Применение искусственного интеллекта на занятиях математики: риски и возможности коммуникаций

Автор: Кривова Галина Валерьевна

Организация: ГБПОУ МО «Электростальский колледж»

Населенный пункт: Московская область, город Электросталь

Аннотация

Данная статья посвящена анализу интеграции технологий искусственного интеллекта (ИИ) в практику преподавания математики. Она рассматривает ключевые возможности, которые открывает ИИ (глубокая персонализация, автоматизация рутины, визуализация абстрактных концепций, круглосуточный и виртуальный тьютор), и сопоставляет их с серьезными когнитивными и академическими рисками (снижение самостоятельности мышления, феномен «галлюцинаций» нейросетей, рост плагиата). В материале предложен сравнительный анализ традиционного и цифрового подходов, а также даны практические рекомендации для педагогов по созданию сбалансированной образовательной среды, где ИИ выступает усилителем, а не заменой человеческого интеллекта. Представлены примеры использования искусственного интеллекта на занятиях, а именно: заданий по нахождению ошибки, пошаговых алгоритмов при решении заданий, работы на образовательных платформах, объяснение теорем через ИИ (например, как герой или выдающийся ученый объясняет теорему), а также рассмотрены риски применения ИИ и их описание. Рассмотрены структура и виды коммуникаций учителя и учащегося, три вектора общения: наставничество и фасилитация, горизонтальное обучение, цифровая коммуникация.

Ключевые слова: искусственный интеллект в преподавании математики, персонализация обучения и адаптивные платформы, когнитивные риски нейросетей («галлюцинации», плагиат), образовательные коммуникации учитель — ученик, наставничество, фасилитация и горизонтальное обучение, цифровая коммуникация в учебном процессе, ИИ как усилитель человеческого интеллекта.

Цифровая трансформация образования затронула одну из самых консервативных и фундаментальных дисциплин — математику. Использование технологий искусственного интеллекта (ИИ) на уроках и лекциях сегодня перерастает из экспериментального формата в повседневную педагогическую практику. Математика, требующая строгого логического мышления и последовательного освоения навыков, оказалась идеальным полем для алгоритмов машинного обучения. Однако интеграция нейросетей в учебный процесс несет в себе как революционные прорывы, так и скрытые угрозы для когнитивного развития учащихся.

Возможности ИИ в преподавании математики. Искусственный интеллект открывает перед учителями и учениками уникальные инструменты, которые меняют саму механику освоения предмета

• Глубокая персонализация обучения. Адаптивные образовательные платформы (например, зарубежные продукты или отечественные решения от компаний вроде Яндекс Образование) способны в реальном времени анализировать действия ученика. Если школьник спотыкается на сложении дробей с разными знаменателями, ИИ не просто снизит балл, а предложит серию поддерживающих заданий, возвращающих к основам темы.
• Визуализация абстрактных концепций. Понимание многомерных пространств, графиков сложных функций или стереометрии часто вызывает трудности. ИИ-ассистенты помогают мгновенно генерировать динамические модели и интерактивные графики, превращая сухие формулы в наглядные объекты.
• Автоматизация рутины и генерация контента. Педагоги тратят часы на проверку однотипных домашних заданий и составление вариантов контрольных работ. Современные языковые модели позволяют учителю за секунды создать уникальный массив текстовых задач (например, адаптировать математическую задачу под увлечения конкретного класса: про футбол, космос или видеоигры)
• Круглосуточный виртуальный тьютор. Ученик может обратиться к ИИ-ассистенту во время домашней работы. Качественно настроенный ИИ не выдает готовый ответ, а наводит на правильный алгоритм решения с помощью наводящих вопросов.

