phmathВестник Государственного университета просвещения. Серия: Физика-МатематикаBulletin of Federal State University of Education. Series: Physics and Mathematics2949-50832949-5067Federal State University of Education10.18384/2949-5067-2026-2-6-22phmath-743Research ArticleФИЗИКАPHYSICSФизико-математическая модель требований к дисплеям для ИИ-мониторинга образовательного контентаPhysical and mathematical model of display requirements for ai monitoring of educational contenthttps://orcid.org/0000-0003-0553-9358БеляевВ. В.BelyaevV. V.

Беляев Виктор Васильевич – доктор технических наук, профессор, главный научный сотрудник отдела организации научных исследований и международных связей управления развития науки

г. Москва

Victor V. Belyaev – Dr. Sci. (Engineering), Prof., Principal Scientist, Science Development Department

Moscow

vv.belyaev@guppros.ruhttps://orcid.org/0009-0000-4770-5284ОбыденковН. Н.ObydenkovY. N.

Обыденков Юрий Николаевич – кандидат физико-математических наук, доцент кафедры вычислительной математики и информационных технологий

г. Москва

Yuriy N. Obydenkov – PhD (Phys.-Math.), Assoc. Prof., Department of Computational Mathematics and Information Technology

Moscow

obydenkov@yandex.ruРулевА. И.RulevA. I.

Рулев Александр Игоревич – начальник управления развития цифровой экосистемы

г. Москва

Alexander I. Rulev – Departmental Head, Digital Ecosystem Development Department

Moscow

aleksandr.rulyov@gmail.comЕрмолаевВ. И.ErmolaevV. I.

Ермолаев Владислав Игоревич – начальник управления инновационных образовательных проектов

г. Москва

Vladislav I. Ermolaev – Departmental Head, Innovative Educational Projects Department

Moscow

ermolaev.prod@yandex.ruЛукьяновичА. В.LukyanovichA. V.

Лукьянович Алексей Викторович – проректор по цифровому развитию и информационным технологиям

г. Москва

Alexey V. Lukyanovich – Vice-Rector for Digital Development and Information Technology

Moscow

av.lukianovich@guppros.ruХетагуровА. А.HetagurovA. A.

Хетагуров Александр Андреевич – заместитель начальника управления развития цифровой экосистемы

г. Москва

Alexander A. Hetagurov – Deputy Head, Digital Ecosystem Development Department

Moscow

aa.khetagurov@guppros.ruhttps://orcid.org/0009-0006-6066-1726КочемировС. А.KochemirovS. A.

Кочемиров Сергей Алексеевич – начальник отдела аналитики и количественных исследований

г. Москва

Sergey A. Kochemirov – Departmental Head, Analytics and Quantitative Research Department

Moscow

kochemirovs@ya.ruЛитвинА. В.LitvinA. V.

Литвин Андрей Вячеславович – кандидат педагогических наук, доцент кафедры информационных технологий и систем управления; руководитель

г. Екатеринбург

г. Москва

Andrey V. Litvin – PhD (Education), Assoc. Prof., Department of Information Technology and Management Systems; Head

Yekaterinburg

 

csgrek@yandex.ruКоноваловаН. А.KonovalovaN. A.

Коновалова Наталия Александровна – кандидат психологических наук, руководитель отдела методического сопровождения цифрового образовательного контента

г. Москва

Natalia A. Konovalova – PhD (Psychology), Departmental Head, Department of Methodological Support for Digital Educational Content

Moscow

na_konovalova@bk.ruГосударственный университет просвещенияРоссияFederal State University of EducationRussian FederationРоссийский центр научной информацииРоссияRussian Center for Scientific InformationRussian FederationУральский федеральный университет имени первого Президента России Б. Н. Ельцина; Цифровой корпоративный университет АО «НПО «АНДРОИДНАЯ ТЕХНИКА»РоссияUral Federal University named after the first President of Russia B. N. Yeltsin; Digital Corporate University of JSC “Industrial complex scientific production association “Android technics”Russian Federation20261410202602622Copyright © Беляев В.В., Обыденков Н.Н., Рулев А.И., Ермолаев В.И., Лукьянович А.В., Хетагуров А.А., Кочемиров С.А., Литвин А.В., Коновалова Н.А., 20262026Беляев В.В., Обыденков Н.Н., Рулев А.И., Ермолаев В.И., Лукьянович А.В., Хетагуров А.А., Кочемиров С.А., Литвин А.В., Коновалова Н.А.Belyaev V.V., Obydenkov Y.N., Rulev A.I., Ermolaev V.I., Lukyanovich A.V., Hetagurov A.A., Kochemirov S.A., Litvin A.V., Konovalova N.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.physmathmgou.ru/jour/article/view/743Цель

Цель. В работе ставится задача разработать физико-математическую модель, которая бы увязывала между собой физические и технические характеристики дисплея — а именно пространственное разрешение, частоту обновления экрана, охват цветового пространства и задержку вывода изображения с учетом параметров материала — с продуктивностью труда педагога, проверяющего цифровые учебные материалы средствами ИИ на предмет их соответствия требованиям ФГОС.

