Курсы повышения квалификации дают учителям информатики возможность развиваться в рамках профессии и преподавать в соответствии с современными требованиями федеральных государственных образовательных стандартов и отрасли информационных технологий. В статье представлены результаты проектно-аналитического исследования методики разработки содержания программы повышения квалификации для учителей информатики и ее адаптивной реализации, выполненного в рамках национального проекта «Молодежь и дети». Основная цель исследования заключалась в разработке адаптивной методики, обеспечивающей гибкий образовательный процесс повышения квалификации, направленный на обновление компетенций учителей с учетом их профессиональных дефицитов и необходимости подготовки к методически обоснованному использованию искусственного интеллекта в обучении. Использованы методы математической статистики, анкетирования, анализа, синтеза. Выявлены профессиональные дефициты учителей информатики. Разработана программа повышения квалификации с адаптивным содержанием, учитывающим многовариантность групп слушателей по уровню подготовки, по готовности к преподаванию информатики с учетом профориентационного и регионального аспектов. На конкретных примерах показана целесообразность интеграции инструментов искусственного интеллекта в процесс преподавания. Теоретически обосновано и продемонстрировано на конкретных примерах, что инструменты и технологии искусственного интеллекта создают технологические условия для реализации идей адаптивности в преподавании. Исследование показало целесообразность именно адаптивной методики реализации программы повышения квалификации учителей информатики, что обеспечило ее методическую, технологическую успешность, а также возможность гибкого реагирования авторов программы на вариативность образовательных и информационно-технологических факторов. Анализ профессиональных дефицитов учителей информатики позволил спроектировать программу повышения квалификации, включающую актуальные темы для изучения не только с точки зрения их содержания, но и региональных предпочтений. Предложены адаптивные варианты изложения учебного материала, в том числе с интеграцией инструментов искусственного интеллекта, что обеспечило слушателям программы знакомство с новыми практиками применения искусственного интеллекта в образовательной деятельности.
Continuing education courses provide computer science teachers with the opportunity to develop within their profession and teach in accordance with modern requirements of Federal State Educational Standards and the information technology industry. This article presents the results of a project-based analytical study of the methodology for developing the content of a continuing education program for computer science teachers and its adaptive implementation, conducted as part of the national project "Youth and Children." The primary objective of the study was to develop an adaptive methodology that would provide a flexible educational process for continuing education, aimed at updating teachers' competencies, taking into account their professional deficiencies and the need to prepare them for the methodologically sound use of artificial intelligence in teaching. Methods of mathematical statistics, questionnaires, analysis, and synthesis were used. The professional deficiencies of computer science teachers were identified. A continuing education program with adaptive content was developed, taking into account the diversity of student groups by level of training and their readiness to teach computer science, taking into account career guidance and regional aspects. Specific examples demonstrate the feasibility of integrating artificial intelligence tools into the teaching process. It has been theoretically substantiated and demonstrated through specific examples that artificial intelligence tools and technologies create the technological conditions for implementing adaptive teaching concepts. The study demonstrated the feasibility of an adaptive methodology for implementing a professional development program for computer science teachers, ensuring its methodological and technological success, as well as the program's authors' flexible response to the variability of educational and information technology factors. An analysis of computer science teachers' professional deficiencies enabled the design of a professional development program that incorporates relevant topics for study not only in terms of content but also in terms of regional preferences. Adaptive presentation options for educational material were proposed, including the integration of artificial intelligence tools, providing program participants with an introduction to new practices for applying artificial intelligence in educational activities.
1. Распоряжение Правительства Российской Федерации от 5 июля 2025 г. № 1805-р «Стратегическое направление в области цифровой трансформации отрасли науки и высшего образования до 2030 года» // Правительство России: сайт. [Электронный ресурс]. URL: http://government.ru/docs/all/159888/ (дата обращения: 13.05.2026).
2. Власова Е. З., Гончарова С. В., Иванова Е. А. Кастомизированное повышение квалификации преподавателей педагогического вуза по использованию российского программного обеспечения // Современные проблемы науки и образования. 2026. № 1. URL: https://science-education.ru/ru/article/view?id=34448 (дата обращения: 13.05.2026). DOI: 10.17513/spno.34448.
3. Указ Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» // Правительство России: сайт. [Электронный ресурс]. URL: http://www.kremlin.ru/acts/bank/44731 (дата обращения: 12.05.2026).
4. Бударина А. О., Ваханова Д. Т., Власов Д. В., Власова Е. З., Гончарова С. В., Дегтяренко К. А., Дорошенко Ю. И., Ерофеева М. А., Житиневич Д. Г., Жуков Н. Н., Захарова В. А., Ильина Т. С., Кондратенко А. Б., Кондратенко Б. А., Кузнецов М. Ю., Ли О. Ю., Мельников Ф. В., Околот Д. Я., Парахина О. В., Полупан К. Л., Пономарев Д. А., Раицкая Л. К., Рудинский И. Д., Русина Е. В., Селиверстова Е. Н., Cмаковская Н. И., Тихонова Е. В., Шагеева Ф. Т., Шихнабиева Т. Ш. Инноватика в профессиональном образовании: технологический подход. М.: Горячая линия – Телеком, 2026. 384 с. ISBN 978-5-9912-1191-8.
