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.
The effectiveness of professional training for future mathematics teachers is entirely determined by the quality and continuity of their subject-specific and methodological training. The existing model of professional training, which separates fundamental (mathematical) and methodological components, has led to a decline in the mathematical proficiency of school students and the professional competencies of educators in recent years, as confirmed by various studies. Artificial intelligence systems, particularly neural network technologies capable of analyzing large volumes of data, adapting, and generating content, offer significant potential for integrating the mathematical and methodological training of future mathematics teachers. However, questions related to the use of neural networks in the professional training of future mathematics teachers and the implementation of continuity in this process remain understudied. Continuity between fundamental and methodological training can be achieved by delivering methodological material through solving mathematical problems and designing diagnostic tasks during subject-specific training. This article explores the potential of neural networks in training future mathematics teachers to ensure continuity between mathematical and methodological preparation. Key aspects of neural network application are considered to facilitate the understanding and assimilation of complex mathematical concepts, to acquire methodological experience in developing appropriate support for the learning process based on the generation of educational materials, to move from basic mathematical knowledge to its application in real pedagogical situations, and to personalize learning. The stages and techniques for organizing the work of future mathematics teachers using text-based neural networks for content generation aimed at fostering students’ critical thinking are described. Examples of tasks for students when working with neural networks within the framework of the course “Algebra”, realizing the continuity of mathematical and methodological training of the future teacher of mathematics are given.