Теория и методика обучения и воспитания (по областям и уровням образования) | Мир педагогики и психологии №10 (123) Октябрь 2026

Применение генеративного искусственного интеллекта при проверке учебных работ школьников: опыт онлайн-школы

Васильева Светлана Петровна,
магистрант Института педагогики, Санкт-Петербургский государственный университет, РФ, Санкт-Петербург, s.vasilyeva@bitedu.ru

Аннотация: Представлены результаты сравнительной проверки 132 учебных работ по географии учителем и ChatGPT. Совпадение итоговых отметок составило 68% для контурных карт, 96,9% для таблиц и 98% для интеллект-карт. Выявлены характерные ошибки распознавания визуальной информации и особенности применения критериев оценивания. Рассмотрены возможности генеративного ИИ для подготовки индивидуальной обратной связи. Предложена модель совместной проверки учебных работ с сохранением экспертного контроля учителя.
Ключевые слова: генеративный искусственный интеллект, ChatGPT, онлайн-школа, педагогическое оценивание, география, проверка учебных работ, контурная карта, обратная связь.

Vasilyeva Svetlana Petrovna
Master's student, Institute of Pedagogy, Saint Petersburg State University, Russian Federation, Saint Petersburg

Abstract: The article presents a comparative assessment of 132 geography assignments by a teacher and ChatGPT. Exact grade agreement reached 68% for contour maps, 96.9% for tables, and 98% for mind maps. Typical errors in visual information recognition and the application of assessment criteria are identified. The potential of generative AI to support individualized feedback is discussed. A collaborative assessment model combining AI-assisted preliminary evaluation with teacher verification and final decision-making is proposed.
Keywords: generative artificial intelligence, ChatGPT, online school, educational assessment, geography education, student assignments, contour maps, individualized feedback.

Введение

Развитие генеративного искусственного интеллекта (ИИ) расширяет возможности применения цифровых технологий в профессиональной деятельности учителя. Современные мультимодальные модели способны анализировать текстовые и графические материалы, сопоставлять ответы с заданными критериями и формировать комментарии. Это создаёт предпосылки для использования генеративного ИИ при проверке учебных работ школьников.

В отечественной научной литературе представлены исследования применения генеративного искусственного интеллекта для оценивания учебных работ. С. В. Боголепова и М. Г. Жаркова рассмотрели возможности ChatGPT и PerplexityAI при оценивании студенческих эссе и подготовке обратной связи [1]. Их исследование представляет интерес с точки зрения сопоставления оценок генеративных моделей и преподавателя, а также анализа качества формируемых комментариев.

С. В. Боголепова на основе систематического обзора исследований выявила возможности генеративного ИИ при оценивании письменных работ, а также ограничения, связанные с нестабильностью результатов, недостаточной конкретностью и шаблонностью отдельных комментариев [2]. Эти выводы подчёркивают необходимость экспертной проверки результатов модели и разграничения задач выставления отметки и формирования обратной связи.

И. А. Мещеряков и Н. С. Лагутина исследовали влияние различных типов промптов на качество автоматической оценки ответов учащихся моделями искусственного интеллекта [3]. Данная работа показывает методическую значимость разработки инструкций для автоматизированного оценивания и соотносится с наблюдениями, полученными в настоящем исследовании при последовательном уточнении запросов к ChatGPT.

В зарубежной научной литературе также рассматриваются возможности генеративного ИИ для поддержки педагогического оценивания и подготовки обратной связи.

В исследовании В. Дая и соавторов проведено сопоставление комментариев, подготовленных преподавателями и моделями GPT, по показателям читаемости, содержательной эффективности и надёжности [4]. Авторы выявили различия между версиями моделей по отдельным характеристикам формируемой обратной связи.

Э. Каснеци и соавторы отмечают, что использование больших языковых моделей в образовании требует критической оценки генерируемых результатов, проверки фактической информации и сохранения контроля со стороны педагога [5].

Отдельное направление исследований связано с автоматизированной проверкой ответов. С. Тоблер представил инструмент оценивания текстовых ответов с использованием генеративного ИИ и продемонстрировал возможность достижения высокой согласованности с экспертными оценками при заданных условиях проверки [6].

