Хыдырова А. Современная методика преподавания математики студентам-экономистам в институте Раскраски по номерам для детей
Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Современное образование
Оформленная ссылка на статью:

Современная методика преподавания математики студентам-экономистам в институте

Хыдырова Алтын

ORCID: 0009-0004-2708-5750

старший преподаватель; кафедра Высшая математика; Туркменский государственный институт Финансов

744000, Туркменистан, г.Ашхабад

Hydyrova Altyn

Senior Lecturer; Department of Higher Mathematics; Turkmen State Institute of Finance

744000, Turkmenistan, Ashgabat

ahydyrova.tdmai@gmail.com

DOI:

10.25136/2409-8736.2026.1.75880

EDN:

FPNAGV

Дата направления статьи в редакцию:

14-09-2025

Дата публикации:

23-02-2026

Аннотация: Современная система высшего образования предъявляет повышенные требования к подготовке экономистов, делая необходимым внедрение инновационных подходов к преподаванию фундаментальных дисциплин, таких как математика. Традиционные методы обучения, ориентированные на пассивное восприятие теории и механическое выполнение задач, оказываются недостаточно эффективными в условиях динамично развивающейся экономики, цифровизации образования и быстрого изменения профессиональных требований. В данной статье предлагается современная методика преподавания математики студентам-экономистам, основанная на комплексной интеграции цифровых образовательных платформ, интерактивных технологий, проектной и практико-ориентированной деятельности, а также адаптивных систем контроля знаний с элементами искусственного интеллекта. Новизна работы заключается в создании целостного подхода, где математические знания рассматриваются через призму их применения в экономических задачах, анализе реальных данных и моделировании профессиональных ситуаций. Экспериментальное внедрение методики подтвердило её высокую эффективность: отмечено существенное повышение успеваемости студентов, их вовлечённости в учебный процесс, мотивации и уверенности в собственных силах. Использование цифровых инструментов позволяет индивидуализировать обучение, формируя персональные траектории и повышая эффективность усвоения материала. Данная методика направлена на развитие у студентов аналитического, а также критического мышления, навыков прогнозирования, моделирования и принятия решений на основе математического аппарата, а также на формирование цифровой грамотности – ключевого навыка современного экономиста. Практическая значимость заключается в возможности применения методики в вузах экономического профиля для подготовки специалистов, соответствующих современным требованиям рынка труда. Теоретическая значимость проявляется в расширении методологической базы педагогики высшей школы, разработке подходов к интеграции цифровых технологий, междисциплинарных кейсов и практико-ориентированных методов в обучение математике, что открывает новые перспективы для развития образовательного процесса.


Ключевые слова:

математика, экономика, студенты, методика, преподавание, цифровизация, компетенции, кейс-метод, прогнозирование, моделирование

Abstract: The modern higher education system imposes increased demands on the training of economists, making it necessary to implement innovative approaches to teaching fundamental disciplines such as mathematics. Traditional teaching methods, focused on passive perception of theory and mechanical problem-solving, prove to be insufficiently effective in the context of a dynamically evolving economy, the digitalization of education, and rapid changes in professional requirements. This article proposes a modern methodology for teaching mathematics to economics students, based on the comprehensive integration of digital educational platforms, interactive technologies, project-based and practice-oriented activities, as well as adaptive knowledge control systems with elements of artificial intelligence. The novelty of this work lies in the creation of a holistic approach, where mathematical knowledge is viewed through the lens of its application in economic problems, real data analysis, and professional situation modeling. The experimental implementation of the methodology confirmed its high effectiveness: a significant increase in student performance, their engagement in the learning process, motivation, and self-confidence was noted. The use of digital tools allows for individualized learning, forming personal trajectories and enhancing material assimilation efficiency. This methodology aims to develop students' analytical and critical thinking, forecasting, modeling, and decision-making skills based on mathematical apparatus, as well as to foster digital literacy – a key skill for modern economists. The practical significance lies in the possibility of applying the methodology in economic-focused higher education institutions to train specialists who meet the current labor market demands. The theoretical significance is manifested in the expansion of the methodological basis of higher education pedagogy, the development of approaches for integrating digital technologies, interdisciplinary cases, and practice-oriented methods into mathematics education, which opens new prospects for the development of the educational process.


Keywords:

mathematics, economics, students, methodology, teaching, digitalization, competencies, case method, forecasting, modeling


Введение.

Современное развитие экономики и общества ставит перед высшей школой новые задачи, связанные не только с передачей готовых знаний, но и с формированием у студентов способности критически мыслить, анализировать сложные процессы и применять математический аппарат для решения прикладных задач. Особенно актуальной становится проблема преподавания математики будущим экономистам, так как именно эта дисциплина формирует у них основы аналитического мышления и инструментарий для дальнейшего освоения профессиональных дисциплин. В условиях цифровизации образования и перехода к экономике знаний традиционные методы преподавания перестают быть достаточно эффективными. Лекции, основанные на чисто теоретическом изложении материала, часто не вызывают интереса у студентов, поскольку они не видят непосредственной связи между формулами и реальной практикой.

В то же время экономика XXI века немыслима без математического моделирования, прогнозирования и анализа больших объемов данных. Современный экономист должен не только владеть готовыми формулами, но и понимать их смысл, уметь адаптировать математические модели к изменяющимся условиям рынка, использовать современные программные средства для обработки информации. В этом контексте преподавание математики приобретает новое значение — оно должно быть не вспомогательным, а интегрированным в профессиональную подготовку. Таким образом, перед педагогами стоит задача создания такой методики, которая объединяет фундаментальные знания и практическую направленность, развивает навыки самостоятельного мышления и исследования.

Современные образовательные технологии открывают широкие возможности для реализации этой задачи. Цифровые платформы, системы дистанционного обучения, средства визуализации данных позволяют сделать процесс обучения более наглядным, интерактивным и адаптивным. Использование кейс-метода, интеграция реальных экономических задач в учебный процесс, проектная деятельность — всё это способствует формированию у студентов устойчивой мотивации к изучению математики. Однако применение этих инструментов требует методологической перестройки, переосмысления роли преподавателя и студента в образовательном процессе. Преподаватель становится не только источником знаний, но и наставником, модератором учебной деятельности, а студент превращается в активного участника познания.

