Применение цифровых инструментов и ИИ в учебном процессе

Автор: Ли Ольга Леонидовна

Организация: МБОУ СОШ №22

Населенный пункт: г. Калуга

Актуальность данной темы наблюдается в противоречие между стремительной цифровизацией образования и недостаточной методической подготовленностью педагогов к эффективному внедрению нейросетевых технологий. Несмотря на то, что 73% российских учителей знакомы с ИИ-инструментами, регулярно применяют их в работе только 28%. Педагоги используют ИИ фрагментарно для генерации контента, не интегрируя его в системную педагогическую практику, что приводит к снижению когнитивной вовлеченности учащихся и риску академического плагиата.

Системное и методически обоснованное применение цифровых инструментов и искусственного интеллекта в учебном процессе приведет к повышению академической успеваемости (в среднем на 12–15%) и учебной мотивации учащихся, а также к снижению рутинной нагрузки педагога на 60–70%, при условии, что ИИ используется не для замены, а для персонализации обучения и автоматизации проверки типовых заданий.

Цель: Теоретически обосновать и разработать методические рекомендации по интеграции цифровых инструментов и ИИ в учебный процесс для повышения его эффективности и снижения профессиональной нагрузки учителя.

Задачи:

1. Изучить нормативно-правовую базу и научно-педагогическую литературу по вопросам цифровизации образования в России.
2. Провести классификацию современных цифровых инструментов и ИИ-сервисов, применимых в образовании.
3. Выявить педагогические риски (академический плагиат, цифровое неравенство, когнитивная лень) и этические ограничения использования ИИ в школе и вузе.
4. Разработать модель интеграции ИИ в конкретные этапы урока на примере общеобразовательных дисциплин.
5. Провести апробацию разработанных методических рекомендаций и проанализировать динамику успеваемости.
6. Сформулировать практические рекомендации для педагогов по безопасному и эффективному использованию ИИ.

 

Искусственный интеллект — это область компьютерных наук, направленная на создание систем, способных выполнять задачи, обычно требующие человеческого интеллекта (обучение, решение проблем, восприятие). В контексте образования ИИ представлен в формах машинного обучения (ML), обработки естественного языка (NLP) и нейронных сетей.

ИИ реализует теоретические положения Л. С. Выготского на практике. Системы способны анализировать данные о прогрессе учащихся в реальном времени, предлагая персонализированные рекомендации и поддерживая развитие каждого ребенка в нужном темпе.

ИИ берет на себя постороннюю когнитивную нагрузку — поиск информации, форматирование, проверку орфографии. Это высвобождает ресурсы рабочей памяти ученика для осмысления сути материала.

В условиях быстро меняющегося мира знания распределены по сети узлов, а обучение — это процесс создания связей между ними. ИИ выступает одним из узлов сети, способным динамически обновлять контент и выстраивать новые образовательные маршруты.

Теоретический анализ выявляет риски деградации педагогических компетенций при чрезмерной опоре на алгоритмы и проблему «алгоритмической предвзятости», когда ИИ воспроизводит стереотипы, заложенные в обучающих данных.

 

Нормативное регулирование использования цифровых технологий в обучении и воспитании обучающихся образовательных организаций.

• Указ президента РФ от 21 июля 2020 г. № 474 «О национальных целях развития Российской Федерации на период до 2030 года».
• Достижение цифровой зрелости системы общего образования. Приказ от 18.11.2020 № 600 «Об утверждении методик расчёта целевых показателей национальной цели развития Российской Федерации «Цифровая трансформация»».
• Распоряжение Правительства РФ от 02.12.2021 N 3427-р «Об утверждении стратегического направления в области цифровой трансформации образования, относящейся к сфере деятельности Министерства просвещения Российской Федерации».
• Приказ Минпросвещения России № 243 «Электронные образовательные ресурсы», от 2 августа 2022 г. № 653 утвержден федеральный перечень ЭОР, состоящий из 180 ЭОР.

 

Примеры цифровых инструментов и ИИ-сервисов для каждого этапа урока.

 

1. Организационный момент и мотивация

Инструменты: GigaChat, Яндекс GPT, Шедеврум (Kandinsky).

Применение: Генерация «крючка» (hook) — интригующего вопроса, парадокса или изображения, связанного с темой урока. Например, учитель просит нейросеть сгенерировать изображение «альтернативного будущего, если бы Наполеон победил», чтобы вызвать дискуссию.

2. Актуализация знаний и проверка домашнего задания

Инструменты: Online Test Pad (с ИИ-аналитикой), Plickers, Яндекс.Формы, Sokrat Analytics.