Процедура и методы

Процедура и методы. Отправной точкой послужили хорошо изученные ограничения зрительной системы человека: угловая разрешающая способность глаза, критическая частота слияния мельканий и пороги различения цветовых оттенков. Опираясь на эти данные, авторы определили, какие значения параметров дисплея следует считать минимально допустимыми, а какие — желательными. Далее была введена целевая функция эффективности Wdisp; в её состав вошли три компонента — затрачиваемое время, количество допущенных ошибок и субъективно ощущаемая нагрузка (по методике NASA TLX). Помимо этого, был выполнен обзор публикаций, посвящённых тому, как плотность пикселей, скорость обновления кадра и точность цветопередачи сказываются на когнитивной нагрузке пользователя.

Результаты

Результаты. Исходя из физиологических ограничений зрения, для задач ИИ-мониторинга обоснован следующий набор параметров дисплея: плотность пикселей порядка 300 PPI, частота развёртки 120 Гц, покрытие пространства sRGB не менее 99 %, время отклика, не превышающее 8 мс. Сформулирован вид целевой функции эффективности. Расчёты показывают, что при работе на дисплее с указанными выше характеристиками значение оказывается приблизительно на 30–35 % выше, чем при использовании стандартного офисного монитора.

Теоретическая и практическая значимость. Предложенная модель даёт возможность перевести требования к дисплейному оборудованию на язык количественных показателей, что особенно актуально для тех образовательных учреждений, где уже внедряются или планируются к внедрению системы ИИ-мониторинга. Полученные выводы могут найти применение сразу в двух направлениях: во-первых, при разработке нормативов оснащения школ техническими средствами, во-вторых — при составлении методических материалов и рекомендаций, адресованных непосредственно педагогам-практикам. Показано, какие физические свойства материала влияют на параметры средства отображения информации.

Aim

Aim. The work aims to develop a physico-mathematical model that links the physical and technical characteristics of a display – namely spatial resolution, refresh rate, color gamut, and image output latency, taking into account material parameters – with the productivity of a teacher who checks digital educational materials using AI tools for compliance with the requirements of the Federal State Educational Standards (FSES).

Methodology

Methodology. The starting point was the well-studied limitations of the human visual system: the angular resolution of the eye, the critical flicker fusion frequency, and thresholds for color discrimination. Based on this data, the authors determined which display parameter values should be considered minimally acceptable and which should be considered desirable. Next, an efficiency objective function Wdisp was introduced, comprising three components: time spent, number of errors made, and subjectively perceived workload (according to the NASA TLX methodology). In addition, a review was carried out of publications on how pixel density, frame refresh rate, and color accuracy affect the user's cognitive load.

Results

Results. Based on physiological limitations of vision, the following set of display parameters is justified for AI monitoring tasks: pixel density of about 300 PPI, refresh rate of 120 Hz, sRGB color space coverage of at least 99%, and response time not exceeding 8 ms. The form of the efficiency objective function is formulated. Calculations show that when working on a display with the above characteristics, the value of Wdisp is approximately 30–35% higher than when using a standard office monitor.

Research implications

Research implications. The proposed model makes it possible to translate display equipment requirements into quantitative indicators, which is especially relevant for educational institutions where AI monitoring systems are already being implemented or are planned for implementation. The findings can be applied in two directions: first, in developing standards for equipping schools with technical means, and second, in compiling methodological materials and recommendations addressed directly to practicing teachers. It is shown what physical properties of the material affect the parameters of the information display device.

