Использование искусственного интеллекта в учебном процессе студентами высших учебных заведений

Аннотация

Статья раскрывает особенности и последствия внедрения инструментов искусственного интеллекта в повседневные учебные практики студентов высшей школы в условиях ускоренной цифровой трансформации дидактического пространства. Рассматривается смещение функциональной роли ИИ от вспомогательного средства к ресурсу, частично берущему на себя когнитивные операции, что обостряет вопросы валидности традиционных форм контроля, границ авторского вклада и поддержания академической честности в ситуации размывания различий между самостоятельным производством знаний и алгоритмической генерацией. На массиве данных, полученных от 1845 обучающихся различных направлений подготовки и дополненных анализом цифровых следов в LMS, экспертной оценкой студенческих текстов и материалами фокус-групп, показана неоднородность стратегий использования ИИ и их связь со образовательными результатами. Выявляется обратная зависимость между успеваемостью и ежедневной интенсивностью обращения к генеративным моделям: наиболее частое использование концентрируется в группе низкоуспевающих, тогда как успешные студенты чаще выбирают эпизодический, инструментальный формат. Продемонстрирована выраженная дисциплинарная специфика делегируемых задач: гуманитарные направления преимущественно используют ИИ для генерации связных текстов, IT — для написания кода, инженерно-технические специальности — для решения математических задач, а в естественнонаучном блоке наблюдается более сбалансированное распределение запросов. Отдельно описана динамика критического отношения к машинному выводу: по мере продвижения по образовательной траектории растет доля проверяемого контента и снижается безусловное доверие к ответам ИИ, что сопровождается более требовательной оценкой точности. Кластеризация выделяет группу риска, сочетающую высокую частоту использования ИИ, низкую успеваемость и завышенное доверие к генерации, а корреляционные оценки показывают различное направление связи с успеваемостью в зависимости от типа делегируемых задач: метакогнитивное применение (структурирование и поиск) ассоциировано с лучшими результатами, тогда как генерация готовых решений — с ухудшением. Материал позволяет оценить релевантность статьи для разработки вузовских политик регулирования ИИ и обновления методического обеспечения с учетом формирования эпистемической бдительности и сохранения субъектности обучающегося.