Актуальность исследования обусловлена необходимостью поиска новых, объективных методов изучения процессов формирования гражданской и культурной идентичности подрастающего поколения.

Детский рисунок является уникальным артефактом, отражающим не только индивидуальные психологические особенности ребёнка, но и коллективные представления поколения о мире, стране и её ценностях.

Образ Родины — один из ключевых в структуре идентичности, и его трансформация в сознании детей служит важным индикатором социокультурных изменений.

Традиционно такие исследования проводятся экспертами вручную на ограниченных выборках, что снижает уровень объективности и не позволяет исследовать большие количества детских работ и связанных с ними данных. Современный образовательный процесс нуждается во внедрении инновационных методов диагностики и мониторинга, основанных на цифровых технологиях. Данная статья представляет один из таких методов — анализ большого массива данных, состоящего из цифровых копий детских рисунков и их атрибутов, с помощью искусственного интеллекта.

Эмпирической базой исследования стал уникальный фонд детских рисунков, сформированный в ходе педагогической деятельности Лошенковой Е.Е. в ГБОУ Школа №645 Пушкинского района Санкт-Петербурга. В 2017 году, в рамках подготовки к районному этапу конкурса педагогических достижений Санкт-Петербурга в номинации «Информационные технологии в образовании» (подноминация «Информационные технологии в современном уроке», проект «Методический фонд детских работ»), была начата систематическая работа по накоплению базы данных детских творческих работ. В рамках урочной деятельности, работы кружков, в частности, кружка «Палитра», и проектной деятельности, с согласия законных представителей учащихся, собирается база данных детских работ (рисунков), включая цифровые, на темы, связанные с образом Родины. Все рисунки оцифровываются, систематизируются по темам, годам и иным атрибутам, что позволяет формировать цифровой архив, отражающий эволюцию детского восприятия.
Цель проекта — применить методы компьютерного зрения и анализа больших данных для объективного и масштабного изучения динамики образа Родины в детских рисунках по учебным годам с 2017 по 2025 год, а также выявить взаимосвязи между изменениями в образах и ключевыми историческими событиями. Особое внимание уделяется специфике восприятия образа Родины юными петербуржцами, чьи работы составляют значительную часть анализируемого фонда.

Методология и данные
Теоретико-методологическую основу исследования составляют положения культурно-исторической психологии Л.С. Выготского о знаково-символической природе сознания [4]. Кроме того, исследование опирается на концепцию «визуального поворота» в образовании [6] и системный подход, позволяющий рассматривать образ Родины как многокомпонентный продукт личностного восприятия [3].

Основой исследования стала база данных, включающая более 5000 оцифрованных рисунков из методического фонда, сформированного по инициативе Лошенковой Е.Е. на базе ГБОУ Школа №645 Пушкинского района Санкт-Петербурга.

Формирование фонда. С 2017 года в школе проводится систематическая работа по наполнению базы данных детских творческих работ. Материалы собираются в рамках:
·         урочной деятельности: тематические рисунки на уроках изобразительного искусства;
·         внеурочной деятельности: работы участников кружков (например, кружка «Палитра»), где дети осваивают как традиционные техники, так и цифровые инструменты;
·         проектной деятельности: индивидуальные и коллективные проекты.
Все рисунки оцифровываются и систематизируются, что позволяет проследить динамику изменений.

Характеристика выборки. Для данного исследования были отобраны детские рисунки и творческие работы, посвящённые темам «Моя Родина», «Санкт-Петербург» и др., созданные в 2017–2025 учебных годах. Возраст авторов – от 7 до 17 лет. Географически выборка представлена преимущественно Санкт-Петербургом, что позволяет учитывать региональные особенности восприятия образа Родины.

Обработка данных. Для анализа массива данных были применены современные технологии. Обработка велась в несколько этапов:
1.      Классификация изображений с помощью нейросетей. Модель компьютерного зрения (архитектура на основе свёрточных нейросетей, ResNet-50) обучалась распознавать и классифицировать более 50 категорий символов. Точность распознавания на валидационной выборке составила 88,5% [1].
2.      Анализ цветовой палитры. Для каждого рисунка с использованием алгоритмов кластеризации (k-means) вычислялись доминирующие цвета [5].
3.      Анализ метаданных и временная привязка. Каждый рисунок соотносился с учебным годом создания для выявления трендов. Статистическая обработка проводилась с использованием языка программирования Python [2].

Результаты и их анализ.
Анализ данных позволил выявить динамику ключевых символов по учебным годам. В Таблице 1 представлены результаты.

