Введение

В условиях современной образовательной парадигмы, ориентированной на реализацию Федеральных государственных образовательных стандартов, особую значимость приобретает формирование у обучающихся на уроках математики не только предметных знаний, но и метапредметных компетенций, обеспечивающих готовность к саморазвитию и непрерывному обучению. Одной из ключевых задач образовательного процесса становится развитие оценочной самостоятельности школьников и их способности к адекватной самооценке, рефлексии учебных достижений и проектированию индивидуальной образовательной траектории.

Актуальность проблемы модернизации образования особенно остро ощущается обучающимися 6 классов, которые углубленно изучают математику [1]. Этот период является переломным моментом, когда происходит переход от элементарных понятий к системному освоению предмета. Учебный материал усложняется, и от обучающихся требуется более высокий уровень самостоятельности в учебном процессе. Вместе с тем традиционные подходы к оцениванию часто остаются внешними, формальными и недостаточно ориентированными на формирование у обучающихся внутренних критериев оценки собственных учебных действий. Это приводит к снижению учебной мотивации, недостаточному развитию навыков самоконтроля и рефлексии, а также к рискам дезориентации в построении индивидуального образовательного маршрута. В связи с этим требуется модернизация системы оценивания в математическом образовании, направленная на внедрение инструментов, которые не только диагностируют уровень усвоения знаний, но и способствуют становлению оценочной самостоятельности обучающихся [2; 3]. Перспективным направлением такой модернизации представляется использование адаптивного тестирования, дополненного элементами искусственного интеллекта. Адаптивные тестовые системы позволяют персонализировать учебный процесс, оперативно корректировать уровень сложности заданий в зависимости от ответов обучающегося, а технологии искусственного интеллекта могут обеспечивать детализированную аналитику ошибок, формировать содержательную обратную связь и поддерживать процесс рефлексии.

Анализ состояния проблемы формирования действий контроля и оценки у обучающихся 5-6 классов в обучении математике в условиях перехода на новые образовательные стандарты позволил выделить следующие противоречия между:

₋ необходимостью развития контрольно-оценочной самостоятельности обучающихся в процессе обучения математике и недостаточной разработанностью данной проблемы в теории и методике обучения математике;

₋ индивидуальными образовательными потребностями обучающихся и унифицированным подходом к оцениванию;

₋ потенциалом цифровых образовательных технологий и их ограниченным использованием в формировании оценочных умений [4-6].

Вышеперечисленные противоречия позволили определить проблему исследования, которая заключается в поиске эффективных педагогических технологий формирования оценочной самостоятельности обучающихся 5-6 классов на уроках математики, обеспечивающих персонализацию образовательного процесса и развитие рефлексивных способностей школьников. Перспективным направлением решения обозначенной проблемы, по мнению авторов статьи, представляется внедрение системы адаптивного тестирования с элементами искусственного интеллекта, которое позволит:

₋ осуществить более индивидуализированный подход к оцениванию математических способностей обучающегося;

₋ обеспечить мгновенную обратную связь;

₋ сформировать индивидуальные образовательные траектории развития обучающегося;

₋ развить навыки самоанализа и самоконтроля;

₋ использовать потенциал цифровых образовательных технологий в формировании оценочных умений [7; 8].

Целью исследования является обоснование методики формирования оценочной самостоятельности обучающихся 6 классов на уроках математики посредством внедрения адаптивного тестирования с элементами искусственного интеллекта. Реализация данной цели предполагает решение ряда теоретических и практических задач, направленных на интеграцию современных цифровых инструментов в образовательный процесс для достижения метапредметных результатов, заложенных в Федеральном государственном образовательном стандарте. Поэтому такие важные аспекты, как точность и объективность оценки знаний обучающихся на уроках математики в 6 классах, являются одними из значимых педагогических условий улучшения качества образовательных результатов.

Задачами исследования являются:

₋ адаптация сложности заданий под уровень подготовки каждого обучающегося для обеспечения равных условий и объективной оценки;

₋ оптимизация времени тестирования за счёт динамической настройки количества и сложности вопросов;

₋ повышение точности оценки навыков программирования с помощью алгоритмов машинного обучения и анализа решений обучающихся;

₋ обеспечение надёжности тестов путём предотвращения возможности минимизации вероятности случайного угадывания правильных ответов;

₋ предоставление участникам детальной обратной связи по итогам тестирования. Это позволит им увидеть свои ошибки и поможет нам улучшить наши педагогические рекомендации, сделав их более целенаправленными;

₋ возможность отслеживания прогресса обучающихся в динамике и прогнозирования их результатов на основе предыдущих достижений.

