Санкт-Петербург, г. Санкт-Петербург и Ленинградская область, Россия
Статья посвящена проблеме повышения качества подготовки высококвалифицированных кадров в сфере информационных технологий в ведущих вузах страны. Проблема решается в рамках реализации федерального проекта Минцифры России «Топ-ИТ». Целью исследования является выявление дидактического потенциала нейросетей для развития отечественной системы образования и повышения качества образовательных результатов в части возможности принятия принципиально новых решений для технологического лидерства России в современном цифровом формате. Результаты эмпирического эксперимента, организованного в Омском государственном техническом университете - участнике проекта «Топ-ИТ», демонстрируют важность следующих дидактических свойств нейросетей: способности к самообучению, интерактивности, высокой производительности, контекстности, адаптивности, возможности перегенерирования данных. Студентами и профессорско-преподавательским составом выделены наиболее часто используемые нейросети (AliceAI, DeepSeek, GigaChat, ChatGPT, Perplexity, MottorAI и др.). Высокая степень осведомленности респондентов в части характеристик и опыта использования нейросетей в процессе обучения в вузе демонстрирует владение универсальным навыком - подготовкой промптов (технических заданий) для нейросети, определяющим релевантность ответа на запрос пользователя. Полученные результаты исследования позволили выделить ключевые преимущества образовательных возможностей нейросетей: автоматизация рутинных задач, повышение мотивации обучающихся, персонализация и адаптивность обучения, а также развитие критического мышления, что открывает новые горизонты для организации самообразования, в том числе, будущих топ-специалистов в сфере информационных технологий.
мониторинг, высшее образование, информационные технологии, топ-специалисты, цифровые компетенции, искусственный интеллект, нейросети, промпты для нейросетей, онлайн-опрос
1. Малышев И.О. Обзор современных генеративных нейросетей: отечественная и зарубежная практика // International Journal of Humanities and Natural Sciences. – 2024. – №.1-2 (88). – С. 168–171. DOI:https://doi.org/10.24412/2500-1000-2024-1-2-168-171 (дата обращения: 29.12.2025).
2. Скрипкин И.Н., Беляев Д.А., Селищев О.В. Языковые системы искусственного интеллекта в образовательном процессе: качество знаний обучающихся в контексте практик нейросетевого масштабирования учебного процесса // Перспективы науки и образования. – 2025. – № 5. – С. 601–617. DOI: https://doi.org/10.32744/pse.2025.5.39 (дата обращения: 29.12.2025).
3. Сысоев П.В. Дидактические свойства и методические функции нейросетей // Перспективы науки и образования. – 2024. – № 6(72). – С. 672–690. DOI:https://doi.org/10.32744/pse.2024.6.42 (дата обращения: 29.12.2025).
4. Чунгулова Г.К., Оразалиева Э.Н. Возможности и проблемы больших языковых моделей в образовании на примере ChatGPT // Наука и реальность. 2024. – № 4 (20). – С. 85–91.
5. Широколобова А.Г., Ларионова Ю.С. Алгоритм интеграции нейросетей в цифровую среду вуза для повышения качества образовательного процесса // Педагогика. Вопросы теории и практики. – 2025. Том 10. – Выпуск 6. – С. 783–791. DOI: https://doi. org/10.30853/ped20250093 (дата обращения: 29.12.2025).
6. А вы уже скачали? Доцент СГУ о новой нейросети DeepSeek. URL: https://vk.com/@saruniversitydeepseek (дата обращения: 30.12.2025).
7. Китайские университеты хотят, чтобы студенты использовали ИИ больше, а не меньше. URL: https://habr.com/ru/news/931992/ (дата обращения: 30.12.2025).
8. Россияне выбрали любимый ИИ – и это оказался не DeepSeek, а отечественная модель. URL: https://incrussia.ru/news/rossiyane-vybrali-lyubimyj-ii-i-etookazalsya-ne-deepseek-a-otechestvennaya-model/ (дата обращения: 30.12.2025).
