Цифровая поддержка адаптации молодых педагогов: разработка и апробация ИИ-ассистента на платформе Telegram (на примере СОШ № 53 г. Томска)

Статья посвящена решению актуальной проблемы цифровой поддержки адаптации молодых педагогов, которая обострена дефицитом молодых кадров и старением педагогического корпуса в российской системе образования. В работе представлены результаты исследовательского проекта по разработке и апробации ИИ-ассистента на платформе Telegram, реализованного на базе СОШ №53 г. Томска. Методологическую основу исследования составили подход Jobs-to-be-Done (JTBD) для выявления ключевых потребностей педагогов, а также концепции AI Readiness и технологического суверенитета. Практическая реализация решения выполнена с использованием no-code платформы «СберСтудио» с интеграцией отечественной языковой модели GigaChat, что позволило создать функционального чат-бота для оперативной поддержки учителей. В ходе пилотного тестирования с участием 8 педагогов была подтверждена высокая востребованность и эффективность сервиса: 85% респондентов обращались к боту более двух раз в неделю. Наиболее востребованными функциями стали FAQ по школьным процедурам (45% запросов) и получение ИИ-советов по работе с родителями (30%). Качественный анализ обратной связи выявил удовлетворенность пользователей на уровне 78%, а также запросы на расширение функционала, включая планирование уроков и разработку шаблонов для работы с детьми с ОВЗ. Результаты демонстрируют, что ИИ-ассистент эффективно дополняет традиционное наставничество, разгружая педагогов от рутинных задач и способствуя снижению эмоционального выгорания. Делается вывод о принципиальной возможности тиражирования предложенной модели в других образовательных организациях региона при условии поддержки администрации и формирования междисциплинарной команды. Перспективы дальнейших исследований связаны с изучением долгосрочных эффектов использования ИИ-ассистентов и их влияния на профессиональное развитие педагогов.

Введение

Современная система образования сталкивается с двумя взаимосвязанными вызовами: старением педагогических кадров и дефицитом молодых специалистов. Согласно данным за 2023 год, лишь 10,2% педагогов в России моложе 30 лет, что создает критическую ситуацию для обновления педагогического корпуса. Выпускники как педагогических, так и непрофильных вузов испытывают значительные трудности в адаптации: от работы с документацией до взаимодействия с родителями и учащимися. Международный опыт демонстрирует растущий интерес к использованию искусственного интеллекта в целом и ИИ-ассистентов в образовании. В Российской Федерации также в 2019 году была принята Национальная стратегия развития искусственного интеллекта на период до 2030 года (Национальная стратегия, 2019). Чат-боты с искусственным интеллектом в последние годы демонстрируют высокий потенциал, способный произвести революцию в системах образования самыми разными способами. Чат-боты с искусственным интеллектом могут оказывать оперативное сопровождение, отвечая на вопросы, давая пояснения и предоставляя дополнительные ресурсы. Чат-боты также могут выступать в роли виртуальных ассистентов преподавателей, оказывая им поддержку различным образом.

Как отмечают исследователи, диалоговые ИИ-агенты для образовательных целей могут рассматриваться в первую очередь с точки зрения их педагогического применения и педагогических целей, которые включают в себя тьюторские, обучающие и когнитивные функции (Yusuf et al., 2025). Исследователи показывают позитивные эффекты применения: американские исследования (Deng et al., 2025) выявили улучшения в академической успеваемости и критическом мышлении при использовании ChatGPT, европейские аналитики подчеркивают эффективность ИИ в языковом обучении (van der Zande et al., 2025). Китайское исследование (Khe Foon Hew et al., 2022) показало, что что использование диалогового агента помогает обучающимся ставить и прояснять образовательные цели, повышая таким способом вовлеченность и академическую успеваемость. В Российской Федерации также проводились сравнительно-аналитические обзоры исследовательских проектов использования технологии чат-ботов для поддержки развития навыков планирования и самоорганизации в вузе (Данилина, 2025). Российские исследования в ЮФУ с участием 132 студентов демонстрируют улучшения цифровых навыков обучающихся при поддержке чат-ботов (Dzhaneryan et al., 2025).

