Ilya Levin -
Holon Institute of Technology (IL),
Natalia Bukhshtaber -
Holon Institute of Technology (IL),
Konstantin Minyar-Beloruchev -
Holon Institute of Technology (IL),
Abstract
L’intelligence artificielle générative dans la société de l’information : implications pour l’enseignement supérieur et la recherche
Ilya Levin, Natalia Bukhshtaber, Konstantin Minyar-Beloruchev
L’intelligence artificielle générative (IA générative) représente un changement fondamental dans le développement de l’intelligence artificielle, marquant le passage des systèmes fondés sur des règles à des réseaux neuronaux capables de créer des contenus inédits et de résoudre des problèmes complexes grâce à la reconnaissance de motifs et à la compréhension contextuelle. Cette évolution remet en question les paradigmes traditionnels de l’informatique, comme en témoignent les innovations en matière de grands modèles de langage et de génération d’images fondée sur des modèles de diffusion. Cet article examine les effets de l’émergence de l’IA générative sur l’enseignement et la recherche en informatique et dans les domaines connexes. En nous appuyant sur le modèle culturel de White, qui prend en compte les dimensions technologiques, sociétales et institutionnelles, nous analysons la manière dont les capacités de l’IA générative se distinguent des approches informatiques traditionnelles, tant sur le plan théorique que pratique. Notre recherche met en évidence des défis spécifiques pour l’enseignement supérieur, notamment la nécessité d’enseigner le raisonnement contextuel, de prendre en compte les comportements émergents et de développer des compétences adaptatives en résolution de problèmes. Nous proposons des stratégies pédagogiques telles que l’apprentissage par projets à l’aide d’outils d’IA générative et l’intégration interdisciplinaire. Ces recommandations visent à faire de l’IA générative une discipline universitaire à part entière, tout en préparant les étudiants et les chercheurs à son rôle croissant dans les pratiques scientifiques et professionnelles.
Generatywna sztuczna inteligencja w społeczeństwie informacyjnym: implikacje dla szkolnictwa wyższego i badań naukowych
Autorzy: Ilya Levin, Natalia Bukhshtaber, Konstantin Minyar-Beloruchev
Streszczenie:
Generatywna sztuczna inteligencja (GenAI) stanowi fundamentalną zmianę w rozwoju sztucznej inteligencji: od systemów opartych na regułach ku sieciom neuronowym zdolnym do tworzenia nowych treści i rozwiązywania złożonych problemów dzięki rozpoznawaniu wzorców i rozumieniu kontekstu. Ewolucja ta podważa tradycyjne paradygmaty informatyki (Computer Science, CS), czego dowodzą innowacje w zakresie dużych modeli językowych oraz generowania obrazów z wykorzystaniem modeli dyfuzyjnych. W artykule zbadano, w jaki sposób pojawienie się GenAI wpływa na edukację i badania naukowe w dziedzinie informatyki oraz dyscyplinach pokrewnych. Wykorzystując kulturowy model White’a, obejmujący analizę wymiarów technologicznego, społecznego i instytucjonalnego, przeanalizowano różnice między możliwościami GenAI a tradycyjnymi podejściami informatycznymi, zarówno w teorii, jak i w praktyce. Badania ujawniły konkretne wyzwania stojące przed szkolnictwem wyższym, w tym potrzebę nauczania rozumowania kontekstowego, radzenia sobie z zachowaniami emergentnymi oraz rozwijania umiejętności adaptacyjnego rozwiązywania problemów. Zaproponowano strategie edukacyjne, takie jak uczenie się oparte na projektach z wykorzystaniem narzędzi GenAI oraz integracja międzydyscyplinarna. Zalecenia te mają na celu ustanowienie GenAI jako odrębnej dyscypliny akademickiej, a jednocześnie przygotowanie studentów i badaczy do jej rosnącej roli w praktyce naukowej i zawodowej.
