Архив

Генеративные модели искусственного интеллекта: медиатренды и трансформации

Сергей Абраменко, Елена Абраменко, Илья Небыков, Любовь Кузьмина

Ссылка для цитирования: Абраменко С.А., Абраменко Е.В., Небыков И.А., Кузьмина Л.В. Генеративные модели искусственного интеллекта: медиатренды и трансформации // Меди@льманах. 2025. № 6 (131). С. 26−36. DOI: 10.30547/mediaalmanah.6.2025.2636



УДК 004.8:159.955:378
DOI: 10.30547/mediaalmanah.6.2025.2636
EDN: HYSSJT

© Абраменко Сергей Александрович
кандидат технических наук, доцент кафедры «Программное обеспечение автоматизированных систем факультета электроники и вычислительной техники» ВолгГТУ (г. Волгоград, Россия), starleit@yandex.ru

© Абраменко Елена Вячеславовна
кандидат педагогических наук, доцент кафедры «История, культура и социология» факультета экономики и управления ВолгГТУ (г. Волгоград, Россия), abramella@list.ru

© Небыков Илья Александрович
кандидат исторических наук, доцент кафедры «История, культура и социология» факультета экономики и управления ВолгГТУ (г. Волгоград, Россия), nebykovilya@yandex.ru

© Кузьмина Любовь Владимировна
ассистент кафедры «Менеджмент и финансы производственных систем» факультета экономики и управления ВолгГТУ (г. Волгоград, Россия), lubov.kuzmina12@mail.ru

Ключевые слова: генеративные модели, искусственный интеллект, медиатренды, цифровизация, оптимизация обучения студентов.

В статье исследуется роль генеративных моделей искусственного интеллекта в развитии у студентов критического мышления, способности анализировать информацию и формулировать аргументированные выводы. Приводятся примеры «умного» внедрения генеративных моделей в учебный процесс; обосновывается необходимость специальной подготовки преподавателей к работе с такими медиаинструментами с целью оптимизировать процессы обучения студентов, используя искусственный интеллект.

 

Внедрение технологий искусственного интеллекта (ИИ) в сферу образования представляет собой один из наиболее значимых медиатрендов начала XXI в., который существенно трансформирует традиционные педагогические парадигмы.

Анализируя современные публикации отечественных ученых, следует отметить тенденции активного принятия ИИ и рекомендации по внедрению его в образование. Так, в работе А.В. Анненковой подчеркивается перспективность использования систем ИИ с целью повышения качества образовательного процесса, мотивации студентов и оптимизации трудовых процессов педагогов (Анненкова, 2023: 1). Исследователи А.А. Андреева и С.В. Калмыкова полагают, что использование ИИ в системе образования «имеет потенциал изменить привычные способы преподавания и обучения, делая их более эффективными» (Андреева, Калмыкова, 2023: 306). По мнению Т.А. Раченко, генеративные модели искусственного интеллекта открывают новые возможности в сфере обучения. Автор подчеркивает, что эти модели способны генерировать высококачественный контент, включая тексты, изображения, аудио и видео, на основе обучающих наборов данных и заданных инструкций. В свою очередь, преподаватели могут использовать эти инструменты для создания учебных материалов, персонализации обучения, автоматизации задач и проведения исследований (Раченко, 2024: 10).

 

К постановке проблемы

Обратимся к результатам исследования коллег из Казанского национального исследовательского технического университета им. А.Н. Туполева (КНИТУ-КАИ), которые провели сравнительный анализ мнений студентов технических и гуманитарных специальностей в отношении внедрения ресурсов искусственного интеллекта в образовательный процесс. В ходе исследования выяснилось, что все респонденты (100%) положительно относятся к применению ИИ в образовании, при этом студенты технических специальностей высказываются об успешном опыте обучения с использованием ИИ чаще, чем студенты-гуманитарии (47% и 5% соответственно) (Гараев, Новик, 2023). В этом вопросе интересен также зарубежный опыт. Так, масштабное исследование, проведенное в Швеции при участии 5 894 студентов, выявило, что большинство респондентов считают, что технологии искусственного интеллекта повышают эффективность учебного процесса, а использование чат-ботов в обучении приемлемо (Malmström, Stöhr, Ou, 2023). Безусловно, медиапоток оказывает прямое влияние на систему образования.

