с 01.01.2019 по настоящее время
Российский государственный педагогический университет им. А. И. Герцена
с 01.01.2020 по настоящее время
Россия
сотрудник с 01.01.2006 по настоящее время
Россия
В статье представлены результаты исследования, направленного на изучение отношения студентов вузов России и Казахстана к генеративному искусственному интеллекту (GenAI), а также их опыта использования этих технологий в учебной деятельности. Рассматриваются представления студентов о перспективах дальнейшей интеграции GenAI в систему высшего образования. Цель исследования заключается в выявлении факторов, влияющих на успешность и устойчивость интеграции GenAI в образовательный процесс. Исследование проведено с помощью онлайн-опроса и с использованием выборки из 441 студента, представляющих различные образовательные учреждения в России и Казахстане. В анализе использовались методы корреляционного анализа и множественной регрессии с применением библиотек Python (pandas, statsmodels и другие). Полученные результаты показывают, что частота использования GenAI, наличие специализированного обучения, уровень технической оснащенности и социально-демографические характеристики студентов оказывают влияние на их отношение к технологиям. Выводы исследования могут быть использованы для разработки рекомендаций по эффективной интеграции GenAI в высшее образование, а также для формирования образовательных программ, направленных на повышение цифровой компетентности студентов.
генеративный искусственный интеллект (GenAI), модель ChatGPT, высшее образование, восприятие студентов, образовательные практики, интеграция технологий, цифровая трансформация, критическое мышление, учебная деятельность
1. Казарина В. В. Барьеры внедрения искусственного интеллекта в образование: мифы и реальность // Педагогический имидж. 2021. Т. 15. № 4 (53). С. 382–397. https://doi.org/10.32343/2409-5052-2021-15-4-382-397 EDN: https://elibrary.ru/TUZUUA
2. Константинова Л. В., Ворожихин В. В., Петров А. М. [и др.]. Генеративный искусственный интеллект в образовании: дискуссии и прогнозы // Открытое образование. 2023. Т. 27. № 2. С. 36–48. https://doi.org/10.21686/1818-4243-2023-2-36-48 EDN: https://elibrary.ru/VPMIZK
3. Кузьминов Я. И. [и др.]. Начало конца или новой эпохи? Эффекты генеративного искусственного интеллекта в высшем образовании. М.: НИУ ВШЭ, 2024. 64 с. (Современная аналитика образования; № 8 (82)).
4. Платов А. В., Гаврилина Ю. И. Искусственный интеллект в образовании: эволюция и барьеры // Научный результат. Педагогика и психология образования. 2024. Т. 10. № 1. С. 26–43. https://doi.org/10.18413/2313-8971-2024-10-1-0-3 EDN: https://elibrary.ru/QIEXGG
5. Соколов Н. В., Виноградский В. Г. Искусственный интеллект в образовании: анализ, перспективы и риски в РФ // Проблемы современного педагогического образования. 2022. № 76–2. С. 166–169. EDN: https://elibrary.ru/SHHTPC
6. Субботина М. В. Искусственный интеллект и высшее образование – враги или союзники // Вестник Российского университета дружбы народов. Серия: Социология. 2024. Т. 24. № 1. С. 176–183. https://doi.org/10.22363/2313-2272-2024-24-1-176-183 EDN: https://elibrary.ru/XUUYTG
7. Biggs J. What the student does: Teaching for enhanced learning // Higher Education Research & Development. 1999. Vol. 18. No. 1. P. 57–75. DOI: https://doi.org/10.1080/0729436990180105
8. Cengiz S., Peker A. Generative artificial intelligence acceptance and artificial intelligence anxiety among university students: the sequential mediating role of attitudes toward artificial intelligence and literacy // Current Psychology. 2025. Vol. 44. P. 7991–8000. https://doi.org/10.1007/s12144-025-07433-7 EDN: https://elibrary.ru/IEQTJG
9. Costa B., Fonseca B., Santana M. А., Ferreira de Araújo F., Rego J. Evaluating the effectiveness of educational data mining techniques for early prediction of students’ academic failure in introductory programming courses // Computers in Human Behavior. 2017. Vol. 73. P. 247–256. DOI: https://doi.org/10.1016/j.chb.2017.01.047
10. Dahmash A. B., Alabdulkareem M., Alfutais A., Kamel A. M., Alkholaiwi F., Alshehri S., Zahrani Y. A., Almoaiqel M. Artificial intelligence in radiology: Does it impact medical students preference for radiology as their future career? // BJR Open. 2020. Vol. 2. No. 1. 20200037. https://doi.org/10.1259/bjro.20200037 EDN: https://elibrary.ru/SXCLCE
11. Gašević D., Siemens G., Sadiq S. Empowering learners for the age of artificial intelligence // Computers and Education: Artificial Intelligence. 2023. Vol. 4. 100130. https://doi.org/10.1016/j.caeai.2023.100130 EDN: https://elibrary.ru/GSGGPI
12. Farrokhnia M., Baggen Y., Biemans H., No.roozi O. Bridging the fields of entrepreneurship and education: The role of philosophical perspectives in fostering opportunity identification // The International Journal of Management Education. 2022. Vol. 20. No. 2. 100632. https://doi.org/10.1016/j.ijme.2022.100632 EDN: https://elibrary.ru/TTKKCG
13. Farrokhnia M., Banihashem S. K., No.roozi O., Wals A. A SWOT analysis of ChatGPT: Implications for educational practice and research // Innovations in Education and Teaching International. 2023. Vol. 61. No. 3. P. 460–474. https://doi.org/10.1080/14703297.2023.2195846
14. Jefrey T. Understanding college student perceptions of artificial intelligence // Systemics, Cybernetics and Informatics. 2020. Vol. 18. No. 2. P. 8–13. URL: https://www.iiisci.org/journal/sci/FullText.asp?var=&id=HB785NN20 (accessed 10.07.2025).
