Инесса Анатольевна Воробьева выступила на глобальном научном форуме

  3−4 мая прошёл масштабный международный симпозиум «The Virtual Global Symposium: AI and Prompt Engineering: Transforming Education for the Future», организованный Университетом принца Мохаммеда бин Фахда (Саудовская Аравия). В мероприятии, объединившем ведущих экспертов, исследователей и практиков со всего мира, приняла участие доцент кафедры математики и физики Липецкого государственного педагогического университета имени П.П. Семенова-Тян-Шанского, кандидат педагогических наук, доцент, профессор РАЕ, член РОЗ Воробьева Инесса Анатольевна.

  Цель симпозиума ‒ обсуждение трансформационного влияния искусственного интеллекта и промпт-инжиниринга на образовательные практики, персонализацию обучения и развитие инновационных педагогических систем.

  В рамках тематического трека «Разработка промптов для улучшения опыта обучения» Инесса Анатольевна Воробьева представила доклад на тему «Using generative neural networks to create educational materials: an experience in developing a lecture course using artificial intelligence» («Использование генеративных нейросетей для создания учебных материалов: опыт разработки курса лекций с помощью искусственного интеллекта») на английском языке. Выступление было посвящено разработке и использованию методики создания лекционного курса с применением генеративных нейросетей (ChatGPT‑4o, Claude 3.5 Sonnet, Midjourney, Perplexity AI), а также оценке результатов методами педагогической экспертизы и статистического анализа.

  Ключевые тезисы выступления:

• Методологической основой выступил фреймворк GAIDE (Generative AI for Instructional Development and Education) Итана Дики и Андреса Бехарано (2024), предполагающий итеративное взаимодействие человека и нейросети на этапах подготовки, генерации чернового варианта и доработки. Адаптация фреймворка под гуманитарную аудиторию включала применение стратегий промпт‑инжиниринга: few‑shot (предоставление 2–5 примеров), chain‑of‑thought (пошаговое рассуждение), role prompting (задание роли «профессор с 20‑летним опытом»). Для верификации контента использовалась система AIGC Verification Framework (Фэн Жуй, Ян Луин, 2024), оценивающая факты, логику и образовательную ценность.

• Экспертная оценка проводилась тремя преподавателями (стаж от 10 лет) по критериям: научная достоверность, педагогическая целесообразность, доступность изложения, стилистическая адекватность, визуальное качество. Для анализа согласованности мнений рассчитывался коэффициент конкордации Кендалла.

• Результаты показали, что на одну лекцию затрачивалось в среднем 125 минут (2,1 часа) против 6–8 часов при традиционной разработке. Общая доля фактических ошибок составила 9,2 %, что ниже данных Хуанга (12–15 %) (Хуанг и соавт., 2024) благодаря использованию few‑shot промптов и функции Projects. Коэффициент сокращения трудозатрат K=3,31, показатель сохранения качества Q=0,976, интегральный показатель эффективности E=3,23.

  Как отметила в своем докладе Инесса Анатольевна: «Использование генеративных нейросетей позволяет сократить временные затраты на разработку курса более чем в 3 раза при сохранении качества на уровне, сопоставимом с традиционным подходом. Наиболее эффективная модель ‒ соавторство человека и ИИ: преподаватель обеспечивает педагогическую интуицию, критическое мышление и адаптацию под аудиторию, нейросеть ‒ скорость».

  Участие преподавателей ЛГПУ имени П.П. Семенова-Тян-Шанского в подобных глобальных форумах подчеркивает приверженность университета международному диалогу и внедрению передовых цифровых технологий в образовательную среду.

15.05.2026