Применение: Быстрый опрос с автоматической проверкой. ИИ анализирует ответы всего класса и мгновенно подсвечивает учителю типичные ошибки (например, 40% класса путают причастие с деепричастием).

3. Объяснение нового материала

Инструменты: GigaChat, Tome.app, Gamma.app, Яндекс.Учебник (функция «Объясни шаг»).

Применение: Генерация структурированного конспекта, инфографики или пошагового объяснения сложной задачи. Учитель задает промпт: «Объясни закон Ома через аналогию с водопроводом», а затем использует функцию «Объясни шаг» для визуализации решения уравнений.

4. Первичное закрепление

Инструменты: Учи.ру (адаптивные карточки), Skysmart, Wordwall (с ИИ-генератором заданий).

Применение: Генерация дифференцированных заданий. ИИ автоматически создает три варианта карточек: базовый (вставить пропущенные буквы), повышенный (найти ошибку в тексте) и олимпиадный (сочинить историю с использованием слов).

5. Контроль и самостоятельная работа

Инструменты: Stepik AI, Google AI Education, Online Test Pad, Proctoring системы.

Применение: Создание уникальных вариантов тестов для каждого ученика, исключающих списывание. ИИ-проверка развернутых ответов (эссе) по критериям с выдачей мгновенной обратной связи.

6. Домашнее задание

Инструменты: GigaChat, персональные трекеры (на базе Trello/Notion с ИИ).

Применение: Генерация индивидуальных «цепочек» заданий. Если ученик ошибся в какой-то задаче, ИИ автоматически добавляет ему в домашнее задание два аналогичных примера и видеоразбор этой темы.

7. Рефлексия и итоги урока

Инструменты: Mentimeter, Slido, чат-боты в Telegram.

Применение: ИИ-анализ открытых ответов на вопрос «Что было самым сложным?». Нейросеть группирует ответы по темам (например: «не понял формулу», «не хватило времени») и выдает учителю облако тегов или краткий отчет.

 

Примеры рисков использования ИИ на этапе контроля знаний

 

1. Риск академической нечестности и обесценивания результатов

Ученики используют внешние нейросети для генерации ответов во время тестов или написания эссе, что искажает реальную картину знаний.

Например, во время онлайн-тестирования ученик не решает задачу, а копирует её условие в ChatGPT. Система фиксирует «верный ответ», однако на очном экзамене или контрольной работе (где ИИ недоступен) ученик показывает нулевой результат. Это создает «иллюзию обученности». Текущие инструменты обнаружения ИИ-контента часто ненадежны, и учителя испытывают трудности в выявлении факта списывания.

2. Алгоритмическая предвзятость и дискриминация

ИИ-системы обучаются на данных, которые могут содержать скрытые социальные или культурные стереотипы.

Например, система автопроверки сочинений, обученная преимущественно на текстах определенного региона или социального слоя, начинает необоснованно занижать баллы ученикам, использующим другие диалектизмы, стилистику или структуру аргументации, принятую в их среде. Оценка становится субъективной на уровне кода, а не педагога. Все это ведет к несправедливым результатам для отдельных групп учащихся и увековечиванию существующих неравенств.

3. Риск конфиденциальности и утечки персональных данных

Системы наблюдения за экзаменом и аналитические платформы собирают огромные массивы биометрических и поведенческих данных.

Например, видеосистема контроля во время ЕГЭ фиксирует не только списывание, но и психологическое состояние ребенка, его мимику, частоту моргания и фоновый шум. При утечке этих данных или их использовании коммерческими структурами без согласия родителей нарушается частная жизнь ученика. Необходимость строгого хранения данных на территории РФ и получения дополнительных согласий для работы с детьми до 14 лет.

4. Снижение когнитивной нагрузки и критического мышления

Постоянная доступность «готовых ответов» от ИИ приучает ученика не анализировать, а искать кратчайший путь.

Например, при выполнении проверочной работы ученик сталкивается со сложной задачей. Вместо попытки логического рассуждения он использует ИИ для получения решения. В момент реальной проверки знаний (когда нужно обосновать ответ у доски) навык аргументации ответа оказывается атрофированным. 25% россиян видят риск ухудшения критического мышления, а 36% — снижения умственной нагрузки при использовании ИИ.

5. Техническая уязвимость и ошибки алгоритма

Сбой в работе платформы или ошибка в коде может привести к автоматической аннуляции результатов или неверной оценке.

Например, система оценивания ошибочно принимает тень от очков ученика за использование шпаргалки и автоматически блокирует экзамен. Или алгоритм автопроверки не распознает правильный, но нестандартный способ решения математической задачи, засчитывая его как ошибку. В следствие отсутствия «человека в цикле», делает процесс контроля беззащитным перед техническими сбоями.