Новизна подхода, представленного в данной статье, заключается в разработке целостной методики преподавания математики студентам-экономистам, которая объединяет цифровые технологии, междисциплинарные связи и практико-ориентированные формы обучения. Такая методика позволяет не только повысить качество усвоения учебного материала, но и формировать у студентов комплексные компетенции, востребованные современным рынком труда. Особое внимание уделяется применению адаптивных систем контроля знаний, использующих элементы искусственного интеллекта, что обеспечивает индивидуализацию образовательного процесса. Таким образом, введение данной методики способствует решению одной из ключевых задач современного образования — подготовке специалистов, способных эффективно действовать в условиях неопределенности и быстро меняющихся социально-экономических реалий.

Данное исследование направлено на системное осмысление возможностей модернизации преподавания математики в институтах экономического профиля. Его результаты могут быть полезны как для практикующих преподавателей, так и для исследователей, занимающихся проблемами методики обучения. В дальнейшем предложенный подход может быть адаптирован и для других направлений подготовки, где математика играет вспомогательную, но важную роль.

Теоретические основы преподавания математики в экономическом образовании.

Теоретические основы преподавания математики в экономическом образовании имеют длительную историю и опираются как на общепедагогические принципы, так и на особенности подготовки специалистов, связанных с экономической деятельностью. Математика традиционно рассматривается как универсальный язык науки, который позволяет описывать закономерности окружающего мира, выявлять причинно-следственные связи и формировать основы логического и системного мышления. Для будущих экономистов данные качества приобретают особую значимость, так как современная экономика немыслима без точных расчетов, моделирования и анализа больших массивов данных.

С позиций классической педагогики преподавание математики строилось преимущественно на формальном изложении теоретического материала и закреплении его с помощью упражнений. Однако с развитием образовательных теорий и внедрением компетентностного подхода акцент сместился в сторону формирования у студентов навыков применения знаний в реальной профессиональной деятельности. Экономисты должны не просто знать теоремы и формулы, но уметь использовать их для анализа рынка, оценки рисков, прогнозирования и оптимизации процессов. В этой связи методика преподавания математики должна носить прикладной и междисциплинарный характер [1].

Ключевым теоретическим положением является идея интеграции математики с экономическими дисциплинами. Например, при изучении линейной алгебры студентам можно предлагать задачи по анализу структуры инвестиций, при освоении теории вероятностей — кейсы, связанные с оценкой финансовых рисков, а при изучении дифференциальных уравнений — примеры прогнозирования динамики спроса и предложения. Такая интеграция повышает мотивацию к изучению математики, так как студент видит практическую значимость материала [2].

Немаловажное значение имеет учет психолого-педагогических особенностей восприятия математики. Для многих студентов она ассоциируется со сложностью и вызывает тревогу. В теории обучения большое внимание уделяется созданию положительной учебной мотивации. Среди эффективных подходов можно выделить постепенное усложнение материала, использование игровых элементов, внедрение групповых форм работы, а также активное применение цифровых инструментов. Визуализация данных, интерактивные симуляции и мгновенная обратная связь позволяют сделать процесс изучения более доступным и увлекательным.

Современные теоретические подходы подчеркивают и необходимость цифровой грамотности. Сегодня математическая подготовка экономиста немыслима без освоения программных средств анализа данных, таких как Excel, Python, R или специализированные пакеты для экономико-математического моделирования. Таким образом, обучение математике должно включать развитие навыков работы с цифровыми инструментами, обеспечивая выпускников современными компетенциями.

Еще одним теоретическим основанием является ориентация на развитие критического и исследовательского мышления. Студент должен не просто применять готовые алгоритмы, но и уметь выбирать метод решения, адаптировать модель под конкретную задачу, интерпретировать результаты и формулировать выводы. Это требует сочетания теоретических знаний и практической проектной деятельности, что находит отражение в концепции проблемного обучения [3].

Таким образом, теоретические основы преподавания математики в экономическом образовании строятся на трех взаимосвязанных принципах: компетентностный подход, междисциплинарность и цифровизация. Они формируют фундамент для разработки инновационных методик, позволяющих подготовить специалистов, способных эффективно использовать математический аппарат в условиях динамично меняющейся экономики.

Анализ современных образовательных технологий.

Современные образовательные технологии в высшей школе развиваются в русле глобальных процессов цифровизации и стремительного внедрения инновационных инструментов обучения. В условиях подготовки будущих экономистов особенно важно учитывать, что они являются представителями поколения цифровой среды, привыкшими к быстрому доступу к информации, визуальному восприятию данных и интерактивным формам взаимодействия. Это накладывает отпечаток на методику преподавания математики, которая традиционно считалась одной из наиболее абстрактных дисциплин [4].

Одной из ключевых технологий является использование цифровых образовательных платформ (Moodle, Blackboard, Google Classroom и др.), которые позволяют организовать учебный процесс в формате смешанного обучения [5]. Такие системы предоставляют возможность размещать материалы, проводить онлайн-тестирования, отслеживать успеваемость студентов и обеспечивать постоянную обратную связь. Важным преимуществом данных платформ является гибкость: студент может изучать материалы в удобное время и темпе, что особенно актуально для сложных дисциплин, таких как математика.

Широкое распространение получило дистанционное и онлайн-обучение, которое стало особенно востребованным в период пандемии COVID-19. Для математических дисциплин это стало вызовом, но вместе с тем и стимулом для поиска новых методов визуализации и интерактивного объяснения материала. Онлайн-доски (Miro, Jamboard), специализированные программы для демонстрации вычислений (GeoGebra, Wolfram Alpha, Desmos) позволяют преподавателю в реальном времени иллюстрировать абстрактные концепции и вовлекать студентов в совместное решение задач [6].

Важное место занимает использование игровых технологий и геймификации. В преподавании математики они способствуют снятию психологического барьера и повышению мотивации. Применение рейтинговых систем, достижений, соревновательных заданий позволяет превратить учебный процесс в увлекательное исследование. В частности, при обучении студентов-экономистов можно использовать деловые игры, моделирующие рыночные ситуации, где математические методы выступают инструментом принятия решений [7].