Материал и методы исследования

Исследование проводилось на базе МБОУ «СОШ № 4» города Ессентуки Ставропольского края с октября 2024 года по май 2025 года. В рамках экспериментального исследования авторы проводили тестирование в двух шестых классах (6 «В» и 6 «Г», общее количество тестируемых обучающихся 50 человек), используя систему адаптивного тестирования. с элементами искусственного интеллекта. Применение авторами системы адаптивного тестирования с элементами искусственного интеллекта позволило сделать процесс обучения математике более индивидуализированным и субъектоцентрированным.

Исследование проводилось в три этапа, с применением системы адаптивного тестирования с элементами искусственного интеллекта, на уроках математики.

На первом этапе обучающимся после завершения изучения темы предлагалось пройти пробное тестирование, результатом которого являлось формирование искусственным интеллектом анализа качества усвоенных знаний и проблем в процессе изучения темы. Вторым этапом учитель анализировал информацию и проводил следующий урок с учетом полученных данных. На третьем этапе обучающимся предлагалось пройти повторное адаптивное тестирование, но уже с индивидуально подобранным тестом, конкретно под его уровень знаний. Результаты исследования даны в сокращенном виде, так как исследование и анализ данных занимает очень большой объем, что невозможно сделать в рамках статьи.

Научная новизна нашего исследования в области адаптивного тестирования с применением искусственного интеллекта заключается в комплексном подходе. Мы предложили оригинальную методическую интерпретацию того, как эти технологии могут быть эффективно использованы в образовании. Это включает в себя структурирование конкретных педагогических этапов, которые необходимо пройти для успешного внедрения. Кроме того, мы провели доказательную работу, подтвердив, что такой подход действительно способствует:

₋ индивидуализации обучения - каждый обучающийся получает задания и обратную связь, максимально соответствующие его потребностям и темпу;

₋ повышению осознанности учебного процесса - обучающиеся лучше понимают свои сильные и слабые стороны, а также цели обучения.

Результаты исследования и их обсуждение

В статье описаны этапы проведения исследования на уроках математики в 6 классах и приведены конечные результаты формирования у обучающихся внутренних критериев оценки собственных учебных действий, которые подтверждают, что применение системы адаптивного тестирования с элементами искусственного интеллекта на уроках математики позволяет:

₋ сделать обучение более индивидуализированным, потому что каждый обучающийся получает тест, адаптированный под его текущий уровень знаний, что исключает ситуации как излишней сложности, так и недостаточной требовательности заданий;

₋ повысить самооценку - успешное прохождение подобранного искусственным интеллектом теста создает ситуацию достижимого успеха, что положительно влияет на психологическое состояние обучающегося и его уверенность в своих силах;

₋ усилить мотивацию - персонализированный подход способствует повышению интереса к математике, формированию оценочной самостоятельности и положительного отношения к учебной деятельности [9; 10].

Обучающиеся, обладающие оценочной самостоятельностью, лучше справляются с поставленными перед ними задачами, принимают адекватные решения и готовы к саморазвитию и самосовершенствованию [11; 12].

В рамках реализации педагогической технологии формирования контрольно-оценочных действий в процессе обучения математике была разработана система адаптивного тестирования с элементами искусственного интеллекта. Данная система структурирует организацию оценочной деятельности педагога при изучении каждой темы по математике. Содержательным ядром технологии выступает комплекс учебных заданий, целенаправленно формирующий у обучающихся умения осуществлять рефлексивный контроль и адекватную оценку усваиваемых математических знаний и способов деятельности. Диагностика исходного уровня оценочной самостоятельности, посредством тестирования «Умею ли я оценивать свои знания» позволяет выявить слабые стороны в процессе изучения темы, а искусственный интеллект сформирует индивидуализированный тест под уровень знаний каждого обучающегося. Тест «Умею ли я оценивать свои знания» формируется из вопросов на логическое мышление, арифметические вычисления и решение задач с элементами критического анализа. Примерные вопросы теста:

1. Перед началом решения задачи я обычно…

а) сразу начинаю решать;

б) внимательно изучаю условие и планирую решение;

в) оцениваю, знаком ли мне этот тип задач;

г) определяю, какие знания мне понадобятся.