К. Ся и соавторы рассматривают изменение практик оценивания под влиянием генеративного ИИ, обращая внимание как на новые возможности, так и на необходимость пересмотра подходов к организации оценочных процедур [7].

В систематическом обзоре Дж. Чжао, Э. Чапман и П. Сабета обобщены эмпирические работы, посвящённые возможностям и ограничениям генеративного ИИ в образовательном оценивании [8]. Авторы выделяют значимость восприятия технологии преподавателями и обучающимися, результативности её применения и организационных условий внедрения.

Таким образом, научная литература подтверждает актуальность изучения генеративного ИИ как инструмента поддержки педагогического оценивания. Однако возможности его использования зависят от содержания задания, формы представления ученического ответа и организации экспертного контроля.

При этом рассмотренные исследования преимущественно посвящены оцениванию текстовых ответов и письменных работ. Особенности применения генеративного ИИ к различным форматам географических заданий, включая контурные карты, требуют дополнительного изучения.

Для преподавания географии этот вопрос имеет особое значение. Учебные работы по предмету включают не только текстовые ответы, но и таблицы, схемы, интеллект-карты, контурные карты. Их проверка требует предметных знаний, распознавания условных обозначений, анализа пространственных отношений и интерпретации рукописной информации.

В условиях онлайн-школы работы обучающихся преимущественно поступают на проверку в электронном виде. Это технически облегчает их передачу цифровым инструментам, но не устраняет необходимости содержательного анализа и подготовки индивидуальных комментариев.

Особое значение при этом приобретает организация самостоятельной работы школьников. Доступность цифровых источников и генеративных моделей искусственного интеллекта создаёт возможности для копирования готовых ответов без самостоятельного осмысления учебного материала. В связи с этим в рассматриваемой педагогической практике обучающимся рекомендуется выполнять отдельные задания от руки, в том числе на контурных картах и в рабочих тетрадях. Такой формат не исключает использования готовых ответов, однако позволяет разнообразить способы выполнения заданий и сохранить практику самостоятельной работы с географической информацией. При этом рукописное оформление создаёт дополнительные трудности для автоматизированной проверки, поскольку требует распознавания индивидуального почерка, условных обозначений и пространственного расположения подписей.

Научная новизна исследования заключается в сопоставлении результатов применения одной генеративной модели при проверке трёх типов учебных работ по географии, различающихся способом представления информации, а также в обобщении выявленных ошибок для разработки модели совместного оценивания учителем и ИИ.

Цель исследования - определить возможности и ограничения применения генеративного искусственного интеллекта при проверке различных типов учебных работ по географии в онлайн-школе.

Для достижения цели поставлены следующие задачи: сопоставить отметки учителя и генеративного ИИ; выявить особенности проверки различных типов заданий; проанализировать характерные ошибки модели; рассмотреть возможности использования ИИ для подготовки индивидуальной обратной связи; предложить модель взаимодействия учителя и генеративного ИИ при оценивании.

Материалы и методы исследования

Исследование проводилось в условиях практической деятельности учителя географии онлайн-школы.

Эмпирическую базу составили 132 учебные работы обучающихся, представленные тремя типами заданий:

50 контурных карт по теме «Австралия. Географическое положение»;

32 таблицы по теме «Представители Красной книги России»;

50 интеллект-карт по теме «Географические районы России».

Выбор данных типов заданий обусловлен различиями в способах представления учебной информации и требованиях к проверке. Контурные карты предполагают распознавание географических объектов и их пространственного положения, таблицы - сопоставление структурированных сведений с предметными требованиями, интеллект-карты - оценку наличия и полноты содержательных компонентов.

Для каждого задания использовались заранее определённые критерии. Максимальное количество баллов составляло 19 для контурных карт, 8 для таблиц и 10 для интеллект-карт. Полученные баллы переводились в отметку по пятибалльной шкале.

В качестве инструмента генеративного ИИ использовался ChatGPT, разработанный компанией OpenAI. Выбор инструмента был обусловлен предварительным практическим опытом работы с мультимодальными системами, в ходе которого ChatGPT показал более приемлемые для педагога результаты распознавания рукописных материалов по сравнению с опробованными альтернативами. Данное предварительное наблюдение не рассматривалось как самостоятельное сравнительное исследование моделей.

