Статья подготовлена на основе практического опыта воспитателей коррекционной

группы Шагаповой Р.Р. и Абдурахмановой Е.А., МАДОУ города Нижневартовска детский

сад № 56 «Северяночка», ХМАО-Югра

ИНТЕГРАЦИЯ ГЕНЕРАТИВНЫХ НЕЙРОСЕТЕЙ В ПРОЕКТНУЮ

ДЕЯТЕЛЬНОСТЬ ДОШКОЛЬНИКОВ:

МЕТОДИЧЕСКИЙ АЛГОРИТМ СОЗДАНИЯ АНИМАЦИИ

(НА ПРИМЕРЕ РЕГИОНАЛЬНОГО КОНКУРСА «МУЛЬТ-ЮГРА»)

Аннотация.

В

статье

обобщается

практический

опыт

применения

технологий

искусственного

интеллекта

в

детско-взрослом

проектировании

при

создании

анимационного продукта. Автором представлена технологическая карта интеграции

нейросетей (Kling AI, голосовые ассистенты) и видеоредакторов в образовательный

процесс,

позволяющая

сохранить

региональный

содержательный

компонент

(парциальная

программа

«Моя

Югра»)

и

существенно

сократить

трудоемкий

технический этап мультипликации. Описываются этапы совместной деятельности

педагога и детей: от разработки макета персонажа до постобработки динамического

изображения. Делается вывод о дидактической ценности предложенного подхода как

средства повышения мотивации дошкольников и высвобождения времени для речевого и

художественно-эстетического развития.

Ключевые

слова:

искусственный

интеллект

в

образовании,

дошкольное

образование,

проектная

деятельность,

мультипликация,

нейросети,

цифровые

компетенции педагога, парциальная программа «Моя Югра».

Введение. Актуальность и проблемное поле

Современная

образовательная

практика

требует

пересмотра

традиционных

форматов взаимодействия с дошкольниками в сторону усиления технологической

составляющей без утраты культурно-регионального содержания. В практике работы с

детьми старшего дошкольного возраста все более востребованными становятся методы,

сочетающие ручной труд, художественное конструирование и цифровые инструменты.

Особую

значимость

в

этом

контексте

приобретают

региональные

конкурсные

мероприятия, задающие вектор для развития профессиональных компетенций педагогов.

Ключевая проблема, с которой столкнулся автор, заключалась в необходимости

совмещения двух требований: строгой опоры на содержательный модуль парциальной

программы «Моя Югра» (с акцентом на национально-региональный компонент) и

использования форматов, увлекательных для современного ребенка, воспитанного в

цифровой среде. Традиционная покадровая перекладная мультипликация, при всей ее

педагогической ценности, требует значительных временных затрат на техническую

реализацию, что часто снижает интерес детей на этапе постпродакшна. Решением стало

внедрение генеративных нейросетей в качестве инструмента «оживления» детских

творческих работ, что позволило перевести фокус деятельности с рутинного технического

процесса на этап замысла, конструирования и речевого оформления.

Теоретико-методологическая основа

В основу методической разработки положены идеи деятельностного подхода (Л.С.

Выготский, А.Н. Леонтьев) и принципы детско-взрослого проектирования, где взрослый

выполняет роль, берущего на себя технически сложные операции. Использование

нейросетей рассматривается автором не как замена детскому творчеству, а как средство

визуализации и динамического преобразования продуктов детской деятельности. Данный

подход согласуется с концепцией «цифрового детства», предполагающей включение ИИ-

инструментов в образовательный процесс при сохранении ведущей роли ребенка в

генерации смыслов и образов.

Организация и этапы проектной деятельности

Проект реализовывался в подготовительной к школе группе в рамках подготовки к

региональному конкурсу «Мульт-Югра» (успешный опыт участия в конкурсе проектов).

Алгоритм работы включал три последовательных этапа: организационно-содержательный,

технологический и рефлексивно-презентационный.

Первый

этап

(содержательное

проектирование)

был

полностью

посвящен

совместной работе педагога с детьми. В рамках данного этапа:

- проведен анализ региональных культурных кодов (сказки, быт, природа Югры);

- разработан визуальный образ главного персонажа с учетом программных

требований;

- выполнены эскизы и шаблоны для будущего объемного макета;

- создан предметный макет сцены, выступающий основой для последующей

анимации.

На этом этапе дети выступали в роли художников-конструкторов и операторов,

осваивая базовые принципы мультипликации: статичность фона, смену ракурсов,

композицию

кадра.

Роль

педагога

ограничивалась

организацией

пространства

и

фиксацией промежуточных результатов.

Второй этап (цифровая трансформация) являлся ключевым с точки зрения

внедрения

ИИ-технологий.

