ПОВЫШЕНИЕ УЧЕБНОЙ МОТИВАЦИИ УЧАЩИХСЯ К ИЗУЧЕНИЮ БИОЛОГИИ И ХИМИИ СРЕДСТВАМИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Ключевые слова:
искусственный интеллект, учебная мотивация, биология, химия, естественно-научное образование, межпредметные связи, проблемное обучение, критическое мышление, индивидуализация обучения, цифровое образование.Аннотация
В статье теоретически рассматриваются педагогические возможности
повышения учебной мотивации учащихся к изучению биологии и химии
посредством использования средств искусственного интеллекта. Раскрываются
дидактические функции искусственного интеллекта в персонализации обучения,
организации оперативной обратной связи, создании проблемных ситуаций и
разработке межпредметных заданий. На примере тем 8-го класса, связанных с
пищеварением, дыханием, химическим составом крови, щитовидной железой и
йодом, костной тканью и фосфором, а также обменом веществ,
проанализированы возможности использования мотивационных заданий с
элементами искусственного интеллекта. Установлено, что наибольший
педагогический эффект достигается в тех случаях, когда искусственный
интеллект используется не как источник готового ответа, а как инструмент
самостоятельного поиска, проверки информации, выявления ошибок,
установления причинно-следственных связей и формулирования научно
обоснованных выводов. Обосновано, что устойчивость учебной мотивации
зависит от методического руководства учителя, практической направленности
заданий и активной познавательной позиции учащегося.
Библиографические ссылки
1. Fang L., Li Z., Xiong B., Lu Z. Effects of Generative Artificial Intelligence on Students’ Learning Motivation:
Evidence from a Meta-Analysis // Frontiers in Psychology. – 2026. – Vol. 17.
2. Liu X., Guo B., He W., Hu X. Effects of Generative Artificial Intelligence on K-12 and Higher Education Students’
Learning Outcomes: A Meta-Analysis // Journal of Educational Computing Research. – 2025. – Vol. 63, № 5. – P. 1249–
1291.
3. Lo C. K., Hew K. F., Jong M. S. Y. The Influence of ChatGPT on Student Engagement: A Systematic Review and
Future Research Agenda // Computers & Education. – 2024. – Vol. 219. – Art. 105100.
4. Almasri F. Exploring the Impact of Artificial Intelligence in Teaching and Learning of Science: A Systematic
Review of Empirical Research // Research in Science Education. – 2024. – Vol. 54. – P. 977–997.
5. Mendez J. D. Student Perceptions of Artificial Intelligence Utility in the Introductory Chemistry Classroom //
Journal of Chemical Education. – 2024. – Vol. 101, № 8. – P. 3547–3549.
6. Lee S. J., Kwon K. A Systematic Review of AI Education in K-12 Classrooms from 2018 to 2023: Topics, Strategies,
and Learning Outcomes // Computers and Education: Artificial Intelligence. – 2024. – Vol. 6. – Art. 100211.