В теоретическом плане проведенное исследование и проект опираются на концепцию AI Readiness (готовность к ИИ), которая, согласно определению Р. Лакин, представляет собой контекстуализированный способ помощи людям в понимании ИИ, выходящий за рамки простого изучения технологии и предполагающий активное применение в профессиональной деятельности (Luckin, 2024). Организация aiEDU разграничивает AI Literacy (грамотность в области ИИ) как набор знаний и навыков для понимания ИИ, и AI Readiness как способность применять эту грамотность в профессиональном контексте (aiEDU Framework, 2024). Методологической основой исследования послужил также подход Jobs-to-be-Done (JTBD) (Christensen et al., 2016) для выявления фундаментальных задач, которые должны решать ИИ-технологии. JTBD-анализ выявил существенный разрыв между фундаментальными потребностями участников образовательного процесса и существующими технологическими решениями. Многие ключевые «работы» - такие как развитие критического мышления, творческих способностей, эмоционального интеллекта - остаются вне фокуса текущих ИИ-инициатив. Этот разрыв отражает более широкую проблему технологического детерминизма в подходах к цифровизации образования, когда технологические возможности определяют образовательные цели, а не наоборот. Как отмечает Дж. Уолтер, ИИ должен не просто автоматизировать существующие процессы, но «менять образовательный опыт в его основе» (Walter, 2025, p. 240).

Региональный контекст Томской области, где реализовывался проект, создает благоприятные условия для внедрения ИИ-решений: порядка 86,96% общеобразовательных организаций области оснащены цифровой инфраструктурой, функционируют 3 центра «IT-куб», 34,5% педагогов используют федеральную платформу «Сферум» - лидирующий показатель в Сибирском федеральном округе. При этом традиционная система наставничества, в том числе в Томской области, зачастую не справляется с поддержкой молодых педагогов из-за высокой загруженности опытных коллег и недостаточной структурированности процесса адаптации. В качестве решения предлагается использование цифровых помощников на основе искусственного интеллекта, способных предоставлять мгновенные консультации, снижать административную нагрузку и обеспечивать круглосуточную поддержку.

Методы

Проект реализован на базе СОШ №53 г. Томска при поддержке грантов РФФИ и Департамента по научно-технологическому развитию и инновационной деятельности Томской области. Методология и пошаговый алгоритм реализации проекта включали следующие этапы:

1. Проведение диагностики потребностей и анализ контекста. Проведено комплексное анкетирование и фокус-группы с молодыми педагогами для выявления ключевых трудностей адаптации. В опросе приняли участие 8 респондентов, из которых 50% в возрасте до 25 лет, 50% - 26-30 лет; 75% женщины, 25% мужчины. По стажу работы: 37,5% менее 1 года, 25% - 1-2 года, 12,5% - 3-5 лет, 25% более 5 лет. Основные должности: учителя-предметники (50%), классные руководители (37,5%), педагоги дополнительного образования (12,5%). Применение подхода JTBD позволило выявить ключевые «работы», которые должен выполнять ИИ-ассистент: для педагогов - автоматизация рутинных задач, получение методических рекомендаций, поддержка в работе с родителями и детьми с ОВЗ. Анализ показал несколько приоритетных направлений: работа с родителями (62,5% ответов), дети с ОВЗ (50%), поддержание дисциплины (50%), оформление документации (37,5%).

2. Разработку архитектуры и выбор технологической платформы. Была выбрана платформа СберСтудио с интеграцией в Telegram через вебхуки. Выбор обусловлен возможностью no-code разработки, интеграцией с GigaChat, бесплатным тарифом и соответствием требованиям технологического суверенитета.

Архитектура решения включает:

- интерфейс пользователя в Telegram;

- модуль обработки естественного языка на базе GigaChat;

- базу знаний с локальными актами и методическими материалами;

- систему аналитики и обратной связи;

- модуль уведомлений и напоминаний (в проекте).

