КЕЙС-ОРІЄНТОВНЕ НАВЧАННЯ МАТЕМАТИКИ ІЗ ЗАСТОСУВАННЯМ ІНСТРУМЕНТІВ ШТУЧНОГО ІНТЕЛЕКТУ

КЕЙС-ОРІЄНТОВНЕ НАВЧАННЯ МАТЕМАТИКИ ІЗ ЗАСТОСУВАННЯМ ІНСТРУМЕНТІВ ШТУЧНОГО ІНТЕЛЕКТУ

Кейс-орієнтоване навчання є одним із сучасних підходів до організації освітнього процесу, який спрямований на формування в учнів умінь застосовувати знання у практичних життєвих ситуаціях, аналізувати інформацію, робити висновки та працювати з різними джерелами даних. Особливо ефективним такий підхід стає у поєднанні з можливостями штучного інтелекту, який дозволяє створювати варіативні навчальні матеріали, диференційовані завдання, інтерактивні кейси та допомагає організувати персоналізоване навчання. Використання кейс-технологій на уроках математики у 7–8 класах сприяє розвитку логічного мислення, аналітичних здібностей, математичної грамотності та навичок роботи з інформацією.

Сучасний урок математики повинен бути спрямований не лише на засвоєння теоретичних знань, але й на формування в учнів здатності застосовувати математичні знання для розв’язання практичних задач. Одним із ефективних способів досягнення цієї мети є використання кейсів – навчальних ситуацій, які моделюють реальні життєві проблеми та потребують математичного аналізу. У поєднанні з інструментами штучного інтелекту такі кейси можуть бути швидко створені, адаптовані до рівня підготовки учнів, а також використані для формування індивідуальних навчальних траєкторій.

Розглянемо приклад уроку математики у 7 класі на тему «Лінійні рівняння з однією змінною», організованого за принципами кейс-орієнтованого навчання з використанням штучного інтелекту. Основною метою уроку є формування в учнів уміння складати та розв’язувати лінійні рівняння, застосовувати їх для розв’язання практичних задач, розвивати навички аналізу інформації та логічного мислення. Важливою складовою є також формування цифрової грамотності та вміння використовувати інструменти штучного інтелекту для навчання.

На початку уроку вчитель створює мотиваційну ситуацію. Учням пропонується реальна життєва проблема у вигляді кейсу. Наприклад, кейс «Планування бюджету для шкільної екскурсії». Учитель демонструє учням ситуацію: клас планує поїздку на екскурсію. Вартість оренди автобуса становить 3600 гривень. Крім того, кожному учню потрібно заплатити 120 гривень за квиток до музею. У класі 24 учні. Потрібно визначити, скільки грошей має заплатити кожен учень, якщо витрати на автобус розподіляються порівну між усіма.

Учні отримують завдання сформулювати математичну модель цієї ситуації. Вони приходять до висновку, що необхідно скласти рівняння. Вчитель спрямовує учнів до побудови рівняння, де невідома величина – це сума, яку сплачує кожен учень. Учні аналізують умову, складають рівняння, розв’язують його та перевіряють результат. У цьому процесі можуть використовуватися підказки або пояснення, згенеровані штучним інтелектом. Наприклад, учитель може заздалегідь створити варіанти пояснень або прикладів за допомогою ШІ та використовувати їх для диференціації навчання.

На етапі пояснення нового матеріалу вчитель використовує інтерактивні можливості штучного інтелекту для демонстрації алгоритму розв’язування рівнянь. За допомогою генеративних інструментів можна створити додаткові приклади, візуальні пояснення або покрокові алгоритми. Це дозволяє учням краще зрозуміти логіку розв’язання задач.

Після пояснення нового матеріалу учні переходять до роботи з основним кейсом уроку. Наприклад, кейс «Покупка спортивного інвентарю для шкільної команди». Шкільна команда з баскетболу планує придбати нові м’ячі. Один м’яч коштує 450 гривень. Школа виділила на це 3600 гривень. Однак частину грошей потрібно залишити для покупки насосів для м’ячів, які коштують по 150 гривень. Необхідно визначити, скільки м’ячів можна придбати, якщо планується купити 4 насоси. Учні аналізують ситуацію, формують математичну модель задачі, складають рівняння та знаходять розв’язок.

Штучний інтелект може використовуватися на цьому етапі для генерації додаткових варіантів задач, пояснення складних моментів або перевірки правильності розв’язків. Учні можуть вводити свої розв’язання в інтерактивні сервіси, отримувати підказки або порівнювати різні способи розв’язання.