15. Kelly A., Sullivan M., Strampel K. Generative artificial intelligence: University student awareness, experience, and confidence in use across disciplines // Journal of University Teaching & Learning Practice. 2023. Vol. 20. No. 6. https://doi.org/10.53761/1.20.6.12
16. Kuleto V., Ilić M., Dumangiu M., Ranković M., Martins O. M. D., Păun D., Mihoreanu L. Exploring Opportunities and Challenges of Artificial Intelligence and Machine Learning in Higher Education Institutions // Sustainability. 2021. Vol. 13. No. 18. 10424. https://doi.org/10.3390/su131810424 EDN: https://elibrary.ru/QRTPOF
17. Long D., Magerko B. What is AI literacy? Competencies and design considerations // Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. 2020. P. 1–16. https://doi.org/10.1145/3313831.3376727
18. McKinsey. Global Teacher and Student Survey. Average of Canada, Singapore, United Kingdom, and United States in 2017. 2017. URL: https://www.mckinsey.com/industries/public-and-social-sector/our-insights/how-artificial-intelligence-will-impact-k-12-teachers (accessed 10.07.2025).
19. Perera P., Lankathilaka M. AI in higher education: A literature review of ChatGPT and guidelines for responsible implementation // International Journal of Research and Innovation in Social Science. 2023. Vol. 7. No. 6. P. 306–314. DOI: https://doi.org/10.47772/ijriss.2023.7623; EDN: https://elibrary.ru/CHHBZJ
20. Sánchez-Ruiz L. M., Moll-López S., Nuñez-Pérez A., Moraño-Fernández J. A., Vega-Fleitas E. ChatGPT challenges blended learning methodologies in engineering education: A case study in mathematics // Applied Sciences. 2023. Vol. 13. No. 10. 6039. https://doi.org/10.3390/app13106039 EDN: https://elibrary.ru/SFUHDD
21. Wang S., Wang F., Zhu Z., Wang J., Tran T., Du Z. Artificial intelligence in education: A systematic literature review // Expert Systems with Applications. 2024. Vol. 252. 124167. P. 1–19. DOI: https://doi.org/10.1016/j.eswa.2024.124167
22. Shen Y., Heacock L., Elias J., Hentel K. D., Reig B., Shih G., Moy L. ChatGPT and other large language models are double-edged swords // Radiology. 2023. Vol. 307(2). e230163. DOI: https://doi.org/10.1148/radiol.230163
23. Shrout P. E., Bolger N. Mediation in experimental and nonexperimental studies: New procedures and recommendations // Psychological Methods. 2002. Vol. 7. P. 422–445. DOI: https://doi.org/10.1037//1082-989X.7.4.422
24. Sullivan M., Kelly A., McLaughlan P. ChatGPT in higher education: Considerations for academic integrity and student learning // Journal of Applied Learning and Teaching. 2023. Vol. 6. No. 1. P. 1–10. URL: http://dx.doi.org/10.37074/jalt.2023.6.1.17 (accessed 10.07.2025).
25. Understand Student Attitudes Towards AI Tools Dataset // Mendeley Data. URL: https://data.mendeley.com/datasets/yz47kwzrx2/1 (accessed 10.07.2025).
26. Zawacki-Richter O., Marín V. I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education – Where are the educators? // International Journal of Educational Technology in Higher Education. 2019. Vol. 16. 39. DOI: https://doi.org/10.1186/s41239-019-0171-0; EDN: https://elibrary.ru/HQOQKY
