Программируемые алгоритмы и нейросети в обучении математическим дисциплинам
DOI: 10.23951/2307-6127-2026-2-55-65
В статье представлены результаты исследования применения нейросетей в обучении математическим дисциплинам и сравнению их возможностей с продуктами на основе программируемых алгоритмов: базами данных задач, компьютерными тренажерами и интеллект-картами. Рассматриваются вопросы: могут ли нейросети эффективно генерировать учебный контент, развивать вычислительные навыки учащихся, предоставлять достоверную справочную информацию и выступать в роли репетиторов при подготовке к экзаменам, включая ЕГЭ и ОГЭ. Использование искусственного интеллекта (ИИ) в образовательной практике растет, особенно среди школьников и студентов, которые применяют нейросети для выполнения домашних заданий и списывания на экзаменах. Однако эксперименты демонстрируют, что сгенерированные ИИ задания часто содержат арифметические ошибки и логические несоответствия, а галлюцинации нейросетей делают их ненадежным источником информации. Сравнительные тесты ChatGPT, DeepSeek, GigaChat и Алисы Яндекс на заданиях ЕГЭ выявили ограниченную способность нейросетей решать сложные задачи второй части и неспособность решать задачи, условие которых заданно рисунком. Компьютерные тренажеры, базы данных задач и интеллект-карты остаются незаменимыми для формирования устойчивых математических навыков: усвоения логической структуры дисциплин и запоминания математических фактов. Важные преимущества этих инструментов: генерация неограниченного количества достоверных упражнений для развития математических навыков; интерфейс, обеспечивающий мгновенную обратную связь; отслеживание прогресса учащихся через базу данных. Показано, что нейросети могут быть полезны для генерации учебных материалов и анализа больших неочищенных данных, формирования нетривиальных рекомендаций для совершенствования учебного процесса. Однако они не способны наблюдать за деятельностью ученика, выявлять индивидуальные пробелы и корректировать образовательную траекторию, что делает их слабой заменой учителю или репетитору. Оптимальная стратегия интеграции ИИ в образовательный процесс заключается в сочетании возможностей нейросетей с проверенными средствами на основе программируемых алгоритмов. Учитель, корректируя и проверяя результаты работы ИИ, может повысить эффективность учебного процесса, сохранив при этом надежность и качество формирования знаний и навыков.
Ключевые слова: нейросети, искусственный интеллект, программируемые алгоритмы, обучение математике, вычислительные навыки, генерация учебного контента, ЕГЭ, ОГЭ, интеллект-карты, компьютерные тренажеры
Библиография:
1. Стычинский М.С. Применение искусственных когнитивных систем в образовании и науке // Электронный научно-образовательный журнал «История». 2024. Т. 15, № 12-2 (146). doi: 10.18254/S207987840032014-4
2. Уже каждый четвертый родитель ученика 5–6 классов знает, что ребенок выполняет «домашку» с ИИ. URL: https://www.superjob.ru/research/articles/115357/uzhe-kazhdyj-chetvertyj-roditel-uchenika-5/ (дата обращения: 5.09.2025).
3. Belkin D. They Were Every Student’s Worst Nightmare. Now Blue Books Are Back // The Wall Street Journal. 28 января 2023 г. URL: https://www.wsj.com/business/chatgpt-ai-cheating-college-blue-books-5e3014a6 (дата обращения: 09.05.2025).
4. Mehlig B. Machine learning with neural networks: an introduction for scientists and engineers. Cambridge: Cambridge University Press, 2022. 250 p.
5. Минаков А.И. Искусственный интеллект и нейросети в образовании: учебник. М.: Директ-Медиа, 2024. 164 с.
6. Сдам ГИА // https://sdamgia.ru/ (дата обращения: 05.09.2025).
7. Онлайн-подготовка по математике и физике. URL: https://www.workingmemory.ru/ (дата обращения: 05.09.2025).
8. Правило трех кликов. URL: https://ru.wikipedia.org/wiki/Правило_трех_кликов (дата обращения: 05.09.2025).
9. Бьюзен Т. Интеллект-карты. Полное руководство по мощному инструменту мышления. М.: Манн, Иванов и Фербер, 2021. 208 с.
10. Интеллект-карта по математике. URL: https://www.workingmemory.ru/pdf/mind_map_on_math_ege.pdf (дата обращения: 05.09.2025).
11. Интеллект-карта по физике. URL: https://www.workingmemory.ru/pdf/mind_map_on_phys_ege.pdf (дата обращения: 05.09.2025).
12. Крутецкий В.А. Психология математических способностей школьников / под ред. Н.И. Чуприковой. М.: Ин-т практ. психологии; Воронеж: МОДЭК, 1998. 416 с.
13. Dehn Milton J. Long-Term Memory Problems in Children and Adolescents: Assessment, Intervention, and Effective Instruction. John Wiley & Sons, Inc., 2010. 408 p.
14. Прокофьев А.А., Соколова Т.В. Математика. Профильный уровень. Единый государственный экзамен. Готовимся к итоговой аттестации: учеб. пособие. М.: Интеллект-Центр, 2025. 248 с.
15. ЕГЭ-2025: результаты сопоставимы с прошлым годом, но по математике – прорыв. URL: https://rg.ru/2025/06/08/priglasili-na-ball.html (дата обращения: 5.09.2025).
16. Соответствие между первичными баллами и тестовыми баллами ЕГЭ 2025. URL: https://obrnadzor.gov.ru/wp-content/uploads/2025/05/tabliczy_sootvetstvij_2025.pdf#page=6.00 (дата обращения: 05.09.2025).
17. DeepSeek в действии / пер. с кит. В.С. Яценкова. М.: ДМК Пресс, 2025. 404 с.
( 611.3 kB ) 
( 599.09 kB )
Выпуск: 2, 2026
Серия выпуска: Выпуск № 2
Рубрика: ТЕОРИЯ И МЕТОДИКА ОБУЧЕНИЯ И ВОСПИТАНИЯ
Страницы: 55 — 65
Скачиваний: 6