Цифровые технологии, искусственный интеллект и образование

Цель исследования - анализ существа компонентов систем искусственного интеллекта и их использования в образовательных процессах, а также влияния на когнитивные способности человека.

Материалы и методы исследования - анализ и систематизация информации, а также системно-информационное моделирование процессов, обеспечивающих формирование компетенций как целевого результата образовательной деятельности в рамках целостной системы воспроизводства-использования знаний и развития человека.

Результаты. Представлена информационная модель происходящих в сознании процессов восприятия и познания. Образование рассматривается как система сложно взаимосвязанных процессов деятельности по формированию знаний, умений, навыков и компетенций. Причем в познавательной и образовательной деятельности важнейшую роль имеют мотивы, стимулы и эмоции.

Восприятие, понимание и познание в своей основе являются информационными процессами, для которых характерна стохастичность и направленность, что и обеспечивает выход за пределы известного и синтез нового знания. Явное и неявное знание представляется как множество моделей действительности, с той или иной степенью соответствующих этой действительности, получаемых и используемых в различных обстоятельствах. С точки зрения формы существования знания, в отличие от данных, это множество фактов, которые систематизированы, атрибутированы в соответствии со свойствами предметной области, квалифицированы с точки зрения состоятельности и идентифицированы. Акцентируется внимание на том, что данные, информация, знания это ролевые названия некоторого конкретного информационного объекта (сообщения, записи, мысли и т.д.) их общей потенциально действенной составляющей, имеющей разное предназначение (хранение/передача; поиск/ анализ/синтез; конкретное применение) и, соответственно, разные контексты (мета-компоненты и методы).

Обсуждаются проблемы, связанные с информационно-когнитивными особенностями «цифрового» поколения, а также приводятся некоторые свойства систем искусственного интеллекта, предопределяющие их неконструктивную роль в процессах образования.

Заключение. Использование цифровых средств в качестве среды образования не позволяет выявлять (и, следовательно, развивать) мотивы и стимулы, как движущую силу образования. Кроме того, такая ориентированная на индивида среда усиливает отчужденность от социума, снижает действенность эмоций и стимулов развития волевых и организаторских качеств. Сделан вывод, что особенности поколения зуммеров это не закономерности природы «в действии» и не наследственность, а естественная реализация важнейшего свойства адаптивности и обучаемости, которое собственно и обеспечивало ускоренное развитие человечества. Потому надо изменять целевые и ценностные установки, а не строить технологические «костыли». Использование ИИ в образовании необходимо строго ограничить и контролировать, поскольку он, замещая человека в фундаментальных операциях мышления, будет тем самым способствовать деградации не только учащихся, но и учителей, в том числе и в части способности человека к запоминанию и выбору, к построению гипотез и выводов.

1. Нариньяни А.С. eHOMO – два в одном (Homo Sapience в ближайшей перспективе) // Открытое образование. 2005. № 2(49). С. 51–61.

2. Марсик-нейросеть для студентов [Электрон. ресурс]. Режим доступа: https://marsik.ai/.

3. France in XXI Century School [Электрон. ресурс]. Режим доступа: https://ru.wikipedia.org/wiki/Обучение#/media/Файл:France_in_XXI_Century._School.jpg.

4. Катасонов В.Ю. Вначале было Слово, а в конце будет цифра. Статьи и очерки. М.: Кислород, 2019. 576 с.

5. Музычук Т.Л., Анохов И.В. Триггерная модель индивидуального восприятия информации. Переход от цивилизации слова к цивилизации числа и цифры // Вопросы теории и практики журналистики. 2020. Т. 9. № 2. С. 211–230. DOI: 10.17150/2308-6203.2020.9(2).211-230.

6. Сергеев С.Ф., Сергеева А.С. Субъективная реальность и сознание в обучающих системах и средах // Труды объединённой научной конференции «Интернет и современное общество». 2016. С. 177-189.

7. Yan L., Pammer-Schindler V., Mills C., Nguyen A., Gašević D. Beyond efficiency: Empirical insights on generative AI’s impact on cognition, metacognition and epistemic agency in learning // British Journal of Educational Technology. 2025. Т.56. № 5. С. 1675–1685.

8. Максимов Н.В. Информация и информационные взаимодействия // Научно-техническая информация. 2024. № 7. С. 1–18.

9. Симонов П.В. Мотивированный мозг. М.: Наука, 1987. 287 с.

10. Берг А.И. Управление, информация, интеллект. М.: Мысль, 1976. 354 с.

