Выпуск: №7(75) КОД науки - исследования молодых ученых

Раздел: Технические науки и искусственный интеллект

Опубликовано: 20 июня 2025

Код уникальной десятичной классификации: 378.14

Автор: Абахова Ольга Ярославна

студент 3 курса, Московский городской педагогический университет (МГПУ), г. Москва, e-mail: abakhovaoy344@mgpu.ru

Научный руководитель: Рябикова Диана Леонидовна

ассистент департамента информации образования Института цифрового образования, Московского городского педагогического университета (МГПУ)

Аннотация. Статья посвящена технологии, использующейся во многих сферах деятельности – генеративному искусственному интеллекту. Научная новизна заключается в описании подхода использования технологий искусственного интеллекта преподавателями для проведения анализа проведенных учебных занятий с точки зрения методики преподавания. Практическая значимость обусловлена возможностью получения независимой оценки от «виртуального методиста», более объективного и детализированного мнения с целью совершенствования образовательного процесса обучающихся.

Ключевые слова: генеративный искусственный интеллект, искусственный интеллект, образование, методическая подготовка учителя, нейросети, современные технологии в образовании, чат-боты.

Современные технологии, включая искусственный интеллект (ИИ), активно трансформируют образовательную сферу, предлагая новые инструменты для анализа и совершенствования педагогической деятельности. Потенциал применения ИИ в образовательном процессе велик и вариации его применения увеличиваются практически с каждым днем. Для современного педагогического сообщества не секрет, что генеративный искусственный интеллект может существенно сэкономить личное время педагога, путем делегирования ИИ задач по составлению сценария учебного и внеурочного занятий, разработки парной, групповой видов деятельности обучающихся, тестовых заданий, кейсов и их последующей проверке [2], [8]. Каждый преподаватель проводит множество учебных занятий, зачастую по идентичным темам, но с разными обучающимися, находящимися в параллели. В зависимости от ряда факторов, таких как уровень подготовки обучающихся и дисциплины, степень усвоения новых знаний, последовательность занятия в учебном расписании и других педагогу необходимо тем или иным образом перестраивать даже уже апробированный и успешный урок. Грамотному учителю необходимо проводить анализ проведенного урока для выявления положительных и отрицательных аспектов. Такая практика необходима не только для молодых педагогов, но и опытных учителей. Чтобы получить детальную оценку проведенных занятий педагоги могут использовать языковые модели для рефлексии, выявления сильных и слабых сторон урока, а также разработки рекомендаций по совершенствованию не только проанализированного, но и будущих занятий [3], [4].

В нашем исследовании рассмотрим вопрос целесообразности использования искусственного интеллекта при проверке урока с точки зрения методики преподавания, проведем сравнительный анализ двух генеративных нейронных сетей, выбранных для данного исследования – «ChatBotChatApp» и «DeepSeek», обсудим перспективы и ограничения применения ИИ в образовании [6].

Генеративные нейросети можно наделить ролью методиста по определенному школьному предмету. В результате наш «виртуальный методист» будет обладать  следующими возможностями, которые делают ИИ полезным инструментом для самоанализа учителя [3], [7]:

• анализ текстового описания уроков;
• выявление недочётов в методической составляющей урока;
• предложение альтернативных стратегий преподавания;
• генерация различных примеров задач и объяснений.

В качестве эксперимента были использованы материалы урока для 9-го класса по математике по теме «Свойства функции». Данный урок был записан на диктофон, а затем загружен в нейронную сеть. Для детального анализа дополнительно подгружается описание урока. Искусственному интеллекту была поставлена задача по анализу структуры урока, использованным методам подачи материала и взаимодействия с обучающимися. Эксперимент, проведенный с помощью нейросети «ChatBotChatApp», показал следующие результаты – представлены положительные аспекты урока, рекомендации по его улучшению, описаны действия педагога и обучающихся на каждом из этапов урока, а также задействованные универсальные учебные действия по ФГОС [5].

В качестве сильных сторон урока были отмечены следующие составляющие:

• чёткая логическая структура урока: от повторения графика линейной функции к исследованию свойств квадратичной функции;
• удачное сочетание визуализации (графики на интерактивной доске) и аналитического подхода (использование математических формул);
• активное использование вопросов, посвященных сравнению функций.

Также «ChatBotChatApp» представил рекомендации по улучшению проведенного урока, которые преподаватель может использовать как на подобном уроке в другом классе, так и в дальнейшей работе с обучающимися по теме «Свойства функции» (см. рисунок 1):

• добавить больше практических примеров (например, анализ зависимости скорости от времени);
• включить интерактивные задания с построением графиков в группах (групповая работа на уроке);
• уделить больше внимания объяснению монотонности и экстремумов функций.