В одной из публикаций газеты «Ве­до­мости»¹ отмечается, что в последнее время российские университеты активно экспериментируют с внедрением ИИ в образовательный процесс высшей школы. Например, в НИУ ВШЭ был успешно реализован пилотный проект, в ходе которого студенты гуманитарных направлений («Философия», «Медиакоммуникации», «Востоковедение» и другие) получили разрешение от руководства университета применять возможности YandexGPT, генеративной технологии «Яндекс», при подготовке дипломных работ. В итоге студенты успешно защитили выпускные квалификационные работы (ВКР). Московский городской педагогический университет (МГПУ) официально разрешил студентам использовать генеративные инструменты на основе ИИ для написания дипломных работ с пометкой «Перепроверять информацию и указывать факт использования ИИ в тексте работы». МГТУ им. Баумана также разрешает «разумное» применение ИИ при подготовке ВКР с обязательной пометкой «Сделано с применением ИИ». Аналогичную политику реализует и МИФИ, при этом оба технических вуза не вводили отдельных нормативных актов, регулирующих такое использование. Безусловно, мы представили не весь список российских вузов, интегрирующих ИИ в обучении студентов, отметим только, что по состоянию на 2025 г. 203 российских университета из 68 регионов предлагают программы бакалавриата и специалитета в области искусственного интеллекта². Это лишь подтверждает активное внедрение ИИ в образовательную среду высшей школы.

Кроме того, вузы обучают и педагоги­ческих работников использовать ИИ в про­фессиональной деятельности. Так, Волго­град­ский государственный технический университет (ВолгГТУ) проводит курсы повышения квалификации педагогических работников в сфере искусственного интел­лекта. Например, авторы данной статьи С.А. Абра­менко и Е.В. Абраменко ежегодно проходят курсы повышения квалификации (ПК) по использованию информационных технологий. Последний курс ПК – по программе «Цифровой преподаватель: интеграция ИИ, ЭИОС и онлайн-сервисов в учебный процесс» (Волгоград, 2025 г.).

Все больше российских и зарубежных педагогов полагают, что ИИ-технологии, являясь мощным инструментом, позволяют преподавателям повысить качество учебного процесса и результаты обучающихся (Kooli, 2023).

В то же время ряд исследователей являются противниками использования ИИ в образовании. Прежде всего это связано с ненадежностью генерируемой информации и ложным контентом (Ивахненко, Никольский, 2023). Кроме того, большинство чат-ботов не дают ссылок на первоис­точник, что также является существенным недостатком данных ресурсов, поскольку пользователь не только не может проверить достоверность сгенерированных данных, но в принципе не знает, на каких источниках основан ответ (Тихонова, Ильдуганова, 2024).

На основании вышесказанного приобретает важность научное осмысление того, что активное использование различных генеративных моделей искусственного интеллекта формирует у студента иллюзорный образ «всезнайства», провоцируя упрощение мыслительной деятельности, в процессе которого постепенно теряется способность к самостоятельному решению задач, критическому осмыслению предлагаемого контента.

Анализ современных исследований в области генеративных моделей позволил выделить из них основные и широко применяемые в учебном процессе (см. табл.).

 

Таблица. Генеративные модели искусственного интеллекта

Источник: составлено авторами.

 

Остановить процесс внедрения искусственного интеллекта в образовательную среду вуза практически невозможно и бессмысленно, поскольку медиаресурсы и технологии достаточно прочно и бесповоротно вошли в нашу жизнь. Следовательно, перед современными преподавателями стоит четкая и конкретная задача – научить обучающихся добывать требуемые знания и находить им практическое применение; сформировать у них самостоятельность мышления (Григорьев, Сафронов, 2024) через интеграцию искусственного интеллекта в образовательный процесс вуза как педагогического медиаинструментария или технологии. А медиа (в широком понимании) и есть технология (Вартанова, Вырковский, Загидуллина, 2024). Главное, чтобы при этом современный педагог умел использовать медиатехнологии в соответствии с принципами информационной безопасности и духовно-нравственными ценностями (Вартанова, Карев, 2022: 372).