Таблица 1 – Динамика появления ключевых символов в детских рисунках о Родине (по учебным годам, 2017–2025), % от общего числа работ за период

Примечание: курсивом выделены данные, входящие в состав более общей категории.
Анализ таблицы позволяет сделать следующие выводы:
1.      Стабильность образа малой Родины. Категория «сельские/деревенские образы» демонстрирует незначительные колебания в пределах 29–33%, что свидетельствует об устойчивом фундаменте образа Родины, формирующемся через близкие и конкретные впечатления детства.
2.      Устойчивый интерес к исторической памяти. Категория «Образы героев ВОВ / Блокада Ленинграда» показывает стабильно высокие значения (17–21%) на протяжении всего исследуемого периода. Это подтверждает, что тема Великой Отечественной войны и подвига ленинградцев остаётся смысловым ядром патриотического сознания юных петербуржцев. Рост к 2024–2025 учебному году (до 21%) может быть связан с юбилейными датами и усилением воспитательной работы.
3.      Постепенный рост традиционных символов. Частота изображения православных храмов увеличивается с 22% до 32%, а государственной символики – с 35% до 45%. Рост происходит плавно, отражая естественное усиление внимания к этим темам в образовательной и информационной среде.
4.      Появление и рост количества образов, связанных с современными событиями.
o    С 2022–2023 учебного года в рисунках фиксируется новая категория – «Образы защитников / героев нашего времени (военные, медики, волонтёры)», связанная с темой специальной военной операции, помощью фронту, работой волонтёров и медицинских работников. К 2024–2025 учебному году доля таких работ достигает 6%.
o    С 2023–2024 учебного года появляются рисунки на тему «Крымская весна» (воссоединение Крыма с Россией). Повышение интереса к этой теме в 2024 году (4% в 2024–2025 учебном году) может быть связано с памятными датами.
Эти данные эмпирически подтверждают, что значимые исторические события находят непосредственное отражение в детском творчестве.
5.      Плавное проникновение цифровых элементов. Категория «элементы цифровой среды» показывает постепенную динамику: с 2% в 2017–2018 учебном году до 15% в 2024–2025 году. Это подтверждает гипотезу о том, что цифровая реальность органично входит в картину мира современного ребёнка.
6.      Региональная специфика Санкт-Петербурга.
o    Высокая и плавно растущая доля изображений петербургских архитектурных доминант (с 37% до 48%) подтверждает определяющую роль городской среды.
o    Особый интерес представляет рост образов Петра I (с 6% до 15% от общего числа работ), что свидетельствует об устойчивом интересе к исторической фигуре, олицетворяющей связь с основанием и развитием города.

Заключение
Проведённое авторами исследование, инициированное Лошенковой Е.Е. в рамках конкурсного проекта «Методический фонд детских работ» и реализованное на базе ГБОУ Школа №645, демонстрирует высокий потенциал использования технологий искусственного интеллекта и анализа больших данных в педагогических исследованиях. Разбивка по учебным годам (2017–2025) позволяет отслеживать динамику изменений, фиксировать появление новых символов, отражающих актуальные исторические события, и выявлять устойчивые смысловые ядра.

Особую значимость представляют выявленные тренды:
·         устойчиво высокий интерес к теме Великой Отечественной войны и блокады Ленинграда;
·         появление в 2022 году образов защитников, медиков и волонтёров, связанных с темой СВО;
·         рост интереса к теме «Крымской весны» в 2024 году;
·         усиление внимания к образу Петра I.
На сегодняшний день, полученные в ходе исследования данные, уже находят применение в педагогической практике школы при корректировке содержания уроков и проектной деятельности.

Литература:
1.      Атамухаммедов, Р. Применение сверточных нейронных сетей в компьютерном зрении / Р. Атамухаммедов, И. Атамырадов, Б. Батыров // Вестник науки. – 2024. – Т. 1, № 10(79). – С. 383-386. – EDN QUFJYR.
2.      Васильченко, А. М. Как проводить анализ данных при помощи Python? / А. М. Васильченко // Инновации и инвестиции. – 2023. – № 5. – С. 161-165. – EDN WTVNRF.
3.      Гладких, Валентина Владимировна. Системно-деятельностный подход как методологическая основа гражданско-патриотического воспитания молодежи // Вестник ТГУ. – 2011. – № 4. – URL: https://cyberleninka.ru/article/n/sistemno-deyatelnostnyy-podhod-kak-metodologicheskaya-osnova-grazhdansko-patrioticheskogo-vospitaniya-molodezhi (дата обращения: 26.02.2026).
4.      Григоренко, Наталья Юрьевна. Положения культурно-исторической теории Л.С. Выготского как базовые методологические аспекты диагностики коммуникативных возможностей детей раннего возраста // Педагогическое образование в России. – 2021. – № 2. – URL: https://cyberleninka.ru/article/n/polozheniya-kulturno-istoricheskoy-teorii-l-s-vygotskogo-kak-bazovye-metodologicheskie-aspekty-diagnostiki-kommunikativnyh (дата обращения: 26.02.2026).
5.      Зимичев, Евгений Андреевич. Пространственная классификация гиперспектральных изображений с использованием метода кластеризации k-means++ / Е.А. Зимичев, Н.Л. Казанский, П.Г. Серафимович // Компьютерная оптика. – 2014. – № 2. – URL: https://cyberleninka.ru/article/n/prostranstvennaya-klassifikatsiya-giperspektralnyh-izobrazheniy-s-ispolzovaniem-metoda-klasterizatsii-k-means (дата обращения: 26.02.2026).
6.      Маслов, В.М. Философия визуального поворота: от теории к практике // Философская мысль. – 2019. – № 12. – С. 39-56. – DOI: 10.25136/2409-8728.2019.12.31335. – URL: https://nbpublish.com/library_read_article.php?id=31335