Методика LLM-ассистированной HTML-верстки интерактивных презентаций
Филиппович В. А., Московский политехнический университет
Микрообучение – представление теоретических материалов в виде коротких фрагментов на 2-5 минут
Цифровизация – процесс перехода учебных материалов и практик на онлайн-платформы и в мобильные приложения
Интерактивные форматы – процесс, в котором обучающийся не только читает и смотрит, но и действует (меняет параметры, выбирает, видит отклик).
Источники: отчетность Duolingo, Coursera, Udemy (на конец года; Udemy – по 2024 г.); Khan Academy, годовые отчеты (учебные годы 2022/23-2024/25).
Лекция традиционно выстраивается вокруг презентации, поэтому тренды микроформата, интерактивности и многие другие находят свое применение прежде всего через нее. Какой будет эта презентация, определяется прежде всего инструментом, с помощью которого она создается.
PowerPoint, Google Slides, Canva
Плюсы: полный контроль над макетом; предсказуемый результат; привычный инструмент; готовые шаблоны.
Минусы: верстка и оформление вручную; много времени; интерактивность ограничена анимацией и гиперссылками.
PPTAgent, AutoPresent, Auto-Slides, MAIC-UI
Плюсы: черновик слайдов за минуты по описанию на естественном языке; правки в интерактивном редакторе.
Минусы: результат чаще статичный, без интерактивных симуляций.
LLMs, Claude Code, Cursor, Harness’ы
Плюсы: интерактивные элементы любой сложности под тему; настройка под свой брендбук; запрос на естественном языке.
Минусы: нестабильный результат; трудности отладки; регрессии при правках.
Источники: Tu S. et al., arXiv:2604.25806, 2026; Leinonen J. et al., arXiv:2605.13532, 2026; Zheng H. et al., EMNLP 2025; Ge J. et al., CVPR 2025; Yang Y. et al., arXiv:2509.11062; оценка автора.
Формализовать методику LLM-ассистированной разработки интерактивной презентации и описать структуру итеративных усилий автора. Исследование выполнено как разведочное, на одном случае.
Источники: Zheng H. et al., EMNLP 2025; Ge J. et al., CVPR 2025; Yang Y. et al., arXiv:2509.11062; Tu S. et al., arXiv:2604.25806; Sarkar A., Drosos I., PPIG 2025; Pimenova V. et al., arXiv:2509.12491; Chou Y.-H. et al., FSE 2026.
Образ результата – представление автора о том, каким должен быть итог работы: его назначение, содержание, структура и ключевые свойства. Формируется до начала выполнения и служит ориентиром для всех последующих действий.
Заинтересованное в создании презентации лицо с предметной экспертизой и образом результата.
Большая языковая модель в роли исполнителя-автора.
Большая языковая модель в роли исполнителя-разработчика.
Предметная экспертиза и ответственность за результат остаются у автора, а техническая реализация передается большой языковой модели. Запросы формулируются на естественном языке, поэтому преподавателю не требуется опыт программирования. Заданные роли не привязаны к конкретной большой языковой модели и среде разработки (IDE, Harness), а также могут быть заданы при решении других задач: создание практикумов, ЭОРов, текстовых материалов, аудио- и видеоконтента.
Какая цель презентации, целевая аудитория слушателей, уровень подготовки слушателей, формат и временные характеристики выступления
Какими функциональными возможностями должна обладать презентация, нужно ли добавлять анимации, изображения, интерактивы, квизы, кр-коды
Цвета, шрифты, общий стиль или готовый брендбук в формате презентации-примера/текстового файла с мета-информацией/снимков экрана
Примерная структура слайдов, пожелания о верстке слайдов, желаемое содержание с ключевыми аспектами, которые нужно отразить
Пример запроса; выделено ограничение, которое нужно указывать явно
Снимок экрана можно приложить к описанию, но при неудаче проблему приходится повторно описывать словами.
Основная нагрузка приходится на доводку, а не на создание. Визуальные правки и изменения содержания составили 60,5% обращений, первичная генерация, реализация и отладка функциональности – 25,9%.
Визуальные правки потребовали наибольшего числа обращений на задачу – 3,3 (в других категориях 1,0-2,2. В среднем по всем задачам 3,5).
Регрессия – непреднамеренное нарушение ранее работавшей функции. Зафиксировано пять эпизодов, три из них – при правке содержания: переписывая блок, LLM-разработчик удалял или ломал соседние элементы.
Визуальные правки и отладка регрессий не вызывали. Все эпизоды выявлены автором при собственной проверке. Различие долей незначимо (p ≈ 0,08), поэтому вывод описательный.
Шесть примеров слайдов из реальной преподавательской практики
Предлагаемая методика представляет передовой подход к применению технологий искусственного интеллекта в образовании: она отвечает актуальным запросам молодежи на наглядное, интерактивное и персонализированное обучение, учитывает рост доли цифровых образовательных платформ и переход к совместной работе педагога и большой языковой модели.
Дальнейшие исследования предполагают проверку методики на большем числе авторов, больших языковых моделей и сред разработки, а также оценку учебной эффективности создаваемых презентаций.
Накопленный опыт предполагается представить в виде программы дополнительного профессионального образования для преподавателей и практиков. Слушатель научится:
Преподаватель дисциплин по искусственному интеллекту и аспирант Московского Политеха по специальности «Когнитивное моделирование»
Руководитель рабочей группы «ИИ в образовании» Молодежного экспертного совета при Правительстве РФ
v.a.filippovich@mospolytech.ru