Целью исследования является разработка и обоснование подхода к выявлению и классификации недопустимых событий информационной безопасности на объектах критической информационной инфраструктуры с использованием методов машинного обучения. Предлагаемый подход направлен на повышение эффективности идентификации недопустимых событий в условиях обработки больших объёмов разнородных данных и ограничений по времени реагирования.
Актуальность исследования обусловлена ростом количества и сложности кибератак на объекты критической информационной инфраструктуры, а также необходимостью своевременного выявления событий информационной безопасности, способных привести к существенным негативным последствиям для устойчивости функционирования критически важных систем. Ограничения традиционных сигнатурных и экспертных методов, связанные с высокой динамикой событий и наличием шума в данных, требуют применения интеллектуальных методов обработки информации.
Материалы и методы исследования. В работе использованы методы машинного обучения, статистического анализа и обработки данных событий информационной безопасности. В качестве исходных данных применены журналы событий и сетевой трафик реального объекта критической информационной инфраструктуры энергетического сектора. Разработана методика формирования обучающей выборки, включающая предобработку данных, экспертную разметку, отбор информативных признаков и балансировку классов. Для классификации недопустимых событий использован алгоритм случайного леса.
Результаты. Экспериментальные исследования подтвердили эффективность предложенной модели по показателям точности, полноты и F1-меры при минимальном уровне ложноположительных срабатываний. Показана возможность практического применения предложенного подхода для автоматизации процессов мониторинга и выявления недопустимых событий на объектах критической информационной инфраструктуры.

Цель исследования – на основе анализа практики применения искусственного интеллекта в школьном и вузовском образовании разработать модель гибридной интеллектуальной образовательной среды, основанной на интеллектуальном партнерстве человека и искусственного интеллекта. Для достижения цели было целесообразным решить задачи, связанные с оценкой мнений участников образовательных отношений об использовании искусственного интеллекта в образовании, связанных с этим угроз и открывающихся возможностей; выявлением особенностей использования искусственного интеллекта в высшей школе; разработкой методических подходов к формированию интеллектуального партнерства студента и искусственного интеллекта как основы модели гибридной интеллектуальной образовательной среды.
Материалы и методы. В исследовании использован комплекс методов, в числе которых индуктивно-дедуктивный, статистический и сравнительный анализ, моделирование, визуализация графических данных. Информационную базу составили научные публикации, материалы ВЦИОМ, результаты исследований ученых Высшей школы экономики, открытые источники сети интернет.
Результаты. Интегрирование искусственного интеллекта в образовательную среду сопровождается рядом проблем (технологических, социальных, психологических, этических), что требует от руководства образовательных организаций их учета при построении новой педагогической экосистемы, в которой искусственный интеллект выступает новым инструментом образовательного процесса. Анализ мнений родительского сообщества относительно использования искусственного интеллекта в обучении детей выявил неоднородность оценок: с признанием высокого образовательного потенциала технологии, утверждались и сопутствующие ей угрозы, главной из которых признано снижение качества знаний. Определены широкие возможности использования искусственного интеллекта обучающимися и преподавателями в школьном и вузовском образовании. Выявлены принципиальные отличия использования искусственного интеллекта в высшей школе, связанные с глубиной и сложностью решения научно-образовательных задач. Предложены методические подходы к формированию интеллектуального партнерства студентов и искусственного интеллекта, направленные на противодействие пассивному использованию технологии с исходом интеллектуальной стагнации. Разработана модель гибридной интеллектуальной образовательной среды, реализация которой требует не только модернизации технологической инфраструктуры, но в первую очередь педагогическую и культурную трансформацию на этической основе. Сформулированы задачи, направленные на воспитание кадров новой квалификации, способных управлять технологией искусственного интеллекта, как рабочим инструментом в осуществлении профессиональной деятельности.
Заключение. Современная система образования в эпоху беспрецедентного роста технологических достижений, масштабного и глубокого проникновения искусственного интеллекта во все сферы жизни, включая образовательную среду, находится в состоянии осмысления роли и места искусственного интеллекта в обучении, развитии и воспитании молодежи. Признавая необходимость соответствия новым технологическим трендам, образовательные организации тщательно взвешивают потенциал и угрозы, сопутствующие внедрению искусственного интеллекта в образовательный процесс, оценивают собственные ресурсы для реализации концепции «совместного интеллекта», объединяющего человеческий интеллект с искусственным. Интеллектуальное партнерство участников образовательных отношений с искусственным интеллектом имеет высокий потенциал в решении педагогических задач: искусственный интеллект, решая рутинные задачи, высвобождает преподавателя для творческого труда, эмоциональной поддержки, разработки новых методик формирования у обучающихся мета-когнитивных компетенций; обучающимся искусственный интеллект расширяет научно-образовательные возможности в проактивной позиции использования технологии.

