Требования к отображению результатов проверки учебных материалов при использовании систем искусственного интеллекта

Цель статьи – представить комплекс требований к визуализации результатов работы интеллектуальных систем контроля соответствия учебных материалов нормативным требованиям, обеспечивающих их эффективную интеграцию в практическую деятельность педагога.

Методология и методы исследования. Исследование базируется на анализе нормативно-правовых документов, а также теоретическом осмыслении подходов и принципов, изложенных в работах, посвящённых объяснимому искусственному интеллекту (XAI), цифровой образовательной среде и педагогическому дизайну. Ключевым методом выступил системный анализ, позволивший синтезировать требования к интерфейсу системы верификации учебного контента из различных источников.

Результаты исследования. Обоснован и сформулирован комплекс требований к отображению результатов проверки учебных материалов, включающий: многооконный интерфейс для одновременного отображения плана урока, выявленных несоответствий, нормативных ссылок и рекомендаций ИИ; высокую точность рендеринга математических выражений; прозрачную визуализацию логики работы ИИ (XAI) для укрепления доверия педагога; интегрированное символико-пространственное представление учебного контента; управление когнитивной нагрузкой через визуальную аналитику; а также функции мониторинга вовлечённости и индикаторы управления рисками.

Теоретическая и/или практическая значимость. Теоретическая значимость работы заключается в систематизации и адаптации требований XAI и положений национальных стандартов проектирования образовательных продуктов с алгоритмами искусственного интеллекта к задаче создания пользовательских интерфейсов для образовательных систем с использованием технологий ИИ. Практическая значимость состоит в разработке набора конкретных параметров (разрешение, плотность пикселей, цветовое пространство и др.), которые могут быть использованы при создании и выборе программно-аппаратных средств для внедрения интеллектуальных систем в образовательный процесс, повышая их прозрачность и, как следствие, уровень доверия со стороны педагогов.

Выводы. Уровень соответствия учебных материалов, разработанных на основе систем искусственного интеллекта, и эффективность их применения в образовательном процессе определяется не только качеством их алгоритмов, но и продуманностью пользовательского интерфейса. В работе сформулирован и обоснован комплекс требований к визуализации результатов работы таких систем, интегрирующий положения объяснимого искусственного интеллекта, национальные стандарты применения ИИ в сфере образования и современные принципы педагогического дизайна. Данный комплекс может служить нормативной основой для проектирования интерфейсов образовательных ИИ-систем.

1. Агальцова Д. В., Валькова Ю. Е. Технологии искусственного интеллекта для преподавателя вуза // Мир науки, культуры, образования. 2023. № 2 (99). С. 5–7. DOI: 10.24412/1991-5497-2023-299-5-7.

2. Бирюков Д. Н., Дудкин А. С. Объяснимость и интерпретируемость – важные аспекты безопасности решений, принимаемых интеллектуальными системами (обзорная статья) // Научно-технический вестник информационных технологий, механики и оптики. 2025. Т. 25, № 3. С. 373–386. DOI: 10.17586/2226-1494-2025-25-3-373-386.

3. Белов Ф. А., Недогреева Н. Г., Коповой А. С. Экспериментальный аспект развития естественно-научной грамотности // Инновационные проекты и программы в образовании. 2025. № 3 (99). С. 36–42.

4. Кузьменко М. В. Искусственный интеллект в исследовательской деятельности и академическом письме: аналитический обзор направлений и ограничений применения // Непрерывное образование: XXI век. 2025. Т. 13, № 3. С. 22–42. DOI: 10.15393/j5.art. 2025.10846.

5. Кузьмина Е. С., Горюнов Д. А. Методы анализа текстовых данных с использованием машинного обучения // Экономика и социум. 2024. № 7 (122). С. 703–707 .

6. Мельникова Е. В., Цветкова В. А. Анализ возможностей применения искусственного интеллекта в современной наукометрии и библиометрии // Вестник РГГУ. Серия: Информатика. Информационная безопасность. Математика. 2025. № 2. С. 19–40. DOI: 10.28995/2686-679X-2025-2-19-40.

7. Минаков А. И. Искусственный интеллект в образовании – актуальное направление подготовки современных педагогов // Мир науки. Педагогика и психология. 2024. Т. 12, № 1. URL: https://mir-nauki.com (дата обращения: 10.10.2025).

8. Обыденков Ю. Н. Роль педагога в формировании критического мышления у учащихся при изучении робототехники с использованием виртуальной среды // Инновационные проекты и программы в образовании. 2025. № 3 (99). С. 65–71.

9. Обыденков Ю. Н., Шевчук М. В., Костякова В. Г. Погружение в основы программирования с использованием готовых модулей машинного обучения и искусственного интеллекта // Инженерное образование в цифровом обществе: материалы Международной научно-методической конференции (Минск, 14 марта 2024 года). Минск: Белорусский государственный университет информатики и электроники, 2025. С. 270–273.

10. Осадчук Е. В. Об основных направлениях развития технологий искусственного интеллекта как инструмента научных исследований // Управление наукой: теория и практика. 2025. Т. 7, № 1. С. 147–157. DOI: 10.19181/smtp.2025.7.1.10.

11. Пак Н. И., Сыромятников А. А., Степанова Т. А. и др. Визуализация процедуры оценки качества цифровой образовательной среды по модели «Прозрачный ящик» // Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2024. Т. 21, № 1. С. 86–104. DOI: 10.22363/2312-8631-2024-21-1-86-104.

12. Розов К. В. Формирование профессиональной готовности будущих учителей информатики к применению технологий искусственного интеллекта // Информатика и образование. 2022. Т. 37, № 2. С. 50–63. DOI: 10.32517/0234-0453-2022-37-2-50-63.

13. Салыкова О. С., Артыкбаева А. А., Искакова А. М. и др. Нейросетевые методы анализа текстовых отзывов обучающихся: архитектура, обучение и интерпретация результатов // Вестник Университета Шакарима. Технические науки. 2025. № 4 (20). С. 24–31. DOI: 10.53360/2788-7995-2025-4(20)-3.

14. Телицына А. Ю. Оптимизация научной деятельности через интеграцию ИИ: нейронные сети как инструмент в работе с академической литературой // Мониторинг общественного мнения: экономические и социальные перемены. 2024. № 5. С. 218–236. DOI: 10.14515/monitoring.2024.5.2623.

15. Шишов С. Е., Ряхимова Е. Г. Диалектика соперничества и сотрудничества в профессиональной идентичности педагога среднего профессионального образования // Инновационные проекты и программы в образовании. 2025. № 3 (99). С. 29–35.