Преодоление разрыва между учебными программами и развитием искусственного интеллекта: проектное обучение на примере анализа социокультурной среды региона

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.

1. Алферьева А. А. Искусственный интеллект в образовании: как адаптивное обучение и цифровые ассистенты меняют подход к обучению и воспитанию подростков // Вестник науки. 2025. № 1 (82). Ч. 1. С. 111–119. https://www.вестник-науки.рф/article/20559

2. Водяненко Г. Р., Щипицын В. Д. Технологии искусственного интеллекта: лабораторный практикум. Пермь: Пермский государственный гуманитарно-педагогический университет, 2025. 110 с. EDN: TPEVWZ.

3. Гаевская Е. Г., Борисов Н. В. Цифровое культурное наследие: учебное пособие. 2-е изд., испр. и доп. СПб.: Скифияпринт, 2025. 184 с.

4. Голубович М. В., Носкова Т. Н. Цифровые сервисы и ресурсы как средство обучения школьников искусственному интеллекту // Методика преподавания в современной школе: актуальные проблемы и инновационные решения. Материалы II Российско-узбекской научно-практической конференции (Ташкент, 15–16 ноября 2024 года). СПб.: Российский государственный педагогический университет им. А. И. Герцена, 2024. С. 191–198. EDN: GTLNNB.

5. Гончарова И. В., Никитенко И. Н., Петренко М. В. Использование нейросетевых технологий для визуализации исторического материала и повышения мотивации обучающихся на уроках математики // Дидактика математики: проблемы и исследования. 2025. № 3 (67). С. 88–103. DOI: 10.24412/2079-9152-2025-67-88-103. EDN: RTBIHO.

6. Гусев А. К., Озорнина Т. Н. Потенциал нейросетевых технологий для обучения английскому языку на ступени основного общего образования: вызовы и перспективы внедрения // Уральский вестник образования. 2025. № 4. С. 23–30. EDN: HCYMXE.

7. Илюшин Л. С., Торпашёва Н. А. Отношение учителей к применению технологий искусственного интеллекта в образовании // Педагогическое образование в России. 2025. № 4. С. 74–85. EDN: INGMTK.

8. Казимова Д. А., Адекенова А. Н. Реализация персонализированного адаптивного обучения в системе образования на основе технологии искусственного интеллекта // Вестник Карагандинского университета. Серия: Педагогика. 2025. Т. 30. № 1 (117). С. 200–211. DOI: 10.31489/2025ped1/200-211. EDN: QVHPME.

9. Коновалов А. А. Готовы ли педагоги осваивать и применять технологии искусственного интеллекта? // Профессиональное образование и рынок труда. 2025. Т. 13. № 2 (61). С. 88–101. DOI: 10.52944/PORT.2025.61.2.006. EDN: VXIACC.

10. Кузьменко М. В. Искусственный интеллект в школьном математическом образовании: осведомленность, готовность и использование учителями математики // Психологическая наука и образование. 2025. Т. 30. № 3. С. 125–139. DOI: 10.17759/pse.2025300310. EDN: FHQRZN.

11. Курейчик В. М. Применение ИИ-инструментов в школьных проектах: возможности, риски и их минимизация для развития функциональной грамотности // Цифровая гуманитаристика и технологии в образовании (DHTE 2025). Сборник статей VI Международной научно-практической конференции (Москва, 13–14 ноября 2025 года). М.: Московский государственный психолого-педагогический университет, 2025. С. 352–361. EDN: GLPSHQ.

12. Мариносян А. Х. ChatGPT-4 в обучении физике и математике: возможности, ограничения и перспективы совершенствования // Вестник МГПУ. Серия: Информатика и информатизация образования. 2024. № 4 (70). С. 95–115. EDN: DNGISD.

13. Маркелова О. В. Потенциал технологий искусственного интеллекта в обучении: исследование восприятия и возможностей среди педагогов региона // Цифровая гуманитаристика и технологии в образовании (DHTE 2025). Сборник статей VI Международной научно-практической конференции (Москва, 13–14 ноября 2025 года). М.: Московский государственный психолого-педагогический университет, 2025. С. 183–194. EDN: KPGXOQ.

14. Смирнов С. Трансформация образования в эпоху искусственного интеллекта: вызовы, перспективы и новые компетенции: препринт исследования. М., 2025. 55 с. https://sergiosmirnov.ru/wp-content/uploads/2025/07/EDU-AI-Transformation-preprint.pdf

15. Соловцова Е. В. Анализ структуры и ключевых компонентов цифровых компетенций современного педагога в условиях перехода к онлайн-обучению и интеграции искусственного интеллекта в образовательный процесс // Управление образованием: теория и практика. 2025. № 9-2. С. 142–151. DOI: 10.25726/w3205-8446-9879-u. EDN: TQOKSO.

16. Федеральная рабочая программа среднего общего образования. Информатика (базовый уровень) (для 10–11 классов образовательных организаций). М.: Минпросвещения России; Институт содержания и методов обучения им. В. С. Леднева, 2025. 46 с. https://edsoo.ru/wp-content/uploads/2025/07/2025_soo_frp_informatika_10_11_baz.pdf

17. Фещенко Т. С. Искусственный интеллект в школьном физическом образовании: ключевые аспекты // Педагогическое образование в России. 2024. № 5. С. 141–158. EDN: UVMSXK.