Цель исследования. Целью исследования является обоснование критериев и факторов качества дизайна экранного интерфейса цифровых образовательных ресурсов с позиций визуальной сложности и когнитивной нагрузки, а также выявление их влияния на результативность обучения в условиях цифровой и билингвальной образовательной среды. Особое внимание уделяется установлению взаимосвязи между структурой визуального представления учебного материала, уровнем когнитивной нагрузки обучающихся и эффективностью усвоения знаний. Реализация данной цели направлена на разработку научно обоснованных рекомендаций по оптимизации дизайна цифровых образовательных ресурсов, обеспечивающих соответствие визуальной структуры учебного контента когнитивным возможностям обучающихся и повышающих эффективность обучения в многоязычной образовательной среде.
Материалы и методы. Исследование основано на анализе отечественных и зарубежных научных работ в области психологии восприятия, когнитивной эргономики, теории когнитивной нагрузки, педагогического дизайна и билингвального обучения. В качестве методологической базы использовались концепции визуальной сложности, теория когнитивной нагрузки, положения адаптивного когнитивного контроля, а также результаты эмпирических исследований, выполненных с применением поведенческих методов и отслеживания движений глаз. Для аналитической части были рассмотрены типовые экранные страницы цифровых образовательных ресурсов, различающиеся по уровню визуальной сложности. Оценка интерфейсов проводилась на основе критериев количественной насыщенности, структурной организации, цветовой и графической сложности, семантической насыщенности и динамических характеристик.
Результаты. В ходе исследования установлено, что визуальная сложность экранного интерфейса оказывает прямое влияние на уровень когнитивной нагрузки обучающихся. Увеличение количества элементов, смысловой плотности, цветовой вариативности и динамических компонентов приводит к росту внешней когнитивной нагрузки, снижению скорости поиска информации и увеличению вероятности ошибок. В условиях билингвального обучения когнитивная нагрузка приобретает комплексный характер, объединяя предметную и языковую обработку информации. Показано, что высокий уровень владения вторым языком снижает нагрузку на рабочую память и исполнительный контроль, тогда как частое кодовое переключение одновременно повышает языковую сложность и развивает когнитивную гибкость. Предложена модель «визуальная сложность – когнитивная нагрузка – результативность», описывающая причинно-следственную связь между дизайном интерфейса и учебными результатами.
Заключение. Полученные результаты подтверждают необходимость системной диагностики визуальной сложности и когнитивной нагрузки при проектировании цифровых образовательных интерфейсов. Обоснованные критерии оценки позволяют проводить сопоставимый и воспроизводимый анализ качества интерфейсов, а также разрабатывать дизайн-решения, соответствующие когнитивным возможностям обучающихся. Предложенный подход обладает высокой практической значимостью, поскольку может быть использован при создании, экспертизе и адаптации электронных учебных курсов, мультимедийных лекций и интерактивных образовательных платформ, обеспечивая повышение результативности электронного обучения и устойчивости образовательных результатов в цифровой среде.

Целью исследования является разработка методического инструмента оценки приверженности преподавателей высшей школы профессиональной деятельности на основе концепции благополучия (well-being). В рамках исследования систематизированы ключевые факторы мотивации и профессиогенные стрессоры, адаптирована пятикомпонентная модель well-being (профессиональное, эмоциональное, физическое, социальное и финансовое благополучие) к условиям высшего образования и разработан Индекс приверженности преподавателя профессиональной деятельности (ИПППД) для мониторинга рисков снижения вовлечённости в профессию и оттока кадров в условиях динамичности образовательной среды.
Материалы и методы. В работе использованы труды отечественных и зарубежных авторов по мотивации, управлению организационным стрессом и формированию благоприятной рабочей среды. Применён метод компаративного анализа, включающий сопоставление теоретических моделей благополучия, инструментов оценки приверженности и подходов к управлению стрессом в академической среде. Дополнительно использованы аналитический, концептуальный и ретроспективный анализ, опрос профессорско-преподавательского состава и формализованное моделирование для разработки расчётной структуры Индекса приверженности преподавателя профессиональной деятельности (ИПППД).