Полагаем, что, несмотря на значительное число проведенных исследований, остается открытым вопрос относительно корректного применения студентами генеративных моделей искусственного интеллекта в образовательном процессе. В связи с этим была поставлена цель – научить студентов критически оценивать предлагаемую информацию искусственного интеллекта и нейросетей для дальнейшего ее использования в обучении.

В процессе подготовки исследования сформулированы ключевые вопросы, призванные раскрыть отношение студентов к внедрению и использованию технологий искусственного интеллекта и нейросетей в образовательных целях:

– В какой мере студенты используют возможности искусственного интеллекта и нейросетей в образовательной деятельности?

– Какова целесообразность применения искусственного интеллекта и нейросетей в учебе?

– Способен ли преподаватель выявить использование искусственного интеллекта и нейросети в студенческих работах?

– Готовы ли студенты критически оценивать информацию, полученную с помощью искусственного интеллекта и нейросетей?

Исследование было проведено на базе ФГБОУ ВО ВолгГТУ (Волгоградского государственного технического университета) в июне 2025 г. В опросе приняли участие 102 студента первого курса факультета экономики и управления (49% – юноши, 51– девушки).

 

Результаты исследования

На первом этапе работы был проведен опрос с помощью Google Forms с целью изучения опыта использования студентами инструментов искусственного интеллекта и нейросетей в обучении. Так, по результатам опроса регулярно (чаще 2–3 раз в неделю) используют ИИ в учебных целях 32% студентов, редко (от 2 до 4 раз в месяц) – 37% и не используют – 31%.

На вопрос «Планируете ли Вы использовать инструменты искусственного интеллекта в учебном процессе?» 69% респондентов ответили, что в дальнейшем планируют обращаться к ИИ во время обучения в университете, 20% – не планируют (см. рис. 1).

Рисунок 1. Перспективы дальнейшего использования студентами инструментов ИИ
в учебном процессе (%)
Источник: составлено авторами.

 

Далее следовал вопрос, направленный на выявление мотивации целесообразного использования инструментов ИИ и нейросетей в учебной деятельности. У студентов была возможность выбрать несколько вариантов ответа. Согласно полученным результатам, наибольшая доля респондентов (60%) отмечают доступность информации и ресурсов. Второй по значимости причиной является сокращение времени на подготовку или выполнение учебных заданий. Так ответили 52% опрошенных. И, наконец, третье обоснование – развитие цифровых навыков (45%) (см. рис. 2).

Рисунок 2.  Основные мотивы использования ИИ и нейросетей среди студентов (%)

 

В процессе исследования важно было выяснить мнение студентов о том, догадывался ли преподаватель об использовании искусственного интеллекта и нейросетей при выполнении ими учебных заданий? Среди студентов, которые используют в учебе нейросети, были получены следующие результаты: никогда не догадывался – 48%, сомневался на 25–50% – 26%, сомневался на 75% – 15%, всегда догадывался – 11%. Таким образом, многие студенты, успешно применяя нейросети для выполнения учебных заданий, не сталкивались с негативными последствиями оценивания своих работ. При этом преподаватель все же сомневался или догадывался об использовании искусственного интеллекта и нейросетей студентами.

Следующий вопрос заключался в определении самых рейтинговых нейросетей, используемых чаще всего студентами в обу­чении. К ним относятся: DeepSeek (89%), ChatGPT (81%), Perplexity AI (44%).

Нужно отметить, что наше исследование не завершилось на этапе сбора статистических данных, а перешло в стадию практической реализации. В связи с этим на втором этапе исследования стояла задача определить, способны ли студенты критически оценить информацию, сгенерированную искусственным интеллектом и нейросетями, а также выявить возможные искажения и неточности в ней.