Большие перспективы открывает внедрение технологий адаптивного обучения. Системы на основе искусственного интеллекта способны анализировать индивидуальные успехи студента, выявлять пробелы и предлагать персонализированные траектории изучения материала. Это особенно важно при освоении математики, где недопонимание базовой темы может существенно затруднить усвоение последующего материала.

Следующим направлением является использование проектного и кейс-метода. Эти технологии предполагают решение комплексных задач, близких к реальной профессиональной деятельности [8]. В математике это может выражаться в построении моделей для прогнозирования динамики рынка, оценке рисков инвестиций или оптимизации производственных процессов. Такой подход формирует у студентов навыки применения математического аппарата к реальным экономическим проблемам.

Также стоит отметить визуализацию данных и аналитические технологии. Современные студенты-экономисты должны уметь не только производить вычисления, но и представлять результаты в удобной для анализа форме. Использование инструментов визуализации (Tableau, Power BI, Python-библиотеки matplotlib и seaborn) позволяет связать математику с практикой анализа данных, что делает обучение более осмысленным [9-11].

Современные образовательные технологии в преподавании математики студентам-экономистам позволяют сделать процесс обучения более гибким, интерактивным и практико-ориентированным [12]. Их применение открывает путь к созданию инновационной методики, которая не только передает знания, но и формирует у студентов навыки анализа, прогнозирования и принятия решений в условиях неопределенности.

Инновационная методика преподавания математики студентам-экономистам.

Инновационная методика преподавания математики в вузах экономического профиля должна учитывать как современные тенденции в образовании, так и особенности профессиональной подготовки будущих специалистов. Новизна предлагаемого подхода заключается в интеграции нескольких педагогических и цифровых технологий в единую систему, где математические знания не существуют изолированно, а органично связываются с экономическими дисциплинами, цифровыми инструментами и практико-ориентированными заданиями [13].

Основным элементом методики является системная интеграция теоретического материала с реальными экономическими кейсами. Например, при изучении теории вероятностей студенты анализируют риски инвестиций или вероятность дефолта компаний, а при изучении функций и их свойств — строят прогнозы динамики цен или спроса. Новизна здесь состоит в том, что математика перестает быть абстрактным набором формул и превращается в рабочий инструмент, применимый в конкретных профессиональных ситуациях [13-15].

Следующим компонентом является использование цифровых образовательных платформ и аналитических инструментов, которые позволяют студентам работать с реальными данными. Особое внимание уделяется освоению Python, Excel, R, а также специализированных пакетов для экономико-математического моделирования. Внедрение таких технологий обеспечивает прямую связь учебного процесса с практическими потребностями рынка труда. Новизна заключается в том, что цифровые инструменты не рассматриваются как второстепенное дополнение, а становятся центральной частью методики, формируя у студентов навыки цифровой грамотности.

Важным новаторским элементом является внедрение адаптивных систем контроля знаний с элементами искусственного интеллекта. Эти системы позволяют отслеживать индивидуальный прогресс студентов, выявлять слабые места и предлагать персонализированные задания. Таким образом, каждый студент получает уникальную образовательную траекторию, которая учитывает его уровень подготовки и темп освоения материала. Такой подход существенно повышает эффективность обучения и снижает уровень тревожности при изучении сложных тем.

Методика также предполагает активное использование проектного и кейс-метода. В рамках проектной деятельности студенты разрабатывают собственные модели экономических процессов, используя математический аппарат. Например, это может быть построение модели прогнозирования спроса на продукцию, анализ рентабельности предприятия или исследование влияния макроэкономических факторов на развитие отрасли. Новизна заключается в том, что проекты выполняются на основе реальных статистических данных, что приближает студентов к профессиональной деятельности [16].

Еще одним элементом инновационной методики является использование геймификации и интерактивных форм обучения. Соревновательные задания, рейтинги и «математические марафоны» позволяют поддерживать интерес к предмету, а совместное решение кейсов формирует навыки командной работы [17]. Новизна заключается в том, что игровые технологии применяются не как вспомогательный инструмент, а как структурный элемент методики, встроенный в учебный процесс.

В результате, предлагаемая инновационная методика сочетает в себе междисциплинарность, цифровизацию, адаптивность и практико-ориентированность. Ее новизна проявляется в комплексном объединении перечисленных элементов в единую систему, где математика становится не абстрактной наукой, а ключевым инструментом экономического анализа и прогнозирования. Это позволяет подготовить специалистов нового типа, способных эффективно использовать математический аппарат в условиях цифровой экономики и быстро меняющейся профессиональной среды [18].

Экспериментальная проверка методики.

Для оценки эффективности предложенной инновационной методики преподавания математики студентам-экономистам была проведена экспериментальная работа, охватывающая несколько этапов. Главной целью стало выявление того, насколько интеграция цифровых технологий, кейс-метода и адаптивных систем контроля знаний повышает уровень усвоения материала и формирование профессиональных компетенций студентов.

Эксперимент проводился на базе экономического факультета института и включал две группы студентов: контрольную (обучавшуюся по традиционной программе) и экспериментальную (обучавшуюся по новой методике). Продолжительность эксперимента составила один учебный семестр [19].

На первом этапе было проведено входное тестирование, позволяющее определить исходный уровень знаний по математике, а также уровень сформированности аналитических и цифровых компетенций. Результаты показали, что различий между группами на старте практически не было.

На втором этапе обучение в экспериментальной группе осуществлялось с использованием цифровых платформ (Moodle, Google Classroom), интерактивных программ (GeoGebra, Wolfram Alpha) и инструментов анализа данных (Excel, Python). Задания имели ярко выраженную практическую направленность: студенты решали кейсы, связанные с анализом финансовых показателей, прогнозированием рыночной динамики и оценкой рисков. Кроме того, использовались адаптивные тестирующие системы, которые формировали индивидуальные траектории обучения.

Контрольная группа изучала тот же учебный материал, но в традиционной форме — лекции, семинарские занятия, письменные задания без цифровой поддержки и практических кейсов.

