DATA SCIENCE В УПРАВЛЕНИИ ОБРАЗОВАТЕЛЬНЫМ ПРОСТРАНСТВОМ

Особенности трансформации методики преподавания в условиях использования искусственного интеллекта, цифровых платформ и адаптивных образовательных ресурсов

Авторы

  • Расиля Рафиковна Нурмиева https://orcid.org/0000-0003-3873-4395 Казанский (Приволжский) федеральный университет, 420008, Казань, ул. Кремлевская, 18
  • Айгуль Тимергалиевна Хусаинова https://orcid.org/0000-0001-7915-1191 Казанский государственный аграрный университет, 420015, Казань, ул. Карла Маркса, 65
  • Роза Рафаиловна Закирова Казанский (Приволжский) федеральный университет, 420008, Казань, ул. Кремлевская, 18

Как цитировать

ГОСТ Нурмиева Р. Р., Хусаинова А. Т., Закирова Р. Р. Особенности трансформации методики преподавания в условиях использования искусственного интеллекта, цифровых платформ и адаптивных образовательных ресурсов // Управление образованием: теория и практика. 2026. Т. 16. № 5. С. 218-230. DOI: 10.25726/p7766-1783-6561-n
APA Нурмиева, Р. Р., Хусаинова, А. Т. & Закирова, Р. Р. (2026). Особенности трансформации методики преподавания в условиях использования искусственного интеллекта, цифровых платформ и адаптивных образовательных ресурсов. Управление образованием: теория и практика, 16(5), 218-230. https://doi.org/10.25726/p7766-1783-6561-n

Аннотация

В условиях интенсивной цифровизации образовательной среды интеграция технологий искусственного интеллекта и адаптивных платформ обусловливает фундаментальную трансформацию методики преподавания, проявляющуюся в переосмыслении всех компонентов дидактической системы, включая целеполагание, содержание, формы деятельности и критерии оценки. Данная трансформация характеризуется перераспределением профессиональных функций педагога, который из центрального источника знаний и организатора процесса эволюционирует в аналитика данных, проектировщика индивидуальных образовательных сценариев и фасилитатора самостоятельного обучения, что сопровождается значительным увеличением временных затрат на интерпретацию учебной аналитики на 12,7 процентных пунктов и индивидуальное консультирование на 7,9 пунктов при одновременном сокращении усилий на подготовку и проверку заданий на 9,3 пункта и лекционную работу на 8,7 пункта. Такие изменения способствуют персонализации образовательных траекторий, позволяя алгоритмам в реальном времени корректировать сложность материала, выявлять паттерны затруднений и применять принципы интервального повторения, что приводит к статистически значимому повышению академической результативности – приросту средних баллов на 6,2-8,7 по стобалльной шкале в экспериментальных группах по сравнению с контрольными, с особенно выраженным эффектом в отсроченном контроле, свидетельствующим о формировании устойчивых знаний. Восприятие этих инноваций обучающимися демонстрирует неоднородность в зависимости от уровня образования: магистранты оценивают удобство, мотивацию и контроль выше со средними баллами 4,03-4,38, в то время как студенты среднего профессионального образования проявляют большую настороженность относительно мониторинга с показателем 2,89 балла, подчеркивая приоритет живого педагогического взаимодействия над автоматизированной обратной связью. Готовность педагогов к интеграции определяется прежде всего уровнем цифровой грамотности и наличием методической поддержки, а не возрастом или стажем, что опровергает распространенные стереотипы и акцентирует необходимость инвестиций в развитие компетенций интерпретации данных и сохранения авторской автономии в проектировании контента. Внедрение дата-информированного преподавания и дифференцированных подходов на основе аналитики платформ обогащает методический репертуар, однако процесс трансформации носит нелинейный характер с периодами повышенной нагрузки, за которыми следует качественный скачок в профессиональной эффективности при стабилизации новых практик. В целом представленные результаты раскрывают, как адаптивные технологии выступают катализатором содержательных сдвигов в организации образовательного процесса, требующих осмысленного баланса между алгоритмической оптимизацией, этическими аспектами делегирования решений и сохранением субъектности всех участников, что позволяет установить основное содержание работы, определить ее релевантность для сферы цифровой дидактики и педагогического проектирования и принять обоснованное решение об обращении к полному тексту для детального ознакомления с механизмами, рисками снижения критического мышления и социального взаимодействия, а также стратегиями эффективного внедрения в различных образовательных контекстах.