Ученические работы передавались модели по одной, в обезличенном виде. Проверка осуществлялась в рамках диалога, включавшего инструкции, критерии оценивания и требования к формированию комментариев. По мере выявления затруднений педагог уточнял инструкции.

Для количественного анализа использовались первоначальные отметки ChatGPT по каждой работе, полученные до исправления ошибок по замечаниям учителя. Результаты повторных проверок не подменяли первоначальные данные сравнения. Отметки учителя были повторно рассмотрены на предмет соответствия установленным критериям и сохранены без изменений.

Основным количественным показателем являлась доля полного совпадения итоговых отметок учителя и ChatGPT, рассчитанная как отношение количества совпадений к общему количеству проверенных работ, выраженное в процентах.

Дополнительно проводился качественный анализ расхождений, ошибок распознавания и применения критериев, а также содержания формируемой моделью обратной связи.

Результаты исследования

Сопоставление итоговых отметок

Сравнение результатов проверки показало различия в степени согласованности оценок в зависимости от типа учебного задания (табл. 1).

Таблица 1. Совпадение итоговых отметок учителя и ChatGPT

В общей выборке отметки учителя и ChatGPT совпали в 114 случаях из 132, что составляет 86,4%. Расхождения зафиксированы в 18 работах, причём во всех случаях различие составляло один балл по пятибалльной шкале.

В 16 случаях модель выставила отметку ниже учительской, в двух - выше. Следовательно, в рассматриваемой выборке расхождения чаще сопровождались занижением отметки моделью.

Наибольшее количество несовпадений наблюдалось при проверке контурных карт - 16 работ из 50. Для таблиц и интеллект-карт выявлено по одному случаю расхождения.

Вместе с тем итоговая отметка представляет собой обобщённый результат оценивания. Её совпадение с отметкой учителя не означает, что модель правильно распознала каждый элемент работы. Поэтому результаты сопоставления оценок дополнялись качественным анализом ошибок.

Проверка контурных карт

При проверке контурных карт по теме «Австралия. Географическое положение» модель должна была распознать нанесённые обучающимися географические объекты, их названия и расположение, а также сопоставить результат с установленными критериями.

Основные затруднения были связаны с интерпретацией изображения и рукописных подписей.

В ходе проверки наблюдались случаи, когда ChatGPT определял географический объект как обозначенный, хотя соответствующая подпись на карте отсутствовала. В результате модель могла необоснованно начислить баллы за отсутствующий элемент задания.

В других случаях модель не обнаруживала фактически присутствующую подпись. Это могло приводить к необоснованному снижению оценки за правильно выполненный элемент задания.

Дополнительно возникали затруднения с распознаванием географических названий, орфографических ошибок и расположения подписей относительно объектов.

Вместе с тем в отдельных случаях ChatGPT позволял быстрее определить содержание рукописных подписей, выполненных неразборчивым почерком, чем это удавалось учителю при самостоятельном визуальном анализе. Модель могла помогать в чтении рукописного текста, однако правильность расположения подписей относительно географических объектов требовала дополнительной проверки. Это наблюдение носит качественный характер, поскольку специальное измерение скорости и точности распознавания не проводилось.

Таким образом, при проверке контурных карт выявлены две противоположные группы ошибок: ложное обнаружение элементов и пропуск существующих обозначений.

Особый интерес представляет поведение модели после замечаний учителя. Когда педагог указывал на конкретную ошибку, ChatGPT мог скорректировать результат повторной проверки. Однако при анализе последующих работ аналогичные ошибки возникали вновь.

Возможным фактором затруднений является вариативность оформления ученических контурных карт. Работы отличаются почерком, качеством изображения, расположением подписей и способами нанесения условных обозначений.

Проверка таблиц

При проверке таблиц по теме «Представители Красной книги России» совпадение итоговых отметок составило 96,9%.

Задание предполагало заполнение структурированной таблицы примерами представителей различных групп организмов, включённых в Красную книгу России.

Основной задачей при проверке являлось установление соответствия приведённых примеров требованиям задания.

