Экспоненциальный рост прикладных технологий в сфере искусственного интеллекта привел к парадоксальной ситуации. Пока индустрия бьет рекорды по внедрению нейросетей, в академической среде зреет понимание глубокого системного кризиса. XII Международная научно-практическая конференция «ФУНДАМЕНТАЛЬНЫЕ ПРОБЛЕМЫ ОБУЧЕНИЯ МАТЕМАТИКЕ, ИНФОРМАТИКЕ И ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ», прошедшая в ЕГУ им. И.А. Бунина 16–18 октября 2026 г., наглядно обнажила трилемму «трех "М"» – кризис на стыке Математики, Вычислительных Машин (ИИ) и Методологии образования. Эти три столпа науки оказались оторваны друг от друга: эмпирический прогресс ИТ-индустрии критически опережает как его строгое математическое описание, так и дидактические возможности высшей школы.
В работе конференции приняли участие ведущие ученые из, Азербайджана, Беларуси, Казахстана, Китая, Малайзии и различных регионов России. Главный лейтмотив был задан уже на пленарном заседании: ИИ перестал быть просто инструментом — он становится условием, в котором разворачивается образование, и система оказалась к этому не готова.
Открывая экспертную дискуссию, ректор ЕГУ им. И.А. Бунина С. В. Щербатых и проректор по научной и инновационной деятельности С. Н. Дворяткина обозначили тревожный тренд: данные становятся источником стресса. Преподаватели математики и информатики оказываются заложниками цифровой экосистемы университета, где требования к аналитике и отчетности растут быстрее, чем реальные компетенции. Как отметил в своем докладе профессор МГУ им. М.В. Ломоносова Алексей Боровских, само «математическое мышление как предмет педагогической деятельности» требует пересборки — от учителя сегодня требуется не просто транслировать знания, а управлять сложными когнитивными процессами в условиях неопределенности. Профессор Ольга Заславская (МГПУ) и Мария Кочагина развили эту мысль, говоря о вкладе технологий ИИ в подготовку будущих учителей и о новых способах использования образовательной аналитики. А лекторы Университета Куала-Лумпура Олег Кондаков и Елена Кондакова на примере инженерного образования показали, как ИИ меняет саму структуру подготовки специалистов.
Если пленарная часть обозначила контуры кризиса, то четыре экспертных трека, работавшие параллельно, позволили рассмотреть его вблизи.
На треке «Цифровая дидактика, искусственный интеллект и аналитика обучения математике и информатике» (руководители — М.Н. Кочагина и Е.В. Игонина) развернулась дискуссия о месте генеративных моделей в вузе. Профессор В. Н. Гусятников (СГТУ им. Гагарина) и его коллеги поставили вопрос ребром: может ли ИИ генерировать педагогически состоятельные тесты, или мы рискуем получить имитацию образования? Участники сошлись во мнении, что главная задача сегодня — не запрещать нейросети, а учить студентов культуре взаимодействия с генеративным ИИ. Как подчеркнула профессор М. В. Шабанова (САФУ), обучение критическому анализу выводов ИИ и решение проектных задач становятся новым базисом математической подготовки. Профессор Л. Б. Райхельгауз (ЯГПУ им. К.Д. Ушинского) обратил внимание на то, что студенты все чаще воспринимают математику как «черный ящик», выдающий ответы, и теряют понимание того, как именно работает алгоритм.
Трек «Подготовка кадров для цифровой школы: новые модели, компетенции и AI-компаньоны в высшем образовании» (руководители — С.Н. Дворяткина и В.Н. Гусятников) сосредоточился на фигуре учителя. Здесь обсуждали модель рейтинга ИИ-компетенций будущего учителя математики (доклад Д.К. Зацепина и В.В. Абрамова, РГУ им. С.А. Есенина), трансформацию педагогических подходов к преподаванию высшей математики в условиях интеграции ИИ-инструментов (Н.С. Знаенко и И.В. Коноплева, УИГА), а также риски, связанные с цифровыми технологиями в профессиональной деятельности преподавателей клинических кафедр (М.П. Киреев, Астраханский ГМУ). Отдельный блок был посвящен бинарному сопряжению математического и клинического содержания как дидактическому принципу подготовки врача в условиях цифровой трансформации медицины (Л.В. Ланина).
Трек «Историко-методологическое наследие и региональные традиции математического и ИТ-образования в России» (руководители — О.А. Саввина и М.В. Леонов) стал своеобразным «противовесом» цифровому алармизму. Здесь звучали призывы вернуться к истокам: к цифровому архиву испытаний зрелости в Елецкой мужской гимназии XIX века (доклад М.В. Леонова), к научно-методическим трудам академика Ю.М. Колягина в связи с его 100-летним юбилеем (Р.А. Мельников, О.А. Саввина), к общим тенденциям создания учебно-математических изданий 1682–1918 гг. (Г.В. Кондратьева). Лейтмотив трека — сохранить преемственность отечественной математической школы, не растворившись в технологической гонке.
Четвертый трек «Инклюзия, soft skills и психолого-педагогические аспекты в обучении математике и информатике» (руководители — М.С. Артюхина и И.А. Карпачева) вывел на первый план человеческое измерение. Обсуждались вероятностно-статистические лабораторные работы для развития функциональной математической грамотности (М.С. Артюхина, Н.А. Шкрябко), диагностика интеллектуальной мобильности в процессе обучения математике (Л.В. Жук, СПГУ), метакогнитивный аудит как инструмент снижения тревожности и повышения самоэффективности первокурсников при изучении высшей математики (В.Е. Щербатых, МТУСИ) и др. Вывод трека: «мягкие навыки» и рефлексия становятся не менее важными, чем знание теорем, поскольку именно они позволяют человеку сохранять субъектность в эпоху, когда машина берет на себя рутинные вычисления.
Итогом трехдневной работы стало не только осознание масштаба вызовов, но и формирование практических рекомендаций. Очевидно, что преодоление кризиса «трех М» — это не вопрос одного года. Но именно такие площадки, как ФПМИ-26, задают векторы движения, помогая академическому сообществу не догонять технологии, а осмыслять их последствия — и заново собирать связку между математикой, вычислительными машинами и методологией образования.
Параллельно с основными треками 16 октября прошла II Межрегиональная научная школа молодых ученых «Математика. Информатика. Технологии. Наука (МИТНаука)». Студенты, аспиранты и начинающие исследователи затронули разнообразные темы в интеграции с ИИ. Отдельно прошли мастер-классы: «Академический трек молодого ученого: инструменты научной деятельности» (К.Г. Лыкова) — о том, как выстроить свою исследовательскую траекторию; «Код, смысл и эстетика: оценка качества генерации академических слайдов в LaTeX современными ИИ-моделями» (С.А. Рощупкин) — о том, насколько хорошо нейросети справляются с оформлением научных презентаций; и «Проблемы и подходы к организации экспериментальной деятельности по физике в контексте интеграции дошкольного и общего среднего образования» (А.А. Майборода) — о преемственности естественно-научной подготовки. География участников — от Армавира и Москвы до Китая — показывает, что школа молодых ученых в Ельце давно вышла за рамки регионального формата.