IA generativa en la sociedad de la información: Implicaciones para la educación superior y la investigación
Autores:
Ilya Levin - Holon Institute of Technology (IL)
Natalia Bukhshtaber - Holon Institute of Technology (IL)
Konstantin Minyar-Beloruchev - Holon Institute of Technology (IL)
La Inteligencia Artificial Generativa (GenAI) representa un cambio fundamental en el desarrollo de la inteligencia artificial, al pasar de sistemas basados en reglas a redes neuronales capaces de crear contenido novedoso y resolver problemas complejos mediante el reconocimiento de patrones y la comprensión contextual. Esta evolución desafía los paradigmas tradicionales de las Ciencias de la Computación (CS), como lo demuestran las innovaciones en los grandes modelos de lenguaje y en la generación de imágenes basada en modelos de difusión.
Este artículo investiga cómo la aparición de la GenAI afecta a la educación y la investigación en ciencias de la computación y campos relacionados. A través del modelo cultural de White —examinando las dimensiones tecnológica, social e institucional— analizamos cómo las capacidades de la GenAI difieren de los enfoques tradicionales de las Ciencias de la Computación tanto en la teoría como en la práctica.
Nuestra investigación revela desafíos específicos para la educación superior, entre ellos la necesidad de enseñar razonamiento contextual, abordar comportamientos emergentes y desarrollar habilidades adaptativas para la resolución de problemas. Proponemos estrategias educativas como el aprendizaje basado en proyectos con herramientas de GenAI y la integración interdisciplinaria.
Estas recomendaciones tienen como objetivo consolidar la GenAI como una disciplina académica diferenciada, al tiempo que preparan a estudiantes e investigadores para su creciente papel en las prácticas científicas y profesionales.
Генеративний штучний інтелект в інформаційному суспільстві: наслідки для вищої освіти та наукових досліджень
Автори:
Ilya Levin, Natalia Bukhshtaber, Konstantin Minyar-Beloruchev
Анотація:
Генеративний штучний інтелект (GenAI) знаменує фундаментальну зміну в розвитку штучного інтелекту — перехід від систем, заснованих на правилах, до нейронних мереж, здатних створювати новий контент і розв’язувати складні завдання завдяки розпізнаванню закономірностей та контекстуальному розумінню. Ця еволюція ставить під сумнів традиційні парадигми комп’ютерних наук (CS), про що свідчать інновації у сфері великих мовних моделей і генерації зображень на основі дифузійних моделей. У статті досліджується, як поява GenAI впливає на освіту та наукові дослідження в галузі комп’ютерних наук і суміжних дисциплін. Спираючись на культурну модель Вайта, що охоплює технологічний, суспільний та інституційний виміри, ми аналізуємо, чим можливості GenAI відрізняються від традиційних підходів у комп’ютерних науках як у теорії, так і на практиці. Наше дослідження виявляє конкретні виклики для вищої освіти, зокрема необхідність навчати контекстуального міркування, працювати з емерджентною поведінкою та розвивати навички адаптивного розв’язання проблем. Ми пропонуємо освітні стратегії, зокрема проєктне навчання з використанням інструментів GenAI та міждисциплінарну інтеграцію. Ці рекомендації спрямовані на утвердження GenAI як окремої академічної дисципліни, водночас готуючи студентів і дослідників до його дедалі більшої ролі в науковій та професійній діяльності.
Generative Artificial Intelligence (GenAI) represents a fundamental shift in AI development, moving from rule-based systems to neural networks capable of creating novel content and solving complex problems through pattern recognition and contextual understanding. This evolution challenges traditional Computer Science (CS) paradigms, as evidenced by innovations in large language models and diffusion-based image generation. This paper investigates how GenAI's emergence affects education and research in computer science and related fields. Through White's cultural model—examining technological, societal, and institutional dimensions—we analyse how GenAI's capabilities diverge from traditional CS approaches in both theory and practice. Our research reveals specific challenges for higher education, including the need to teach contextual reasoning, handle emergent behaviors, and develop adaptive problem-solving skills. We propose educational strategies such as project-based learning with GenAI tools and cross-disciplinary integration. These recommendations aim to establish GenAI as a distinct academic discipline while preparing students and researchers for its increasing role in scientific and professional practices.
Academic discipline and sub-disciplines:
Artificial Intelligence; Education; Cognitive Sciences