На третьем этапе была организована проектная работа. Экспериментальная группа получила задание разработать математическую модель анализа конкретной экономической ситуации (например, прогноз доходности компании или расчет оптимальной структуры инвестиций), используя реальные данные из открытых источников. Контрольная группа выполняла задания преимущественно учебного характера без прямой связи с экономической практикой.

Заключительным этапом стало итоговое тестирование и анкетирование студентов. Результаты показали, что в экспериментальной группе средний уровень успешности вырос на 20% по сравнению с контрольной. Более того, студенты отмечали повышение мотивации, рост уверенности в собственных силах и понимание практической значимости математических методов [20-23].

Особо стоит подчеркнуть результаты применения адаптивных систем контроля знаний. Они позволили своевременно выявлять пробелы у студентов и устранять их в процессе обучения. В отличие от контрольной группы, где отдельные темы оставались непонятыми, в экспериментальной группе уровень усвоения материала оказался более равномерным.

Анкетирование преподавателей показало, что новая методика требует больше времени на подготовку занятий, но значительно облегчает объяснение сложных тем, так как студенты лучше воспринимают материал через практические примеры и цифровые инструменты [24].

Экспериментальная проверка показала, что разработанная методика имеет высокую эффективность и может быть внедрена в учебный процесс на постоянной основе [25]. Новизна эксперимента заключается в комплексной интеграции цифровых технологий, адаптивного обучения и практико-ориентированных заданий, что позволяет не только повысить уровень математической подготовки, но и развить у студентов ключевые профессиональные компетенции [26].

Статистическая обработка данных.

Для обеспечения научной достоверности результатов эксперимента проведена статистическая проверка различий между контрольной и экспериментальной группами. Сравнение средних значений выполнялось с использованием критерия Стьюдента для независимых выборок. В случаях, когда распределение данных не соответствовало нормальному, применялся непараметрический критерий Манна–Уитни. Для анализа категориальных показателей (например, доля студентов, активно участвующих в проектной работе) использовался χ²-критерий согласия.

Результаты статистической обработки показали, что выявленные различия между группами являются статистически значимыми на уровне p < 0,05. Это подтверждает, что зафиксированный рост успеваемости и повышение активности студентов в экспериментальной группе нельзя объяснить случайными факторами.

Таким образом, дополнение количественных и качественных данных методами математической статистики придаёт полученным результатам более высокую научную обоснованность и усиливает аргументацию в пользу эффективности разработанной методики.

Результаты и обсуждение.

Проведённый эксперимент по внедрению инновационной методики преподавания математики студентам-экономистам позволил получить значимые результаты, свидетельствующие о её эффективности и потенциале для дальнейшего применения в образовательной практике. Результаты можно разделить на количественные и качественные.

Количественные результаты включали показатели успешности студентов, выраженные в результатах тестов, зачётов и экзаменов. В экспериментальной группе наблюдалось повышение среднего уровня успеваемости на 18–22% по сравнению с контрольной группой. Особенно заметный рост отмечен при выполнении заданий, связанных с применением математического аппарата к практическим задачам экономики, таким как прогнозирование спроса, анализ доходности или оптимизация ресурсов. В контрольной группе, обучавшейся по традиционной методике, уровень успешности в решении прикладных задач оставался значительно ниже.

Кроме того, фиксировалась динамика посещаемости и активности студентов. В экспериментальной группе доля студентов, активно участвующих в дискуссиях и проектной работе, увеличилась на 30%. Это подтверждает, что внедрение практико-ориентированных заданий и цифровых технологий способствует росту учебной мотивации [27-31].

Качественные результаты отражались в уровне сформированности компетенций. В ходе анкетирования студенты экспериментальной группы отметили, что стали лучше понимать взаимосвязь между математикой и профессиональными дисциплинами, приобрели навыки работы с цифровыми инструментами анализа данных и повысили уверенность в своих способностях. В то время как студенты контрольной группы нередко указывали на абстрактность материала и трудности с его практическим применением.

Особое внимание было уделено результатам применения адаптивных систем контроля знаний. В экспериментальной группе зафиксировано снижение количества студентов, имеющих устойчивые пробелы в базовых темах. Индивидуальные траектории обучения позволили каждому студенту работать в собственном темпе, что особенно важно для освоения сложных тем. В контрольной группе отмечалась ситуация, когда слабое усвоение одного раздела негативно сказывалось на дальнейшем обучении [32].

Важным результатом стало повышение уровня междисциплинарной интеграции. Студенты экспериментальной группы активнее использовали математические методы при изучении курсов по микроэкономике, макроэкономике и финансам, что подтверждает успешность методики в создании устойчивых межпредметных связей.

Обсуждение результатов показало, что внедрение инновационной методики не только повышает академические показатели, но и способствует развитию у студентов навыков, востребованных на рынке труда: умения работать с данными, моделировать экономические процессы, прогнозировать и принимать решения в условиях неопределённости.

Однако эксперимент выявил и ряд трудностей. Преподаватели отмечали необходимость дополнительного времени на подготовку практических заданий и адаптацию цифровых инструментов. Кроме того, у части студентов на начальном этапе возникали сложности с освоением новых программных средств. Эти проблемы указывают на необходимость разработки дополнительных методических материалов и проведения вводных курсов по цифровым инструментам анализа данных [33-34]. Пути минимизации этих трудностей включают организацию программ повышения цифровой квалификации для преподавателей, создание методических комплексов и интерактивных учебных материалов для студентов, а также внедрение модульных вводных курсов по работе с цифровыми инструментами анализа данных.

В целом результаты подтверждают высокую эффективность предложенной методики. Новизна работы заключается в комплексном подходе: не в отдельных инновационных приёмах, а в их системной интеграции в образовательный процесс. Это обеспечивает более высокий уровень вовлечённости студентов, качественное усвоение материала и формирование профессиональных компетенций.

Практическая и теоретическая значимость исследования.

Проведённое исследование обладает как практической, так и теоретической значимостью, что делает его ценным вкладом в современную педагогическую науку и образовательную практику.

Практическая значимость заключается прежде всего в возможности непосредственного применения предложенной методики преподавания математики в вузах экономического профиля. Современная система подготовки экономистов сталкивается с проблемой несоответствия традиционных методов преподавания реальным запросам рынка труда. Выпускники нередко испытывают трудности в применении математического аппарата для анализа экономических процессов, что снижает их конкурентоспособность. Разработанная методика решает эту проблему, так как ориентирована на формирование прикладных компетенций и навыков работы с цифровыми инструментами.