При изучении курса «Социология» рассматривается тема практического занятия «Семья как социальный институт», подтемой которой является вопрос о демографической ситуации в России. Напомним, что демография – наука, которая изучает численность, состав и распределение населения, в том числе процессы его изменения, а также анализ рождаемости, смертности, миграции, возрастной структуры и других факторов, влияющих на динамику населения страны (Абраменко Е., Абраменко С., 2024).

Прежде чем обратиться за поиском информации к искусственному интеллекту, необходимо оценить актуальную демографическую ситуацию в стране, воспользовавшись официальными источниками. Это нужно для критического восприятия предложенной искусственным интеллектом информации. В исследовании «“Футурологический конгресс – 2036”. Демографические тренды, 2025» ВЦИОМ³ отмечает, что в России рож­даемость находится на рекордно низком уровне за последние десять лет. А по оперативным данным Росстата, в 2024 г. родилось 1 222 408 младенцев, что на 3,4% меньше, чем в 2023 г., следовательно, демографическая ситуация в России носит остро социальный характер.

Студентам предлагается обратиться к нейросетям с запросом: «Демография в России. Кратко». Поясним, что запрос «кратко» используется для удобства сравнительного анализа нейросетей. В разборе сгенерированной информации принимают участие все студенты, как обращающиеся к помощи ИИ, так и не использующие его в учебном процессе.

Итак, первая нейросеть – GigaChat. Ей отдали предпочтение 81% респондентов.

Сгенерированный текст: «По данным Росстата на начало 2025 года, население России составляет 146 028 325 человек, что представляет собой снижение численности населения на 0,08% за предыдущий год. Демографический тренд характеризуется уменьшением числа жителей трудоспособного возраста, особенно в возрастной группе от 30 до 39 лет, где наблюдается значительное сокращение количества граждан. Одновременно отмечается рост числа молодых людей в возрасте до 29 лет и увеличение доли старшего поколения в возрастных группах от 40 до 59 лет».

Задание заключается в том, чтобы студенты нашли в полученном тексте неточности или ошибки. Большинство (52%) студентов справились с поставленной задачей. Они выдвинули сомнения относительно формулировки «Одновременно отмечается рост числа молодых людей в возрасте до 29 лет…». Преподаватель подтверждает эту неточность, опираясь на официальные данные. Так, в докладе О.В. Петровой о положении молодежи в Российской Федерации за 2023 г. сообщается, что численность молодежи по состоянию на 1 января 2023 г. соста­вила 37,9 млн человек (25,9% от общей численности населения), 1 января 2022 г. – 38,3 млн человек (26,3% от общей численнос­ти населения). На протяжении десятилетия доля молодежи в общей численности населения уменьшается – ее значение снизилось с 31,6% до 25,9%⁴. Следовательно, в сгенерированной искусственным интеллектом информации есть неточности.

Следующая нейросеть – Perplexity AI (44%).

«Демография в России в 2025 г. характеризуется следующими основными фактами и тенденциями:

• Россия находится в фазе “демографической осени” с процессами старения населения и снижением рождаемости. На 1 января 2025 г. население составляло около 146 млн человек, что на 0,08% меньше по сравнению с предыдущим годом.
• Рождаемость в 2024 г. немного снизилась (около 1,22 млн новорожденных), и уровень рождаемости остается ниже уровня простого воспроизводства (нужно около 2,1 ребенка на женщину, сейчас показатель ниже 1,5).
• Основной проблемой является сокращение числа женщин детородного возраста, которое уменьшилось примерно на 30%, а также негативное влияние на демографию оказывают миграция и потери населения из-за внешних факторов.
• ВЦИОМ выделяет несколько сценариев развития демографии: от “демографической зимы” со снижением численности населения до “демографического лета” с высоким уровнем рождаемости и поддерж­кой семей через государственные меры.
• Государственные программы поддерж­ки рождаемости включают материнский капитал, льготную ипотеку, социальную помощь семьям, но необходимы серьезные инвестиции для перехода к положительному демографическому росту.