Результаты. Основными результатами исследования являются построение оригинальной нейрокогнитивной типологии преподавателей высшей школы, разработка Индекса приверженности преподавателя профессиональной деятельности (ИПППД), структурированного в соответствии с пятью компонентами well-being: профессиональное благополучие (влияние, автономия, карьерные возможности), эмоциональное благополучие (уровень тревожности, выгорания, эмоциональной устойчивости), физическое благополучие (здоровье, сон, уровень хронической усталости), социальное благополучие (качество коммуникаций, поддержка коллег), финансовое благополучие (удовлетворённость доходом, финансовое планирование, стабильность). Для каждого компонента определены индикаторы, методы оценки и шкалы измерения, адаптированные к условиям высшей школы. Для обеспечения сопоставимости показателей применена минимакс-нормализация, веса компонентов установлены экспертно. Проведена иллюстративно-концептуальная демонстрация расчёта индекса и предложены мероприятия по формированию среды благополучия преподавателя в вузе на основе подхода well-being.
Заключение. Полученные результаты позволяют перейти от реактивных практик управления кадровыми рисками к проактивному мониторингу благополучия профессорско-преподавательского состава (ППС). Предложенная нейрокогнитивная типология создаёт основу для персонализации за счёт целевого распределения уже существующих ресурсов. Индекс приверженности преподавателя профессиональной деятельности (ИПППД) не только диагностирует текущее состояние, но и выявляет «точки риска» на ранних стадиях профессионального выгорания, особенно среди преподавателей с профилями «ресурсно-дефицитный» и «когнитивно-перегруженный». Кроме того, подчеркнута необходимость разработки управленческих решений, направленных не только на снижение стресса, но и на развитие автономии, влияния и коллегиальности как нематериальных ресурсов, определяющих приверженность профессии в условиях трансформации высшего образования. Перспективы дальнейшей работы связаны с эмпирической калибровкой весов ИПППД по критериальным переменным (публикационная активность, удовлетворённость студентов) и внедрением персонализированных стратегий поддержки преподавателей на основе их когнитивно-эмоционального профиля.

Целью работы является разработка, апробация и оценка эффективности педагогической модели, интегрирующей инструменты искусственного интеллекта и технологии смешанного обучения «перевернутый класс» для развития ключевых управленческих компетенций студентов экономического вуза.
Материалы и методы. В исследовании применялся комплекс методов: теоретический анализ, педагогический эксперимент, метод экспертной оценки, статистическая обработка данных. Эксперимент проводился в Минском филиале ФГБОУ ВО «Российский экономический университет» им. Г.В. Плеханова» в 2021–2025 учебные годы в работе со студентами направлений подготовки «Бизнес-информатика», «Менеджмент» и «Экономика», разделенными на контрольные и экспериментальные группы.
Результаты. Сравнение результатов образовательной деятельности студентов в экспериментальных и контрольных группах свидетельствует о высоком потенциале педагогической модели, интегрирующей инструменты искусственного интеллекта и технологии «перевернутый класс» для развития управленческих компетенций студентов, что в свою очередь, оказывает позитивное влияние на их другие образовательные и научные достижения.
Заключение. Интеграция технологий искусственного интеллекта и модели «перевернутый класс» создает мощную образовательную основу для целенаправленного формирования управленческих компетенций у студентов экономического вуза. Данный подход позволяет трансформировать образовательный процесс из пассивного усвоения информации в активную среду практического научения, максимально приближенную к реалиям цифрового бизнеса. Ключевым успехом является синергия: искусственный интеллект берет на себя рутинную персонализацию и тренировку базовых знаний, а студенты и преподаватели фокусируются на развитии уникальных качеств, необходимых будущим руководителям в сфере экономики – компетентности, коммуникативности, критического мышления, креативности, эмоционального интеллекта, лидерского потенциала, уверенности в себе. Заключение подтверждает гипотезу о высокой эффективности предложенной интеграции, обеспечивающей персонализацию, интерактивность и практико-ориентированность образовательного процесса. Модель может быть масштабирована на другие направления подготовки управленческих кадров.

Цель. Целью статьи является разработка методических основ создания и использования обучающих тренажёров – новых средств обучения, активно используемых в высшей экономической школе. Актуальность исследования связана с решением задачи повышения качества профессиональной подготовки будущих экономистов в условиях внедрения компетентностного подхода, цифровизации методических систем обучения и использовании реальных экономических данных.