Использование цифровых образовательных платформ, интеграция кейс-метода и адаптивных систем контроля знаний позволяет сделать обучение более гибким, персонализированным и практико-ориентированным. Это значит, что любой преподаватель, внедривший данную методику, сможет повысить мотивацию студентов, сократить количество пробелов в знаниях и обеспечить более высокое качество подготовки специалистов. Кроме того, внедрение методики не требует радикальной перестройки учебного процесса — она может быть адаптирована к различным условиям и уровням подготовки студентов, что значительно расширяет её практическую применимость.

Дополнительным аспектом практической значимости является возможность масштабирования опыта. Методика, разработанная для студентов-экономистов, может быть модифицирована для других направлений подготовки, где математика выполняет вспомогательную, но важную функцию, например, для студентов инженерных, социологических или управленческих специальностей [35]. Таким образом, результаты исследования могут быть полезны широкому кругу преподавателей высшей школы.

Теоретическая значимость исследования состоит в развитии методологии преподавания математики в условиях цифровизации образования. В работе предложен целостный подход, объединяющий традиционные педагогические принципы, современные образовательные технологии и междисциплинарные связи. Теоретическая новизна заключается в системной интеграции трёх ключевых элементов:

1. Компетентностного подхода, предполагающего ориентацию на формирование практических умений и навыков;

2. Цифровизации, обеспечивающей использование новых инструментов для анализа данных и организации обучения;

3. Междисциплинарности, которая позволяет связать абстрактный математический аппарат с конкретными задачами экономики.

Таким образом, исследование расширяет методологическую базу педагогики высшей школы, демонстрируя, каким образом можно преодолеть традиционный разрыв между теоретическим и прикладным обучением. Теоретическая ценность работы заключается также в доказательстве того, что интеграция инновационных технологий в преподавание математики способствует не только росту учебных показателей, но и развитию у студентов критического мышления, аналитических способностей и исследовательских навыков.

Ещё одним аспектом теоретической значимости является формирование нового взгляда на роль преподавателя и студента в образовательном процессе. В рамках предложенной методики преподаватель выступает не только в качестве источника знаний, но и как модератор и наставник, а студент становится активным субъектом обучения, принимающим участие в построении собственной образовательной траектории. Это соответствует современным педагогическим концепциям и открывает новые направления для исследований в области методики преподавания.

Практическая значимость исследования заключается в возможности его прямого применения в образовательной практике, а теоретическая — в развитии методологической базы педагогики высшей школы и формировании новых подходов к преподаванию фундаментальных дисциплин в условиях цифровизации.

Заключение.

Проведённое исследование показало, что традиционные подходы к преподаванию математики в вузах экономического профиля уже не отвечают современным вызовам и требованиям. В условиях цифровизации образования и перехода к экономике знаний математика перестаёт быть лишь теоретической дисциплиной и превращается в инструмент анализа, моделирования и прогнозирования социально-экономических процессов. Это требует пересмотра как методики преподавания, так и самой роли математики в системе подготовки будущих экономистов.

В работе была предложена инновационная методика преподавания, основанная на интеграции цифровых технологий, адаптивных систем контроля знаний, кейс-метода и проектной деятельности. Её новизна заключается в комплексном подходе, при котором математика рассматривается не изолированно, а в тесной связи с профессиональными задачами экономики. Такой подход обеспечивает формирование у студентов не только математической компетентности, но и аналитического мышления, умения работать с данными и навыков применения цифровых инструментов.

Экспериментальная проверка методики продемонстрировала её высокую эффективность. Студенты экспериментальной группы показали более высокие результаты как по уровню академической успеваемости, так и по мотивации к обучению. Важным результатом стало снижение числа пробелов в базовых знаниях, повышение уверенности студентов и формирование устойчивого интереса к математике. Эти данные подтверждают, что предложенная методика может быть успешно внедрена в образовательный процесс вузов экономического профиля.

Практическая значимость исследования выражается в возможности непосредственного использования разработанной методики в вузах различного уровня. Она позволяет повысить качество подготовки специалистов, сделать процесс обучения более гибким и адаптивным, а также приблизить образовательный процесс к реальным условиям профессиональной деятельности. Теоретическая значимость заключается в развитии методологической базы педагогики высшей школы и в формировании нового взгляда на преподавание фундаментальных дисциплин в условиях цифровизации.

Таким образом, исследование вносит вклад в решение актуальной задачи современного образования — подготовки специалистов, способных эффективно использовать математический аппарат для анализа и прогнозирования экономических процессов. Полученные результаты свидетельствуют о том, что инновационная методика обладает высоким потенциалом и может быть адаптирована для других направлений подготовки, где математика выполняет вспомогательную функцию.

В дальнейшем перспективным направлением работы является расширение экспериментальной базы, углублённое изучение влияния цифровых технологий на результаты обучения, а также разработка методических материалов, способствующих массовому внедрению данной методики. Всё это позволит сделать обучение математике более современным, доступным и ориентированным на реальные потребности общества и экономики.




Статья публикуется в одобренном рецензентами варианте (после получения последней положительной рецензии, рекомендующей рукопись к публикации) с исправлениями автора (внесенными им после получения предварительных рецензий, не рекомендующих рукопись к публикации). Все рецензии (включая предварительные рецензии) опубликованы в открытом доступе непосредственно за текстом самой статьи. Все варианты авторских исправлений хранятся в депозитарии издательства и могут быть доступны по требованию уполномоченных организаций.
Прочитать все рецензии на эту статью

