Социально-профессиональные вызовы и методологические аспекты внедрения ИИ в образовательную среду школы
DOI: 10.23951/1609-624X-2025-5-110-121
Констатируется, что интеграция искусственного интеллекта (ИИ) в школьное образование сталкивается с противоречием между его трансформационным потенциалом и социальными барьерами, связанными с цифровой компетентностью, профессиональной идентичностью педагогов и этическими рисками. Несмотря на растущий интерес к ИИ-инструментам, их внедрение ограничено инерцией традиционных педагогических практик и разрывом между технологическим детерминизмом и социальным конструированием инноваций. Цель исследования – выявить закономерности восприятия ИИ учащимися и педагогами, оценить влияние цифровой грамотности, возраста и профессионального опыта на готовность к внедрению технологий. Эмпирическая база включает данные онлайн-опросов 169 учеников 9–11-х классов и 40 педагогов школ Томской области. Теоретическая рамка объединяет и оценивает модели SCOT, SAMR, TPACK и Human-AI Collaboration Theory для анализа социальных и технологических факторов принятия ИИ. Результаты опросов показывают, что 57 % учащихся поддерживают изучение ИИ, но 27,2 % демонстрируют технофобию, связанную с низкой алгоритмической грамотностью и страхом ошибок алгоритмов. Среди педагогов 65 % респондентов используют цифровые технологии, однако лишь 37 % применяют ИИ ежедневно. Основные риски, выделенные респондентами: снижение роли учителя (38,5 %), угроза конфиденциальности (75 % девушек) и пассивное обучение из-за автоматизации (33,7 %). Выявлены корреляции между возрастом педагогов (молодые чаще с энтузиазмом осваивают ИИ), технической ориентацией учащихся (STEM-интересы усиливают принятие ИИ) и уровнем цифровизации школ. Исследование подтверждает, что успешное внедрение ИИ требует сочетания технологической инфраструктуры, этических стандартов и адресных программ повышения квалификации. Рекомендации включают поэтапную интеграцию ИИ (от автоматизации к персонализации), проектные форматы для технически ориентированных учащихся и диалоговое взаимодействие между всеми участниками образовательного процесса. Полученные данные вносят вклад в разработку стратегий гармонизации ИИ-решений с сохранением человеческой агентности в педагогике.
Ключевые слова: искусственный интеллект в образовании, социальное конструирование технологий (SCOT), цифровая компетентность педагогов, персонализация обучения, цифровой разрыв, коллаборация человека и ИИ
Библиография:
1. Указ Президента РФ от 7 мая 2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» // Информационно-правовая система «Гарант». URL: https://base.garant.ru/71937200/ (дата обращения: 15.04.2025).
2. Понкин И.В., Куприяновский В.П., Морева С.Л., Понкин Д.И. Прорывные технологические инновации: понятие, значение и онтология // Международный журнал открытых информационных технологий. 2020. Вып. 8, № 8. С. 60–68.
3. Сысоев П. В. Искусственный интеллект в образовании: осведомленность, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. № 10. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-v-obrazovanii-osvedomlyonnost-gotovnost-i-praktika-primeneniya-prepodavatelyami-vysshey-shkoly-tehnologiy (дата обращения: 27.04.2025).
4. Еркінбек Ақнар. Этические и практические аспекты использования искусственного интеллекта в образовании // In The World Of Science and Education. 2024. № 15. URL: https://cyberleninka.ru/article/n/eticheskii-i-prakticheskie-aspekty-ispolzovaniya-iskusstvennogo-intellekta-v-obrazovanii (дата обращения: 27.04.2025).
5. Holmes W., Bialik M. & Fadel C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign, 2021. 320 p.
6. Luckin R., Cukurova M. Designing educational technologies in the age of AI: A learning sciences‐informed approach // British Journal of Educational Technology. 2019. Vol. 50, № 6. P. 2824–2838. https://doi.org/10.1111/bjet.12861 (accessed 27.04.2025).
7. Hendrycks D., Mazeika M., Woodside T. An Overview of Catastrophic AI Risks, 2023. 10.48550/arXiv.2306.12001.
8. Du J., Wen Y., Wang L., Zhang P., Fei M., Pardalos P. An adaptive human learning optimization with enhanced exploration-exploitation balance // Annals of Mathematics and Artificial Intelligence. 2022. № 91. P. 1–40. doi: 10.1007/s10472-022-09799-x
9. Профессиональное развитие педагога в условиях цифровизации образования: учеб.-метод. пособие. СПб.: ГАОУ ДПО «ЛОИРО», 2020. 135 с.
