В статье рассматриваются вопросы использования нейронных сетей для разработки дидактического обеспечения дисциплины «Элементы высшей математики», которое позволяет эффективно применять нейронные сети для повышения качества учебного процесса и улучшения понимания студентами сложных математических концепций.

Ключевые слова: нейронные сети в образовании, дидактическое обеспечение с помощью нейронных сетей, искусственный интеллект в образовании, образовательные технологии, математические концепции.

В настоящее время почти в каждой сфере деятельности используют нейросетевые технологии. Применение нейронных сетей для обучения позволит значительно сократить время преподавателя при подготовке к занятиям. Использование нейросети в роли преподавателя открывает новые перспективы в образовании. Они позволяют студентам получать индивидуализированное обучение, непрерывную поддержку и мгновенную обратную связь, расширяет учебные возможности и преодолевает языковые и культурные барьеры. Несмотря на все преимущества, нейросеть не может полностью заменить роль реального педагога, но он может служить ценным дополнением и инструментом для улучшения образования в эпоху цифровых технологий [1, с. 82].

Нейронные сети и искусственный интеллект (ИИ) активно внедряются в образовательные технологии, открывая новые возможности для персонализации обучения, автоматизации рутинных задач и улучшения образовательных процессов. В контексте обучения дисциплине «Элементы высшей математики» нейросети могут быть использованы для решения широкого спектра задач. Основными направлениями применения нейросетей в образовании:

1. Персонализация обучения.
2. Автоматизация проверки заданий.
3. Создание учебных материалов.
4. Интерактивные обучающие системы.
5. Поддержка преподавателей

Для внедрения нейросети в образовательный процесс необходимо соответствовать требованиям времени и выполнять следующие задачи: писать планы занятий, формулировать задания, разрабатывать тесты, генерировать игры для внедрения в обучение, тексты, разрабатывать веб-страниц, решать задачи и т. д. [2]

Существует множество нейросетевых технологий, которые могут справится с образовательными задачи. В таблице 1 представлены наиболее популярные нейросети по их особенностях и генерации контента.

Таблица 1

Обзор нейросетевых технологий

Продемонстрируем возможности нейросетей в преподавательской деятельности и то, как можно использовать их. Они способны значительно сократить трудоемкость подготовки к занятиям, для проведения занятий с помощью сгенерированного материала. [4]

Для дисциплины «Элементы высшей математики» будут разработаны методические указания по организации практических занятий для студентов 1 курса специальности СПО «Информационные системы и программирование». К данным указаниям будут сгенерированы практические работы, теоретический материал, презентации, инфографика, сторителлинг.

Разработка включает в себя множество тем, но возможности решения и работы нейросети будет продемонстрировано на одной теме.

Сгенерируем материал по теме «Решение систем линейных уравнения по формулам Крамера и методом обратной матрицы». С помощью нейросети GigaChat, Piktochart сгенерируем теоретический и практический материал, а также презентацию для лучшего представления лекции. [3, с. 101]

Введем запрос на создание теоретического материала по теме «Решение систем линейных уравнений методом Гаусса». Используем запрос: Представь, что ты преподаватель высшей математики, используя свои знания составь теоретический материал для студентов по теме «Решение систем линейных уравнений методом Гаусса». Материал должен содержать следующие темы: СЛУ методом Крамера разного порядка, СЛУ матричным методом и выполнить проверку. К материалу прилагать примеры. (рисунок 1).

Рис. 1. Теоретический материал по теме «Решение систем линейных уравнения по формулам Крамера и методом обратной матрицы»

Введем запрос на создание практической работы по теме «Решение систем линейных уравнения по формулам Крамера и методом обратной матрицы». Используем запрос: Представь, что ты преподаватель высшей математики, используя свои знания составь 4 задания для студентов по теме «Решение систем линейных уравнения по формулам Крамера и методом обратной матрицы». Задания должны быть разнообразными и охватывать следующие темы: СЛУ методом Крамера разного порядка, СЛУ матричным методом и выполнить проверку. К каждому заданию разработать по 5 вариантов (рисунок 2).

Рис. 2. Практический материал по теме «Решение систем линейных уравнения по формулам Крамера и методом обратной матрицы»

Для того, чтобы создать презентацию, используем Piktochart. Для данной нейросети достаточно ввести тему презентации, а также для лучшей генерации указать содержание или же некоторые предпочтения. Используем запрос: Составьте презентацию для студентов, которая охватывает данные темы: СЛУ методом Крамера разного порядка, СЛУ матричным методом и выполнить проверку. Продемонстрируйте разбор темы на конкретных примерах (Рисунок 3).

Рис. 3. Титульный лист презентации по теме «Решение систем линейных уравнения по формулам Крамера и методом обратной матрицы»

Piktochart может сгенерировать материал абсолютно по любой теме, но, как и в любой нейросети могут присутствовать неточности, поэтому необходимо всегда прописывать подробнее ваш запрос. Например, в нашем запросе было указано необходимость конкретных примеров, но решение предоставлено не было (Рисунок 4).

Рис. 4. Презентация по теме «Решение систем линейных уравнения по формулам Крамера и методом обратной матрицы»

Промпты можно использовать для всех нейросетей, но нужно учитывать корректность ответов, это связано с тем, какой запрос вы вводите. С генерацией текстов, тестов, планов и т. д. любая нейросеть справляется качественно, а что касается презентаций, инфографики, схем здесь необходимо вносить коррективы. [2]

Таким образом, интеграция нейросетевых технологий в систему образования является перспективным направлением развития, способствующим повышению эффективности и доступности качественного образования. Однако важно помнить, что успешность внедрения зависит от грамотного подхода, учета особенностей аудитории и постоянного контроля качества преподаваемых образовательных дисциплин.

Нейросети помогают адаптировать учебный процесс под уровень подготовки и интересы конкретного обучающегося, обеспечивая индивидуальный подход. Эти технологии позволяют автоматизировать проверку выполненных работ, снижая нагрузку на педагогов и повышая объективность оценки. Интерактивные формы подачи материала стимулируют интерес к учебе и улучшают усвоение сложных математических понятий. Благодаря использованию нейросетей, педагоги могут больше сосредоточиться на творческой части своей работы — разработке новых методов и подходов к обучению.

Литература:

1. Амиров Р. А., Билалова У. М. Перспективы внедрения технологий искусственного интеллекта в сфере высшего образования // Управленческое консультирование. 2020. № 3. С. 80–88.
2. Иванов В. М. Интеллектуальные системы: учеб. пособие для среднего профессионального образования / под науч. ред. А. Н. Сесекина. М., 2021.
3. Коровникова Н. А. Искусственный интеллект в образовательном пространстве: проблемы и перспективы // Социальные новации и социальные науки. — Москва: ИНИОН РАН, 2021. — № 2. — С. 98–113.
4. Околелов, О. П. Искусственный интеллект в образовании: методическое пособие / О. П. Околелов. — Москва; Берлин: Директ-Медиа, 2020.-82 с. ISBN 978–5-4499–0570–3
5. ChatGPT. — URL: https://vc.ru/u/445291-dmitriy-tigrov/716194-vvedenie-v-rabotu-chatgpt
6. GigaChat. — URL: https://developers.sber.ru/portal/products/gigachat
7. Terwiesch C. Would Chat GPT Get a Wharton MBA? A Prediction Based on Its Performance in the Operations Management Course / Mack Institute for Innovation Management at the Wharton School, University of Pennsylvania, 2023. https://mackinstitute.wharton.upenn.edu/wp-content/uploads/2023/01/ Christian-Terwiesch-Chat-GTP-1.24.pdf