR PROJECT MANAGEMENT SECTOR – EMPIRICAL STUDY ON UAE

Mounir el Khatib, Shikha al Ali, Ibrahim Alharam, Ali Alhajeri, Gabriela Peneva, Jordanka Angelova, Mahmoud Shanaa

VOYAGE OF LEARNING: CRUISE SHIPS WEATHER ROUTING AND MARITIME EDUCATION

Svetlana Dimitrakieva, Dobrin Milev, Christiana Atanasova

СТРУКТУРНИ ПРОМЕНИ В ОБУЧЕНИЕТО НА МЕНИДЖЪРИ ЗА ИНДУСТРИЯ 5.0

Недко Минчев, Венета Христова, Иван Стоянов

RESEARCH OF THE INNOVATION CAPACITY OF AGRICULTURAL PRODUCERS

Siya Veleva, ; Margarita Mondeshka, Anka Tsvetanova

Книжка 6
Книжка 5s
ВИДОВЕ ТРАВМИ В ПАРАШУТИЗМА И ПРЕВЕНЦИЯТА ИМ

Капитан III ранг Георги Калинов

Книжка 5
Книжка 4s
DETERMINING THE DEGREE OF DIGITALIZATION OF A HIGHER EDUCATION INSTITUTION

Acad. Hristo Beloev, Angel Smrikarov, Valentina Voinohovska, Galina Ivanova

ОТ STEM КЪМ BEST: ДВА СТАНДАРТА, ЕДНА ЦЕЛ

Андрей Захариев, Стефан Симеонов, Таня Тодорова

Книжка 4
EFFECT OF RESILIENCE ON BURNOUT IN ONLINE LEARNING ENVIRONMENT

Radina Stoyanova, Sonya Karabeliova, Petya Pandurova, Nadezhda Zheckova, Kaloyan Mitev

Книжка 3s
INTELLIGENT ANIMAL HUSBANDRY: FARMER ATTITUDES AND A ROADMAP FOR IMPLEMENTATION

Dimitrios Petropoulos, Koutroubis Fotios, Petya Biolcheva, Evgeni Valchev

Книжка 3
STUDY OF THE DEVELOPMENT OF THE USE OF COMMUNICATIVE TECHNOLOGIES IN THE EDUCATIONAL PROCESS OF ENGINEERS TRAINING

Ivan Beloev, Valentina Vasileva, Sergii Bilan, Maria Bondar, Oksana Bulgakova, Lyubov Shymko

Книжка 2
РАЗПОЛОЖЕНИЕ НА ВИСШИТЕ УЧИЛИЩА В БЪЛГАРИЯ В КОНТЕКСТА НА ФОРМИРАНЕ НА ПАЗАРА НА ТРУДА

Цветелина Берберова-Вълчева, Камен Петров, Николай Цонков

Книжка 1
MODERNIZATION OF THE CONTENT OF THE LECTURE COURSE IN PHYSICS FOR TRAINING FUTURE AGRICULTURAL ENGINEERS

Ivan Beloev, Valentina Vasileva, Vasyl Shynkaruk, Oksana Bulgakova, Maria Bondar, Lesia Zbaravska, Sergii Slobodian

2022 година
Книжка 6
ORGANIZATION OF AN INCLUSIVE EDUCATIONAL ENVIRONMENT FOR THE STUDENTS WITH SPECIAL NEEDS

Halyna Bilavych, Nataliia Bakhmat, Tetyana Pantiuk, Mykola Pantiuk, Borys Savchuk