В отличие от контурных карт, таблицы не требовали определения пространственного положения объектов на изображении. Основное содержание было представлено в виде отдельных текстовых элементов.

При оценивании учитель опирался на предметные знания. В случаях возникновения сомнений относительно принадлежности отдельных видов к Красной книге России информация уточнялась по соответствующему изданию. Ответы ChatGPT не использовались как единственный источник проверки фактов.

В исследованной выборке не были подтверждены случаи ошибочного определения моделью принадлежности указанных видов к Красной книге России.

Высокая доля совпадения отметок позволяет рассматривать структурированные таблицы как перспективный тип заданий для предварительного оценивания с использованием генеративного ИИ.

Проверка интеллект-карт

При проверке интеллект-карт по теме «Географические районы России» совпадение итоговых отметок составило 98%.

Задание предполагало представление характеристик географического района России по установленным содержательным компонентам.

Ученические работы отличались способом оформления: часть была выполнена от руки, часть - с применением цифровых инструментов. В отдельных случаях структура представленного материала приближалась к конспекту.

Несмотря на различия в оформлении, проверка преимущественно заключалась в определении наличия и полноты предусмотренных критериями сведений.

Полученный результат свидетельствует о возможности применения генеративного ИИ для предварительного анализа учебных работ, в которых основное значение имеет содержательная полнота отдельных компонентов.

Ошибки применения критериев оценивания

Помимо ошибок распознавания содержания, в ходе исследования наблюдались случаи неправильного перевода набранных баллов в итоговую отметку.

Подобные ситуации отличались от ошибок содержательной проверки. Модель могла определить количество баллов, но некорректно применить установленное правило их перевода в пятибалльную шкалу.

Это позволяет выделить два самостоятельных этапа оценивания: содержательную интерпретацию ученической работы и техническое преобразование результатов в итоговую отметку.

Второй этап представляет собой формализованную операцию, которая может выполняться посредством заранее заданного алгоритма без участия генеративной модели.

Обсуждение результатов

Зависимость результатов проверки от типа задания

Полученные данные показывают существенные различия в согласованности оценок учителя и ChatGPT при проверке трёх типов заданий.

Наиболее высокие показатели наблюдались для таблиц и интеллект-карт, где проверка преимущественно основывалась на анализе текстовой информации и её соответствии заданным критериям.

Контурные карты потребовали более сложной интерпретации изображения, включающей распознавание подписей и определение их пространственного соответствия географическим объектам.

Следовательно, при выборе способов применения генеративного ИИ в преподавании географии необходимо учитывать не только содержание учебного материала, но и форму представления ответа.

При этом различия в результатах нельзя однозначно объяснить исключительно типом задания: на них могли влиять качество изображений, особенности критериев и изменения инструкций модели.

С практической точки зрения полученные данные позволяют предложить дифференцированный подход к использованию генеративного ИИ. Для структурированных текстовых заданий модель может выполнять значительную часть предварительного анализа. Для контурных карт необходим более тщательный контроль распознанных объектов и начисленных баллов.

Согласованность отметок как показатель качества проверки

Совпадение итоговых отметок учителя и ChatGPT не всегда свидетельствует о правильности оценки каждого элемента работы. Отдельные ошибки модели могут не изменять конечную отметку по пятибалльной шкале. Поэтому при оценке надёжности генеративного ИИ необходимо учитывать не только согласованность итоговых отметок, но и корректность распознавания содержания и применения установленных критериев.

Уточнение инструкций и устойчивость результатов

В процессе проверки инструкции ChatGPT уточнялись по мере выявления ошибок. Это позволяло корректировать результаты отдельных работ, однако аналогичные затруднения возникали при последующих проверках.

Полученные наблюдения согласуются с направлением исследования И. А. Мещерякова и Н. С. Лагутиной [3], в котором рассматривается влияние организации запросов к модели на качество автоматизированного оценивания. Вместе с тем результаты настоящей работы показывают, что при проверке контурных карт затруднения не ограничиваются формулировкой критериев: существенное значение приобретает правильность распознавания визуальной информации.

Сопоставление с отечественными исследованиями оценивания письменных работ [1; 2] позволяет выделить специфику географических заданий. В отличие от текстовых ответов, контурная карта требует установления пространственного соответствия между подписью и объектом. Поэтому даже при наличии подробной инструкции ошибки визуальной интерпретации могут приводить к некорректному начислению баллов.