2. Когда я не понимаю задание…

а) пропускаю его;

б) пробую разные подходы наугад;

в) анализирую, что именно вызывает затруднение;

г) ищу аналогичные решенные примеры.

3. После получения результата я…

а) сразу перехожу к следующему заданию;

б) сравниваю ответ с образцом;

в) проверяю логику решения;

г) оцениваю, можно ли решить задачу другим способом.

4. Ты решил задачу и получил ответ. Учитель говорит, что ответ неправильный. Твои действия?

а) оставлю все как есть;

б) попытаюсь решить;

в) проверю логику решения;

г) оценю возможность решить задачу другим способом.

5. Отметь темы, в которых ты чувствуешь себя уверенно:

а) «Дроби»;

б) «Уравнения»;

в) «Геометрические построения»;

г) «Логические задачи»;

д) «Работа с формулами».

6. Что важнее для тебя при оценке своей работы:

а) скорость выполнения;

б) количество решенных задач;

в) одобрение учителя;

г) личное удовлетворение.

Проведенное тестирование на первом этапе исследования выявило следующие проблемы: прослеживается тенденция к завышению или занижению самооценки обучающимися, отсутствуют системные навыки рефлексии.

На втором этапе эксперимента, при проведении уроков, авторы уделили внимание выявленным проблемам. Это позволило обучающимся лучше усвоить материал и избежать пробелов при последующем тестировании.

На третьем этапе авторами в ходе экспериментального исследования было проведено повторное индивидуализированное тестирование обучающихся. Тесты были сформированы искусственным интеллектом для обучающихся с учетом их индивидуальных особенностей.

Исследование выявило значительный прогресс в развитии самостоятельности обучающихся при оценке своих знаний. Если раньше лишь небольшая часть обучающихся могла похвастаться высоким уровнем самооценки (16%), то теперь этот показатель вырос почти вдвое, достигнув 34%. Увеличилось и число тех, кто демонстрирует средний уровень самостоятельности в оценке – с 40% до 58%. Соответственно, доля обучающихся с низким уровнем самооценки существенно сократилась, снизившись с 46% до 20%.

Помимо количественных изменений, наблюдаются и качественные улучшения. Обучающиеся стали лучше понимать свои сильные и слабые стороны, научились находить причины допущенных ошибок и разрабатывать план действий для их исправления.

Наилучшие результаты в развитии этих навыков достигаются при сочетании компьютерных и традиционных методов оценивания. Рекомендуется применять их после изучения каждой темы или раздела, оставляя решение о частоте использования на усмотрение педагога. Особо стоит отметить, что наибольший прогресс был зафиксирован в развитии навыков самоконтроля.

Преимущества использования системы адаптивного тестирования с элементами искусственного интеллекта на уроках математики заключаются в том, что предложенная система обеспечивает подбор индивидуальных заданий для теста, формирует полный анализ под индивидуальные особенности каждого обучающегося и состоит из трех основных интеллектуальных модулей:

₋ системы динамического подбора заданий;

₋ алгоритма анализа ошибок и пробелов;

₋ модуля формирования индивидуальных рекомендаций под индивидуальные особенности каждого обучающегося.

Помимо вышесказанного, данная система обеспечивает:

₋ мгновенную обратную связь, способствует развитию рефлексии;

₋ индивидуализацию заданий, повышает мотивацию к изучению математики;

₋ визуализацию процесса обучения, усиливает субъектоцентрированность и повышает самооценку деятельности обучающегося.

Полученные данные подтверждают эффективность адаптивного тестирования как средства формирования оценочной самостоятельности [13; 14]. Ключевые аспекты успеха:

во-первых, это психолого-педагогические:

₋ учет возрастных особенностей школьника;

₋ постепенное усложнение оценочных задач;

₋ создание ситуации успеха в изучении математики;

во-вторых, технологические:

₋ адаптивность системы к индивидуальным особенностям обучающегося;

₋ наглядность результатов и прогресса;

₋ интеграция с традиционными формами обучения.