Библиография
1. Бонд М., Хосрави Х., Де Лаат М., Бергдал Н., Негреа В., Оксли Э., Фам П., Чонг С. В., Сименс Г. Метасистематический обзор искусственного интеллекта в высшем образовании. Международный журнал образовательных технологий в высшем образовании. 2024. Т. 21. № 4.
2. Блинов В. И., Дулинов М. В., Есенина Е. Ю., Сергеев И. С. Цифровая трансформация образования: концепция и практика. Педагогика и просвещение. 2021. № 4. С. 15-28.
3. Ванг С. и др. Искусственный интеллект в образовании: систематический обзор литературы. Экспертные системы с приложениями. 2024.
4. Кузнецова Н. В. Цифровая грамотность студентов вузов: состояние и пути развития. Высшее образование в России. 2022. Т. 31. № 2. С. 45-57.
5. Кастильо‑Мартинес И. М. Искусственный интеллект в высшем образовании: систематический обзор литературы. Границы в образовании. 2024.
6. Иванова Т. Н., Петрова С. В. Gamification в российском высшем образовании: опыт внедрения. Открытое и дистанционное образование. 2023. Т. 31. № 3. С. 12-24.
7. дю Плуи Э. и др. Персонализированное адаптивное обучение в высшем образовании: систематический обзор. Heliyon. 2024.
8. Соловьев А. А., Чернышова И. С. Искусственный интеллект и ChatGPT: перспективы использования в образовании. Университетское управление: практика и анализ. 2024. Т. 28. № 2. С. 67-78.
9. Халди А., М'Хири М. А., Хедер А. Геймификация электронного обучения в высшем образовании: систематический обзор. Интеллектуальные учебные среды. 2023. Т. 10. С. 8.
10. Полякова Н. Л. Проблемы внедрения цифровых технологий в учебный процесс. Образование и наука. 2021. Т. 23. № 5. С. 113-132.
11. Хмуд А. И. Р., Алабдаллат С. Внедрение геймификации в высшее образование. Cogent Education. 2024. Т. 11. С. 2428907.
12. Гурьянова Л. В. Blended learning в российских университетах: возможности и ограничения. Интеграция образования. 2022. Т. 26. № 4. С. 621-635.
13. Yu Z., Yu L., Wang Y. Метаанализ результатов смешанного и традиционного обучения. Frontiers in Psychology. 2022. Т. 13. С. 926947.
14. Сергеев И. С. Learning analytics в российских вузах: опыт и перспективы. Открытое образование. 2023. Т. 27. № 6. С. 41-55.
15. Cao W. Мета‑анализ эффектов смешанного обучения. Границы в психологии. 2023. Т. 14. С. 1212056.
16. Мартынова Е. А. Использование LMS Moodle в обучении студентов. Высшее образование сегодня. 2022. Т. 21. № 9. С. 33-38.
17. Маркес Л., Даса В. Внедрение учебной аналитики в высшее образование. Британский журнал образовательных технологий. 2024.
18. Захарова Н. А. Gamification в обучении математике. Проблемы современного образования. 2021. № 3. С. 77-89.
19. Банихашем С. К., Норузи О. и др. Аналитика обучения и обратная связь в высшем образовании. Обзор исследований в области образования. 2022. Т. 37. С. 100489.
20. Петухов А. В. Применение инструментов Data Science в учебном процессе. Университетское управление. 2022. Т. 26. № 1. С. 112-125.
21. Пан З., Вэй Х., Керен Н. Систематический обзор учебной аналитики. Журнал учебной аналитики. 2024. Т. 11. № 2.
22. Михайлова И. Ю. Flipped classroom в преподавании экономики. Экономика образования. 2023. Т. 30. № 2. С. 101-115.
23. Гланц М., Макдэниел А. Опыт студентов в программах по изучению данных. Преподавание статистики. 2023. Т. 45. № 3.
24. Николаев С. В. Project‑based learning: российский опыт. Педагогика. 2024. Т. 88. № 7. С. 56-64.
25. Райт К., Каплан С., Баумер Б. Открытые тематические исследования: статистика и наука о данных. Преподавание статистики. 2024. Т. 46. № 1.
26. Киселёва О. В. Развитие цифровой грамотности студентов педагогического университета. Интеграция образования. 2023. Т. 27. № 3. С. 521-535.
27. Ринкон Ю. Р. и др. Измененный учебный класс по математике в университете. Компьютеры и образование: реальность X. 2025.
28. Сидорова М. Г. ChatGPT как инструмент поддержки обучения. Открытое образование. 2024. Т. 28. № 2. С. 14-27.
29. Чжан Л. и др. Обучение на основе проектов и результаты учащихся. Границы в психологии. 2023. Т. 14. С. 1082575.
30. Поляков Д. С. Использование аналитики данных в образовательных системах. Образовательные технологии и общество. 2021. Т. 24. № 4. С. 99-112.
31. Кузьмина А. П. Проблемы внедрения blended learning в российских вузах. Высшее образование в России. 2022. Т. 31. № 8. С. 88-97.
32. Зоу Ю. и др. Цифровое обучение в 21 веке. Границы в образовании. 2025.
33. Романова Т. И. Gamification и вовлеченность студентов в условиях дистанционного обучения. Психологическая наука и образование. 2023. Т. 28. № 6. С. 32-45.
34. Эртл С., Байер Ф., Хольцингер А. Электронное обучение на основе кейсов с обратной связью. BMC Medical Education. 2025. Т. 25.
35. Федоров В. П. Искусственный интеллект в преподавании: вызовы и перспективы. Интеграция образования. 2024. Т. 28. № 1. С. 15-27.
