Искусственный интеллект (ИИ) в обучении

В одной из моделей выделяются три основных парадигмы применения ИИ в образовании, расположенных от наименее к наиболее ориентированным на обучающегося и по возрастающей сложности для ИИ-систем:

• ИИ-управляемое обучение, обучающийся как получатель: системы предлагают заранее определённую программу, основанную на статистических закономерностях, не учитывающих обратную связь от учащегося.
• ИИ-поддерживаемое обучение, обучающийся как соавтор: системы реагируют на обратную связь, например, с помощью обработки естественного языка, помогая построению знаний.
• ИИ-расширяемое обучение, обучающийся как лидер: ИИ выступает в роли дополнения к человеческому интеллекту, учащийся проявляет инициативу, а технология предоставляет постоянную и полезную обратную связь^[7].

Некоторые исследователи рассматривают искусственный интеллект в образовании через призму концепта социотехнических воображаемых конструкций, определяемых как коллективные видения и стремления, меняющие общество через взаимодействие технологий и социальных норм^[8]. Takой подход позволяет рассматривать ИИ как продолжение истории «новых технологий», которые трансформируют образование, таких как вычислительная техника, интернет или социальные сети^[9].

Интеллектуальные репетиторы или интеллектуальные обучающие системы (ITS), например система SCHOLAR 1970-х годов, предназначены для имитации взаимодействия «ученик — наставник»^[10].

ITS также используются для обеспечения доступности — например, для поддержки студентов в больших группах, где невозможно обеспечить индивидуальное внимание со стороны преподавателя^[10].

Персонализированные ИИ-платформы могут подстраивать образовательную среду под нужды учащихся, используя алгоритмы для прогнозирования их поведения и выработки рекомендаций по улучшению результатов^[11]. Многие такие платформы реализованы как мобильные приложения, например Photomath, позволяющее студентам решать и понимать уравнения^[12].

В российской практике примером персонализации служит проект «Цифровой учитель» в Московской электронной школе (МЭШ), который формирует индивидуальные образовательные траектории по математике^[13]. Также в Томском государственном университете использовалась платформа «цифрового репетитора» Plario, повысившая усвоение материала студентами^[14].

Автоматизация процесса оценки и обратной связи экономит время преподавателей. Системы используют различные критерии для выставления оценок, однако требуют контроля для предотвращения предвзятости и вызывают опасения относительно справедливости труда и замещения рабочих мест^[11].

Генеративные ИИ-чат-боты, такие как ChatGPT, Gemini, Claude и Grok, получили широкую популярность в 2020-х. Они используют генеративный предварительно обученный трансформер (разновидность больших языковых моделей) для генерации текста^[15]. Образовательные применения включают оценивание и обратную связь, мгновенный машинный перевод, редактуру текстов, интеллектуальное тьюторство и виртуальных помощников^[16].

Сообщество специалистов по искусственному интеллекту в образовании быстро растёт в странах глобального севера, чему способствуют венчурные инвестиции, крупные технологические компании и открытые образовательные инициативы^[16]. В 2020-х годах разработчики ИИ-направленных сервисов ориентировались на студентов и образовательные организации как на конечных и корпоративных потребителей. В то же время образовательные компании, существовавшие до «бума ИИ», расширялиинтеграцию ИИ или предлагали новые сервисы на его основе^[17]. Такие коммерческие стимулы для инноваций могут быть связаны с возникновением пузыря ИИ. В США развитие ИИ в системе K–12 поддерживается обеими основными партиями, однако конкретные механизмы внедрения и лучшие практики вызывают споры^[18].

Многие высшие учебные заведения с 2020-х годов вынуждены разрабатывать внутренние политики и регламенты в отношении использования ИИ^[19]. Государственные и негосударственные организации, такие как ЮНЕСКО, статья 4 Акта Евросоюза об искусственном интеллекте, а также Департамент образования США публикуют отчёты в поддержку определённых подходов к ИИ в образовании^[20][21][22].

