ВЗАИМОДЕЙСТВИЕ УЧЕНИКА СРЕДНЕЙ ШКОЛЫ С ИСКУССТВЕННЫМ ИНТЕЛЛЕКТОМ В ПРОЦЕССЕ ОБУЧЕНИЯ МАТЕМАТИКЕ: ВОЗМОЖНОСТИ И РИСКИ

INTERACTION OF A SECONDARY SCHOOL STUDENT WITH ARTIFICIAL INTELLIGENCE IN THE PROCESS OF LEARNING MATHEMATICS: OPPORTUNITIES AND RISKS

Kaysina Anna Sergeevna

Student, Department of Physics, Mathematics and Physics and Mathematics Education, Kozma Minin Nizhny Novgorod State Pedagogical University,

Russia, Nizhny Novgorod

Sorokvashina Tatyana Viktorovna

Student, Department of Physics, Mathematics and Physics and Mathematics Education, Kozma Minin Nizhny Novgorod State Pedagogical University,

Russia, Nizhny Novgorod

Sitnikova Anastasia Viktorovna

Student, Department of Physics, Mathematics and Physics and Mathematics Education, Kozma Minin Nizhny Novgorod State Pedagogical University,

Russia, Nizhny Novgorod

АННОТАЦИЯ

В статье рассматривается проблема применения технологий искусственного интеллекта (далее ­­­– ИИ) в обучении математике учащихся средней школы. Актуальность исследования обусловлена стремительным развитием ИИ-инструментов и их проникновением в образовательный процесс. Цель работы ­­­– выявить и систематизировать возможности и риски взаимодействия школьника с искусственным интеллектом при изучении математики. Авторами проанализированы положительные стороны использования ИИ (персонализация обучения, мгновенная обратная связь, адаптация сложности заданий, поддержка самостоятельной работы) и обозначены потенциальные риски (снижение познавательной активности, зависимость от подсказок, проблемы академической честности, недостаточная надёжность генерируемых решений).

ABSTRACT

The article deals with the problem of using artificial intelligence technologies in teaching mathematics to secondary school students. The relevance of the study is due to the rapid development of AI tools and their penetration into the educational process. The aim of the work is to identify and systematize the opportunities and risks of secondary school student interaction with artificial intelligence in mathematics learning. The authors analyze the advantages of using AI (personalization of learning, instant feedback, adaptation of task difficulty, support for independent work) and identify potential risks (decreased cognitive activity, dependence on hints, problems of academic honesty, insufficient reliability of generated solutions).

Ключевые слова: искусственный интеллект, обучение математике, средняя школа, персонализация обучения, образовательные технологии, риски ИИ в образовании.

Keywords: artificial intelligence, mathematics education, secondary school, educational technologies, personalization, risks.

Стремительное развитие технологий ИИ в последние годы существенно трансформирует образовательный ландшафт. Особенно ощутимо это влияние в преподавании математики ­­­– дисциплины, традиционно требующей высокого уровня когнитивной нагрузки и индивидуализированного подхода к каждому ученику. Как отмечают исследователи, интеграция ИИ в обучение математике меняет образовательную парадигму: технология эффективна в диагностике, адаптации и обратной связи, делая обучение персонализированным и инклюзивным, однако ИИ остаётся лишь средством, а успех зависит от симбиоза машинной аналитики и человеческого наставничества [5].

Одним из наиболее значимых преимуществ ИИ-технологий в математическом образовании выступает возможность построения индивидуализированных образовательных траекторий. В отличие от традиционного урока, где учитель вынужден ориентироваться на средний уровень класса, интеллектуальные системы способны в реальном времени подстраивать сложность заданий, темп прохождения материала и форму подачи под конкретного ученика. Всё это обеспечивает адаптацию сложности учебных задач под текущий уровень подготовки обучающегося, создавая условия для продуктивного обучения в зоне ближайшего развития [7].

В научной литературе данный аспект рассматривается через призму концепции «распределённого интеллекта», в рамках которой человек и алгоритм формируют единую познавательную систему. Исследователи подчёркивают, что сформулированный принцип инструментальной релевантности может служить концептуальной основой для проектирования следующего поколения интеллектуальных обучающих систем. Практическая ценность таких разработок состоит в возможности использования полученных результатов при создании адаптивных цифровых платформ и интеллектуальных тренажёров по математике [9].

Конкретные механизмы адаптивного обучения математике рассматриваются в работе Д. М. Гребневой и В. П. Моховой, где адаптивное обучение определяется как форма персонализированного обучения, при которой компьютерные технологии подстраивают содержание и сложность учебного материала под требования и способности обучающегося. Авторы предлагают использовать нелинейные тестовые тренажёры, которые позволяют выстраивать адаптивный урок математики с подбором подходящих учебных заданий [4].

Особенно ценной персонализация оказывается для учащихся средней школы, которые в силу возрастных особенностей нуждаются в постоянной поддержке и своевременной коррекции пробелов. ИИ-системы способны выявлять типичные ошибки школьника, диагностировать причины затруднений и предлагать упражнения, направленные на их устранение.

Второе существенное направление – автоматизация проверки и предоставление оперативной обратной связи. Классическая проблема школьного математического образования состоит в том, что учитель физически не способен проверить десятки работ мгновенно и дать развёрнутый комментарий каждому ученику. ИИ-инструменты снимают это ограничение.

