Ключевое слово: «теория вероятностей»

Современная цифровая трансформация образовательной среды обусловливает необходимость обновления подходов к преподаванию математических дисциплин, в частности теории вероятностей и математической статистики. Несмотря на фундаментальную значимость курса, он часто воспринимается студентами как абстрактный и неприменимый на практике, что снижает мотивацию к обучению и препятствует формированию прикладных математических и цифровых навыков. Цель статьи — обосновать и разработать методические подходы для интеграции практико‑ориентированных заданий с использованием инструментов искусственного интеллекта (ИИ) и программирования (прежде всего Python) в курс теории вероятностей и статистики в вузе. Это позволит повысить связь теории с реальными задачами и формировать цифровые и исследовательские компетенции. Методы исследования: анализ отечественной и зарубежной литературы, изучение государственных и международных документов, а также педагогический эксперимент. В качестве основы использовались современные подходы к обучению: деятельностный, компетентностный и конструктивистский, а также принципы цифровой дидактики. Эмпирическая часть реализована через разработку и апробацию практических заданий в среде Python на примере курса для студентов 2-го курса Вологодского государственного университета. Основные результаты демонстрируют, что интеграция программирования и ИИ‑инструментов усиливает мотивацию студентов, повышает качество усвоения материала, сокращает время решения практических задач, а также улучшает характер учебной деятельности. Педагогический эксперимент показал рост количества правильных ответов на итоговом тестировании на 10 % и сокращение времени выполнения практических заданий на 15 минут, наряду с повышением вовлечённости обучающихся. Теоретическая значимость заключается в описании новой модели преподавания статистики, которая объединяет подходы из педагогики, математики и современных информационных технологий. Практическая значимость — в разработке методических рекомендаций и заданий, которые могут быть внедрены в учебный процесс вузов и адаптированы для преподавания смежных математических дисциплин с использованием искусственного интеллекта и программирования.

Условная вероятность – ключевой раздел в программе обучения теории вероятностей в технических вузах. Этот раздел необходимо изучать не как отвлеченное понятие, а как практический инструмент для решения инженерных задач. Подготовка специалистов в области инженерии основывается на интеграции теоретических основ математики с их практическим применением. Развитие профессиональных навыков и умений у будущих инженеров происходит через решение ситуационных практических задач в рамках учебного процесса. В статье рассматриваются вопросы, связанные с решением такого рода задач, в разделе «условная вероятность».

В статье обосновывается актуальность разработки разноуровневых заданий по теории вероятностей для старшей школы на основе опроса учителей, студентов и учащихся. Выявлены основные трудности: неоднородный уровень подготовки учащихся, недостаток практических заданий и низкая мотивация. Проанализировано содержание раздела «Теория вероятностей» для 10–11 классов, выделены типы задач. Предложена методика генерации заданий с использованием нейросетей, приведены примеры разных уровней сложности.

Статья посвящена разработке и экспериментальной апробации образовательного онлайн-ресурса по теории вероятностей для учащихся 7–11 классов, реализованного на платформе Stepik. В ходе педагогического эксперимента сравнивались результаты контрольной группы (традиционное обучение) и экспериментальной группы (смешанное обучение с использованием платформы Stepik).