3. Создание структурированной базы знаний. Разработана многоуровневая база знаний, включающая:

- школьные процедуры и локальные акты;

- методические материалы по работе с различными категориями учащихся;

- сценарии решения типовых педагогических ситуаций;

- шаблоны документов и планов;

- календарь событий и дедлайнов (в проекте).

Контент был валидирован методистами и опытными педагогами школы для обеспечения качества и релевантности информации.

4. Разработку MVP сервиса с базовым функционалом. Минимально жизнеспособный продукт включал:

- FAQ по школьным процедурам;

- ИИ-советы по педагогическим ситуациям;

- напоминания о дедлайнах и событиях (в проекте);

- систему обратной связи (лайки/дизлайки);

- возможность связи с наставником.

5. Пилотное тестирование и итеративную доработку. Было проведено тестирование с участием 10 педагогов в течение 1 месяца. Для анализа использовались логи запросов, анкеты обратной связи, интервью и контент-анализ отзывов. Применялись дескриптивная статистика и кластерный анализ паттернов использования.

Результаты

Результаты пилотного тестирования демонстрируют высокие ожидания и эффективность разработанного ИИ-ассистента, что согласуется с международными данными о позитивном влиянии чат-ботов на образовательные процессы. Показатели активности достаточно высокие: 85% педагогов обращались к боту более 2 раз в неделю. Функциональная востребованность распределилась следующим образом: FAQ (45% запросов), ИИ-советы по работе с родителями (30%), напоминания (15%), методические рекомендации по ОВЗ (10%). Качественный анализ обратной связи выявил запросы на углубление функций планирования уроков, шаблоны для работы с детьми с ОВЗ, возможность уточнения ответов и связи с наставником. Удовлетворенность характеризовалась преобладанием положительных оценок: 78% положительных оценок, 12% отрицательных (связанных с обобщенностью ответов ИИ), 10% нейтральных. Запросы на улучшение со стороны пользователей включали планирование уроков (62,5%), шаблоны для ОВЗ (50%), диалоговые уточнения (75%), связь с наставником (37,5%). Определены приоритетные области запросов поддержки; это работа с родителями (62,5%), детьми ОВЗ (50%), поддержание дисциплины (50%), документооборот (37,5%). 75% используют чат-бот как подсказку с проверкой, 25% полностью ему доверяют. Предпочтения формата смещены в сторону контентной полноты: развернутые ответы (37,5%), краткие тезисы (25%), ссылки (25%), мультимедиа (12,5%).

Обсуждение

Результаты исследования демонстрируют эффективность использования no-code платформ для быстрого прототипирования образовательных ИИ-решений, что согласуется с международными тенденциями демократизации разработки ИИ-приложений. Проект подтверждает выводы зарубежных исследователей о трансформационном потенциале чат-ботов в образовании, выходящем за рамки простого технологического прогресса. Исследователи (Labadze et al., 2023) выяснили, что учащиеся получают наибольшую пользу от чат-ботов с искусственным интеллектом в трёх ключевых областях: помощь с домашними заданиями и учёбой, персонализированный подход к обучению и развитие различных навыков. Зарубежные исследования также подтверждают (Deng et al., 2025), что чат-боты повышают успеваемость, улучшают эмоционально-мотивационное состояние и способность к мышлению более высокого порядка; снижают умственную нагрузку и при этом не оказывают существенного влияния на самоэффективность.

Ключевыми факторами успеха стали: фокус на конкретные боли пользователей, валидация контента методистами, итеративный сбор обратной связи. При этом положительный эффект от внедрения чат-бота может быть валидизирован только на длительном промежутке времени, в частности, зарубежные исследователи (Deng et al., 2025) призывают, оценивать долгосрочные последствия воздействия, чтобы определить, являются ли положительные эффекты на аффективно-мотивационные состояния пользователей устойчивыми или просто связаны с эффектом новизны.

Ограничения проекта включают необходимость ручного контроля качества ответов ИИ и зависимость от бесплатных тарифов платформ. Перспективы развития связаны с интеграцией с электронными журналами, расширением базы знаний и использованием более мощных языковых моделей. Проект тем самым подтверждает комплементарную роль ИИ-ассистента: он не заменяет наставника, но эффективно дополняет его, разгружая от рутинных задач и снижая эмоциональное выгорание молодых педагогов.

