Экспоненциальное развитие технологий в области искусственного интеллекта создало парадоксальную ситуацию: хотя индустрия активно внедряет нейросети, в академическом сообществе нарастает осознание серьезного системного кризиса. В рамках XII Международной научно-практической конференции «ФУНДАМЕНТАЛЬНЫЕ ПРОБЛЕМЫ ОБУЧЕНИЯ МАТЕМАТИКЕ, ИНФОРМАТИКЕ И ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ», прошедшей с 16 по 18 октября 2026 года в ЕГУ им. И.А. Бунина, стало очевидно, что существует трилемма «трех "М"»: кризис на пересечении Математики, Вычислительных Машин (искусственного интеллекта) и Методологии образования. Эти три ключевых компонента науки оказались разъединены: темпы роста информационных технологий значительно опережают как их математическое обоснование, так и методы обучения в высшей школе.
На конференции собрались ведущие ученые из Азербайджана, Беларуси, Казахстана, Китая, Малайзии и различных регионов России. Уже на пленарном заседании был задан главный лейтмотив: ИИ перестал быть лишь инструментом и стал основой, в которой разворачивается образовательный процесс, к чему система оказалась не готова.
В начале дискуссии ректор ЕГУ им. И.А. Бунина С. В. Щербатых и проректор по научной и инновационной деятельности С. Н. Дворяткина обозначили тревожную тенденцию: данные стали источником стресса. Преподаватели математики и информатики оказались в ловушке цифровой экосистемы университета, где требования к аналитике и отчетности растут быстрее, чем реальные профессиональные навыки. Профессор МГУ им. М.В. Ломоносова Алексей Боровских в своем выступлении подчеркнул, что «математическое мышление как предмет педагогической деятельности» требует пересмотра — сегодня от учителей требуется не просто передача знаний, а управление сложными когнитивными процессами в условиях неопределенности. Профессор Ольга Заславская (МГПУ) и Мария Кочагина развили эту мысль, акцентировав внимание на вкладе технологий ИИ в подготовку будущих учителей и новых подходах к образовательной аналитике. Лекторы Университета Куала-Лумпура Олег Кондаков и Елена Кондакова на примере инженерного образования продемонстрировали, как ИИ трансформирует структуру подготовки специалистов.
Если пленарная часть обозначила контуры кризиса, то четыре экспертных трека, работающие параллельно, позволили рассмотреть его более детально. На треке «Цифровая дидактика, искусственный интеллект и аналитика обучения математике и информатике» (руководители — М.Н. Кочагина и Е.В. Игонина) развернулась дискуссия о роли генеративных моделей в высшем образовании. Профессор В. Н. Гусятников (СГТУ им. Гагарина) и его коллеги поставили важный вопрос: может ли ИИ создавать педагогически обоснованные тесты, или мы рискуем получить лишь имитацию образования? Участники пришли к единому мнению, что сейчас главное — не запрещать нейросети, а учить студентов культуре взаимодействия с генеративным ИИ. Профессор М. В. Шабанова (САФУ) подчеркнула, что обучение критическому анализу выводов ИИ и решение проектных задач становятся основой математической подготовки. Профессор Л. Б. Райхельгауз (ЯГПУ им. К.Д. Ушинского) отметил, что студенты все чаще воспринимают математику как «черный ящик», выдающий ответы, что приводит к потере понимания алгоритмических процессов.
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 роли учителя. Здесь обсуждали модель рейтинга ИИ-компетенций будущего учителя математики, представленную Д.К. Зацепиным и В.В. Абрамовым (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 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 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), а также к общим тенденциям создания учебно-математических изданий в период с 1682 по 1918 годы (Г.В. Кондратьева). Лейтмотив трека заключался в необходимости сохранить преемственность отечественной математической школы и не раствориться 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) акцентировал внимание на человеческом аспекте. 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 другие темы. Выводом трека стало утверждение, что «мягкие навыки» и рефлексия становятся столь же важными, как знание теорем, так как именно они помогают сохранять субъектность в эпоху, когда машина берет на себя рутинные вычисления.
По итогам трех дней работы конференции было не только осознано масштаб вызовов, но и сформулированы практические рекомендации. Очевидно, что преодоление кризиса «трех М» — это не задача одного года. Однако такие мероприятия, как ФПМИ-26, задают вектор движения, помогая академическому сообществу не только догонять технологии, но и осмыслять их последствия, вновь связывая математику, вычислительные машины и методологию образования.
Параллельно с основными треками 16 октября прошла II Межрегиональная научная школа молодых ученых «Математика. Информатика. Технологии. Наука (МИТНаука)». Студенты, аспиранты и начинающие исследователи затрагивали разнообразные темы интеграции с ИИ. Также были проведены мастер-классы, такие как «Академический трек молодого ученого: инструменты научной деятельности» (К.Г. Лыкова) — об организации своей исследовательской траектории; «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 — свидетельствует о том, что школа молодых ученых в Ельце уже давно вышла за пределы регионального формата.