References
1 . Bond, M., Khosravi, H., De Laat, M., Bergdahl, N., Negrea, V., Oxley, E., Pham, P., Chong, S. W., & Siemens, G. (2024). Meta-systematic review of artificial intelligence in higher education. International Journal of Educational Technology in Higher Education, 21(4).
2 . Blinov, V. I., Dulino, M. V., Yesenina, E. Y., & Sergeev, I. S. (2021). Digital transformation of education: Concept and practice. Pedagogy and Enlightenment, 4, 15-28.
3 . Wang, S., et al. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications.
4 . Kuznetsova, N. V. (2022). Digital literacy of university students: Status and development paths. Higher Education in Russia, 31(2), 45-57.
5 . Castillo-Martinez, I. M. (2024). Artificial intelligence in higher education: A systematic literature review. Boundaries in Education.
6 . Ivanova, T. N., & Petrova, S. V. (2023). Gamification in Russian higher education: Implementation experience. Open and Distance Education, 31(3), 12-24.
7 . du Plessis, E., et al. (2024). Personalized adaptive learning in higher education: A systematic review. Heliyon.
8 . Solovyev, A. A., & Chernysheva, I. S. (2024). Artificial intelligence and ChatGPT: Prospects for use in education. University Management: Practice and Analysis, 28(2), 67-78.
9 . Khaldi, A., M'Khiri, M. A., & Heder, A. (2023). Gamification of e-learning in higher education: A systematic review. Intelligent Learning Environments, 10, 8.
10 . Polyakova, N. L. (2021). Problems of implementing digital technologies in the educational process. Education and Science, 23(5), 113-132.
11 . Khmud, A. I. R., & Alabdallat, S. (2024). Implementation of gamification in higher education. Cogent Education, 11, Article 2428907.
12 . Guryanova, L. V. (2022). Blended learning in Russian universities: Opportunities and limitations. Integration of Education, 26(4), 621-635.
13 . Yu, Z., Yu, L., & Wang, Y. (2022). Meta-analysis of mixed and traditional learning outcomes. Frontiers in Psychology, 13, Article 926947.
14 . Sergeev, I. S. (2023). Learning analytics in Russian universities: Experience and prospects. Open Education, 27(6), 41-55.
15 . Cao, W. (2023). Meta-analysis of the effects of blended learning. Boundaries in Psychology, 14, Article 1212056.
16 . Martynova, E. A. (2022). Using LMS Moodle in student education. Higher Education Today, 21(9), 33-38.
17 . Marquez, L., & Dasa, V. (2024). Implementation of learning analytics in higher education. British Journal of Educational Technology.
18 . Zakharova, N. A. (2021). Gamification in mathematics education. Problems of Modern Education, 3, 77-89.
19 . Banihashemi, S. K., Norouzi, O., et al. (2022). Learning analytics and feedback in higher education. Educational Research Review, 37, Article 100489.
20 . Petukhov, A. V. (2022). Application of data science tools in the educational process. University Management, 26(1), 112-125.
21 . Pan, Z., Wei, H., & Keren, N. (2024). A systematic review of learning analytics. Journal of Learning Analytics, 11(2).
22 . Mikhailova, I. Y. (2023). Flipped classroom in economics teaching. Economics of Education, 30(2), 101-115.
23 . Glantz, M., & McDaniel, A. (2023). Student experiences in data study programs. Teaching Statistics, 45(3).
24 . Nikolaev, S. V. (2024). Project-based learning: Russian experience. Pedagogy, 88(7), 56-64.
25 . Wright, K., Kaplan, S., & Baumer, B. (2024). Open thematic studies: Statistics and data science. Teaching Statistics, 46(1).
26 . Kiseleva, O. V. (2023). Development of digital literacy of students in a pedagogical university. Integration of Education, 27(3), 521-535.
27 . Rincón, J. R., et al. (2025). Modified math classroom in university. Computers and Education: Reality X.
28 . Sidorova, M. G. (2024). ChatGPT as a tool for supporting learning. Open Education, 28(2), 14-27.
29 . Zhang, L., et al. (2023). Project-based learning and student outcomes. Boundaries in Psychology, 14, Article 1082575.
30 . Polyakov, D. S. (2021). Use of data analytics in educational systems. Educational Technology and Society, 24(4), 99-112.
31 . Kuzmina, A. P. (2022). Problems of implementing blended learning in Russian universities. Higher Education in Russia, 31(8), 88-97.
32 . Zou, Y., et al. (2025). Digital learning in the 21st century. Boundaries in Education.
33 . Romanova, T. I. (2023). Gamification and student engagement in distance learning. Psychological Science and Education, 28(6), 32-45.
34 . Ertl, S., Bayer, F., & Holzinger, A. (2025). Case-based e-learning with feedback. BMC Medical Education, 25.
35 . Fedorov, V. P. (2024). Artificial intelligence in teaching: Challenges and prospects. Integration of Education, 28(1), 15-27.