ДИГИТАЛИЗАЦИЯ НА ОБРАЗОВАНИЕТО В БЪЛГАРИЯ: СЪСТОЯНИЕ И ОБЩИ ТЕНДЕНЦИИ

Теодора Върбанова, Албена Вуцова, Николай Нетов

Книжка 5
ПРАВОТО НА ИЗБОР В ЖИВОТА НА ДЕЦАТА В РЕПУБЛИКА БЪЛГАРИЯ

Сийка Чавдарова-Костова, Даниела Рачева, Екатерина Томова, Росица Симеонова

Книжка 4
DIAGNOSIS AS A TOOL FOR MONITORING THE EFFECTIVENESS OF ADDICTION PREVENTION IN ADOLESCENTS

O.A. Selivanova, N.V. Bystrova, I.I. Derecha, T.S. Mamontova, O.V. Panfilova

Книжка 3
ПУБЛИЧНОТО РАЗБИРАНЕ НА НАУКАТА В МРЕЖОВИЯ СВЯТ

Светломир Здравков, Мартин Й. Иванов, Петя Климентова

Книжка 2
Книжка 1
ДИГИТАЛНАТА ИНТЕРАКЦИЯ ПРЕПОДАВАТЕЛ – СТУДЕНТ В ОНЛАЙН ОБУЧЕНИЕТО В МЕДИЦИНСКИТЕ УНИВЕРСИТЕТИ

Миглена Търновска, Румяна Стоянова, Боряна Парашкевова, Юлияна Маринова

2021 година
Книжка 6
Книжка 5
Книжка 4s
SIGNAL FOR HELP

Ina Vladova, Milena Kuleva

Книжка 4
PREMISES FOR A MULTICULTURAL APPROACH TO EDUCATION

Anzhelina Koriakina, Lyudmila Amanbaeva

Книжка 3
Книжка 2
ПЪРВА СЕДМИЦА ДИСТАНЦИОННО ОБУЧЕНИЕ В СУ „ИВАН ВАЗОВ“ В СТАРА ЗАГОРА

Тони Чехларова, Динко Цвятков, Неда Чехларова

Книжка 1
METHODOLOGY OF SAFETY AND QUALITY OF LIFE ON THE BASIS OF NOOSPHERIC EDUCATION SYSTEM FORMATION

Nataliia Bakhmat, Nataliia Ridei, Nataliia Tytova, Vladyslava Liubarets, Oksana Katsero

2020 година
Книжка 6
HIGHER EDUCATION AS A PUBLIC GOOD

Yulia Nedelcheva, Miroslav Nedelchev

Книжка 5
НАСЪРЧАВАНЕ НА СЪТРУДНИЧЕСТВОТО МЕЖДУ ВИСШИТЕ УЧИЛИЩА И БИЗНЕСА

Добринка Стоянова, Блага Маджурова, Гергана Димитрова, Стефан Райчев

Книжка 4
THE STRATEGY OF HUMAN RIGHTS STUDY IN EDUCATION

Anush Balian, Nataliya Seysebayeva, Natalia Efremova, Liliia Danylchenko

Книжка 3
Книжка 2
МИГРАЦИЯ И МИГРАЦИОННИ ПРОЦЕСИ

Веселина Р. Иванова

SOCIAL STATUS OF DISABLED PEOPLE IN RUSSIA

Elena G. Pankova, Tatiana V. Soloveva, Dinara A. Bistyaykina, Olga M. Lizina

Книжка 1
ETHNIC UPBRINGING AS A PART OF THE ETHNIC CULTURE

Sholpankulova Gulnar Kenesbekovna

2019 година
Книжка 6
EMOTIONAL COMPETENCE OF THE SOCIAL TEACHER

Kadisha K. Shalgynbayeva, Ulbosin Zh.Tuyakova

Книжка 5
Книжка 4
Книжка 3
УЧИЛИЩЕТО НА БЪДЕЩЕТО

Наталия Витанова

Книжка 2
Книжка 1
POST-GRADUATE QUALIFICATION OF TEACHERS IN INTERCULTURAL EDUCATIONAL ENVIRONMENT

Irina Koleva, Veselin Tepavicharov, Violeta Kotseva, Kremena Yordanova

ДЕЦАТА В КОНСТИТУЦИОННИТЕ НОРМИ НА БЪЛГАРИЯ

Румен Василев, Весела Марева

СЪСТОЯНИЕ НА БЪЛГАРСКОТО ОБРАЗОВАНИЕ

Анелия Любенова, Любомир Любенов

ЕДИН НОВ УЧЕБНИК

Ирина Колева

2018 година
Книжка 6
Книжка 5
A NEW AWARD FOR PROFESSOR MAIRA KABAKOVA

Irina Koleva, Editor-in-

Книжка 4
Книжка 3
BLENDED EDUCATION IN HIGHER SCHOOLS: NEW NETWORKS AND MEDIATORS

Nikolay Tsankov, Veska Gyuviyska, Milena Levunlieva

ВЗАИМОВРЪЗКАТА МЕЖДУ СПОРТА И ПРАВОТО

Ивайло Прокопов, Елица Стоянова

ХИМЕРНИТЕ ГРУПИ В УЧИЛИЩЕ

Яна Рашева-Мерджанова

Книжка 2
Книжка 1
2017 година
Книжка 6
ЗНАЧИМОСТТА НА УЧЕНЕТО: АНАЛИЗ НА ВРЪЗКИТЕ МЕЖДУ ГЛЕДНИТЕ ТОЧКИ НА УЧЕНИЦИ, РОДИТЕЛИ И УЧИТЕЛИ

Илиана Мирчева, Елена Джамбазова, Снежана Радева, Деян Велковски

Книжка 5
ОРГАНИЗАЦИОННА КУЛТУРА В УЧИЛИЩЕ

Ивайло Старибратов, Лилия Бабакова

Книжка 4
КОУЧИНГ. ОБРАЗОВАТЕЛЕН КОУЧИНГ

Наталия Витанова, Нели Митева

Книжка 3
Книжка 2
Книжка 1
ЕМПАТИЯ И РЕФЛЕКСИЯ

Нели Кънева, Кристиана Булдеева

2016 година
Книжка 6
Книжка 5
Книжка 4
Книжка 3
Книжка 2
Книжка 1
2015 година
Книжка 6
Книжка 5
Книжка 4
ПРАГМАТИЧНАТА ДИДАКТИКА

Николай Колишев

Книжка 3
Книжка 2
Книжка 1
2014 година
Книжка 6
Книжка 5
КОХЕРЕНТНОСТ НА ПОЛИТИКИ