Исследования показывают, что использование чат-ботов в обучении математике позволяет существенно снизить уровень нагрузки на педагога [2]. Авторы отмечают, что перспективные направления использования чат-ботов связаны с высвобождением времени учителя для более сложных педагогических задач – анализа динамики класса, индивидуальных консультаций, проектирования уроков. При этом чат-боты могут позволить и обеспечить сбор обратной связи, в дополнение к сведениям об успеваемости обучающихся [10].

В исследовании В. О. Новицкого и Е. И. Горбуновой рассматривается разработка чат-бота на основе нейросетей для обучения математике [8]. Авторы подчёркивают, что основное внимание уделяется оптимизации процесса поиска информации с помощью нормализации пользовательских запросов и оценки достоверности информации, включающей математическую точность и актуальность предоставляемых данных.

Специфика математики как учебного предмета состоит в том, что ключевым навыком является не воспроизведение фактов, а умение решать задачи. ИИ-инструменты способны выступать в роли «цифрового партнёра», который помогает на этапах понимания условия и планирования решения [7]. Это особенно ценно для учащихся средней школы, у которых метакогнитивные навыки (планирование, самоконтроль, рефлексия) ещё находятся в стадии формирования.

Согласно теории когнитивной нагрузки Дж. Сквеллера, ИИ как тьютор способен снижать внешнюю нагрузку (устраняя избыточные формулировки и рутинные вычисления) и усиливать полезную нагрузку, то есть стимулировать формирование устойчивых когнитивных схем [3]. Таким образом, грамотное использование ИИ может не «упрощать» обучение, а делать его более эффективным за счёт перераспределения когнитивных ресурсов ученика.

Наиболее серьёзный педагогический риск, который выделяют исследователи, связан с возможной подменой самостоятельного мышления технологическими решениями. В логике метакогнитивных теорий обучения акцент переносится на способность обучающегося контролировать собственное мышление – планировать, мониторить и оценивать свои действия [1]. ИИ можно рассматривать как инструмент «внешней метакогниции», однако при неосознанном использовании этот внешний контроль подменяет внутренний, что ведёт к снижению способности к саморефлексии.

Второй значимый риск – использование ИИ для недобросовестного выполнения домашних заданий и контрольных работ. Ученик средней школы, имеющий доступ к чат-боту, способен получить готовое решение без каких-либо интеллектуальных усилий. Это не только искажает оценку реальных знаний, но и лишает школьника возможности тренировать навыки, необходимые для формирования математической компетентности.

Третий риск связан с качеством работы самих ИИ-систем. Современные языковые модели, несмотря на впечатляющие демонстрации, всё ещё допускают ошибки в математических выкладках, могут предлагать неоптимальные или неверные решения, а иногда уверенно воспроизводить ложные утверждения. Для ученика средней школы чья предметная компетенция ещё формируется, отсутствие критического отношения к «ответу машины» может привести к закреплению ошибочных знаний [6].

На наш взгляд, несмотря на существующие риски, возможности применения искусственного интеллекта в обучении математике в целом могут перевешивать его потенциальные недостатки. ИИ способен сделать обучение более индивидуализированным, обеспечить ученику оперативную обратную связь и дополнительную поддержку при возникновении затруднений. При этом эффективность его использования зависит от того, какую роль ему отводят в образовательном процессе. Если ИИ используется не для получения готового ответа, а как средство подсказки, объяснения и проверки собственных рассуждений, он может дополнять работу учителя и способствовать развитию самостоятельности учащегося.

Список литературы:

1. Акопова М. А., исследование влияния метакогнитивных процессов на изменение успеваемости студентов-педагогов по психологическим дисциплинам // Вестник НГПУ. —2022. —№5.
2. Бекешева И. С., Бобылева О.В. Чат-боты как средство подготовки обучающихся к проверочным работам по математике // Вестник ХГУ им. Н. Ф. Катанова. —2023. —№3 (45).
3. Бутарев к. В. Изучение программирования с позиции теории когнитивной нагрузки // информатика в школе. —2024. —Т.23. —№ 5.
4. Гребнева Д.М., Мохова В.П.  адаптивное обучение математике с использованием нелинейных тестовых тренажеров // Наука и перспективы. — 2022. — № 1.
5. Захарченко Н. А., Евстафиади О. А. Трансформация математического образования в эпоху искусственного интеллекта: вызовы и перспективы // Auditorium. — 2025. — № 4(48). — С. 62–65.
6. Кутепов А. М., Ванькова В. С. Возможности и ограничения цифровых репетиторов «Яндекс» в персонализированном обучении математике // #Ученичество. —2026. —№2.
7. Леденцова М. В. Ии-ассистенты в обучении численным методам: помощники или угроза пониманию? // Вестник науки. —2026. —№2 (95).
8. Новицкий В. О., Горбунова Е. И. Разработка чат-бота для обучения школьников старших классов по дисциплине «Математика» на основе использования нейросетей // Управление образованием: теория и практика. —2025. —Т. 15. —№ 7-1. С. 146-159.
9. Райхельгауз Л. Б. Принцип инструментальной релевантности ии в обучении математике // Известия Чеченского государственного педагогического университета. Серия 1. Гуманитарные и общественные науки. —2026. —№2 (54).
10. Чанкаева Н.М., Сурхаев М.А., Гербеков Х.А. Использование чат-ботов в обучении математике студентов педагогического вуза. Известия Дагестанского государственного педагогического университета. Психолого-педагогические науки. —2024; —18(3). С. 102-107.