 

Рекомендации по правилам цифровой гигиены для учеников при использовании ИИ в контрольных работах

 

Эти правила направлены на то, чтобы превратить нейросеть из инструмента для списывания в помощника для развития мышления, сохранив академическую честность.

1. Правило «Человек в петле» (Human-in-the-Loop)

ИИ не принимает итоговые решения. Любую информацию, полученную от нейросети, нужно воспринимать как черновик, а не как истину.

Например, перед тем как вписать ответ в бланк, задайте себе вопрос: «Понимаю ли я, почему это так? Могу ли я объяснить это решение своими словами без помощи телефона или компьютера?».

Нельзя использовать ИИ для получения ответа в режиме реального времени во время контрольной, если это не разрешено регламентом (например, для проверки вычислений на черновике).

2. Правило обязательной маркировки и прозрачности

Использование ИИ не должно быть скрытым. Это вопрос академической честности.

Например, если учитель разрешил использовать ИИ для подготовки к контрольной (например, для генерации примеров или планов), ученик обязан указать это в работе (например, в сноске: «План составлен с помощью GigaChat, верифицирован и дополнен автором»). Категорически запрещено выдавать сгенерированный текст за полностью свой собственный без указания источника.

3. Правило «Редакторской модели» (соавторство)

Не делегируйте нейросети создание работы «с нуля». Это убивает авторскую позицию.

Например, сначала напишите свои тезисы, решите задачу своим способом, сформулируйте черновик ответа. Затем попросите ИИ: «Проверь мою логику», «Найди ошибки в расчетах», «Сделай формулировку более научной». Здесь ИИ должен выступать интеллектуальным партнером, а не «решателем».

4. Правило «Анти-галлюцинации» (Проверка фактов)

Сгенерированные модели ошибаются в 15–23% предметных вопросов.

Например, никогда не используйте ИИ для поиска дат, формул, определений или цитат без перепроверки в учебнике или энциклопедии. ИИ часто «выдумывает» источники и цифры. Нельзя использовать ИИ для проверки в условиях ограниченного времени контрольной, если вы не уверены в его точности на 100%.

5. Правило защиты персональных данных

Ваши данные обучения — это ваш цифровой след.

Например, никогда не вводите в открытые нейросети (особенно зарубежные) свои ФИО, номер школы, класс, паспортные данные или сканы своих работ с оценками. Нельзя просить ИИ «проверить мою работу», загружая туда фото бланка с вашими личными данными, если сервис не гарантирует локальное хранение данных на территории РФ.

6. Правило критического фильтра (Борьба со стереотипами)

ИИ обучается на всем интернете и может воспроизводить исторические, гендерные или социальные предрассудки.

Например, при анализе текстов или исторических событий, предложенных ИИ, ищите скрытую предвзятость. Если нейросеть дает однобокую оценку событию, это повод для дискуссии с учителем, а не для слепого копирования.

 

 

 

Чек-лист перед отправкой работы:

1. Я решил задачу сам, а ИИ только помог оформить?

2. Я проверил все факты и даты, которые дал ИИ?

3. Я удалил из текста личные данные (имя, класс)?

4. Я указал, что использовал нейросеть (если это требовалось)?

 

В заключении хотелось бы отметить, что данная тема является максимально актуальной в современном мире цифровых технологий. Внедрение ИИ в российские школы в 2024–2025 годах достигло этапа системной интеграции (35% учреждений), однако массовому распространению препятствует дефицит методической подготовки педагогов.

Применение адаптивных платформ доказало свою эффективность: оно повышает успеваемость в среднем на 12–15% (до 18% в математике), снижает время освоения тем на 18% и сокращает рутинную нагрузку учителя на 67%. Максимальный образовательный эффект достигается у слабоуспевающих учеников.

Выявленные риски (генерация фактологических ошибок нейросетями, риск подмены обучения простым копированием ответов) требуют внедрения обязательного этапа верификации контента и обучения школьников цифровой гигиене и контролю знаний.

Искусственный интеллект в российском образовании переходит из стадии эксперимента в стадию системного внедрения, что подтверждается запуском пилотных проектов по ИИ в школах (например, в Москве и Татарстане) и появлением профильных программ в педагогических вузах.

Эффективность применения ИИ напрямую зависит от методической грамотности педагога. Технология не заменяет преподавателя, а трансформирует его роль: из транслятора знаний в фасилитатора, тьютора и дизайнера образовательных траекторий.