Кратко, демографическая ситуация России в 2025 году остается сложной с тенденцией к старению и снижению численности населения, но при этом есть потенциал для стабилизации и роста при условии эффективной социальной и миграционной политики».

Данный текст для анализа сложнее предыдущего. Только 18% студентов высказали сомнения по поводу фразы «…негативное влияние на демографию оказывают миграция…». Остальные (82%) испытали затруд­нения при ответе.

Действительно, преподаватель приводит в качестве примера новую Концепцию на период 2019–2025 гг., утвержденную Указом Президента РФ от 31 октября 2018 г.⁵, в которой приоритетным направлением стал подход к миграционной политике как инструменту решения социально-экономических и демографических проблем РФ. Многие исследователи отмечают, что «демографическая яма» была бы критической, если бы не миграционные потоки из ближнего зарубежья. Так, согласно исследованию Д.П. Маевского и Е.П. Сигаревой отмечается, что благодаря динамике миграционного прироста в 2034–2035 гг. Россия может выйти на небольшие положительные показатели общего прироста за счет миграции (Маевский, Сигарева, 2018).

Данная нейросеть также требует критического восприятия и анализа. И, наконец, самая популярная и широко используемая генеративная модель среди студентов (89%) – DeepSeek.

«Ключевые демографические тренды России (кратко):

• Сокращение населения: численность населения снижается в основном за счет естественной убыли (смертность превышает рождаемость).
• Низкая рождаемость: коэффициент рождаемости (~1,5 ребенка на женщину) недостаточен для воспроизводства населения (нужно 2,1).
• Старение нации: доля пожилых людей растет, а доля молодежи сокращается, что увеличивает нагрузку на экономику и пенсионную систему.
• Высокая смертность: одни из главных причин смерти — болезни системы кровообращения (инфаркты, инсульты). Высокая, особенно по меркам развитых стран, смертность среди мужчин трудоспособного возраста.
• Спасает миграция: единственный фактор, который сглаживает убыль населения, —миграционный приток (в основном из стран СНГ). Без него сокращение было бы гораздо более резким.

Главный вывод: демография – один из ключевых вызовов для будущего России. Государство борется с этим с помощью мер поддержки (материнский капитал, выплаты, льготная ипотека), но кардинально переломить устойчивые негативные тренды пока не удается».

В целом в тексте содержатся проблемы изучаемой темы и для быстрого поиска он вполне подходит. 98% студентов согласились с тем, что в нем кратко отображена информация. Вопросов не возникло. Лишь 2% опрашиваемых высказали мнение, что текст сухой, без ссылок на источники, по­этому вызывает недоверие.

Отметим, что искусственный интеллект до сих пор выдает информацию, которую необходимо анализировать и проверять. Чем больше студент будет подвергать сомнению информацию сгенерированного текста, тем лучше будет развиваться его критическое мышление. К сожалению, количество фейков по-прежнему велико, и умение анализировать поможет молодому поколению успешно верифицировать информацию.

Важным аспектом нашего исследования являлась обратная связь респондентов, которые предложили дальнейшее рассмотрение проблемы демографии через генерацию изображений. На запрос «Демография в России» нейросети создавали изображение в виде статистических данных, но нас интересовало, какие ассоциации ИИ представит по предложенной теме, поэтому было принято решение изменить запрос на «Проблемы демографии в стране».

Первая нейросеть по генерации картинок, предложенная студентами, – «Шедеврум» (см. рис. 3).

Рисунок 3. Изображение сгенерировано «Шедеврум»

 

На рисунке видно преобладание взрос­лого населения и отсутствие молодых людей, что является признаком демографической проблемы. 89% студентов согласились, что данное изображение отвечает запросу, и высказали мнение о возможности его использования в учебной работе.

Для генерации следующей картинки мы использовали GigaChat (см. рис. 4).

