Abstract
Растущая интеграция искусственного интеллекта (ИИ) в высшем образовании открывает возможность масштабировать персонализированное обучение и приблизиться к решению классической «проблемы 2 сигма» Блума. В то же время фрагментарное внедрение ИИ-инструментов без методической рамки повышает риск подмены глубокого понимания готовыми ответами, особенно при изучении математики. В статье представлена концептуальная модель интеграции ИИ в методику преподавания математических дисциплин в высшей школе. Модель разработана на основе систематизированного обзора высокорейтинговых публикаций 2019–2025 гг. с учетом национального нормативно-правового кон- текста Республики Казахстан и опирается на принципы конструктивного выравнивания, педагогического контроля, адаптивности и многоуровневой объяснимости (XAI). Она описывает учебный процесс как целостный цикл, включающий входную диагностику, адаптивную постановку задач, формирующую обратную связь, интерпретируемую учебную аналитику и последующую коррекцию педагогических решений преподавателем. Ключевым элементом модели является строгое разграничение «режима обучения», допускающего контролируемую помощь ИИ для формирования навыков, и «режима оценивания», в котором помощь отключается для сохранения валидности контроля. Особое внимание уделено требованиям к прозрачности алгоритмов, минимально достаточному сбору данных и сохранению ведущей роли преподавателя в управлении учебным процессом. Модель ориентирована на повышение предметных результатов, развитие метапредметных компетенций, усиление академической самостоятельности и создание базы для последующей эмпирической апробации в курсах различного уровня сложности и профиля подготовки студентов.