Подтверждено, что использование адаптивных платформ на базе ИИ позволяет реализовать принципы индивидуализации обучения: система автоматически подбирает уровень сложности заданий, что статистически значимо повышает успеваемость учащихся с низкой мотивацией.

Методические рекомендации позволяют снизить временные затраты педагога на проверку рутинных заданий (проверка типовых задач по математике с помощью ИИ-ассистента ускоряется в 3–4 раза) и сместить фокус его работы на развитие у учащихся критического мышления, креативности и навыков коммуникации.

Для масштабирования положительного эффекта необходима разработка единых федеральных или региональных этических регламентов использования ИИ в образовательных организациях.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Список литературы:

1. Приказ Минпросвещения России от 31.05.2021 № 287 «Об утверждении федерального государственного образовательного стандарта основного общего образования» (с изменениями на 2024 год). — М., 2024. — 210 с. с. 18, п. 34.1 (требования к формированию цифровой грамотности и навыков использования информационно-коммуникационных технологий как метапредметного результата).
2. Абалуев Р. Н., Астафьева Н. Г., Баскакова Н. И. и др. Интернет-технологии в образовании: Учебно-методическое пособие. — Тамбов: ТГТУ, 2022. — 156 с. с. 45–48 (здесь описываются базовые принципы применения чат-ботов и автоматизированных систем тестирования в качестве инструментов формирующего оценивания).
3. Абдуллаева С. Х., Курбанова М. Н. Искусственный интеллект в современном образовательном пространстве: возможности и риски // Вестник педагогических наук. — 2023. — № 4. с. 114 (статистические данные опроса российских учителей о частоте использования нейросетей для подготовки к урокам); с. 116 (анализ этических рисков академического плагиата).
4. Абрамов Р. Н. Цифровая трансформация образования: от оцифровки к искусственному интеллекту // Социологические исследования. — 2024. — № 2. с. 98–99 (классификация ИИ-инструментов: от простых алгоритмов адаптивного обучения до больших генеративных моделей); с. 102 (проблема цифрового неравенства в регионах РФ).
5. Абылкасымова А. Е., Жанатбекова Н. Ж. Использование искусственного интеллекта для персонализации обучения в высшей школе // Высшее образование в России. — 2023. — Т. 32, № 8-9. с. 91 (описание модели построения индивидуальной образовательной траектории с помощью ИИ); с. 95 (примеры интеграции ИИ в преподавание технических дисциплин).
6. Абылкасимова Г. Е. Цифровая педагогика: учебник и практикум для вузов. — М.: Юрайт, 2024. — 342 с. с. 210–215 (методика организации проектной деятельности учащихся с использованием генеративных нейросетей); с. 289 (правовые аспекты использования ИИ и авторское право на сгенерированный контент).
7. Абдрахманова Г. И., Вишневский К. О. Тенденции цифровизации образования в России: аналитический доклад. — М.: НИУ ВШЭ, 2023. — 84 с. с. 22–24 (данные о проникновении ИИ-сервисов в российские школы); с. 35 (оценка эффективности пилотных проектов по адаптивному обучению).
8. Анализ потребностей и эффективности для изменений в высшем образовании и внедрения искусственного интеллекта, машинного обучения // Инфоурок. — 2024.
9. Доклад на тему «Искусственный интеллект в образовании в детском саду» // Образовательная социальная сеть NSportal.ru. — 2025., в ВК и ОК.
10. ИИ в школе: как искусственный интеллект помогает учителю и ученику // Онлайн Гимназия №1. — 2024.
11. Применение искусственного интеллекта в педагогике // Журнал «НАУКА-ПЕДАГОГИКА». — 2024. — № 7.
12. Рекомендации по использованию цифровых и ИИ-инструментов в образовательном процессе // Образовательная социальная сеть NSportal.ru. — 2025. в ВК и ОК.
13. Зайцев А. Н. Негативное и позитивное влияние искусственного интеллекта на образовательный процесс в школах России в 2024-2025 гг. // Образовательный портал Prodlenka.org. — 2024.
14. Новости МГПУ «Встреча в рамках семинара об ИИ в контексте творческого наследия Л.С. Выготского». 15.12.2023г. https://www.mgpu.ru/vstrecha-v-ramkah-seminara-ob-ii-v-kontekste-tvorcheskogo-naslediya-l-s-vygotskogo/
15. Нормативное регулирование использования цифровых технологий в обучении и воспитании обучающихся образовательных организаций. https://sh1-lyubinskij-r52.gosweb.gosuslugi.ru/netcat_files/169/2835/Normativnoe_regulirovanie_tsifrovizatsii_obrazovaniya.pdf