10. Тихонова Н.В., Ильдуганова Г.М. «Меня пугает то, с какой скоростью развивается искусственный интеллект»: восприятие студентами искусственного интеллекта в обучении иностранным языкам» // Высшее образование в России. 2024. № 4. URL: https://cyberleninka.ru/article/n/menya-pugaet-to-s-kakoy-skorostyu-razvivaetsya-iskusstvennyy-intellekt-vospriyatie-studentami-iskusstvennogo-intellekta-v-obuchenii (дата обращения: 27.04.2025).
11. Mishra P., Koehler M.J. Technological Pedagogical Content Knowledge: A framework for teacher knowledge // Teachers College Record. 2006. Vol. 108, № 6. P. 1017–1054.
12. Davis F.D. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 1989, vol. 13, no. 3, pp. 319–340.
13. Mugo D. & Njagi K. & Chemwei B. & Motanya J. The Technology Acceptance Model (TAM) and its Application to the Utilization of Mobile Learning Technologies // British Journal of Mathematics & Computer Science. 2017. № 20. P. 1–8. doi: 10.9734/BJMCS/2017/29015
14. Puentedura R.R. Transformation, Technology, and Education, 2006. URL: http://hippasus.com/resources/tte/ (дата обращения: 27.04.2025).
15. Dellermann D., Calma A, Lipusch N., Weber T., Weigel S., Ebel P. The Future of Human-AI Collaboration: A Taxonomy of Design Knowledge for Hybrid Intelligence Systems, 2019. doi: 10.24251/HICSS.2019.034
16. Hemmer P., Schemmer M., Kühl N., Vössing M., Satzger G. Сomplementarity in Human-AI collaboration: concept, sources, and evidence, 2024. arXiv:2404.00029v1. URL: https://arxiv.org/pdf/2404.00029v1 (дата обращения: 27.04.2025).
17. Bijker W.E., Hughes T.P., Pinch T.J. The Social Construction of Technological Systems: New Directions in the Sociology and History of Technology. Cambridge: MIT Press, 1987. 456 p.
18. Selwyn N., Hillman T., Eynon R., Ferreira G., Knox J., Macgilchrist F., Sancho J.M. What’s next for Ed-Tech? Critical hopes and concerns for the 2020s // Learning, Media and Technology. 2019. № 45. P. 1–6. doi: 10.1080/17439884.2020.1694945
19. Garrison D.R., Cleveland-Innes M., Fung T.C. Exploring Causal Relationships among Teaching, Cognitive and Social Presence: student perceptions of the community of inquiry framework // The Internet and Higher Education. 2010. Vol. 13 (1-2). P. 31–36. http://dx.doi.org/10.1016/j.iheduc.2009.10.002
20. Sweller J., Ayres P., Kalyuga S. Cognitive load theory. New York: Springer, 2011. 76 p.
21. Zawacki-Richter et al. Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 2019. https://doi.org/10.1186/s41239-019-0171-0
22. Lizzie Coles-Kemp. Inclusive Security: Digital Security Meets Web Science // Foundations and Trends® in Web Science. 2020. Vol. 7, № 2. P. 88–241. http://dx.doi.org/10.1561/1800000030
23. Voogt, J., et al. Computational Thinking in Compulsory Education: Towards an Agenda for Research and Practice. Education and Information Technologies. 2015. Vol. 20, no. 4. P. 715–728. https://doi.org/10.1007/s10639-015-9412-6
24. Сысоев П.В. Искусственный интеллект в образовании: осведомленность, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32, № 10. С. 9–33. doi: 10.31992/0869-3617-2023-32-10-9-33
25. Скворчевский К.А., Дятлова О.В. Современные адаптивные и интеллектуальные цифровые системы обучения: механизмы и потенциал. 2024. Вопросы образования // Educational Studies Moscow. № 3 (2). С. 299–337. https://doi.org/10.17323/vo-2024-19751 (https://vo.hse.ru/article/view/19751).
( 1.21 MB ) 
( 1.19 MB )
Выпуск: 5, 2025
Серия выпуска: Выпуск № 5
Рубрика: ТЕОРИЯ И МЕТОДИКА ОБУЧЕНИЯ И ВОСПИТАНИЯ
Страницы: 110 — 121
Скачиваний: 233