11. Татур Ю.Г. Компетентность в структуре модели качества подготовки специалиста // Высшее образование сегодня. 2004. №. 3. С. 20–26.

12. Стратегия модернизации содержания общего образования / Под ред. А.А. Пинского. М.: Мир книги, 2001. 104 c.

13. Зимняя И. А. Ключевые компетенции – новая парадигма результата образования // Высшее образование сегодня. 2003. № 5. С. 34–42.

14. Фукуяма Ф. Наше постчеловеческое будущее: Последствия биотехнологической революции. М.: АСТ, 2004. 349 с.

15. Колин К.К. Информационная антропология: Новая концепция познания природы человека // Researcher European Journal of Humanities & Social Sciences. 2019. № 3(2). С. 85–115. DOI: 10.32777/r.2019.2.3.5.

16. Смолл Г., Ворган Г. Мозг онлайн. Человек в эпоху Интернета. М.: Колибри, 2011. 349 c.

17. Have humans passed peak brain power? [Электрон. ресурс]. Режим доступа: https://en.money.it/Have-humans-passed-peak-brain-power.

18. Ашманов И.А., Касперская Н.И. Цифровая гигиена. СПб.: Питер, 2022. 400 с.

19. Ашманов И.А. Между странами идет кибервойна [Электрон. ресурс] // Аргументы и факты. 19 апреля 2017 г. Режим доступа: https://aif.ru/society/web/it-ekspert_igor_ashmanov_mezhdu_stranami_idyot_kibervoyna?ysclid=mlrwlxoa9l735896405.

20. Шалыто А.А. Можно ли попросить прощения у минного поля? [Электрон. ресурс]. Режим доступа: https://is.ifmo.ru/belletristic/pole.

21. Кукулите Т.Г., Карпова Е.А. Особенности формирования и развития компетенций поколений X, Y, Z. // Ученые записки Санкт-Петербургского университета технологий управления и экономики. 2019. № 1. С. 10–16.

22. Gerlich M. AI tools in society: Impacts on cognitive offloading and the future of critical thinking // Societies. 2025. Т. 15. № 1. С. 6. DOI: 10.3390/soc15010006.

23. Kosmyna N., Hauptmann E., Yuan Y.T., Situ J., Liao X.H., Beresnitzky A.V., Maes P. Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task [Электрон. ресурс]. 2025. Режим доступа: https://collimateur.uqam.ca/wp-content/uploads/sites/11/2025/12/2506.08872v1_comp.pdf/.

24. Using AI for Homework: The Do’s and Don’ts for Students [Электрон. ресурс]. Режим доступа:https://rise.crimsoneducation.org/articles/using-ai-for-homework-the-dos-and-donts-for-students.

25. Тавани Г. Поисковые системы и этика [Электрон. ресурс]. 2025. Режим доступа: https://brickofknowledge.com/articles/poiskovye-sistemy.

26. 3 мифа о подготовке к ЕГЭ разрушены [Электрон. ресурс]. Режим доступа: https://egeturbo.promo.page/media/topovyi-rezultat-ege-bez-zanudstva-s-repetitorami-68e92744960d4940dc0cecfb_5_1.

27. Лызь Н.А., Лабынцева И.С. Цифровое поколение: трудности студентов и пути их преодоления // Педагогика. 2022. № 6. С. 86–94.

28. Ашманов И. Как выйти замуж за программиста и купить десять палок колбасы [Электрон. ресурс]. Режим доступа: https://sponsr.ru/ashmanov/44316/Kak_vyiti_zamuj_zaprogrammista_ikupit_desyat_palok_kolbasy.

29. Шалыто А.А. О восстановлении исторической правды [Электрон. ресурс]. Режим до-ступа: https://vk.com/@1077823-o-vosstanovlenii-istoricheskoi-pravdy.

30. Oizumi M, Albantakis L, Tononi G. From the Phenomenology to the Mechanisms of Consciousness: Integrated Information Theory 3.0. // PLoS Comput. Biol. 2014. № 10(5): e1003588. DOI: 10.1371/journal.pcbi.1003588.

31. Максимов Н.В. Когнитивность информационного поиска в контексте информационности познания // Научно-техническая информация. 2022. № 11. С. 1–17.

32. Ibrahim J. Human-Brain Artificial-Intelligence Matrix // bioRxiv preprint. 2020. DOI: 10.1101/2020.09.09.288399.

33. Рабинович М.И., Мюезинолу М.К. Нелинейная динамика мозга: эмоции и интеллектуальная деятельность // УФН. 2010. Т. 180. № 4. С. 371–387.

