ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРЕПОДАВАНИИ ДИСЦИПЛИН ПО ПРОГРАММИРОВАНИЮ |
| научная статья | 377.1 | ||
| 226-235 |
| Целью настоящего исследования является анализ возможностей применения искусственного интеллекта (ИИ) в преподавании образовательных дисциплин, связанных с программированием. Актуальность темы обусловлена растущей ролью ИИ в образовательной сфере, необходимостью персонализации обучения и адаптации педагогических практик к вызовам цифровой эпохи. В качестве теоретико-методологической основы использованы идеи индивидуализации образования (К. Томлинсон, С. Митра, Л.В. Занков, Г.М. Коджаспирова и др.) и концепты цифровой трансформации обучения (А.А. Ахаян, В.И. Блинов, Н.О. Вербицкая, Е.И. Казакова и др.). Метод исследования включает аналитический обзор современных языковых моделей ИИ (ChatGPT, DeepSeek, Qwen), сравнительный анализ их функциональных характеристик, а также обобщение опыта применения ИИ в отечественных цифровых платформах онлайн-обучения, таких как Stepik и «Яндекс.Практикум». Представлены конкретные сценарии использования ИИ в преподавании програмирования: автоматическая генерация заданий, проверка кода, формирование индивидуальных учебных траекторий, организация симуляций и подготовка к профессиональной деятельности. В качестве результата предлагается модель многопользовательского взаимодействия «преподаватель - студент - ИИ», которая обеспечивает «медиативную» поддержку как студентам, так и преподавателям, геймифицирует содержание и создает прозрачность образовательного процесса. Отмечены как преимущества (гибкость, экономия времени, повышение мотивации студентов), так и ограничения (необходимость этического регулирования, ограниченная многопользовательская функциональность, ограничения использования ChatGPT в РФ) предлагаемой модели. Представленные выводы свидетельствуют о потенциале использования ИИ в преподавании программирования и задают направления для дальнейших исследований, включая разработку стандартов этического использования и повышения цифровой компетентности как преподавателей, так и студентов. |
 |
| 1 . Арсакаев И.Ш., Ильясова К.Х., Орцуева Б.И. Технологии искусственного интеллекта в современном государственном управлении // Вопросы устойчивого развития общества. 2021. № 12. С. 790-796. 2 . Кулакова Л.И. Управление инновациями в предпринимательстве на основе функциональных возможностей искусственного интеллекта // Естественно-гуманитарные исследования. 2022. № 40 (2). С. 151-156. 3 . Филиппова А.Д. Технологии искусственного интеллекта в торговле // В сборнике: Цифровизация общества: состояние, проблемы, перспективы. 2022. С. 234-241. 4 . Kung T.H. et al. Performance of ChatGPT on USMLE: potential for AI-assisted medical education using large language models // PLoS Digital Health. 2023. V. 2. № 2. Р. e0000198. DOI: https://doi.org/10.1371/journal.pdig.0000198. 5 . Choi J.H. et al. ChatGPT goes to law school // J. Legal Educ. 2021. V. 71. P. 387. DOI: http://dx.doi.org/10.2139/ssrn.4335905 6 . Рябов Г.А., Кривоногова Е.В. Тенденции развития искусственного интеллекта в высшем образовании в России и на Западе // Тенденции развития науки и образования. 2022. № 87-5. С. 156-158. 7 . Мировые тренды образования в российском контексте - 2025. Национальный исследовательский университет «Высшая школа экономики» [Электронный ресурс]. URL: https://ioe.hse.ru/edu_global_trends/2025/ (дата обращения: 20.06.2025). 8 . UNESCO AI competency framework for teachers. 2024. 52 p. [Электронный ресурс] // UNESCO. URL: https://unesdoc.unesco.org/ark:/48223/pf0000391104/PDF/391104eng.pdf.multi (дата обращения: 21.06.2025). 9 . UNESCO AI competency framework for students. 2024. 80 p. [Электронный ресурс] // UNESCO. URL: https://unesdoc.unesco.org/ark:/48223/pf0000391105/PDF/391105eng.pdf.multi (дата обращения: 22.06.2025). 10 . Stefanova T., Georgiev S. Possibilities for using AI in mathematics education // Mathematics and Education in Mathematics. 2024. V. 53. P. 117-125. DOI: https://doi.org/10.55630/mem.2024.53.117-125. 