Ще один приклад кейсу для 7–8 класів – «Ремонт класної кімнати». Школа планує пофарбувати стіни класу. Для цього потрібно купити фарбу. Один літр фарби коштує 180 гривень. Відомо, що для фарбування потрібно 12 літрів фарби, але магазин надає знижку 10 % на покупку понад 10 літрів. Учням необхідно визначити, скільки коштуватиме покупка. У цьому кейсі учні працюють не лише з рівняннями, але й з поняттям відсотків. Штучний інтелект може допомогти створити візуалізацію задачі або запропонувати додаткові питання для обговорення.

Наступний кейс може бути пов’язаний із повсякденним життям учнів – «Планування мобільного тарифу». Учням пропонується порівняти два тарифні плани мобільного оператора. Перший тариф передбачає щомісячну плату 120 гривень і 1 гривню за кожну хвилину розмови понад 100 хвилин. Другий тариф – 160 гривень на місяць, але всі хвилини безкоштовні. Учні повинні визначити, при якій кількості хвилин вигідніше використовувати кожен тариф. Для розв’язання цієї задачі учні складають рівняння або систему рівнянь та аналізують результат.

Під час виконання кейсів учні можуть працювати в групах. Така форма роботи сприяє розвитку комунікативних навичок, вмінню аргументувати власну думку та аналізувати різні підходи до розв’язання задач. Кожна група отримує власний варіант кейсу або додаткові умови, які були згенеровані за допомогою штучного інтелекту.

Важливим етапом уроку є рефлексія. Учні обговорюють результати своєї роботи, аналізують труднощі, які виникали під час розв’язання задач, та оцінюють власний прогрес. Учитель може використати інструменти штучного інтелекту для створення короткого опитування або інтерактивної анкети, яка допоможе зібрати зворотний зв’язок від учнів.

Застосування штучного інтелекту на уроці може відбуватися на різних етапах. На етапі підготовки уроку вчитель використовує ШІ для створення кейсів, формування диференційованих завдань, підготовки пояснень та прикладів. Під час уроку ШІ може допомагати у створенні інтерактивних вправ, автоматичній перевірці відповідей або генерації додаткових пояснень. Після уроку інструменти штучного інтелекту можуть використовуватися для аналізу результатів навчання та підготовки індивідуальних рекомендацій для учнів.

Наприклад, учитель може використовувати такі запити до штучного інтелекту: «Створи практичну задачу з теми лінійні рівняння для учнів 7 класу, пов’язану з плануванням бюджету», «Запропонуй три варіанти кейсів з використанням відсотків для 8 класу», «Поясни розв’язання рівняння покроково для учнів середнього рівня підготовки», «Створи задачу з реального життя, яка потребує складання рівняння». Такі запити допомагають швидко створювати навчальні матеріали та адаптувати їх до потреб учнів.

Кейс-орієнтоване навчання з використанням штучного інтелекту має низку переваг. По-перше, воно сприяє підвищенню мотивації учнів, оскільки навчальні завдання пов’язані з реальними життєвими ситуаціями. По-друге, воно дозволяє розвивати критичне мислення, аналітичні здібності та навички командної роботи. По-третє, використання штучного інтелекту дозволяє реалізувати принципи персоналізованого навчання та забезпечити диференційований підхід до учнів.

Таким чином, інтеграція кейс-технологій та інструментів штучного інтелекту у навчальний процес створює нові можливості для підвищення ефективності викладання математики. Такий підхід дозволяє зробити уроки більш інтерактивними, практично орієнтованими та цікавими для учнів. Використання реальних життєвих ситуацій у поєднанні з цифровими технологіями сприяє формуванню ключових компетентностей учнів та підготовці їх до життя у сучасному інформаційному суспільстві.

СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ

1. Биков В. Ю. Цифрова трансформація освіти і науки: теорія і практика. Київ: Інститут цифровізації освіти НАПН України, 2019.
2. Пометун О. І., Пироженко Л. В. Сучасний урок. Інтерактивні технології навчання. Київ: А.С.К., 2015.
3. Сисоєва С. О. Педагогічні технології у сучасній школі. Київ: Видавництво педагогічної літератури, 2018.
4. Holmes W., Bialik M., Fadel C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Boston, 2019.
5. Luckin R. Machine Learning and Human Intelligence: The Future of Education for the 21st Century. London, 2018.
6. Selwyn N. Education and Technology: Key Issues and Debates. London, 2017.
7. Hmelo-Silver C. Problem-Based Learning: What and How Do Students Learn? Educational Psychology Review, 2004.
8. UNESCO. Artificial Intelligence in Education: Challenges and Opportunities for Sustainable Development. Paris, 2021.