Задача

педагога

состояла

в

«оживлении»

статичного

фотокадра, полученного в ходе предметной съемки. Для этого применялся следующий

инструментарий:

- Генеративные нейросети для анимации изображений (Kling AI). Данный

инструмент позволил на основе загруженного статичного изображения и текстового

промпта (описания желаемого движения) достроить трехмерную динамику. ИИ-алгоритм

осуществлял анализ композиции и генерировал плавное движение персонажа или

объектов фона (например, колыхание деревьев, движение облаков).

- Голосовые ассистенты и синтезаторы речи («Алиса» от Яндекса).Использовались

для

создания

дикторского

озвучивания

без

привлечения

профессионального

оборудования. Выбор тембра, темпа речи и интонаций осуществлялся с учетом

возрастных особенностей восприятия.

- Библиотеки звуковых эффектов. Были интегрированы естественные звуки

природы (пение птиц, шум дождя, ветра) для усиления эмоционального воздействия и

аутентичности регионального колорита.

Третий

этап

(постобработка

и

монтаж)

реализовывался

в

бесплатных

видеоредакторах

InShot

и

CapCut.

Выбор

данных

приложений

обусловлен

их

доступностью, интуитивным интерфейсом и достаточным для конкурсной работы

качеством обработки. В ходе монтажа осуществлялись: синхронизация видеоряда и

звуковой дорожки, наложение титров, цветокоррекция и добавление природных явлений

(снегопад, солнечные блики) средствами встроенных фильтров.

Методическая рефлексия и дидактические выводы

Анализ апробации предложенного алгоритма позволяет выделить несколько

значимых педагогических эффектов.

Во-первых, сокращение технического этапа мультипликации. Если классическая

перекладная анимация требует создания нескольких сотен кадров с минимальным

смещением

объектов,

то

использование

ИИ

позволяет

получить

динамическое

изображение из одного исходного фотоснимка, что экономит до 70% временных ресурсов.

Во-вторых, усиление мотивационной готовности детей. Возможность увидеть

результат собственного творчества в формате «здесь и сейчас» (в течение нескольких

минут после загрузки изображения в нейросеть) значительно повышает уровень

вовлеченности и познавательный интерес дошкольников. Это соответствует принципу

наглядной обратной связи, критически важному для детей старшего дошкольного

возраста.

В-третьих, высвобождение временного ресурса для речевого и художественного

развития. Благодаря автоматизации технических рутинных процессов, педагог получает

возможность уделить больше внимания содержательному наполнению: обсуждению

сюжета, характеристике персонажей, развитию диалогической и монологической речи

детей при описании создаваемого образа.

Важно подчеркнуть, что искусственный интеллект в данной модели выступает

исключительно в роли **инструмента реализации детского замысла**, а не его

генератора. Исходный образ, сюжет, цветовое решение и композиция полностью

принадлежат ребенку. Нейросеть лишь переводит статичную форму в динамическую,

расширяя границы выразительности детского творчества.

Заключение. Перспективы тиражирования

Представленный алгоритм не является узкоспециализированным и может быть

адаптирован для различных возрастных групп (от младшего дошкольного до младшего

школьного возраста) при соответствующем изменении степени участия педагога в

технических операциях. Воспроизводимость предложенной модели подтверждается

использованием

общедоступных

бесплатных

цифровых

сервисов,

не

требующих

дорогостоящего оборудования или специализированного программного обеспечения.

Результаты

участия

в

региональном

конкурсе

(III

место)

демонстрируют

конкурентоспособность данного подхода. Однако основная ценность работы заключается

не в призовом статусе, а в разработанной технологической карте, которая может быть

тиражирована

в

педагогической

практике

как

эффективный

способ

интеграции

регионального содержания и современных цифровых компетенций.

В

качестве

перспективного

направления

дальнейших

исследований

автор

рассматривает разработку системы критериев оценки детских анимационных работ,

созданных с использованием ИИ, а также изучение влияния подобных форматов на

развитие

пространственного

мышления

и

знаково-символической

функции

у

дошкольников.

Список литературы

1. Выготский Л.С. Воображение и творчество в детском возрасте. — М.:

Просвещение, 1991.

2. Леонтьев А.Н. Деятельность. Сознание. Личность. — М.: Смысл, 2005.

3. Примерная парциальная образовательная программа «Моя Югра» / под ред. О.В.

Калининой. — Ханты-Мансийск, 2022.

4. Патаракин Е.Д., Ярмахов Б.Б. Цифровые инструменты в проектной деятельности

школьников // Народное образование. — 2023. — № 4. — С. 89-95.

5.

Солдатова

Г.У.,

Рассказова

Е.И.

Цифровая

компетентность

педагога:

диагностика и развитие. — М.: МГУ, 2021.