Использование ИИ для подготовки обратной связи

Помимо выставления предварительной отметки, ChatGPT применялся для подготовки индивидуальных комментариев к учебным работам.

В практике онлайн-школы учителю необходимо не только определить результат выполнения задания, но и объяснить обучающемуся, какие элементы выполнены правильно и какие ошибки допущены.

При массовой проверке подготовка развёрнутых комментариев требует дополнительных усилий. Использование генеративного ИИ позволило формировать тексты, содержащие описание достижений и выявленных недостатков конкретной работы.

По профессиональной оценке педагога, такие комментарии были более развёрнутыми и индивидуализированными по сравнению с обычно предоставляемыми краткими замечаниями.

В качестве предпочтительной структуры обратной связи выделены три компонента: указание на успешно выполненные элементы, описание конкретных ошибок и краткие рекомендации для выполнения аналогичных заданий в дальнейшем.

При этом формулирование обратной связи должно осуществляться на основании проверенных результатов. Если модель ошибочно распознала содержание работы, сформированный ею комментарий также может оказаться некорректным.

В рассматриваемой практике обучающиеся не выполняли повторную сдачу уже оценённых работ. Поэтому рекомендации ориентировались на дальнейшую учебную деятельность, а не на исправление завершённого задания.

В исследовании В. Дая и соавторов выявлены различия в характеристиках обратной связи, подготовленной разными моделями GPT [4]. Это подтверждает необходимость оценивать качество комментариев отдельно от точности выставленных отметок.

Организационные условия применения ИИ

Практический опыт показал, что возможности генеративного ИИ зависят не только от качества работы модели, но и от организации процесса проверки.

При использовании ChatGPT вне системы управления обучением учителю необходимо выполнять ряд дополнительных операций: скачивать ученические работы из LMS, загружать их в модель, проверять полученные результаты и переносить комментарии обратно в образовательную платформу.

Дополнительного времени требует разработка инструкций и контроль правильности оценивания.

По наблюдениям педагога, при проверке контурных карт использование ChatGPT не всегда облегчало работу по сравнению с самостоятельной визуальной проверкой. Вместе с тем подготовка развёрнутых индивидуальных комментариев вручную представляла отдельную трудоёмкую операцию.

В рассматриваемой практике использование ChatGPT изменяло распределение работы учителя: часть времени уходила на проверку результатов модели, но появлялась возможность подготовки более подробных индивидуальных комментариев.

Перспективным направлением является интеграция подобных инструментов непосредственно в LMS, что позволило бы сократить количество промежуточных технических операций.

Модель совместного оценивания

На основании результатов исследования предложена модель совместной проверки учебных работ, предусматривающая четыре последовательных этапа.

Первый этап - предварительный анализ. Генеративный ИИ сопоставляет содержание работы с установленными критериями, выявляет выполненные элементы и возможные ошибки, предлагает предварительную отметку.

Второй этап - экспертная верификация. Учитель анализирует замечания модели, проверяет правильность распознавания и начисления баллов, при необходимости корректирует результаты.

Третий этап - формирование обратной связи. На основании подтверждённых результатов ChatGPT подготавливает индивидуальный комментарий, включающий достижения обучающегося, выявленные недостатки и рекомендации для дальнейшей учебной деятельности.

Четвёртый этап - итоговое решение. Учитель утверждает отметку и содержание комментария, после чего размещает результаты в LMS.

Предлагаемая модель разграничивает предварительную проверку, экспертную верификацию и подготовку обратной связи. Генеративный ИИ выполняет вспомогательные операции, а итоговое решение об отметке и содержании комментария принимает учитель.

Ограничения исследования

Исследование проводилось в условиях практической деятельности одного учителя онлайн-школы. Инструкции ChatGPT уточнялись в процессе проверки, поэтому результаты характеризуют рассматриваемую практику применения модели, а не эксперимент с полностью неизменным протоколом.

Основным количественным показателем являлось совпадение итоговых отметок. Отдельный подсчёт ошибок по каждому критерию, систематическое измерение временных затрат и оценка влияния обратной связи на последующие образовательные результаты не проводились.