Рисунок 4. Изображение сгенерировано GigaChat

 

В отличие от предыдущего, на этом рисунке понимание демографической ситуа­ции раскрывается через образ одиночества. Авторы делают предположение, что нейросеть пытается нам сказать – «скоро никого не останется», тем самым транслируя остроту социальной проблемы в обществе. 49% опрошенных отметили, что картинка соответствует запросу. В целом изображение также можно использовать в учебном процессе.

Далее генератор изображений Kandinsky 3.1 предложил следующую картинку (см. рис. 5). Рисунок передает скорее эмоциональное настроение жителей города, чем содержание запроса. 97% студентов согласились, что изображение не отвечает на запрос.

Рисунок 5. Изображение сгенерировано Kandinsky 3.1

 

И, наконец, мы решили обратиться к самой творческой, на наш взгляд, нейросети – Narkin. Нейросеть предоставила изображение, характеризующееся четкостью структуры и ясностью восприятия ключевых элементов. Данное изображение рекомендовано к применению в образовательных целях ввиду его наглядности и информативности (99%). Следует отметить, что название картинки было сформировано системой автоматически (см. рис. 6).

Рисунок 6. Изображение сгенерировано Narkin

 

В заключение отметим, что преподаватель, владеющий принципами работы с нейросетями и методиками эффективного обучения студентов, способен оптимизировать образовательный процесс и значительно повысить его продуктивность. Студент, обладающий способностью критически анализировать информацию, предоставляемую генеративными моделями, может эффективно верифицировать данные и формировать объективное представление о предмете изучения.

 

Выводы

Использование генеративных моделей в обучении студентов представляется перспективным. Нейросети можно рассматривать как медиаинструменты для создания адаптивного, персонализированного и интерактивного образовательного контента. Применение ИИ способствует улучшению понимания и усвоения материала за счет возможности моделирования различных ситуаций, автоматической генерации текс­тов, изображений, презентаций на любом уровне сложности.

Следует особо подчеркнуть, что дальнейшие исследования должны быть связаны с разработкой методических рекомендаций по интеграции ИИ в образовательный процесс, а также с оценкой долгосрочного воздействия генеративных моделей на качество высшего образования. Чрезвычайно важным остается вопрос сохранения баланса между цифровой трансформацией образования и способностью человека к критическому анализу и осмыслению генерируемой ИИ информации.

 

Примечания

¹ Крюков В. Как российские и зарубежные вузы внедряют ИИ в обучение студентов // Ведомости. 2024. Нояб., 06. Режим доступа: https://www.vedomosti.ru/technology/articles/2024 /11 /06/1073238-kak-rossiiskie-vnedryayut (дата обращения: 17.08.2025).

² Альянс в сфере ИИ представил третий рейтинг российских вузов по подготовке кадров для ИИ // Lenta.ru. 2025. Авг., 05. Режим доступа: https://lenta.ru/news/2025/08/05/alyans-v-sfere-ii-predstavil-tretiy-reyting-rossiyskih-vuzov-po-podgotovke-kadrov-dlya-ii/; Рейтинг вузов по качеству подготовки специалистов в области ИИ / Альянс в сфере ИИ. 2025. Режим доступа: https://rating.a-ai.ru/assets/documents/rating/Рейтинг_вузов_ИИ__2025_twLV7bR.pdf (дата обращения: 20.08.2025).

³ «Футурологический конгресс – 2036». Демографические тренды / ВЦИОМ. 2025. Май, 15. Режим доступа: https://wciom.ru/analytical-reviews/analiticheskii-obzor/futurologicheskii-kongress-2036-demograficheskie-trendy#_ftn2 (дата обращения: 28.08.2025).

⁴ Петрова О.В. Доклад о положении молодежи в Российской Федерации за 2023 год. Режим доступа: https://minobrnauki.gov.ru/upload/2024/10/Доклад_ПМ2023_ЭЦП_Петрова1.10.24.pdf (дата обращения: 20.08.2025).

⁵ Указ Президента РФ от 31 октября 2018 г. № 622 «О Концепции государственной миграционной политики Российской Федерации на 2019–2025 годы». Режим доступа: https://www.garant.ru/products/ipo/prime/doc/71992260/ (дата обращения: 20.08.2025).

