Реализация преемственности математической и методической подготовки будущего учителя математики на основе использования нейросети

Эффективность профессиональной подготовки будущего учителя математики всецело определяется качеством и преемственностью предметной и методической подготовки педагога. Существующая модель профессиональной подготовки, разделяющая фундаментальную (математическую) и методическую составляющие, порождает падение уровня математической подготовленности школьников и уровня профессиональных компетенций специалистов в последние годы, что подтверждается различными исследованиями. Системы искусственного интеллекта, в частности, нейросетевые технологии, обладающие способностью к анализу большого объёма данных, адаптации и генерации контента, предоставляют большие возможности для интеграции математической и методической подготовки будущего учителя математики. Однако вопросы, связанные с использованием нейросети в процессе профессиональной подготовки будущего учителя математики и реализации при этом преемственности, недостаточно изучены. Реализацию преемственности между фундаментальной и методической подготовкой будущего учителя математики можно осуществить через подачу методического материала при решении математических задач, составлении диагностических заданий при изучении дисциплин предметной подготовки. В статье представлены возможности использования нейросети в процессе подготовки будущего учителя математики с целью обеспечения преемственности между математической и методической подготовкой. Рассматриваются ключевые аспекты применения нейросети для облегчения понимания и усвоения сложных математических понятий, приобретения методического опыта разработки соответствующего обеспечения учебного процесса на основе генерации учебных материалов, перехода от базовых математических знаний к их применению в реальных педагогических ситуациях, персонализации обучения. Описаны этапы и приёмы организации деятельности будущего учителя математики при использовании текстовой нейросети для генерации текста, направленной на развитие критического мышления обучающихся. Приведены примеры заданий для студентов при работе с нейросетью в рамках изучения курса «Алгебра», реализующие преемственность математической и методической подготовки будущего учителя математики.

Ключевые слова:
подготовка будущего учителя математики, преемственность обучения, нейросети, предметно-методическая подготовка, методическая компетентность
Кузнецова Ирина Викторовна - к.п.н., доцент
Ярославский государственный педагогический университет им. К.Д. Ушинского
150000, г. Ярославль, ул. Республиканская, д. 108/1
Россия
  1. Абраменко Н.Ю. Использование нейросети в системе обучения в высшей школе // Современное педагогическое образование. 2024. № 10. С. 167–172.
  2. Богданова Д.А., Федосеев А.А. Искусственный Интеллект – новый успешный игрок на ниве студенческого обмана // Информатика в школе. 2024. 23(5). С. 19–22. https://doi.org/10.32517/2221-1993-2024-23-5-19-22
  3. Бороненко Т.А., Федотова В.С. Использование генеративных нейросетей в создании педагогом учебных материалов // Информатизация образования и методика электронного обучения: цифровые технологии в образовании: материалы VIII Международной научной конференции. В 4-х ч., Красноярск, 24–27 сентября 2024 года. Красноярск: Красноярский государственный педагогический университет им. В.П. Астафьева, 2024. С. 56–60.
  4. Гончаров Н.А., Зотикова Н.А. Нейросетевые технологии в сфере высшего образования: перспективы и риски // Новые информационные технологии в образовании: Сборник научных трудов XXIII Международной научно-практической конференции, Москва, 31 января – 01 февраля 2023 года. Том 1. Москва: Общество с ограниченной ответственностью «1С-Паблишинг», 2023. С. 153–155.
  5. Григорьев С.Г., Аникьева М.А. Повышение эффективности применения технологий генеративного искусственного интеллекта в образовательной деятельности // Информатика и образование. 2024. 39(3). С. 5–15. https://doi.org/10.32517/0234-0453-2024-39-3-5-15
  6. Дробахина А.Н., Сликишина И.В. Подготовка будущих педагогов к применению искусственного интеллекта // Сибирский учитель. 2024. № 1(152). С. 24–28.
  7. Иванченко И.С. Оценка перспектив применения искусственного интеллекта в системе высшего образования // Science for Education Today. 2023. Т. 13. № 4. С. 170–194. DOI: http://dx.doi.org/10.15293/2658-6762.2304.08
  8. Клещева И.В., Снегурова В.И., Стефанова Н.Л. Результаты исследования предметно-методической компетенции учителей математики // Бизнес. Образование. Право. 2022. № 1 (58). С. 265–271. DOI: 10.25683/VOLBI.2022.58.114.
  9. Кузнецова И.В., Кытманов А.А., Тихомиров А.С. Возможности Web-технологий для обучения в сотрудничестве // Web-технологии в образовательном пространстве: проблемы, подходы, перспективы: сборник статей участников Международной научно-практической конференции, Н. Новгород-Арзамас, 26–27 марта 2015 года / Под общей редакцией С.В. Арюткиной, С.В. Напалкова; Арзамасский филиал федерального государственного автономного образовательного учреждения высшего образования «Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского». Н. Новгород-Арзамас: Арзамасский филиал федерального государственного автономного образовательного учреждения высшего образования «Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского», ООО «Растр-НН», 2015. С. 57–60.
  10. Лебедева М.Б. Методика организации работы обучающихся с текстами при использовании нейросетей // Информатизация образования и методика электронного обучения: цифровые технологии в образовании: материалы VIII Международной научной конференции. В 4-х частях, Красноярск, 24–27 сентября 2024 года. Красноярск: Красноярский государственный педагогический университет им. В.П. Астафьева, 2024. С. 177–181.
  11. Национальная Стратегия развития искусственного интеллекта на период до 2030 года // Стратегические приоритеты. 2019. № 2(22). С. 151–166.
  12. Никишкина Е.В., Ларин С.Э., Белаш В.Ю. Нейросети и образование: положительные и отрицательные стороны, возможности использования // Педагогический вестник. 2024. № 32. С. 54–58.
  13. Ортина Н.А., Гриншкун В.В. Возможности, риски и перспективы применения нейронных сетей в образовании // От информатики в школе к цифровой трансформации образования: материалы научно-практической конференции памяти академика РАО А.А. Кузнецова, Москва, 25 октября 2024 года. Москва: Российская академия образования, 2024. С. 218–221.
  14. Сысоев П.В. Искусственный интеллект в образовании: осведомлённость, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32. № 10. С. 9–33. doi: 10.31992/0869-3617-2023-32-10-9-33
  15. Уваров А.Ю., Гейбл Э., Дворецкая И.В. и др. Трудности и перспективы цифровой трансформации образования. Москва: ИД ВШЭ, 2019. https://ioe.hse.ru/data/2019/07/01/1492988034/Cifra_text.pdf
Для цитирования:
Кузнецова И. В. Реализация преемственности математической и методической подготовки будущего учителя математики на основе использования нейросети // Cоntinuum. Математика. Информатика. Образование. 2025. № 2 (38). C. 42-52. https://doi.org/10.24888/2500-1957-2025-2-42-52