вычислительная нагрузкадисплеижидкие кристаллыфизические свойстваискусственный интеллектматематическая модельмониторинг образовательного контентаФГОСэргономикаcomputational loaddisplaysliquid crystalsphysical propertiesartificial intelligencemathematical modelmonitoring of educational contentFederal State Educational Standard (FSES)ergonomicsРабота выполнена при поддержке Государственного университета просвещения, внутриуниверситетский грант «Разработка системы автоматического мониторинга цифрового образовательного контента с использованием технологий искусственного интеллекта в соответствии с требованиями федеральных рабочих программ и федерального государственного образовательного стандарта», проект № 13.This work was supported by the State University of Education, an intra-university grant entitled “Development of an Automatic Monitoring System for Digital Educational Content Using Artificial Intelligence Technologies in Accordance with the Requirements of Federal Work Programs and the Federal State Educational Standard,” Project No. 13.ReferencesNorman D. A. The Design of Everyday Things. Revised and expanded edition. New York: Basic Books, 2013. 350 p.Norman, D. A. (2013). The Design of Everyday Things. Revised and expanded edition. New York: Basic Books.Engineering Psychology and Human Performance / C. D. Wickens, J. G. Hollands, S. Banbury, R. Parasuraman; 4th ed. New York: Psychology Press, 2015. 544 p.Wickens, C. D., Hollands, J. G., Banbury, S. & Parasuraman, R. (2015). Engineering Psy chology and Human Performance; 4th ed. New York: Psychology Press.Кузьменко А. А., Сканцев В. М., Музалевский Е. С. Эргодизайн цифровой среды управления обучением студентов // Эргодизайн. 2025. № 1 (27). С. 35–43. DOI: 10.30987/2658-4026-2025-1-35-43.Kuzmenko, A. A., Skantsev, V. M. & Muzalevsky, E. S. (2025). Ergodesign of Digital En vironment for Managing Student Learning. In: Ergodesign, 1 (27), 35–43. DOI: 10.30987/2658-4026-2025-1-35-43 (in Russ.).Чайнова Л. Д., Богатырева Т. Г. Эргодизайн как современная инновационная техно логия человеко-ориентированного проектирования // Дизайн-ревю. 2008. № 1–2. С. 33–42.Chainova, L. D. & Bogatirova, T. G. (2008). Ergo design as a modern technology of hu man oriented planning. In: Design-review, 1–2, 33–42 (in Russ.).Ouyang F., Jiao P. Artificial intelligence in education: The three paradigms // Computers and Education: Artificial Intelligence. DOI: 10.1016/j.caeai.2021.100020. 2021. Vol. 2. Article no. 100020.Вестник Государственного университета просвещения. Серия: Физика-Математика 2026 / № 2 Ouyang, F. & Jiao, P. (2021). Artificial intelligence in education: The three paradigms. In: Computers and Education: Artificial Intelligence, 2, 100020. DOI: 10.1016/j.caeai. 2021.100020.Mayr S., Köpper M., Buchner A. Effects of high pixel density on reading comprehension, proofreading performance, mood state, and physical discomfort // Displays. 2017. Vol. 48. P. 41–49. DOI: 10.1016/j.displa.2017.03.002.Mayr, S., Köpper, M. & Buchner, A. (2017). Effects of high pixel density on reading com prehension, proofreading performance, mood state, and physical discomfort. In: Displays, 48, 41–49. DOI: 10.1016/j.displa.2017.03.002.Subjective Impressions Do Not Mirror Online Reading Effort: Concurrent EEG-Eyetrack ing Evidence from the Reading of Books and Digital Media / F. Kretzschmar, D. Pleimling, J. Hosemann, S. Füssel, I. Bornkessel-Schlesewsky, M. Schlesewsky // PLoS ONE. 2013. Vol. 8. Iss. 2. Article no. e56178. DOI: 10.1371/journal.pone.0056178.Kretzschmar, F., Pleimling, D., Hosemann, J., Füssel, S., Bornkessel-Schlesewsky, I. & Schlesewsky, M. (2013) Subjective Impressions Do Not Mirror Online Reading Effort: Concurrent EEG-Eyetracking Evidence from the Reading of Books and Digital Media. In: PLoS ONE, 8(2), e56178. DOI: 10.1371/journal.pone.0056178.Беляев В. В., Чилая Г. С. Жидкие кристаллы в начале XXI века: монография. М.: ИИУ МГОУ, 2017. 142 с.Belyaev, V. V. & Chilaya, G. S. (2017). Liquid crystals at the beginning of the 21st century. Moscow: MRSU Ed. Office (in Russ.).Yakovlev D. A., Chigrinov V. G., Kwok H.-S. Modeling and Optimization of LCD Optical Performance. Chichester, UK: Wiley, 2015. 592 p. (Wiley Series in Display Technology).Yakovlev, D. A., Chigrinov, V. G. & Kwok, H.-S. (2015). Modeling and Optimization of LCD Optical Performance. Chichester, UK: Wiley (Wiley Series in Display Technology).Беляев В. В. Перспективные применения и технологии жидкокристаллических устройств отображения информации и фотоники // Жидкие кристаллы и их практическое использование. 