 

Библиография

Абраменко Е.В., Абраменко С.А. Применение Форсайт – метода в образовательном процессе высшей школы // Вестн. НВГУ. 2024. № 3 (67). С. 4–16. DOI: 10.36906/2311-4444/24-3/01

Андреева А.А., Калмыкова С.В. Практические аспекты применения средств искусственного интеллекта в онлайн-курсах // Педагогический журнал. 2023. Т. 13. № 8 А. С. 305–313. DOI: 10.34670/AR.2023.76.18.031

Анненкова А.В. Искусственный интеллект: некоторые особенности внедрения в систему образования в условиях цифровизации общества и экономики // Междунар. науч.-исследоват. журнал. 2023. № 9 (135). С. 2–7. DOI: 10.23670/IRJ.2023.135.33

Вартанова Е.Л. Медиасреда как часть содержания образования в отечественном общеобразовательном пространстве // Перспективы развития исследований в сфере наук об образовании: мат. междунар. науч.-практ. конф. М.: РАО, 2022. С. 370–373. Вартанова Е.Л., Вырковский А.В., Загидуллина М.В. Медиатекст в эпоху цифровых платформ: возможности и угрозы // Вестн. Моск. ун-та. Сер. 10: Журналистика. 2024. № 3. С. 3–13. DOI: 10.30547/vestnik.journ.3.2024.313

Гараев Т.К., Новик Н.С. Искусственный интеллект в высшем образовании глазами студентов // Мир образования – образование в мире. 2023. Т. 91. № 3. С. 221–229. DOI: 10.51944/20738536_2023_3_221

Григорьев С.Г., Сафронов А.А. Искусственный интеллект в образовании: приложения систем искусственного интеллекта к анализу и построению онтологических конструкций // Вестн. МГПУ. Сер.: Информатика и информатизация образования. 2024. № 1 (67). C. 7–17.

Ивахненко Е.Н., Никольский В.С. ChatGPT в высшем образовании и науке: угрозы или ценный ресурс? // Высш. образование в России. 2023. Т. 32. № 4. С. 9–22. DOI: 10.31992/08693617-2023-32-4-9-22

Маевский Д.П., Сигарева Е.П. Роль миграции в прогнозной демографической динамике: региональный аспект // Наука. Культура. Общество. 2018. № 4. С. 28–37.

Раченко Т.А. Генеративные модели искусственного интеллекта: трансформация образования в эпоху новых возможностей // Текущие вызовы в подготовке кадров. Обучение специалистов по современным направлениям информационных технологий, кибербезопасности и ИКТ-электроники, актуальным для экономики данных: сб. науч. тр. Тверь: ТвГУ, 2024. С. 9–12.

Сысоев П.В., Евстигнеев М.Н. Использование технологий искусственного интеллекта в исследовательской работе студентов // Вестн. Моск. ун-та. Сер. 19.: Лингвистика и межкультурная коммуникация. 2025. Т. 28. № 1. С. 85–101. DOI: 10.55959/MSU-2074-1588-19-28-1-6

Тихонова Н.В., Ильдуганова Г.М. «Меня пугает то, с какой скоростью развивается искусственный интеллект»: восприятие студентами искусственного интеллекта в обучении иностранным языкам // Высш. образование в России. 2024. Т. 33. № 4. С. 63–83. DOI: 10.31992/0869- 3617-2024-33-4-63-83

 

Kooli C. (2023) Chatbots in Education and Research: A Critical Examination of Ethical Implications and Solutions. Sustainability 15 (7): 1–15. DOI: 10.3390/s u15075614

Malmström H., Stöhr C., Ou W. (2023) Chatbots and Other AI for Learning: A Survey of Use and Views Among University Students in Sweden. Режим доступа: https://doi.org/10.17196/ cls.csclhe/2023/01 (дата обращения: 20.08.2025).

Дата поступления в редакцию: 11.11.2025
Дата публикации: 20.12.2025