Албена Вуцова, Лиляна Павлова

Книжка 4
USING THE RESULTS OF A NATIONAL ASSESSMENT OF EDUCATIONAL ACHIEVEMENT

Thomas Kellaghan, Vincent Greaney, T. Scott Murray

Книжка 3
USING THE RESULTS OF A NATIONAL ASSESSMENT OF EDUCATIONAL ACHIEVEMENT

Thomas Kellaghan, Vincent Greaney, T. Scott Murray

Книжка 2
PROFESSIONAL DEVELOPMENT OF UNIVERSITY FACULTY: А SOCIOLOGICAL ANALYSIS

Gulnar Toltaevna Balakayeva, Alken Shugaybekovich Tokmagambetov, Sapar Imangalievich Ospanov

USING THE RESULTS OF A NATIONAL ASSESSMENT OF EDUCATIONAL ACHIEVEMENT

Thomas Kellaghan, Vincent Greaney, T. Scott Murray

Книжка 1
РЕФЛЕКСИЯТА В ИНТЕГРАТИВНОТО ПОЛЕ НА МЕТОДИКАТА НА ОБУЧЕНИЕТО ПО БИОЛОГИЯ

Иса Хаджиали, Наташа Цанова, Надежда Райчева, Снежана Томова

USING THE RESULTS OF A NATIONAL ASSESSMENT OF EDUCATIONAL ACHIEVEMENT

Thomas Kellaghan, Vincent Greaney, T. Scott Murray

2013 година
Книжка 6
Книжка 5
Книжка 4
QUESTIONNAIRE DEVELOPMENT

ÎÖÅÍßÂÀÍÅÒÎ

Книжка 3
MASS MEDIA CULTURE IN KAZAKHSTAN

Aktolkyn Kulsariyeva Yerkin Massanov Indira Alibayeva

РЪКОВОДСТВО ЗА СЪСТАВЯНЕ НА ТЕСТОВЕ*

Фернандо Картрайт, Джери Мусио

РОССИЙСКАЯ СИСТЕМА ОЦЕНКИ КАЧЕСТВА ОБРАЗОВАНИЯ: ГЛАВНЫЕ УРОКИ

В. Болотов / И. Вальдман / Г. Ковалёва / М. Пинская

Книжка 2
ОЦЕНЯВАНЕ НА ГРАЖДАНСКИТЕ КОМПЕТЕНТНОСТИ НА УЧЕНИЦИТЕ: ПРЕДИЗВИКАТЕЛСТВА И ВЪЗМОЖНОСТИ

Светла Петрова Център за контрол и оценка на качеството на училищното образование

РЪКОВОДСТВО ЗА СЪСТАВЯНЕ НА ТЕСТОВЕ*

Фернандо Картрайт, Джери Мусио

Книжка 1
Уважаеми читатели,

вет, както и от международния борд за предоставените статии и студии, за да могат да бъдат идентифицирани в полето на образованието пред широката аудитория от педа- гогически специалисти във всички степени на образователната ни система. Благодаря за техния всеотдаен и безвъзмезден труд да създават и популяризират мрежа от научни съобщества по профила на списанието и да насърчават научните изследвания. Благодаря на рецензентите от национално представените висши училища, на- учни институции и

РЪКОВОДСТВО ЗА СЪСТАВЯНЕ НА ТЕСТОВЕ

Фернандо Картрайт, Джери Мусио

2012 година
Книжка 6
DEVELOPMENT OF SCIENCE IN KAZAKHSTAN IN THE PERIOD OF INDEPENDENCE

Aigerim Mynbayeva Maira Kabakova Aliya Massalimova

Книжка 5
Книжка 4
Книжка 3
СИСТЕМАТА ЗА РАЗВИТИЕ НА АКАДЕМИЧНИЯ СЪСТАВ НА РУСЕНСКИЯ УНИВЕРСИТЕТ „АНГЕЛ КЪНЧЕВ“

Христо Белоев, Ангел Смрикаров, Орлин Петров, Анелия Иванова, Галина Иванова

Книжка 2
ПРОУЧВАНЕ НА РОДИТЕЛСКОТО УЧАСТИЕ В УЧИЛИЩНИЯ ЖИВОТ В БЪЛГАРИЯ

* Този материал е изготвен въз основа на резултатите от изследването „Parental Involvement in Life of School Matters“, проведено в България в рамките на проек- та „Advancing Educational Inclusion and Quality in South East Europe“, изпълняван

ВТОРИ ФОРУМ ЗА СТРАТЕГИИ В НАУКАТА

Тошка Борисова В края на 2011 г. в София се проведе второто издание на Форум за страте- гии в науката. Основната тема бе повишаване на международната видимост и разпознаваемост на българската наука. Форумът се организира от „Elsevier“ – водеща компания за разработване и предоставяне на научни, технически и медицински информационни продукти и услуги , с подкрепата на Министер- ството на образованието, младежта и науката. След успеха на първото издание на Форума за стратегии в науката през

Книжка 1
РЕЙТИНГИ, ИНДЕКСИ, ПАРИ

Боян Захариев