5. Авксентьева Е. Ю., Аксютин П. А., Барахсанова Е. А., Вехова К. О., Власова Е. З., Волошина Т. А., Гончарова С. В., Дорофеева А. С., Жестовский А. Г., Жуков А. М., Жуков Н. Н., Золочевская О. Г., Иванова Е. А., Ильина Т. С., Карпова Н. А., Кондратенко А. Б., Кондратенко Б. А., Костикова Н. А., Куликовский М. Ю., Лавина Т. А., Лутовинова А. М., Масло В. С., Михайлычев Е. А., Околот Д. Я., Парахина О. В., Прохода А. Н., Пугачева Н. С., Рудинский И. Д., Солнышков М. Е., Сысоева А. С., Тягульская Л. А. Образовательная инженерия. Понятия. Подходы. Приложения. М.: Горячая линия – Телеком, 2021. 240 с. ISBN 978-5-9912-0936-6. EDN: YTODEG.
6. Власова Е. З., Гончарова С. В. Образовательная программа «Информатика и искусственный интеллект в образовании» для подготовки преподавателей среднего профессионального образования // Современное образование: традиции и инновации. 2024. № 2. С. 14–17. DOI: 10.51623/23132027.2402.14. EDN: QIGZEL.
7. Власова Е. З., Власов Д. В. Большие данные в анализе IT-успешности преподавателей университета // Известия Балтийской государственной академии рыбопромыслового флота: психолого-педагогические науки. 2024. № 1 (67). С. 7–12. DOI: 10.46845/2071-5331-2024-1-67-7-12. EDN: ROWSHP.
8. Пустовойтов В. Н., Белоус Н. Н., Шубабко Е. Н. Ключевые принципы использования технологий искусственного интеллекта в общем образовании // Современные проблемы науки и образования. 2024. № 4. URL: https://science-education.ru/ru/article/view?id=33548 (дата обращения: 13.05.2026). DOI: 10.17513/spno.33548.
9. Власов Д. В. Автоматизация диагностики знаний обучающихся средствами больших языковых моделей и облачных интеграционных платформ // Современные информационные технологии и ИТ-образование. 2025. Т. 21. № 4. URL: http://sitito.cs.msu.ru/index.php/SITITO/article/view/1279 (дата обращения: 13.05.2026). ISSN 2411-1473.
10. 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: 13.05.2026). DOI: 10.17513/spno.33762.
11. Борщевская Ю. М., Колдина М. И., Прохорова М. П. Внедрение искусственного интеллекта в образовательный процесс // Известия Балтийской государственной академии рыбопромыслового флота. Психолого-педагогические науки. 2025. № 2 (72). С. 164–167. DOI: 10.46845/2071-5331-2025-2-72-164-167.
12. Смык А. Ф., Ткачева Т. М. Внедрение ИИ в образование: условия и тенденции // Известия Балтийской государственной академии рыбопромыслового флота. Психолого-педагогические науки. 2025. № 4 (74). С. 177–189. DOI: 10.46845/2071-5331-2025-4-74-177-189.
13. Филатова О. Н., Лукина Е. В., Гринина М. В. Применение искусственного интеллекта в профессиональном образовании // Проблемы современного педагогического образования. 2024. № 82–1. С. 407–409. EDN: CKFVWI.
14. Гончарова С. В. Конструкторы чат-ботов и их применение в образовании // Современное образование: традиции и инновации. 2023. № 2. С. 204–207. EDN: EYPUGC.
15. Власов Д. В. Комплексный подход к преподаванию основ машинного и глубокого обучения: методы и практические инструменты // Известия Балтийской государственной академии рыбопромыслового флота: психолого-педагогические науки. 2025. № 1 (71). С. 188–197. DOI: 10.46845/2071-5331-2025-1-71-188-197. EDN: CHXNAL.
16. ГОСТ Р 59277-2020. Системы искусственного интеллекта. Классификация систем искусственного интеллекта // Электронный фонд правовых и нормативно-технических документов: сайт. [Электронный ресурс]. URL: https://docs.cntd.ru/document/1200177292 (дата обращения: 12.05.2026).
17. ГОСТ Р ИСО/МЭК 24668-2022. Информационные технологии. Искусственный интеллект. Структура управления процессами аналитики больших данных // Электронный фонд правовых и нормативно-технических документов: сайт. [Электронный ресурс]. URL: https://docs.cntd.ru/document/1200193996 (дата обращения: 12.05.2026).
18. Ананин Д. П., Комаров Р. В., Реморенко И. М. «Когда честно – хорошо, для имитации – плохо»: стратегии использования генеративного искусственного интеллекта в российском вузе // Высшее образование в России. 2025. Т. 34. № 2. С. 31–50. DOI: 10.31992/0869-3617-2025-34-2-31-50.
19. ГОСТ Р 59898-2021. Оценка качества систем искусственного интеллекта. Общие положения // Электронный фонд правовых и нормативно-технических документов: сайт. [Электронный ресурс]. URL: https://docs.cntd.ru/document/1200181913 (дата обращения: 12.05.2026).
20. Майя Бялик, Чарльз Фейдл, Уэйн Холмс. Искусственный интеллект в образовании: перспективы и проблемы для преподавания и обучения. М.: Альпина PRO, 2022. 304 с. ISBN 978-5-907534-69-8.
21. ПНСТ 776-2022. Информационные технологии. Интеллект искусственный. Управление рисками // Электронный фонд правовых и нормативно-технических документов: сайт. [Электронный ресурс]. URL: https://docs.cntd.ru/document/1200193907 (дата обращения: 12.05.2026).