Несмотря на очевидные плюсы, бесконтрольное внедрение ИИ таит в себе риски, способные затормозить интеллектуальное развитие Рассмотрим их:

• Снижение когнитивной самостоятельности. Главная опасность ИИ в математике — это соблазн получить готовый ответ в один клик. В отличие от гуманитарных дисциплин, где важен синтез мнений, в математике критическое значение имеет сам процесс поиска решения, тренирующий нейронные связи. Если нейросеть берет этот труд на себя, математическое мышление учащегося деградирует.
• Математические «галлюцинации» ИИ. Большие языковые модели (LLM) — это прежде всего лингвистические процессоры, а не вычислительные машины. Они выстраивают наиболее вероятные цепочки слов и символов, из-за чего могут уверенно и логично аргументировать абсолютно неверный математический ответ. Без должного критического фильтра со стороны ученика это ведет к усвоению ложных знаний.
• Размывание академической честности. Проблема банального списывания вышла на новый уровень. Современные инструменты распознают даже рукописные формулы по фотографии и выдают пошаговые раскладки, что делает традиционные домашние задания неэффективным методом контроля.
• Цифровое и социальное неравенство. Эффективный доступ к продвинутым ИИ-платформам требует стабильного интернета, современных гаджетов и зачастую платных подписок. Это увеличивает разрыв в качестве образования между разными социальными группами.

Сравнительный обзор: Баланс сил в классе (группе) Чтобы понять, как ИИ трансформирует образовательную среду, сопоставим традиционный подход с возможностями и угрозами умных технологий (табл. 1).

Таблица 1 Сопоставление традиционного урока и урока с ИИ

Как соблюсти баланс? Рекомендации для педагогов ИИ невозможно и бессмысленно запрещать — его необходимо возглавить. Продуктивная интеграция технологий строится на принципах ответственного использования:

1. Изменение характера заданий. Фокус должен сместиться со стандартного вычисления (с которым калькулятор и ИИ справляются за доли секунды) на анализ. Например, «ИИ решил задачу следующим образом (приводится ошибочный вариант). Найдите ошибку в его логике и исправьте её» (приложение 1).
2. ИИ как черновик, человек как валидатор. Важно обучать школьников (студентов) фактчекингу. Использование ИИ допустимо для генерации идей или поиска подходов, но финальный расчет и обоснование защищаются учеником лично (приложение 2).
3. Упор на устные формы контроля и проектную деятельность. Защита математических проектов, устные геометрические доказательства у доски и групповые дискуссии минимизируют риски цифрового плагиата и развивают культуру математической речи.

Использование искусственного интеллекта на уроке математики позволяет педагогу снять с себя рутину и сделать занятия более интерактивными. Инструменты ИИ можно разделить по педагогическим задачам:

1. Интерактивные ассистенты и объяснение тем. Эти инструменты помогают визуализировать сложные абстрактные понятия и давать ученикам подсказки в реальном времени.

• Wolfram|Alpha (и интеграции на базе ИИ): Помогает не просто решать уравнения, а раскладывать их на пошаговые алгоритмы, строить графики функций любой сложности и анализировать геометрические фигуры (приложение 1).
• ChatGPT / Клод (в роли виртуального тьютора): Учитель может запустить чат-бота на экране и дать ему промпт: «Объясни теорему Пифагора так, будто ты пират» или «Отвечай на вопросы класса, не давая прямого ответа, а задавая наводящие вопросы». Это оживляет фронтальный опрос. «Нарисуй 5 видов многогранников и ошибкой». Задание выбрать фигуру, не относящуюся к многогранникам (приложение 3, 5).
• Photomath / ИИ-сканеры: Инструменты, которые учитель может использовать для демонстрации классу: как разбирать типичные ошибки в решениях, которые нейросеть находит по фотографии примера, тестирование по теме с применением исторических справок и расчетов с ответами (приложение 2, 6).

2. Конструкторы заданий и геймификация. Инструменты для создания уникальных дидактических материалов за пару минут.