Заключение

Исследование подтверждает частичную эффективность использования ИИ-ассистентов для поддержки адаптации молодых педагогов, что согласуется с международными тенденциями применения чат-ботов в образовании. Предложенная модель может быть, с определенными поправками, тиражирована в других образовательных организациях региона при условии формирования междисциплинарной команды и поддержки администрации. Учет выявленных потребностей и барьеров позволит повысить эффективность цифровых инструментов поддержки педагогов. Интеграция мирового опыта и современных методологических подходов позволила создать теоретически обоснованное и практически эффективное решение, способствующее цифровой трансформации системы педагогического наставничества. Дальнейшие исследования могут сосредоточиться на долгосрочных эффектах использования ИИ-ассистентов и их влиянии на профессиональное развитие педагогов. Как подчеркивают ученые (Yusuf et al., 2025), будущие исследования должны быть направлены на повышение уровня персонализации и мультимедийности взаимодействия, которого можно достичь с помощью диалоговых ИИ-агентов.

При этом важно подчеркнуть, что ИИ-ассистент не заменяет живого наставника, но эффективно дополняет его, разгружая от рутинных запросов и способствуя снижению эмоционального выгорания молодых специалистов.

1. Данилина, Е.К. (2025). Сравнительный анализ современных исследовательских проектов использования технологии чат-бот для поддержки развития навыков планирования и самоорганизации в вузе. Современные проблемы науки и образования, 1. https://doi.org/10.17513/spno.33943
   Национальная стратегия развития искусственного интеллекта на период до 2030 года (2019). Утверждена Указом Президента РФ от 10.10.2019 № 490.
2. aiEDU Framework (2024). AI Readiness Framework. URL: https://www.aiedu.org/ai-readiness-frame‐ work Christensen, C. M., Hall, T., Dillon, K., Duncan, D. S. (2016). Competing Against Luck: The Story of Innovation and Customer Choice. Harper Business.
3. Deng, R., Jiang, M., Yu, X., Lu, Y., & Liu, S. (2025). Does ChatGPT enhance student learning? A systematic review and meta-analysis of experimental studies. Computers & Education, 227, 105224. https://doi.org/10.1016/j.compedu.2024.105224.
4. Dzhaneryan, S., Kima, A., Gutermana, L., & Esayan, M. (2025). Perceptions of Neural Network Use in Higher Education: Case Study. European Journal of Contemporary Education, 14(1), 3—12. https://doi.org/10.13187/ejced.2025.1.3
5. Khe Foon Hew, Weijiao Huang, Jiahui Du, Chengyuan Jia (2022). Using chatbots to support student goal setting and social presence in fully online activities: learner engagement and perceptions. Journal of Computing in Higher Education, 35, 40—68. https://doi.org/10.1007/s12528-022-09338-x.
6. Labadze, L., Grigolia, M., Machaidze, L. (2023). Role of AI chatbots in education: systematic literature review. International Journal of Educational Technology in Higher Education, 20, 56.
7. Luckin, R., Cukurova, M., Kent, C., & du Boulay, B. (2022). Empowering educators to be AI-ready. Computers and Education: Artificial Intelligence, 3, 100076. https://doi.org/10.1016/j.caeai.2022.100076.
8. Wiboolyasarin, W., Wiboolyasarin, K., Tiranant, P., Jinowat, N., & Boonyakitanont, P. (2025). AI-driven chatbots in second language education: A systematic review of their efficacy and pedagogical implications. Ampersand, 14, 100224. https://doi.org/10.1016/j.amper.2025.100224.
9. Walter, Y. (2025). Artificial influencers and the dead internet theory. AI & Society, 40, 239—240. https://doi.org/10.1007/s00146-023-01857-0
10. Yusuf, H., Money, A., & Daylamani-Zad, D. (2025). Pedagogical AI conversational agents in higher education: a conceptual framework and survey of the state of the art. Educational Technology Re‐ search and Development, 73, 815—874. https://doi.org/10.1007/s11423-025-10447-4.