Перейти до змісту
Електронне моделювання
UK EN
Меню

Створення текстових навчальних матеріалів підготовки персоналу підприємств атомної енергетики за допомогою штучного інтелекту

А.О. Тарановський, аспірант, В.Д. Самойлов, д-р техн. наук
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
Україна, 03164, Київ, вул. Олега Мудрака, 15
тел. +380983289828, e-mail: artem.taranowski@pimee.ua

Èlektron. model. 2025, 48(1):51-71
https://doi.org/10.15407/emodel.48.01.051

Повний текст (PDF)

English version

Анотація

Досліджено можливість використання технологій генеративного штучного інтелекту на основі великих мовних моделей для створення навчальних матеріалів з підготовки персо­налу в енергетичній сфері на прикладі підприємств атомної енергетики. Актуальність ви­світлюваної проблеми зумовлюється значним обсягом нормативно-технічної документації, а також високою ресурсоємністю традиційного процесу підготовки навчальних матеріалів. Проаналізовано нормативні вимоги до підготовки персоналу, сучасний стан технологій автоматизованого резюмування текстів, а також пов’язані із галюцинаціями штучного ін­телекту ризики. Запропоновано підхід до автоматизації створення навчальної складової курсів контролю знань шляхом структурування, вибіркового та анотаційного резюмуван­ня нормативних документів, а також обробки графічних матеріалів у складі таких до­кументів. Проведено експериментальну перевірку з використанням поширених інстру­ментів генеративного штучного інтелекту та здійснено порівняння отриманих результатів з матеріалами, створеними експертами в предметній області. Результати свідчать про до­сягнення співставної точності й зрозумілості за відсутності негативного впливу галюци­націй та за істотного скорочення часу розробки, за умови збереження експертного конт­ролю з боку людини. Зроблено висновок про практичну придатність запропонованого підходу та його перспективність для підвищення ефективності підготовки персоналу енергетичних підприємств.

Ключові слова

штучний інтелект, великі мовні моделі, генеративний штучний інтелект, контроль знань, навчальні матеріали

