On the use of generative neural networks to achieve individual metasubject results of students in accordance with the Federal State Educational Standard
https://doi.org/10.32517/2221-1993-2025-24-5-37-43
Abstract
The article provides an overview of the possibilities provided by artificial intelligence systems that can be used in the work of a teacher. Various neural network models developed by Russian companies are considered. Examples of the use of neural networks for the preparation of educational materials are given, as well as recommendations for creating prompts for generating texts and images in order to create educational materials. The limits of applicability of the results of neural networks for the formation of certain groups of educational outcomes are considered. Examples of tasks in various academic subjects aimed at achieving metasubject results are given, which use materials created using generative neural network models. The groups of metasubject educational results are indicated, the formation of which is possible using materials created by neural networks. The possibilities of professional development and training in the effective construction of prompts are considered.
About the Authors
V. G. SmolnyakovRussian Federation
Vyacheslav G. Smolnyakov, a postgraduate student, Department of Theory and Methods of Teaching Mathematics and Informatics, Institute of Mathematics and Informatics
Moscow; Shchyolkovo, Moscow Region
V. I. Filippov
Russian Federation
Vladimir I. Filippov, Candidate of Sciences (Education), Associate Professor at the Department of Natural Sciences and Mathematics; an informatics teacher
Mytishchi, Moscow Region; Orekhovo-Zuyevo, Moscow Region
References
1. Гусейнова Г. Ф. Искусственный интеллект в педагогическом процессе: современный взгляд // Педагогический журнал. 2022. Т. 12. № 4А. С. 190–195. EDN: TFUAVW. DOI: 10.34670/AR.2022.15.34.021.
2. Нейросеть «Алиса» для решения любых задач. https://alice.yandex.ru/
3. Носова Л. С. , Леонова Е. А., Леонтьева В. А., Беля ков А. В. Искусственный интеллект и нейросети в образовательном пространстве вуза и школы. Челябинск: Абрис, 2024. 196 с. EDN: YKHESE.
4. Носова Л. С., Леонова Е. А., Селезнева Е. А., Радченко Т. А. Искусственный интеллект в формировании про фессиональных компетенций будущих педагогов. Челябинск: Изд-во ЗАО «Библиотека А. Миллера», 2023. 175 с.
5. Пользовательское соглашение сайта fusionbrain.ai. https://fusionbrain.ai/static/fusion/docs/agreement.pdf
6. Промптинг в GPT (GPT в образовании: гайд по промтингу для тех, кто учит и учится. https://education.yandex.ru/prompting
7. Распоряжение Правительства РФ от 2 декабря 2021 года № 3427-р «Об утверждении стратегического направления в области цифровой трансформации образования, относящейся к сфере деятельности Министерства просвещения РФ». https://www.garant.ru/products/ipo/prime/doc/403075723/
8. Сысоев П. В. Дидактические свойства и методические функции нейросетей // Перспективы науки и образования. 2024. № 6 (72). С. 672–690. EDN: GGNYFW. DOI: 10.32744/pse.2024.6.42.
9. Условия использования технологий генеративного искусственного интеллекта Яндекса | Условия использования YandexGPT. https://yandex.ru/legal/yagpt_termsofuse/
10. Федеральная рабочая программа основного общего образования по информатике (базовый уровень) (для 7–9 классов образовательных организаций). https://edsoo.ru/wp-content/uploads/2025/07/2025_ooo_frp_informatika-7-9_baza.pdf
11. Федосов А. Ю. Решение задач этического воспитания школьников при изучении основ искусственного интеллекта // Избранные вопросы цифровой трансформации образования: коллективная монография. М.: ИНФРА-М, 2025. С. 233–241. EDN: BBHLZU.
12. Шедеврум — с нейросетями Яндекса для создания картинок и видео. https://shedevrum.ai/
13. GigaChat — русскоязычная нейросеть от Сбера. https://giga.chat/
14. Kandinsky 3.1. https://www.sberbank.com/promo/kandinsky/
Review
For citations:
Smolnyakov V.G., Filippov V.I. On the use of generative neural networks to achieve individual metasubject results of students in accordance with the Federal State Educational Standard. Informatics in school. 2025;(5):37-43. (In Russ.) https://doi.org/10.32517/2221-1993-2025-24-5-37-43
JATS XML
















