В статье рассматривается проблема дефицита качественных и разнообразных дидактических материалов по математике, в частности тестовых заданий, самостоятельная разработка которых сопряжена с высокой трудоемкостью и значительными временными затратами для педагога. Цель исследования заключается в разработке практико-ориентированных рекомендаций по эффективному применению инструментов искусственного интеллекта для создания тестовых учебных заданий по математике. В ходе исследовательской работы использовался комплекс методов: сравнительный анализ функциональных возможностей ведущих ИИ-платформ, моделирование процесса генерации заданий по ключевым разделам школьной математики, анализ и педагогическая экспертиза полученных результатов. В результате были выявлены как сильные стороны, так и некоторые ограничения различных инструментов, определены ключевые принципы конструирования эффективных инструкций-промптов и сформулирована стратегия комбинированного использования различных инструментов и платформ в зависимости от конкретной методической задачи. Исследование подтвердило, что обоснованное системное применение инструментов искусственного интеллекта на основе рассмотренных в ходе работы методов позволяет эффективно преодолеть дефицит учебных материалов. Выявленная технология позволяет трансформировать инструменты искусственного интеллекта в контролируемый ресурс для поддержки профессиональной деятельности учителя и персонализации обучения.
This article examines the shortage of high-quality and diverse teaching materials in mathematics, particularly test assignments, the independent development of which is highly labor-intensive and time-consuming for teachers. The aim of the study is to develop practice-oriented recommendations for the effective use of artificial intelligence tools for creating test assignments in mathematics. A combination of methods was used in the research: a comparative analysis of the functionality of leading AI platforms, modeling the process of generating assignments in key areas of school mathematics, and analysis and pedagogical evaluation of the obtained results. As a result, both the strengths and limitations of various tools were identified, key principles for constructing effective instructional prompts were defined, and a strategy for the combined use of various tools and platforms depending on the specific methodological task was formulated. The study confirmed that the rationale for the systematic use of artificial intelligence tools based on the methods discussed in the study allows for the effective mitigation of the shortage of teaching materials. The identified technology enables the transformation of artificial intelligence tools into a controlled resource for supporting teachers’ professional activities and personalizing learning.
1. Кузовкова Т. А., Шаравова М. М., Катунин Д. А. Анализ перспектив развития искусственного интеллекта // Экономика и качество систем связи. 2024. № 1 (31). С. 41–47. URL: https://journal-ekss.ru/wp-content/uploads/2024/03/41-47-1.pdf (дата обращения: 23.02.2026).
2. Коровникова Н. А. Искусственный интеллект в современном образовательном пространстве: проблемы и перспективы // Социальные новации и социальные науки. 2021. № 2 (4). С. 98–113. URL: https://sns-journal.ru/ru/archive/iskusstvennyi-intellekt-v-obshchestve-i-obshchestvennykh-naukakh/tochka-zreniia/iskusstvennyi-intellekt-v-sovremennom-obrazovatel-nom-prostranstve-problemy-i-perspektivy/ (дата обращения: 23.02.2026). DOI: 10.31249/snsn/2021.02.07.
3. Пустовойтов В. Н., Дубицкая Е. В., Шлома А. В. Искусственный интеллект в образовании: риски некорректного использования // Современные наукоемкие технологии. 2025. № 8. С. 109–113. URL: https://top-technologies.ru/ru/article/view?id=40471 (дата обращения: 23.02.2026). DOI: 10.17513/snt.40471.
4. Савкина А. В. Сравнительный анализ бесплатных AI-ассистентов: Poe, DeepSeek, GPT-3.5 // Вестник науки и образования. 2025. № 7 (162)–2. С. 15–19. URL: https://cyberleninka.ru/article/n/sravnitelnyy-analiz-besplatnyh-ai-assistentov-poe-deerseek-gpt-3-5 (дата обращения: 23.02.2026). DOI: 10.24411/2312-8089-2025-10702.