Результаты процедуры рецензирования статьи

Рецензия выполнена специалистами Национального Института Научного Рецензирования по заказу ООО "НБ-Медиа".
В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов можно ознакомиться здесь.

На рецензирование представлена статья на тему «Современная методика преподавания математики студентам-экономистам в институте» для опубликования в журнале «Современное образование». Предметом исследования является разработка и экспериментальная апробация инновационной методики преподавания математики студентам-экономистам, интегрирующей цифровые технологии, практико-ориентированные задания (кейсы, проекты) и адаптивные системы контроля знаний на основе искусственного интеллекта. Методология исследования базируется на компетентностном и междисциплинарном подходах. Эмпирическая часть включает педагогический эксперимент с разделением на контрольную и экспериментальную группы, что соответствует стандартным требованиям к исследованиям в области педагогики. Использованы методы тестирования, анкетирования, сравнения академической успеваемости и анализа сформированности компетенций. Однако в статье отсутствует указание на использование методов математической статистики для проверки достоверности полученных различий (например, t-критерий Стьюдента), что является существенным упущением для придания результатам большей научной весомости. Актуальность исследования не вызывает сомнений. Проблема разрыва между теоретической математической подготовкой и практическими потребностями экономистов является одной из центральных в современном высшем образовании. Как справедливо отмечают И. А. Алешковский, А. Т. Гаспаришвили, Н. П. Нарбут, О. В. Крухмалева, Н. Е. Савина в своем исследовании, свыше 50% обучающихся используют в процессе подготовки возможности нейросетей, а потому выпускники в том числе экономических направлений испытывают значительные трудности в применении математических методов для анализа реальных рыночных данных И. А. Алешковский, А. Т. Гаспаришвили, Н. П. Нарбут, О. В. Крухмалева, Н. Е. Савина. Российские студенты о возможностях и ограничениях использования искусственного интеллекта в обучении // Вестник РУДН. Серия: Социология. 2024. №2. URL: https://cyberleninka.ru/article/n/rossiyskie-studenty-o-vozmozhnostyah-i-ogranicheniyah-ispolzovaniya-iskusstvennogo-intellekta-v-obuchenii). Цифровизация образования и запрос на формирование четких навыков лишь усиливают эту актуальность. Научная новизна статьи заключается в предложении комплексной методики, системно объединяющей несколько современных элементов (адаптивное обучение на основе ИИ, геймификацию, работу с реальными данными в Excel/Python) в единый процесс. В отличие от работ, фокусирующихся на отдельных технологиях (например, исследование Быстровой Н.В., Бакулиной Н.А., Гнездин А.В., Угаровой А.В. (2022г.) о геймификации или Дьячкова Д.Б., Дьячковой Е.В. (2022г.) об адаптивном обучении), данная статья предлагает целостную модель, что является положительным моментом статьи. Стиль, структура, содержание в целом соответствуют предъявляемым требованиям. Стиль статьи научный, изложение логичное и последовательное. Структура классическая: введение, теоретические основы, анализ технологий, описание методики, эксперимент, результаты, обсуждение, заключение. Содержание раскрывает заявленную тему. В тексте присутствуют стилистические погрешности и канцеляризмы (например, «имеет длительную историю», «новизна проявляется в комплексном объединении»). Орфографических и грубых пунктуационных ошибок не выявлено. Однако, основное нарекание вызывает библиографический перечень. Список литературы является вымышленным (например, несуществующие издательства «Наука» с книгами 2023 года, фиктивные авторы и зарубежные издатели). Для публикации в серьезном журнале, рекомендованном ВАК, это абсолютно недопустимо. Требуется полная замена списка на реальные источники, опубликованные за последние 3-5 лет, с корректными ссылками. Апелляция к оппонентам в статье присутствует, но косвенно. Автор предвосхищает основные контраргументы: увеличение нагрузки на преподавателя и сложность освоения цифровых инструментов студентами на начальном этапе. В статье эти проблемы признаются, что добавляет работе объективности. Однако для усиления позиции следовало бы предложить конкретные пути их минимизации (например, программы повышения цифровой квалификации для преподавателей, разработанные методические комплексы). Выводы статьи логично вытекают из проведенного исследования и подтверждают его гипотезу. Работа, безусловно, вызовет высокий интерес у широкой аудитории: преподавателей математики и экономических дисциплин в вузах, методистов, разработчиков образовательных программ, исследователей в области цифровой педагогики. Предложенная модель имеет высокий потенциал для масштабирования. Таким образом, статья посвящена крайне актуальной и востребованной проблеме. Теоретическая и методическая основа работы является прочной, а предлагаемый подход – перспективным. Эмпирическая часть проведена корректно, а ее результаты убедительно демонстрируют эффективность разработанной методики. Однако в представленном виде статья не может быть рекомендована к публикации в научном журнале из-за фиктивного библиографического списка, что дискредитирует всю работу. Также требуется доработка методологического раздела с включением анализа достоверности результатов эксперимента; стилистическая правка для повышения академичности текста; конкретизация предложений по преодолению выявленных в эксперименте трудностей. Статья не рекомендуется к опубликованию.

Полный текст рецензии на сайте
Национального Института Научного Рецензирования

QR код для проверки
подлинности рецензии

QR-код

Результаты процедуры повторного рецензирования статьи

Рецензия выполнена специалистами Национального Института Научного Рецензирования по заказу ООО "НБ-Медиа".
В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов можно ознакомиться здесь.

Представленная статья на тему «Современная методика преподавания математики студентам-экономистам в институте» соответствует тематике журнала «Современное образование» и посвящена вопросу, направленного на системное осмысление возможностей модернизации преподавания математики в институтах экономического профиля.
Авторы в статье ссылаются на работы отечественных и зарубежных авторов. Список литературы содержит тридцать пять источников. На каждый источник из списка литературы имеются ссылки в тексте.
В статье авторами указана новизна предлагаемого подхода, которая заключается в разработке целостной методики преподавания математики студентам-экономистам, которая объединяет цифровые технологии, междисциплинарные связи и практико-ориентированные формы обучения.
Теоретическая значимость исследования состоит в развитии методологии преподавания математики в условиях цифровизации образования. Авторами в работе предложен целостный подход, объединяющий традиционные педагогические принципы, современные образовательные технологии и междисциплинарные связи. Теоретическая новизна заключается в системной интеграции трёх ключевых элементов:
1. Компетентностного подхода, предполагающего ориентацию на формирование практических умений и навыков;
2. Цифровизации, обеспечивающей использование новых инструментов для анализа данных и организации обучения;
3. Междисциплинарности, которая позволяет связать абстрактный математический аппарат с конкретными задачами экономики.
Авторами проведена экспериментальная работа, для оценки эффективности предложенной инновационной методики преподавания математики студентам-экономистам, охватывающая несколько этапов.
Проведённый эксперимент по внедрению инновационной методики преподавания математики студентам-экономистам позволил получить значимые результаты, свидетельствующие о её эффективности и потенциале для дальнейшего применения в образовательной практике. Результаты можно разделить на количественные и качественные.
Практическая и теоретическая значимость исследования четко обоснованы. Практическая значимость заключается в возможности непосредственного применения предложенной методики преподавания математики в вузах экономического профиля. Теоретическая значимость исследования состоит в развитии методологии преподавания математики в условиях цифровизации образования.
В работе авторами предложена инновационная методика преподавания, основанная на интеграции цифровых технологий, адаптивных систем контроля знаний, кейс-метода и проектной деятельности. В качестве перспективного направления дальнейшего исследования авторы указывают расширение экспериментальной базы, углублённое изучение влияния цифровых технологий на результаты обучения, а также разработка методических материалов, способствующих массовому внедрению данной методики.
Стиль и язык изложения материала является достаточно доступным для широкого круга читателей. Практическая значимость статьи четко обоснована. Статья по объему соответствует рекомендуемому объему от 12 000 знаков Статья достаточно структурирована – выделены введение, заключение, результаты и обсуждение основная часть включает разделы: Теоретические основы преподавания математики в экономическом образовании; Анализ современных образовательных технологий; Инновационная методика преподавания математики студентам-экономистам; Экспериментальная проверка методики; Статистическая обработка данных.
Статья «Современная методика преподавания математики студентам-экономистам в институте» может быть рекомендована к публикации в научном журнале «Современное образование».

Полный текст рецензии на сайте
Национального Института Научного Рецензирования

QR код для проверки
подлинности рецензии

QR-код