ИССЛЕДОВАНИЕ ВЛИЯНИЯ ПРОМПТ-ИНЖИНИРИНГА НА КАЧЕСТВО ГЕНЕРИРУЕМОГО КОНТЕНТА ДЛЯ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММ

Аннотация

Представленное исследование посвящено анализу влияния промпт-инжиниринга на качество генерируемого контента языковыми моделями для образовательных программ. В работе проведен всесторонний анализ эффективности различных методик промптинга при интерпретации компонентов образовательных программ с использованием широкого спектра современных языковых моделей - от компактных до крупномасштабных. На основе обработки масштабного корпуса из 8269 образовательных программ выявлена структурно-семантическая градация их компонентов по степени интерпретируемости искусственным интеллектом. Высокоинтерпретируемые компоненты (цели образовательных программ, сведения о дисциплинах, формируемые результаты обучения) демонстрируют стабильно высокие значения косинусного сходства, в то время как низкоинтерпретируемые компоненты (Atlas профессии) показывают устойчиво низкие значения. Исследование установило различную эффективность методов промптинга для разных компонентов: few-shot learning наиболее эффективен для целей образовательных программ, а chain of thought — для профессиональных стандартов. Особую научную ценность представляет выявленное "специализационное преимущество" — адаптированная с использованием техники LoRA модель значительно превосходит более крупные неспециализированные аналоги в интерпретации образовательного контента, что опровергает гипотезу о линейной зависимости между параметрическим объемом модели и качеством ее работы. Полученные результаты формируют основу для разработки оптимальных стратегий применения языковых моделей в образовательной аналитике и открывают перспективы для дальнейших исследований в области интерпретации сложных семантических структур образовательных программ искусственным интеллектом. Практическая значимость исследования заключается в разработке рекомендаций по выбору оптимальных моделей и методов промптинга для различных задач анализа образовательных программ, а также стратегий специализированной настройки языковых моделей для повышения эффективности интерпретации специфических компонентов.