Таким образом, система адаптивного тестирования продемонстрировала эффективность в повышении мотивации обучающихся, обеспечении мгновенной обратной связи и формировании индивидуальных образовательных траекторий [15]. В рамках данной статьи рассматриваются такие проблемы, как ключевые преимущества подхода (индивидуализация, объективность оценки; развитие цифровых навыков) и потенциальные ограничения (требования к подготовке педагогов), и сделан вывод о практической значимости внедрения интеллектуальных систем для модернизации математического образования в средней школе.

Практическая значимость исследования заключается в следующем.

1. Была разработана и успешно протестирована методика адаптивного тестирования с элементами искусственного интеллекта. Диагностика осуществляется через корректирующий урок, основанный на анализе с использованием искусственного интеллекта, то есть через адаптивное итоговое тестирование. Эту методику можно применять в других учебных заведениях для развития у обучающихся 6-х классов навыков самостоятельной оценки своих знаний на уроках математики.

2. Доказана эффективность цифровых инструментов на реальных данных, которые подтвердили, что адаптивное тестирование с элементами искусственного интеллекта повышает уровень оценочной самостоятельности (повышение высокого и среднего уровня на 18%), обеспечивает персонализацию обучения, дает мгновенную содержательную обратную связь.

3. Индивидуализация заданий и объективная обратная связь снижают страх ошибки, повышают мотивацию и уверенность обучающихся в собственных силах.

4. Оптимизация работы учителя. Искусственные интеллект-инструменты автоматизируют анализ ошибок, экономят время на проверку и помогают педагогу точечно корректировать учебный процесс.

5. Развитие цифровых и метапредметных навыков. Обучающиеся не только осваивают математику, но и учатся работать с цифровыми платформами, анализировать свои результаты, ставить учебные цели.

Исследование объективно обозначило барьеры внедрения: техническая оснащенность, подготовка учителей, что позволяет школам заранее запланировать ресурсы для реализации подобных систем. Результаты исследования показывают возможность перехода от традиционного оценивания к динамическому и персонализированному, что актуально в контексте обновления образовательных стандартов.

Практическая ценность работы заключается в создании модели, которая соединяет педагогические задачи «формирование оценочной самостоятельности» с современными технологиями «адаптивное тестирование с элементами искусственного интеллекта», и в доказательстве ее эффективности в реальном учебном процессе. Это позволяет рекомендовать методику к использованию в школе для повышения качества математического образования.

Выводы. Применение системы адаптивного тестирования с элементами искусственного интеллекта на уроках математики показало свою эффективность в формировании оценочной самостоятельности обучающихся 6 классов.

1. Интеллектуальный анализ данных: сбор и анализ больших объемов данных о результатах тестирования, времени выполнения заданий, частоте ошибок, выявление закономерностей, тенденций и проблем в обучении как отдельных обучающихся, так и целых групп.

2. Интеграция с другими образовательными ресурсами: возможность интеграции системы адаптивного тестирования с электронными учебниками, онлайн-курсами и другими образовательными платформами для предоставления персонализированных рекомендаций по изучению материала.

3. Визуализация данных и отчетность: предоставление учителям и обучающимся наглядных отчётов об успеваемости, прогрессе и областях, требующих улучшения, а также использование визуализации данных для облегчения восприятия информации и принятия решений.

Заключение. Согласно теории искусственного интеллекта и машинного обучения, адаптивные системы обучения динамически изменяют контент и последовательность обучения на основе данных о производительности пользователя. Применение интеллектуальной системы адаптивного тестирования с элементами искусственного интеллекта является эволюцией этих систем, добавляя более сложные возможности анализа и принятия решений, также могут способствовать выполнению следующих задач.

1. Классифицировать уровень знаний обучающегося: определять, насколько хорошо обучающийся усвоил ту или иную тему.

2. Прогнозировать ошибки: предсказывать, где обучающийся, вероятно, столкнется с трудностями.

3. Персонализировать выбор заданий: подбирать задания, оптимальные для развития конкретного обучающегося.

4. Диагностировать пробелы в знаниях: точно выявлять, какие темы обучающийся не понял.

Таким образом, использование интеллектуальной системы адаптивного тестирования с элементами искусственного интеллекта на уроках математики расширяет возможности тестирования, добавляя элементы искусственного интеллекта для более глубокого анализа знаний обучающегося.

Предложенная технология обусловлена не только психологическими и педагогическими причинами, но и требованиями современного общества, так как в современном информационном мире умение анализировать и оценивать информацию является актуальной и важной задачей.