Ключевые слова

искусственный интеллект адаптивные платформы трансформация методики учебная аналитика персонализация обучения

Библиографические ссылки

Бояркина Ю.А., Файзуллина А.Р. Методические особенности использования искусственного интеллекта при подготовке будущих педагогов // Сибирский педагогический журнал. 2025. № 2. С. 55-65.

Волобуева Т.Б. Повышение квалификации учителей по использованию искусственного интеллекта: содержательные акценты // Научное обеспечение системы повышения квалификации кадров. 2025. № 1(62). С. 86-95.

Гладилина И.П., Климкович Е.В., Бондаренко А.С. Образовательное пространство вуза как фактор трансформации экосистемы цифрового общества // Современное педагогическое образование. 2024. № 1. С. 216-220.

Глухов А.П., Синогина Е.С., Ломовская С.А. Проблема рецепции технологий искусственного интеллекта в образовательной среде: педагогическое сопротивление и стратегии внедрения // Научно-педагогическое обозрение. 2024. № 5(57). С. 154-166.

Гоголь А.А., Туманова Е.И. Перспективы использования искусственного интеллекта для построения индивидуальной траектории обучения // Современное образование: содержание, технологии, качество. 2023. Т. 1. С. 25-26.

Куренная Е.В., Корнилова К.А., Тагирова Р.А. Педагогические подходы использования искусственного интеллекта в образовательном процессе вуза // Мир науки, культуры, образования. 2025. № 2(111). С. 337-340.

Мирошникова О.Х. Цифровая трансформация образования и использование искусственного интеллекта в аспекте повышения квалификации педагогических кадров // Научное обеспечение системы повышения квалификации кадров. 2024. № 3(60). С. 62-68.

Нин Х., Ли Х. Инновационные исследования онлайн-русскоязычной образовательной платформы на основе технологий искусственного интеллекта // Современное педагогическое образование. 2025. № 4. С. 29-33.

Ноздрина Н.А., Эльканова А.А., Чанкаева А.М. Цифровая дидактика: как меняются методы преподавания в эпоху ИИ и онлайн-обучения // Экономические и гуманитарные исследования регионов. 2025. № 4. С. 64-69.

Нугуманова Л.Н., Шамсутдинова Л.П., Хохлов А.В., Сахнова И.А. Методические подходы к обучению педагогических работников использованию технологий искусственного интеллекта // Вестник НЦБЖД. 2025. № 3(65). С. 34-42.

Овсяницкая Л.Ю., Кравченко И.А. Об интеграции технологий искусственного интеллекта и педагогических технологий // Современные проблемы науки и образования. 2024. № 6. С. 55.

Розов К.В., Абрамова М.А. Трансформация методики преподавания технологий искусственного интеллекта в условиях цифровизации российского общества // Философия образования. 2024. Т. 24. № 2. С. 87-102.

Симонова С.В., Бондарев А.С. Публично-правовые аспекты цифровизации образовательной деятельности с применением искусственного интеллекта // Право и управление. 2025. № 8. С. 310-313.

Уманский А.Е., Житиневич Д.Г. Возможности использования искусственного интеллекта в преподавании дисциплин по программированию // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2025. № 4(80). С. 226-235.

Шихнабиева Т.Ш. Развитие теории и методики обучения в условиях цифровой трансформации образования на основе использования технологий искусственного интеллекта // Педагогическое образование и наука. 2024. № 6. С. 34-40.

Выпуск

Раздел

DATA SCIENCE В УПРАВЛЕНИИ ОБРАЗОВАТЕЛЬНЫМ ПРОСТРАНСТВОМ

Метрики

0 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные