Проблемы и перспективы использования генеративного искусственного интеллекта в обучении физике студентов ИТ бакалавриатов
Автор: Назаров А.И.
Журнал: Непрерывное образование: XXI век @lll21-petrsu
Рубрика: Инновационные подходы к организации непрерывного образования
Статья в выпуске: 1 т.14, 2026 года.
Бесплатный доступ
В статье проанализированы возможности генеративного искусственного интеллекта (ГИИ) в образовании в целом и обоснована целесообразность его использования в обучении физике студентов бакалавриатов информационно-технических направлений. На основе контент-анализа научных публикаций, сопоставительного анализа учебных планов, вторичного анализа масштабных опросов студентов и преподавателей российских вузов, а также методов педагогического проектирования предложена адаптивная образовательная стратегия. Она смещает акцент с запретительных практик в использовании ГИИ в обучении на формирование с его помощью критического мышления и исследовательской самостоятельности студентов. Показано, что с целью интеграции фундаментальных физических знаний с прикладными задачами ИТ целесообразно использовать интеллектуальные системы. Они могут выступать в качестве виртуального тьютора, источника мультимодального контента, средства персонализации учебных траекторий и т. д. Для повышения эффективности использования ГИИ предложен комплекс заданий по физике с разным уровнем сложности и требуемыми формами представления результатов, рассмотрены способы верификации ответов (кросс-проверка различными генеративными моделями, диалог в синхронном режиме, визуализация и моделирование). Для оценивания результатов обучения рекомендовано совместное использование таксономий Блума и SOLO, что позволяет оценить уровень когнитивной деятельности студентов и глубину освоения учебного материала. Предлагаемые решения направлены на формирование у студентов компетенций творческого плана, связанных с критическим мышлением, развитием навыков взаимодействия с интеллектуальными системами, а также с формированием готовности к непрерывному образованию.
Генеративный искусственный интеллект, образовательные программы Топ-ИТ, персонализация обучения физике, таксономия SOLO, критическое мышление
Короткий адрес: https://sciup.org/147253429
IDR: 147253429 | УДК: 378.147:372.853 | DOI: 10.15393/j5.art.2026.11708
Problems and prospects of using generative artificial intelligence in teaching physics to it bachelor's degree students
The article examines the potential of generative artificial intelligence (GAI) in education and substantiates the feasibility of its use in teaching physics to undergraduate students in information technology programs. The study proposes an adaptive educational strategy based on a comprehensive content analysis of scientific publications, comparative curriculum analysis, secondary analysis of large-scale surveys conducted among students and faculty at Russian universities, and the application of pedagogical design methods. Rather than promoting restrictive policies on GAI in teaching, the strategy emphasizes using GAI to foster students’ critical thinking and research independence. The findings suggest that intelligent systems are well-suited to integrating fundamental physics concepts with applied IT tasks. They can act as a virtual tutor, a source of multimodal content, a means of personalizing learning trajectories, etc. To enhance the effective use of GAI, the study introduces a set of physics problems with varying levels of complexity and diverse expected output formats. It also outlines verification methods, such as cross-checking responses across multiple GAI models, synchronous dialogue, visualization and modeling. The combined use of Bloom’s and SOLO taxonomies is recommended for assessing learning outcomes, as it enables evaluation of both the level of students’ cognitive activity and the depth of their conceptual understanding. The proposed solutions are aimed at developing students’ creative competencies related to critical thinking, the ability to interact effectively with intelligent systems, and readiness for lifelong learning.