Дополнительным ограничением является региональная доступность используемого сервиса. ChatGPT официально не поддерживается OpenAI на территории Российской Федерации [9], что затрудняет непосредственное воспроизведение описанной практики в российских образовательных организациях. Вместе с тем предложенная модель совместной проверки потенциально может быть адаптирована для других мультимодальных систем после оценки качества их работы.

Заключение

Проведённое исследование позволило выявить особенности применения генеративного искусственного интеллекта при проверке различных типов учебных работ по географии в условиях онлайн-школы.

На основании анализа 132 работ сформулированы следующие выводы.

Во-первых, согласованность итоговых отметок учителя и ChatGPT различается в зависимости от типа задания. Для контурных карт она составила 68%, для таблиц - 96,9%, для интеллект-карт - 98%. Это указывает на необходимость дифференцированного подхода к использованию генеративного ИИ при проверке учебных работ.

Во-вторых, наибольшие затруднения возникали при анализе контурных карт. Характерными ошибками являлись ложное обнаружение географических подписей и пропуск существующих обозначений. Следовательно, визуально-пространственные задания требуют более тщательного экспертного контроля.

В-третьих, совпадение итоговой отметки не гарантирует правильности анализа всех элементов работы. При оценке качества генеративного ИИ необходимо учитывать не только конечный результат, но и корректность применения отдельных критериев.

В-четвёртых, уточнение инструкций позволяло исправлять отдельные ошибки, но не исключало их повторения. Это подтверждает необходимость постоянного контроля результатов модели со стороны педагога.

В-пятых, значимым направлением применения генеративного ИИ является подготовка индивидуальной обратной связи. Использование ChatGPT позволило формировать более развёрнутые комментарии, содержание которых должно основываться на проверенных результатах оценивания.

На основании полученных данных предложена модель совместной проверки учебных работ, объединяющая предварительный анализ генеративного ИИ, экспертную верификацию, подготовку обратной связи и итоговое решение учителя.

Таким образом, результаты исследования свидетельствуют о перспективности применения генеративного ИИ в качестве вспомогательного инструмента педагогического оценивания. Его использование требует учёта особенностей задания, проверки корректности результатов и сохранения профессиональной ответственности учителя.

1. Боголепова С. В., Жаркова М. Г. Исследование потенциала генеративных моделей для оценивания эссе и обеспечения обратной связи // Отечественная и зарубежная педагогика. 2024. Т. 1. № 5 (101). С. 123–137.
2. Боголепова С. В. Потенциал инструментов искусственного интеллекта для оценки текста и предоставления обратной связи // Профессиональный дискурс и коммуникация. 2025. Т. 7. № 1. С. 70–88.
3. Мещеряков И. А., Лагутина Н. С. Влияние различных типов промптов на качество автоматической оценки ответов учащихся моделями искусственного интеллекта // Моделирование и анализ информационных систем. 2025. Т. 32. № 4. С. 396–416.
4. Dai W., Tsai Y.-S., Lin J. et al. Assessing the proficiency of large language models in automatic feedback generation: An evaluation study // Computers and Education: Artificial Intelligence. 2024. Vol. 7. Art. 100299.
5. Kasneci E., Sessler K., Küchemann S. et al. ChatGPT for good? On opportunities and challenges of large language models for education // Learning and Individual Differences. 2023. Vol. 103. Art. 102274.
6. Tobler S. Smart grading: A generative AI-based tool for knowledge-grounded answer evaluation in educational assessments // MethodsX. 2024. Vol. 12. Art. 102531.
7. Xia Q., Weng X., Ouyang F. et al. A scoping review on how generative artificial intelligence transforms assessment in higher education // International Journal of Educational Technology in Higher Education. 2024. Vol. 21. Art. 40.
8. Zhao J., Chapman E., Sabet P. G. P. Generative AI and Educational Assessments: A Systematic Review // Education Research and Perspectives. 2024. Vol. 51. P. 124–155.

Список источников
9. OpenAI. Supported countries and territories. URL: https://help.openai.com/en/articles/7947663-chatgpt-supported-countries (дата обращения: 22.10.2026).