5. Зырянова И. Н., Чернавский А. С. Потенциал применения генеративных языковых моделей в современной медиакоммуникации и журналистике (на примере CLAUDE и YALM 2.0) // Знак: проблемное поле медиаобразования. 2024. № 3 (53). С. 108–121. URL: https://znakmedia.ru/index.php/znak/article/view/152 (дата обращения: 23.02.2026). DOI: 10.47475/2070-0695-2024-53-3-108-121.
6. Зыков И. Е. Возможности искусственного интеллекта в изучении школьного курса биологии // Проблемы современного педагогического образования. 2025. № 88–1. С. 50–53. URL: https://cyberleninka.ru/article/n/vozmozhnosti-iskusstvennogo-intellekta-v-izuchenii-shkolnogo-kursa-biologii (дата обращения: 23.02.2026).
7. Муллер О. Ю., Камалеева А. Р. Цифровая компетентность педагогов вуза в сфере искусственного интеллекта // Северный регион: наука, образование, культура. 2025. № 1. С. 97–107. URL: https://elib.surgu.ru/fulltext/SCIENCE2/1121 (дата обращения: 23.02.2026). DOI: 10.35266/2949-3463-2025-1-9.
8. Кондрахина Н. Г., Петрова О. Н. Использование возможностей искусственного интеллекта для преподавания иностранных языков: новая реальность // Мир науки, культуры, образования. 2024. № 1 (104). С. 360–363. URL: https://cyberleninka.ru/article/n/ispolzovanie-vozmozhnostey-iskusstvennogo-intellekta-dlya-prepodavaniya-inostrannyh-yazykov-novaya-realnost (дата обращения: 23.02.2026).
9. Сорвачева И. Д. Профессиональные компетенции и компетентность педагога // Проблемы современного педагогического образования. 2022. № 74–2. С. 212–215. URL: https://cyberleninka.ru/article/n/professionalnye-kompetentsii-i-kompetentnost-pedagoga (дата обращения: 23.02.2026).
10. Гаркуша Н. С., Городова Ю. С. Педагогические возможности ChatGPT для развития когнитивной активности студентов // Профессиональное образование и рынок труда. 2023. № 1 (52). С. 6–23. URL: https://cyberleninka.ru/article/n/pedagogicheskie-vozmozhnosti-chatgpt-dlya-razvitiya-kognitivnoy-aktivnosti-studentov (дата обращения: 23.02.2026). DOI: 10.52944/PORT.2023.52.1.001.
11. Комарова Е. В. Выбор промпта для больших языковых моделей: деловые коммуникации // Филология и культура. 2025. № 1 (79). С. 66–74. URL: https://filkult.elpub.ru/jour/article/view/902 (дата обращения: 23.02.2026). DOI: 10.26907/2782-4756-2025-79-1-66-74.
12. Бородулин И. В. Увеличение точности больших языковых моделей с помощью расширенной поисковой генерации // Вестник науки. 2024. Т. 3. № 3 (72). С. 400–405. URL: https://mgounb.ru/vb_search/15066?do=print (дата обращения: 23.02.2026).
13. Овсяницкая Л. Ю., Кравченко И. А. Об интеграции технологий искусственного интеллекта и педагогических технологий // Современные проблемы науки и образования. 2024. № 6. URL: https://science-education.ru/ru/article/view?id=33762 (дата обращения: 23.02.2026). DOI: 10.17513/spno.33762.
14. Давлатова М. А., Сперанская М. В. Промпт-инжиниринг как ключевая компетенция в образовании: сущность, особенности и подходы к оцениванию // Высшее образование в России. 2026. № 2. С. 53–73. URL: https://vovr.elpub.ru/jour/article/view/6010 (дата обращения: 23.02.2026). DOI: 10.31992/0869-3617-2026-35-2-53-73.
15. Попова К. Ю. Организационно-педагогические условия подготовки педагогических кадров к применению инструментов искусственного интеллекта в образовательном процессе // Вестник науки. 2025. № 6 (87). С. 1059–1066. URL: https://www.xn----8sbempclcwd3bmt.xn--p1ai/volume/journal-6-87-2 (дата обращения: 23.02.2026).