2015. Т. 15. № 3. C. 7–27.Belyaev, V. V. (2015). Promising applications and technologies of liquid crystal displays and photonics devices. In: Liquid Crystalls and their Applications, 15 (3), 7–27 (in Russ.).Беляев В. В. Жидкокристаллические дисплеи. Технологии настоящего и будущего. Часть 1. От пикселя до гибкой подложки // Электроника: наука, технология, бизнес. 2015. № 8 (148). С. 36–47.Belyaev, V. V. (2015). LCDS – modern and future technologies. Part 1. From pixels to flexible subsrates. In: Electronics: Science, Technology, Business, 8 (148), 36–47 (in Russ.).Беляев В. В. Жидкокристаллические дисплеи. Технологии настоящего и будущего. Часть 2. Новые технологии и области применения ЖК-дисплеев // Электроника: наука, технология, бизнес. 2015. № 10 (150). С. 124–131.Belyaev, V. V. (2015). LCDS. Nowadays and future technologies. Part 2. New technologies and applications of LCDS. In: Electronics: Science, Technology, Business, 10 (150), 124–131 (in Russ.).Metaverse-based remote support system with smooth combination of free viewpoint ob servation and hand gesture instruction / T. Numata, Yu. Ogi, K. Mitani, K. Tajima, Yu. Nakamura, N. Ikeda, K. Shimada // Journal of the Society for Information Display. 2024. Vol. 32. Iss. 9. P. 653–664. DOI: 10.1002/jsid.1339.Numata, T., Ogi, Yu., Mitani, K., Tajima, K., Nakamura, Yu., Ikeda, N. & Shimada, K. (2024). Metaverse-based remote support system with smooth combination of free view point observation and hand gesture instruction. In: Journal of the Society for Information Display, 32 (9), 653–664. DOI: 10.1002/jsid.1339.Bhowmik A. K. Virtual and augmented reality: Human sensory-perceptual requirements and trends for immersive spatial computing experiences // Journal of the Society for In formation Display. 2024. Vol. 32. Iss. 8. P. 605–646. DOI: 10.1002/jsid.2001.Bhowmik, A. K. (2024). Virtual and augmented reality: Human sensory-perceptual re quirements and trends for immersive spatial computing experiences. In: Journal of the Society for Information Display, 32 (8), 605–646. DOI: 10.1002/jsid.2001.Assessment of display performance for medical imaging systems / AAPM Task Group 18. College Park, MD: American Association of Physicists in Medicine, 2005. 182 p. 16. Захарова И. Г., Воробьева М. С., Боганюк Ю. В. Сопровождение индивидуальных образовательных траекторий на основе концепции объяснимого искусственного интеллекта // Образование и наука. 2022. Т. 24. № 1. С. 163–190. DOI: 10.17853/1994-5639-2022-1-163-190.AAPM Task Group 18 (2005). Assessment of display performance for medical imaging sys tems. College Park, MD: American Association of Physicists in Medicine.Гарина А. В. Влияние изображения на восприятие учебного текста: пилотное экспериментальное исследование // Актуальные проблемы лингвистики и литературоведения: сборник материалов X (XXIV) Международной научно-практической конференции молодых ученых (13-15 апреля 2023 г.). Вып. 24. Томск: Национальный исследовательский Томский государственный университет, 2023. С. 180–184. DOI: 10.17223/978-5-907572-02-7-2023-34.Zakharova, I. G., Vorobeva, M. S. & Boganyuk, Yu. V. (2022). Support of individual edu cational trajectories based on the concept of explainable artificial intelligence. In: The Ed ucation and Science Journal, 24 (1), 163–190. DOI: 10.17853/1994-5639-2022-1-163-190 (in Russ.).Liquid crystal spatial light modulator for quantum computing / V. V. Belyaev, A. Soloma tin, T. Kamalov, D. Chausov, A. Latipov et al. // SID Symposium Digest of Technical Pa pers. 2025. Vol. 56 (S1). P. 386–389. DOI: 10.1002/sdtp.18814.Garina, A. V. (2023). The influence of an image on educational text perception: the exper imental study. In: Current Issues in Linguistics and Literary Studies: Proceedings of the X (XXIV) International Scientific and Practical Conference of Young Scientists (April 13-15, 2023). Iss. 24. Tomsk: National Research Tomsk State University publ. DOI: 10.17223/978-5-907572-02-7-2023-34 (in Russ.).Belyaev, V. V., Solomatin, A., Kamalov, T., Chausov, D. & Latipov, A. et al. (2025). Liquid crystal spatial light modulator for quantum computing. In: SID Symposium Digest of Tech nical Papers, 56 (S1), 386–389. DOI: 10.1002/sdtp.18814.Belyaev, V. V., Solomatin, A., Kamalov, T., Chausov, D. & Latipov, A. et al. (2025). Liquid crystal spatial light modulator for quantum computing. In: SID Symposium Digest of Tech nical Papers, 56 (S1), 386–389. DOI: 10.1002/sdtp.18814.

The authors declare that there are no conflicts of interest present.