Макарова Наталья Владимировна, доктор пед. наук, профессор, заслуженный работник высшей школы РФ, профессор кафедры бизнес-информатики и менеджмента, Институт технологий предпринимательства и права
Санкт-Петербург
Natalia V. Makarova, doctor of sciences (Education), professor, honored Worker of higher Education of the russian federation, professor at the department of business Informatics and management, Institute of Entrepreneurship technologies and Law
Saint Petersburg
Шапиро Константин Вячеславович, канд. пед. наук, почетный работник общего образования Российской Федерации, методист
Санкт-Петербург
Konstantin V. Shapiro, candidate of sciences (Education), honorary Worker of General Education of the russian federation, a methodologist
Saint Petersburg
В статье представлено исследование проблемы интеграции современных технологий искусственного интеллекта в школьный курс информатики при ограниченном количестве учебных часов. Исследование направлено на разработку и апробацию методики проектного обучения основам ИИ через анализ социокультурной среды региона.
Методология исследования базируется на комплексном анализе существующих учебных программ и учебников информатики, разработке проектных методик обучения с использованием нейросетей. В работе применены методы теоретического анализа, педагогического эксперимента и статистической обработки данных.
В ходе исследования проанализированы возможности применения ИИ-технологий для решения образовательных задач, включая обработку текстовых данных из социальных сетей, анализ геоданных и визуализацию результатов. Разработана система проектных заданий, интегрирующая несколько разделов курса информатики в единый образовательный модуль.
Практическая реализация методики продемонстрировала эффективность проектного подхода, позволяющего в сжатые сроки освоить основы ИИ через исследование реальных данных социокультурной среды региона.
Результаты исследования показали, что предложенная методика способствует формированию актуальных цифровых компетенций у школьников, повышению их мотивации к изучению информатики и преодолению разрыва между быстро развивающимися технологиями и устаревшими образовательными программами.
Разработанная система может быть использована учителями информатики для модернизации учебного процесса при сохранении временных рамок учебной программы.
Практическая значимость исследования заключается в разработке методологических подходов к реализации проектного обучения на ландшафте социокультурной среды региона, в создании конкретных методических материалов, примеров проектных заданий и практических задач по анализу социокультурной среды с использованием ИИ-технологий.
The article presents a study on integrating modern artificial intelligence (AI) technologies into the school informatics course under constrained instructional hours. This research aims to develop and test a project-based learning methodology for teaching AI basics through the analysis of the regional socio-cultural environment.
The methodology is based on a comprehensive analysis of existing informatics curricula and textbooks, alongside the development of project-based teaching methods using neural networks. The work employs theoretical analysis, pedagogical experimentation, and statistical data processing.
The study analyzes the applications of AI technologies in addressing educational tasks, including social media text processing, geodata analysis, and data visualization. A system of project assignments has been developed to integrate several curriculum sections into a single educational module.
Practical implementation demonstrated the effectiveness of this project-based approach, enabling students to master AI basics rapidly by analyzing real-world regional data.
The findings indicate that the proposed methodology fosters relevant digital competencies, enhances student motivation to study informatics, and bridges the gap between rapidly advancing technologies and outdated educational programs.
The developed framework can be adopted by informatics teachers to modernize instruction within existing time constraints.
The practical significance of this research lies in establishing methodological approaches to project-based learning within a regional socio-cultural landscape, as well as providing specific instructional materials, project examples, and practical AI-driven data analysis tasks.
The authors declare that there are no conflicts of interest present.