34. Rabinovich M.I., Afraimovich V.S., Bick C., Varona P. Information flow dynamics in the brain // Physics of Life Reviews. 2012. № 9(1). С. 51–73.

35. Анохин К.В. Когнитом: гиперсетевая модель мозгa // ХVII Всероссийская научно-техническая конференция с международным участием «Нейроиформатика-2015». М.: НИЯУ МИФИ, 2015. С. 14–45.

36. Сарданашвили Г.А. Кризис научного познания: взгляд физика. М.: Ленанд, 2015. 256 с.

37. Найсер У. Познание и реальность. М.: Прогресс, 1981. 230 с.

38. Amin H.U., Malik A.S. Memory retention and recall process [Электрон. ресурс]. 2014. Режим доступа: https://www.sci-hub.ru/10.1201/b17605-11?ysclid=mlrx3srvs2712985822. DOI: 10.1201/b17605-11.

39. Amin H.U., Malik A.S. Learning and memory improvement: Evidence from current research and neurofeedback applications // Asia Pacific Journal of Neurotherapy. 2019. Т. 1. № 2. С. 1–9.

40. Pecora L.M., Carroll T.L., Johnson G.A., Mar D.J., Heagy J.F. Fundamentals of synchronization in chaotic systems, concepts, and applications // Chaos. 1997. № 7(4). С. 520–543. DOI: 10.1063/1.166278.

41. Анохин П.К. Избранные труды. Кибернетика функциональных систем. М.: Медицина, 1998. 397 с.

42. Пиаже Ж. Психогенез знаний и ее эпистемологическое значение. Семиотика. М.: Радуга, 1983. 279 с.

43. Щедровицкий Г.П. Проблемы логики научного исследования и анализ структуры науки. М.: Путь, 2004. 400 с.

44. Гуревич И.М. Законы информатики – основа строения и познания сложных систем. М.: Торус Пресс, 2007. 399 с.

45. Глазунова О.И. Лингвистика в контексте естественно-научной парадигмы познания. М.: Ленанд, 2018, 400 с.

46. Яблонский А.И. Модели и методы исследования науки. М.: Едиториал УРСС, 2001. 400 c.

47. Davies A., Veličković P., Buesing L., Blackwell S., Zheng D., Tomašev N., Tanburn R., Battaglia P., Blundell C., Juhász A., Lackenby M., Williamson G., Hassabis D., Kohli P. Advancing mathematics by guiding human intuition with AI [Электрон. ресурс] // Nature. 2021. Т. 600. № 7887. С. 70–74. Режим доступа: https://www.nature.com/articles/s41586-021-04086-x.pdf.

48. Xing S., Hong J., Wang Y., Chen R., Zhang Z., Grama A., Tu Z. LLMs Can Get «Brain Rot»! [Электрон. ресурс]. 2025. Режим доступа: https://arxiv.org/pdf/2510.13928.

49. Khadangi A., Marxen A., Sartipi A., Tchappi A., Fridgen G. When AI Takes the Couch: Psychometric Jailbreaks Reveal Internal Conflict in Frontier Models [Электрон. ресурс]. 2025. Режим доступа: https://arxiv.org/abs/2512.04124posted08.12.2025.

50. Betley J., Tan D., Warncke N., Sztyber-Betley A., Bao X., Soto M., Evans, O. Emergent Misalignment: Narrow finetuning can produce broadly misaligned LLMs [Электрон. ресурс]. 2025. Режим доступа: https://arxiv.org/pdf/2502.17424.

51. Как ИИ помогает понимать и изучать математику [Электрон. ресурс] // 8БИТ: журнал Яндекс-образования. Режим доступа: https://education.yandex.ru/journal/kak-ustroen-ii-pomoshnik2?yzclid=9220070907456258047&utm_source=promopages&utm_medium=cpc&utm_campaign=alwayson&utm_content=oct25_cpc_top_articles&utm_term=6900c2ba5cd213427d5c32c9_4_3.

52. Анохин К.В., Новоселов К.С., Смирнов С.К., Ефимов А.Р., Матвеев Ф.М. Искусственный интеллект для науки и наука для искусственного интеллекта // Вопросы философии. 2022. № 3. С. 93–105.

53. Даггэн С. Искусственный интеллект в образовании: Изменение темпов обучения. Аналитическая записка ИИТО ЮНЕСКО [Электрон. ресурс]. М.: Институт ЮНЕСКО по информационным технологиям в образовании, 2020. 45 с. Режим доступа: https://iite.unesco.org/wp-content/uploads/2020/12/Steven_Duggan_AI-in-Education_2020_RUS.pdf.