Список літератури

  1. ПР‑Д.0.06.555‑25‑ІІІ. Перелік діючих нормативних документів експлуатуючої орга­нізації. 2025. 246 с.
  2. СОУ НАЕК 101:2021. Управління кваліфікацією персоналу. Підготовка персоналу ДП «НАЕК «Енергоатом». Терміни та визначення. На заміну СОУ НАЕК 101:2015. Київ, 2021. 119 с.
  3. СОУ НАЕК 102:2022. Управління кваліфікацією персоналу. Вимоги до навчально-методичних матеріалів. На заміну СОУ НАЕК 102:2015. Київ, 2022. 53 с.
  4. Угода про фінансування Щорічної програми дій з ядерної безпеки 2010 — частина II : Міжнародний договір між Кабінетом Міністрів України та Європейським Союзом від 10.05.2011. URL: https://zakon.rada.gov.ua/laws/show/994_a69 (дата звернення: 04.12.2025).
  5. ПЛ-Д.0.07.698-21. Положення про дистанційне навчання персоналу ДП «НАЕК «Енергоатом». 2021. 19 с.
  6. СОУ НАЕК 244:2021. Управління кваліфікацією персоналу. Вимоги до технічних засобів навчання персоналу ВП АЕС. На заміну СТП 0.18.023-2003. Київ, 2021. 54 с.
  7. Promises and challenges of generative artificial intelligence for human learning / L. Yan et al. Nature Human Behaviour. 2024. Vol. 8, no. 10. P. 1839—1850. URL: https://doi.org/ 10.1038/s41562-024-02004-5 (дата звернення: 25.05.2025).
  8. Merine R., Purkayastha S. Risks and Benefits of AI-generated Text Summarization for Expert Level Content in Graduate Health Informatics. 2022 IEEE 10th International Conference on Healthcare Informatics (ICHI), Rochester, MN, USA, 11—14 June 2022. URL: https://doi.org/10.1109/ichi54592.2022.00113 (дата звернення: 01.06.2025).
  9. Practical and ethical challenges of large language models in education: A systematic scoping review / L. Yan et al. British Journal of Educational Technology. 2023. URL: https://doi.org/10.1111/bjet.13370 (дата звернення: 06.06.2025).
  10. Prototyping the use of Large Language Models (LLMs) for adult learning content creation at scale / D. Leiker et al. Proceedings of the workshop on empowering education with llms — the next-gen interface and content generation 2023 co-located with 24th international conference on artificial intelligence in education (AIED 2023) : Proceedings of the Workshop, Tokyo, 7 July 2023. P. 3—7. URL: https://ceur-ws.org/Vol-3487/short1.pdf (дата звернення: 06.06.2025).
  11. Murray T. Authoring Intelligent Tutoring Systems: An analysis of the state of the art. International Journal of Artificial Intelligence in Education. 1999. Vol. 10, no. 1. P. 98—129. URL: https://telearn.hal.science/hal-00197339v1 (дата звернення: 09.12.2025).
  12. Mikeladze T. Creating teaching materials with ChatGPT. Proceedings of the IRCEELT–2023 13th International Research Conference on Education, Tbilisi, 5–6 May 2023. Tbilisi, 2023. P. 29—36. URL: https://ircelt.ibsu.edu.ge/wp-content/uploads/2023/09/A4-PROCEDINGS-BOOK-IRCEELT-2023.pdf. (дата звернення: 05.07.2025).
  13. Human-centered artificial intelligence in education: Seeing the invisible through the visible / S.J.H. Yang et al. Computers and Education: Artificial Intelligence. 2021. Vol. 2. P. 100008. URL: https://doi.org/10.1016/j.caeai.2021.100008 (дата звернення: 27.07.2025).
  14. A Survey on Evaluation of Large Language Models / Y. Chang et al. ACM Transactions on Intelligent Systems and Technology. 2024. URL: https://doi.org/10.1145/3641289 (дата звернення: 12.06.2025).
  15. On Faithfulness and Factuality in Abstractive Summarization / J. Maynez et al. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, Online. Stroudsburg, PA, USA, 2020. URL: https://doi.org/10.18653/v1/2020.acl-main.173 (дата звернення: 31.05.2025).
  16. Survey of Hallucination in Natural Language Generation / Z. Ji et al. ACM Computing Surveys. 2022. URL: https://doi.org/10.1145/3571730 (дата звернення: 10.12.2025).
  17. Generative AI for Customizable Learning Experiences / I. Pesovski et al. Sustainability. 2024. Vol. 16, no. 7. P. 3034. URL: https://doi.org/10.3390/su16073034 (дата звернення: 30.06.2025).
  18. АСКО. Компʼютерні системи підготовки персоналу АСОТ. URL: https://aspect.asot. com.ua/asko (дата звернення: 14.12.2025).
  19. Розробка баз даних навчальних курсів для автоматизованої системи комп’ютерного навчання і контролю знань «АСКО». Публічні закупівлі України Prozorro. URL: https://prozorro.gov.ua/uk/tender/UA-2020-12-04-002753-a (дата звернення: 14.12.2025).
  20. Розробка баз даних навчальних курсів з охорони праці та спеціальних правил безпеки НПАОП для автоматизованої системи комп’ютерного навчання і контролю знань «АСКН». Публічні закупівлі України Prozorro. URL: https://prozorro.gov.ua/uk/tender/ UA-2020-10-09-006885-a (дата звернення: 14.12.2025).
  21. Learn about Gemini, the everyday AI assistant from Google. Google Gemini. URL: https://gemini.google/about (дата звернення: 17.07.2025).
  22. ChatGPT. OpenAI. URL: https://openai.com/chatgpt/overview (дата звернення: 17.07.2025).
  23. Microsoft Edge Copilot. Microsoft. URL: https://www.microsoft.com/edge/features/copilot (дата звернення: 17.07.2025).
  24. Sharma A., Aggarwal M. A Holistic Review of Image-to-Text Conversion: Techniques, Evaluation Metrics, Multilingual Captioning, Storytelling and Integration. SN Computer Science. 2025. Vol. 6, no. 3. URL: https://doi.org/10.1007/s42979-025-03719-6 (дата звернення: 15.12.2025).
  25. The Revolution of Multimodal Large Language Models: A Survey / D. Caffagni et al. Findings of the Association for Computational Linguistics ACL 2024, Bangkok, Thailand and virtual meeting. Stroudsburg, PA, USA, 2024. P. 13590—13618. URL: https://doi.org/ 10.18653/v1/2024.findings-acl.807 (дата звернення: 15.12.2025).
  26. ElSayed M., Shultz J., Kurtz J. User-friendly AI-driven automation for rapid building energy model generation. Energy and Buildings. 2025. P. 116092. URL: https://doi.org/ 10.1016/j.enbuild.2025.116092 (дата звернення: 15.12.2025)
  27. Adnin R., Das M. "I look at it as the king of knowledge": How Blind People Use and Understand Generative AI Tools. ASSETS '24: The 26th International ACM SIGACCESS Conference on Computers and Accessibility, St. John's NL Canada. New York, NY, USA, 2024. P. 1—14. URL: https://doi.org/10.1145/3663548.3675631 (дата звернення: 15.12.2025).
  28. Multimodal large language models for medical image diagnosis: Challenges and opportunities / A. Zhang et al. Journal of Biomedical Informatics. 2025. Vol. 169. P. 104895. URL: https://doi.org/10.1016/j.jbi.2025.104895 (дата звернення: 15.12.2025).
  29. Fu B., Hadid A., Damer N. Generative AI in the context of assistive technologies: Trends, limitations and future directions. Image and Vision Computing. 2025. Vol. 154. P. 105347. URL: https://doi.org/10.1016/j.imavis.2024.105347 (дата звернення: 15.12.2025).
  30. A survey of multilingual large language models / L. Qin et al. Patterns. 2025. Vol. 6, no. 1. P. 101118. URL: https://doi.org/10.1016/j.patter.2024.101118 (дата звернення: 15.12.2025).

ТАРАНОВСЬКИЙ Артем Олександрович, аспірант Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 2002 р. закінчив Донецький національний уні­верситет. Область наукових досліджень — штучний інтелект, дані.

САМОЙЛОВ Віктор Дмитрович, д-р техн. наук, професор, гол. наук. співробітник Інсти­туту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 1960 р. закінчив Українську академію сільськогосподарських наук. Область наукових досліджень — комп’ю­терні технології моделювання, тренажери, професіональна діагностика в енергетиці.