В статье рассматривается проблема повышения качества обучения студентов, изучающих дисциплины «Линейная алгебра» и «Математический анализ», с использованием онлайн-ресурсов и систем компьютерной математики. Проведен концептуальный анализ научной литературы, опубликованной в высокорейтинговых журналах за последние 5 лет, который позволил выявить ключевые тренды и пробелы в исследованиях. На основе критического осмысления разночтений в терминологии предложен авторский понятийный аппарат. Обоснована актуальность и новизна подхода, базирующегося на интеграции традиционных методов преподавания с инновационными технологиями. Эмпирическую базу составили данные, полученные в ходе педагогического эксперимента, проведенного в 2022-2023 учебном году на выборке из 120 студентов. Применялись методы статистического анализа, анкетирования, тестирования, экспертных оценок. Результаты свидетельствуют о значимом повышении успеваемости (на 15-20%), мотивации (коэффициент корреляции r=0,78) и удовлетворенности студентов (более 85% положительных отзывов). Полученные данные имеют теоретическую ценность для развития концепций смешанного обучения математике и прикладное значение для оптимизации образовательного процесса в вузах. Намечены перспективы дальнейших исследований, связанные с персонализацией обучающих траекторий на основе технологий искусственного интеллекта.
The article discusses the problem of improving the quality of education for students studying the disciplines of Linear Algebra and Mathematical Analysis using online resources and computer mathematics systems. A conceptual analysis of the scientific literature published in highly rated journals over the past 5 years has been carried out, which has revealed key trends and gaps in research. Based on a critical understanding of the discrepancies in terminology, the author's conceptual framework is proposed. The relevance and novelty of the approach based on the integration of traditional teaching methods with innovative technologies is substantiated. The empirical base consists of data obtained during a pedagogical experiment conducted in the 2022-2023 academic year on a sample of 120 students. Methods of statistical analysis, questionnaires, testing, and expert assessments were used. The results indicate a significant increase in academic performance (by 15-20%), motivation (correlation coefficient r=0.78) and student satisfaction (more than 85% of positive reviews). The data obtained have theoretical value for the development of concepts of blended learning in mathematics and applied value for optimizing the educational process in universities. Prospects for further research related to the personalization of learning trajectories based on artificial intelligence technologies are outlined.