• Яндекс Образование и Учи.ру: Отечественные платформы со встроенными ИИ-алгоритмами, которые автоматически формируют домашние задания разного уровня сложности для каждого ученика и сами проверяют их (приложение 7).
• Quizizz / Kahoot! (с поддержкой ИИ): Позволяют учителю загрузить текстовый фрагмент темы (например, «Свойства логарифмов»), а ИИ мгновенно генерирует соревновательный математический квиз с вариантами ответов для всего класса.
• Формирование контекстных задач (через LLM): Учитель вводит запрос в нейросеть: «Придумай 5 текстовых задач на проценты, связанных с сюжетом игры». Это мгновенно вовлекает подростков в процесс.

3. Аналитика успеваемости и дифференциация. Помогают педагогу вовремя заметить, кто из учеников отстал, а кто ушел вперед.

• Интеллектуальные панели мониторинга (LMS с ИИ): Системы анализируют, сколько времени ученик тратит на геометрию, где чаще всего ошибается (например, путает знаки при переносе слагаемых), и выдают учителю готовый отчет: «Ученик А. готов к контрольной, ученику Б. нужно повторить раскрытие скобок».

Пример готового сценария для урока: «Найди ошибку ИИ»

Учитель выводит на доску решение сложного уравнения, сгенерированное нейросетью, в которое намеренно заложена ошибка (например, деление на ноль или неверное извлечение корня).

• Задача класса: Сработать в роли «критиков» и валидаторов — обнаружить, на каком именно шаге искусственный интеллект совершил математическую ошибку, и доказать, почему это неверно. Это развивает высшие когнитивные навыки.

Структура и виды коммуникаций на уроке. Эффективный урок математики включает три ключевых вектора общения :

1. Учитель ⇄ Ученик (Наставничество и фасилитация): Учитель не просто выдает ответ, а координирует дискуссию с помощью сократовского диалога (наводящих вопросов).
2. Ученик ⇄ Ученик (Горизонтальное обучение): Работа в парах и малых группах, где сильные ученики объясняют материал отстающим («равный равному»), или совместный поиск решения сложной задачи.
3. Человек ⇄ Технологии (Цифровая коммуникация): Взаимодействие учащегося с адаптивными платформами (Учи.ру, Яндекс Образование) или ИИ-ассистентами, где интерфейс программы выступает в роли чуткого собеседника.

Образовательные коммуникации на уроках математики — это система взаимодействия между учителем и учениками (а также учеников между собой), направленная не просто на передачу готовых формул, а на совместный поиск смыслов, развитие логики и критического мышления. Специфика математики заключается в том, что её язык абстрактен. Без выстроенной коммуникации урок превращается в монолог учителя или механическое переписывание алгоритмов с доски. Современный подход требует перехода от авторитарного вещания к диалоговому и интерактивному обучению. Рассмотрим методы развития математической коммуникации. Чтобы научить школьников «говорить на языке математики», педагоги используют специальные форматы взаимодействия:

• Математические дискуссии и дебаты: Обсуждение открытых задач, которые имеют несколько способов решения. Например: «Что эффективнее при решении этого уравнения: координатный метод или классическая геометрия?» Ученики учатся аргументировать свою позицию.
• Прием «Обучая, учусь» (Peer-to-Peer): Класс делится на мини-группы. Один ученик берет на себя роль «профессора» и объясняет остальным, например, правила нахождения производной. Чтобы объяснить тему другому, её приходится структурировать в собственной голове.
• Рефлексивный диалог: В конце урока коммуникация направлена на осознание процесса мышления. Вопросы учителя: «В какой точке решения мы зашли в тупик?», «Какое допущение помогло нам выйти из кризиса?»

Заключение

Искусственный интеллект на занятиях математики — это не замена учителю и не волшебная палочка для ленивого ученика. Это мощнейший усилитель. В руках грамотного педагога он превращается в гибкий инструмент кастомизации обучения, а для мотивированного студента — в умного интерактивного наставника. Главная задача современной школы (колледжа) — научить детей использовать ИИ для расширения собственного интеллектуального потенциала, а не для его замещения.

Полный текст статьи см. в приложении.