Рис. 1. Результат анализа урока по теме «Свойства функции», проведенного с помощью нейросети «ChatBotChatApp»

Для профессиональной и более объективной оценки был проведен параллельный анализ урока с помощью одной из популярных нейронных сетей «DeepSeek» (см. рисунок 2). Данная оценка подтвердила выводы, сделанные «ChatBotChatApp», а также были выявленные дополнительные аспекты, не отмеченные при анализе урока первой использованной нами нейросетью, открыто представлены отрицательные моменты урока, которые педагогу следует доработать:

• проработать мотивационный этап урока с использованием примером из реальной жизни обучающихся;
• необходимость более детальной проработки понятия «ограниченность функций»;
• рекомендация по использованию большего визуальных примеров для сложных случаев.

Рис. 2 Результат анализа урока по теме «Свойства функции», проведенного с помощью нейросети «DeepSeek»

Использованные нами нейросети представили достойные результаты по анализу проведенного урока. Некоторые сравнительные рекомендации, представленные ИИ отмечены в таблице 1.

Таблица 1. Сравнительная таблица рекомендаций «ChatBotChatApp» и «DeepSeek»

По итогам работы с искусственным интеллектом можно выделить следующие преимущества использования ИИ при проведении анализа урока по какому-либо учебному предмету:

• объективность – искусственный интеллект не подвержен субъективным оценкам, в связи с чем мы может получить абсолютно беспристрастную и непредвзятую оценку по проведённому занятию;
• экономия времени – автоматический анализ урока экономит время рутинной работы методиста, которому можно представить анализ, проведенный ИИ, для совместного детального обсуждения и совершенствования будущих занятий педагога с точки зрения методики преподавания [1];
• доступность – некоммерческие версии различных нейросетей (не только использованных в данном исследовании) позволяют применять их без дополнительных затрат. Некоторые чат-боты и нейронные сети имеют ограниченное количество запросов, однако после прохождения регистрации их можно увеличить. К тому же ИИ сохраняет историю запросов пользователя, в связи с чем, после проведения периодических анализов проведенных уроков педагог сможет самостоятельно наблюдать динамику совершенствования своего педагогического мастерства.

Однако применение искусственного интеллекта в подобном процессе имеет и некоторые ограничения:

• отсутствие педагогического чутья – ИИ не может полностью заменить человеческую интуицию и эмпатию педагога. Насколько бы отличным не был подготовленный педагогом урок, в процессе его проведения учитель будет вынужден прибегнуть к его трансформации и отойти от «идеального плана»;
• зависимость от качества входных данных – если представленное искусственному интеллекту описание урока неточное, анализ будет проведен некорректно, поэтому учителю необходимо проверить материалы, которые он представляет нейросети для оценки;
• этические и правовые вопросы – использование ИИ требует осторожности в обработке персональных данных обучающихся и педагогу необходимо удостовериться, что личные данные не будут подвержены утечке [7].

Дальнейшая работа, связанная со взаимодействием по анализу уроков и перспективах использования ИИ в работе учителя, будет только возрастать. Педагог сможет получать от искусственного интеллекта персонализированные рекомендации по улучшению методики преподавания, сгенерированные индивидуальные учебные материалы на основе анализа успеваемости класса и конкретных обучающихся практически в реальном времени для отработки слабых сторон или наоборот – повышения уровня сложности и изучения более сложного материала.

Применение искусственного интеллекта, в частности рассмотренных нами нейросетей, открывает новые возможности для анализа и совершенствования педагогической деятельности. Искусственный интеллект способен давать ценные рекомендации, помогая педагогу увидеть урок со стороны. Однако важно помнить, что современные технологии выступают лишь инструментами, некими помощниками учителя, и окончательные решения должны приниматься педагогом.

Список литературы:

