Какие перспективные информационные технологии цифровой экономики еще не нашли широкого применения и в образовании Вопрос 4Ответ a. дополненная реальность b. искусственный интеллект c. аддитивные технологии d. ИТ-генетика e. блокчейн f. виртуальная реальность g. робототехника h. большие данные

Кратко: выбираем те технологии, которые перспективны для цифровой экономики и пока не нашли широкого применения именно в образовании. Из анализа списка стоит исключить искусственный интеллект (AI) как уже имеющий значительную долю внедрений в образовательные технологии, особенно в крупных системах и онлайн-платформах. Остальные — а, c, d, e, f, g, h — можно рассмотреть как перспективные и не в полном объёме реализованные в школах/вузах. Разбор по пунктам: - a. Дополненная реальность (AR) Применение в образовании растёт, но пока не повсеместно: требуется оборудование, контент и интеграция в учебные курсы. Перспективна для наглядности и интерактивности. - b. Искусственный интеллект (AI) Уже активно внедряется в образование (адаптивное обучение, чат-боты, аналитика успеваемости). Поэтому не подходит к ответу как «ещё не нашла широкого применения». - c. Аддитивные технологии (3D-печать) Полезна в моделировании, прототипировании, STEM-уроках. Не везде доступна, часто ограничена по бюджету и материалам. Перспективна и пока не повсеместна. - d. IT-генетика Узкоспециализированная область на стыке информатики и биологии; в образовании пока мало интегрирована. Перспективна в контексте биоинформатики и генетических приложений. - e. Блокчейн Возможности в верификации достижений, цифровых сертификатах и учётной информации. В образовании применяeтся пока не широко; перспективна для будущего внедрения. - f. Виртуальная реальность (VR) Как и AR, обеспечивает погружение и безопасную среду для сложных тем. Не везде внедрена, дорогостоящая инфраструктура — ограничение. Перспективна. - g. Робототехника Используется в отдельных школах и кружках; широкого повсеместного внедрения еще мало. Перспективна для практики, инженерного мышления и навыков 21 века. - h. Большие данные (big data) Аналитика обучаемости и персонализация обучения — растущее направление. В большинстве школ ещё не реализовано на системном уровне; перспектива высокая. Итоговый ответ (что выбрать как нешироко применяемое и перспективное в образовании): a, c, d, e, f, g, h Коротко: исключаем b (AI) как уже имеющее заметный уровень внедрения, включаем остальные технологии как те, которые являются перспективными и ещё не нашли широкого применения в образовании.