В монографии представлены научно-исследовательские материалы известных и начинающих ученых, объединенные основной темой современного видения путей развития педагогики и психологии. Книга предназначена для педагогов и психологов, а также может быть полезна студентам, бакалаврам, магистрантам, аспирантам и всем тем, кого интересуют актуальные вопросы педагогики и психологии.
В главе представлен сравнительный анализ эффективности двух классов цифровых образовательных инструментов, применяемых в преподавании высшей математики в вузе: программ на основе нейросетей: генеративные языковые модели, адаптивные ИИ-платформы, и классических алгоритмических продуктов: базы данных задач, компьютерные тренажеры, интеллект-карты. На основе анализа современных научных исследований (2019–2026 гг.) и педагогической практики были выявлены сильные стороны и ограничения каждого подхода. Установлено, что нейросети обладают значительным трансформационным потенциалом для персонализации обучения и генерации учебных материалов, однако уступают алгоритмическим системам в надежности, достоверности и способности формировать устойчивые вычислительные навыки. Обоснован вывод о необходимости гибридной стратегии интеграции обоих типов инструментов, дополненной активной ролью преподавателя как фильтра и модератора результатов работы ИИ.
This chapter presents a comparative analysis of the effectiveness of two classes of digital educational tools used in teaching higher mathematics at the university level: neural network-based applications – generative language models and adaptive AI platforms – versus classical algorithmic products, including task databases, computer simulators, and mind maps. Drawing on an analysis of contemporary scientific research (2019–2026) and pedagogical practice, the study identifies the strengths and limitations inherent to each approach. It is established that neural networks possess considerable transformative potential for personalizing instruction and generating learning materials, yet fall short of algorithmic systems in terms of reliability, accuracy, and the capacity to foster robust computational skills. The findings substantiate the need for a hybrid strategy that integrates both types of tools, complemented by the active role of the instructor as a filter and moderator of AI-generated outputs.