1. Абахова О.Я. Применение капсулы мини с голосовым помощником Маруся на уроках физики // Сборник тезисов студенческой открытой конференции : Теоретические и практические результаты исследования бакалавров, магистрантов и аспирантов института цифрового образования Московского городского педагогического университета, Москва, 21–25 ноября 2022 года / Сост. Н.В. Вознесенская. М.: Издательство ПАРАДИГМА, 2022. С. 42-45.
2. Елисеев А.В., Рябикова Д.Л. Интеграция нейросетевых технологий в образовательный процесс: цифровые инструменты для повышения эффективности педагогической деятельности // Шамовские чтения: Сборник статей XVII Международной научно-практической конференции. В 2-х томах, Москва, 25 января – 03 февраля 2025 года. М.: Научная школа управления образовательными системами, 2025. С. 564-567.
3. Елисеев А.В., Рябикова Д.Л. Совершенствование навыка «промтинг» при работе с генеративным искусственным интеллектом // Наука в мегаполисе Science in a Megapolis, 2024. №7(63). (дата обращения: 01.04.2025).
4. Марр Б., Уорд М. Искусственный интеллект на практике. 50 кейсов успешных компаний. Пер. с англ. Е. Петровой. М.: Манн, Иванов и Фербер, 2020. 320 с.
5. Пустовойтенко М.В., Рябикова Д.Л. О форуме «Градиент» «Развитие математического образования: от содержимого к содержанию» // Развитие математического образования: от содержимого к содержанию: Сборник статей II Международного форума для педагогов и исследователей в области математики «Градиент», Москва, 25-26 января 2024 года. М.: Издательство «Интеллект-Центр», 2024. С. 11-23.
6. Пустовойтенко М.В., Рябикова Д.Л. Опыт ИЦО: сохраняя традиции, внедряем инновации // Большая конференция МГПУ: сборник тезисов: в 3 т., Москва, 28-30 июня 2023 года / Московский городской педагогический университет. Том 1. М.: Издательство ПАРАДИГМА, 2023. С. 106-110.
7. Шунина Л.А. Роль личного бренда преподавателя вуза в популяризации научных знаний о современных информационных технологиях // 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. 485-487.
8. Эдьютон «Мы знаем МЭШ» как комплексный учебно-познавательный проект / А.И. Азевич, Е.В. Лавренова, М.В. Пустовойтенко, Д.Л. Рябикова // Вестник МГПУ. Серия: Информатика и информатизация образования, 2024. №2(68). С. 94-105.

Application of artificial intelligence for lesson analysis: experience of using «ChatBotChatApp» and «DeepSeek»

Abakhova O.Ya.,
student of 3 course of the Moscow City University, Moscow

Research supervisor:
Ryabikova Diana Leonidovna,
Assistant of the Education Information Department of the Institute of Digital Education, Moscow City University

Abstract. The article is devoted to the technology used in many spheres of activity – generative artificial intelligence. Scientific novelty lies in the description of the approach of using artificial intelligence technologies by teachers to analyse the conducted training sessions from the point of view of teaching methodology. Practical significance is due to the possibility of obtaining an independent assessment from the «virtual methodologist», more objective and detailed opinion in order to improve the educational process of students.
Keywords: generative artificial intelligence, artificial intelligence, education, methodological teacher training, neural networks, modern technologies in education, chatbots.

References:

1. Abakhova O.Y. Application of mini capsule with voice assistant Marusya at physics lessons // Collection of abstracts of student open conference: Theoretical and practical research results of undergraduate, graduate and postgraduate students of the Institute of Digital Education of Moscow City Pedagogical University, Moscow, 21-25 November 2022 / Compiled by N.V. Voznesenskaya. Moscow: Paradigma Publishing House, 2022.: С. 42-45.
2. Eliseev A.V., Riabikova D.L. Integration of neural network technologies in the educational process: digital tools to improve the effectiveness of pedagogical activity // Shamovskie readings: Collection of articles of the XVII International Scientific and Practical Conference. In 2 volumes, Moscow, January 25 - February 03, 2025. Moscow: Scientific School of Educational Systems Management, 2025.: 564-567.
3. Eliseev A.V., Riabikova D.L. Improving the skill «promting» when working with generative artificial intelligence // Science in a Megapolis Science in a Megapolis. №7(63). (дата обращения: 01.04.2025).
4. Marr B., Ward M. Artificial Intelligence in Practice. 50 cases of successful companies. Translated from English by E. Petrova. Moscow: Mann, Ivanov & Ferber, 2020. 320 p.
5. Pustovoitenko M.V., Riabikova D.L. About the forum «Gradient» «Development of mathematical education: from content to content» // Development of mathematical education: from content to content: Collection of articles of the II International Forum for teachers and researchers in the field of mathematics «Gradient», Moscow, 25-26 January 2024. Moscow: Intellect-Centre Publishing House, 2024.: 11-23.
6. Pustovoitenko M.V., Riabikova D.L. Experience of CIC: preserving traditions, introducing innovations // Great Conference of Moscow State Pedagogical University : collection of abstracts: in 3 vols, Moscow, 28-30 June 2023 / Moscow City Pedagogical University. Vol. 1. Moscow: Paradigma Publishing House, 2023.: 106-110 p.
7. Shunina L.A. The role of personal brand of a university teacher in popularisation of scientific knowledge about modern information technologies // Informatisation of education and e-learning methodology: digital technologies in education: Proceedings of the VIII International Scientific Conference. In 4 parts, Krasnoyarsk, 24-27 September 2024. Krasnoyarsk: Krasnoyarsk State Pedagogical University named after V.P. Astafiev, 2024.: 485-487.
8. Eduton «We know MESH» as a complex educational and cognitive project / A.I. Azevich, E.V. Lavrenova, M.V. Pustovoitenko, D.L. Riabikova // Vestnik MSPU. Series: Informatics and Informatisation of Education, 2024. №2(68).: 94-105.