11 . Wardat Y. et al. Artificial intelligence in education: mathematics teachers’ perspectives, practices and challenges // Iraqi Journal for Computer Science and Mathematics. 2024. V. 5. № 1. P. 60-77. DOI: https://doi.org/10.52866/ijcsm.2024.05.01.004. 12 . Басюк В.А., Гараев Т.К. Эффективность искусственного интеллекта в высшей математике // Вестник НЦ БЖД. 2024. № 3 (61). C. 128-132. 13 . Avila-Chauvet L., Mej?a D., Acosta Quiroz C.O. Chatgpt as a support tool for online behavioral task programming // Available at SSRN 4329020. 2023 [Электронный ресурс]. URL: https://ssrn.com/abstract=4329020 (дата обращения: 22.06.2025). 14 . Wollowski M. Using ChatGPT to produce code for a typical college-level assignment // AI Magazine. 2023. 44. Р. 129-130. https://doi.org/10.1002/aaai.12086. 15 . Никольский А.Г., Виштак О.В., Очкур Г.В. и др. Искусственный интеллект как инструмент изучения программирования // Известия Тульского государственного университета. Технические науки. 2024. № 2. С. 191-197. DOI: 10.24412/2071-6168-2024-2-191-192. 16 . Tomlinson C.A. Everybody's classroom: differentiating for the shared and unique needs of diverse students. Teachers College Press, 2022. 17 . Занков Л.В. К вопросу о соотношении обучения и развития // Психологическая наука и образование. 1996. Т. 1. № 4. 18 . Mitra S., Rana V. Children and the Internet: Experiments with minimally invasive education in India // British Journal of Educational Technology. 2001. V. 32. № 2. Р. 221-232. 19 . Коджаспирова Г.М. Культура профессионального самообразования педагога. М.: Всероссийский научно-практический центр профориентации и психологической поддержки населения, 1994. 344 с. 20 . Казакова Е.И. Цифровая трансформация педагогического образования // Ярославский педагогический вестник. 2020. № 1 (112). С. 8-14. 21 . Блинов В.И., Сергеев И.С., Есенина Е.Ю. Основные идеи дидактической концепции цифрового профессионального образования и обучения. М.: Изд-во «Перо», 2019. 24 с. 22 . Вербицкая Н.О. Цифровая трансформация непрерывного образования: новый виток развития нейропедагогики // Вестник Южно-Уральского государственного университета. Серия: Образование. Педагогические науки. 2019. Т. 11. № 3. С. 6-20. 23 . Ахаян А.А. Сетевая личность как педагогическое понятие: приглашение к размышлению // Письма в Эмиссия.Оффлайн. 2017. № 8. С. 2560. 24 . Каталог онлайн-курсов - Stepik [Электронный ресурс]. URL: https://stepik.org/catalog (дата обращения: 22.06.2025). 25 . Онлайн-курсы Яндекс Практикум [Электронный ресурс]. URL: https://practicum.yandex.ru/ (дата обращения: 24.06.2025). 26 . Как устроено обучение в Практикуме [Электронный ресурс]. URL: https://practicum.yandex.ru/blog/how-we-teach-and-motivate/?from=main_header-how-we-teach_button (дата обращения: 24.06.2025). 27 . Idrisov B., Schlippe T. Program code generation with generative AIs // Algorithms. 2024. V. 17. № 2. P. 62. https://doi.org/10.3390/a17020062. 28 . Taecharungroj V. «What can ChatGPT do?» Analyzing early reactions to the innovative AI chatbot on Twitter // Big Data and Cognitive Computing. 2023. V. 7. № 1. P. 35. https://doi.org/10.3390/bdcc7010035. 29 . Hasan S., Basak S. Open-source AI-powered optimization in scalene: Advancing python performance profiling with DeepSeek-R1 and LLaMA 3.2 // arXiv preprint arXiv:2502.10299. 2025. DOI: https://doi.org/10.48550/arXiv.2502.10299. 30 . Manik M.M.H. ChatGPT vs. DeepSeek: A Comparative Study on AI-Based Code Generation // arXiv preprint arXiv:2502.18467. 2025. DOI: https://doi.org/10.48550/arXiv.2502.18467. 31 . Zhu Q. et al. Deepseek-coder-v2: Breaking the barrier of closed-source models in code intelligence // arXiv preprint arXiv:2406.11931. 2024. DOI: https://doi.org/10.48550/arXiv.2406.11931. 32 . Bai J. et al. Qwen technical report // arXiv preprint arXiv:2309.16609. 2023. DOI: https://doi.org/10.48550/arXiv.2309.16609. 33 . Hui B. et al. Qwen 2.5-coder technical report // arXiv preprint arXiv:2409.12186. 2024. DOI: https://doi.org/10.48550/arXiv.2409.12186. |