Отношение преподавателей к искусственному интеллекту в образовании неоднозначно. Некоторые из них и администрации считают, что ИИ повышает эффективность их работы, одновременно опасаясь потери рабочих мест^[23][24]. По данным исследования «Учи.ру» и ВШЭ (2025), 47 % педагогов отмечают, что ИИ экономит время на подготовку к урокам, а 13 % используют его для оценки работ и обратной связи^[25]. Часть учителей испытывает недоверие и негативное отношение к использованию ИИ, особенно из-за злоупотреблений со стороны учащихся^[26].

Некоторые педагоги выступают за внедрение ИИ во все дисциплины и развитие ИИ-грамотности^[27]. Согласно ряду исследований с 2024 года, число преподавателей, использующих большие языковые модели для оценивания, исследований и проектирования программ, растёт^[28].

Исследования показывают, что с 2022 года использование ИИ студентами вузов существенно растёт и становится нормой. Согласно опросам, студенты считают, что их образование изменилось, но не было «разрушено» ИИ, и они хотят, чтобы преподаватели и сами студенты получили постоянные рекомендации по работе с ИИ^[29].

Некоторые исследования отмечают, что студенты хорошо адаптируются к технологиям — например, персонализированной обратной связи или самостоятельному обучению, — однако сохраняют опасения по поводу надёжности, приватности и справедливости^[30].

В сентябре 2025 года журнал The Atlantic опубликовал колонку старшеклассницы, утверждающей, что повальное принятие ИИ-мошенничества разрушает критическое мышление, академическую честность и уникальный совместный студенческий опыт^[31].

Критики считают, что избыточная опора на ИИ может привести к снижению креативности, критического мышления и проблемных умений у студентов. Связь между применением генеративного ИИ и понижением учебной самооценки и результатов, а также с формированием «учёной беспомощности», отмечена в ряде публикаций^[32]. Для ИИ-агентов свойственны ошибки в алгоритмах и галлюцинации, что снижает доверие и надёжность^[3]. Эти ограничения вызывают опасения за академическую честность, развитие умений и адекватность информации при использовании ИИ в обучении^[33].

Технологии ИИ могут улучшить доступ к образованию для отдельных пользователей, выступая как ассистивные средства, но всё ещё вызывают опасения по поводу равного доступа к ресурсам^[34]. Например, в регионах с низким доходом или на селе могут отсутствовать устройства и платные подписки, нужные для работы систем ИИ в образовании^[35]. Это может усилить цифровое неравенство или углубить разрыв в доступности образования. Некоторые специалисты считают, что необходимы глобальные усилия по расширению доступности и обучению педагогов для работы в неблагоприятных условиях^[3][36].

ИИ-системы могут обучаться на предвзятых данных, что ведёт к закреплению и распространению социальных стереотипов. Поскольку большие языковые модели изначально ориентированы на генерацию человекоподобного текста, предвзятость алгоритма может быть неявно и неосознанно усилена^[37]. Некоторые авторы полагают, что обработка данных и наблюдение в системах ИИ закрепляют неолиберальные подходы, вместо того чтобы решать проблему неравенства^[38][39].

Приватность данных и интеллектуальная собственность представляют собой важные этические вызовы для ИИ в образовании^[40][41][42]. Современные большие языковые модели обучаются на собственнических датасетах, которые могут включать материалы, подпадающие под авторское право или даже личные данные (например, электронные письма), а также данные от пользователей^[10][43].

В последнее время обсуждаются вопросы, касающиеся этических рисков генеративного ИИ: галлюцинаций, предвзятости обучающих данных, приватности студентов и злоупотреблений при автоматизированном оценивании или генерации контента. Всё большее внимание уделяется выработке стандартов и инструментов, помогающих студентам и преподавателям осознанно и ответственно пользоваться генеративными моделями^[44].