Материалы и методы исследования. Для достижения поставленной цели в процессе исследования применен системный подход к анализу педагогической категории «Обучающий тренажер». Исследование опирается на систему взаимодополняющих методов: качественных и количественных. В частности, применён теоретический метод, включающий анализ нормативно-методических документов высшего экономического образования, учебно-методических материалов по использованию цифровых технологий, а также вариантов обучающих тренажёров, уже применяемых для подготовки будущих экономистов. Использован эмпирический (практический) метод – реализован опрос практикующих преподавателей и студентов экономического бакалавриата с последующей первичной обработкой полученных результатов. Методологическую основу исследования составили работы по теории цифровых и педагогических технологий отечественных и зарубежных авторов, а также приёмы сравнительно-сопоставительного анализа методических характеристик обучающих тренажеров.
Результаты. В процессе исследования установлен базовый набор характеристик обучающего тренажера, включающий «Интерактивность», «Имитационность», «Обратная связь», «Повторяемость» и «Постепенное усложнение». Именно указанные характеристики используются в большинстве педагогических исследований для описания методических и исследовательских возможностей обучающих тренажеров. Обобщение педагогического опыта позволило представить расширенный набор характеристик обучающего тренажёра как педагогического объекта, имеющих значение для развития методики разработки и использования обучающих тренажеров в высшей экономической школе.
К новым характеристикам обучающих тренажеров в процессе исследования отнесены «Модульность», «Визуализация и наглядность», «Адаптивность», «Мотивационность» и «Интеллектуальная поддержка студента» с привлечением возможностей технологий искусственного интеллекта. Особое внимание уделяется раскрытию педагогического значения характеристик обучающего тренажера, не вошедших в множество базовых характеристик с акцентом на классические дидактические принципы, используемые в высшей экономической школе. Уточнено отношение к обучающим тренажерам в процессе преподавания математических дисциплин в высшей экономической школе. Полученные результаты оценки полезности обучающих тренажеров по подгруппам респондентов, а также оценки готовности и потребности к использованию обучающих тренажеров в практике преподавания математических дисциплин в высшей экономической школе позволяют определить оптимальные дидактические условия.
Заключение. Представленные в статье компоненты методики разработки и использования обучающих тренажеров (базовый и расширенные наборы характеристик обучающего тренажера; специфика отношения к обучающим тренажерам, оценки готовности и потребности в использовании обучающих тренажеров, оценки полезности обучающих тренажеров, а также оценки представлений о рисках использования обучающих тренажеров по различным подгруппам респондентов и др.) способствуют раскрытию дидактического потенциала обучающего тренажера как средства обучения. Материал статьи открывает новые направления для совершенствования процесса применения как уже разработанных обучающих тренажеров, так и для создания новых обучающих тренажеров в соответствии целями профессиональной подготовки будущего экономиста и современными достижениями педагогической науки.

Цель исследования является разработка, теоретическое обоснование и экспериментальная проверка методики обучения направленной на эффективное развитие алгоритмического мышления у школьников в процессе освоения основ программирования на языке C++. Актуальность данной работы обусловлена необходимостью совершенствования существующих подходов к обучению программированию, учитывая современные требования к качеству подготовки специалистов в сфере информационных технологий.
Материалы и методы. Для достижения заявленной цели исследования использовался комплекс взаимодополняющих методов, обеспечивающих всестороннее изучение проблемы и выработку эффективных рекомендаций. Были применены как теоретические, так и эмпирические подходы. Среди теоретических методов особое внимание уделялось анализу существующей научной литературы, посвящённой вопросам развития алгоритмического мышления, конкретизации исходных данных, выявлению общих закономерностей и проведению сравнительного анализа известных подходов. Важнейшими этапами являлись процессы дедукции и содержательной интерпретации полученных результатов. Эмпирическая составляющая исследования включала проведение анкетирования обучающихся общеобразовательной организации, с последующим тестированием уровня сформированности алгоритмического мышления. Это позволило объективно оценить уровень подготовленности респондентов и выявить ключевые факторы, влияющие на успешность усвоения базовых концепций программирования.
Результаты. В статье представлена методика, нацеленная на целенаправленное развитие алгоритмического мышления в условиях учебной среды. Структура методики представляет собой чётко организованную совокупность взаимосвязанных компонентов, включая: принципы построения эффективного образовательного процесса; цели и задачи курса, направленные на формирование необходимых навыков и способностей; стратегии обучения, предусматривающие оптимальное сочетание традиционных и инновационных форматов подачи материала, конкретизированное содержание учебного материала, ориентированное на решение типовых и нестандартных задач, организационные формы проведения занятий, способствующие активному вовлечению обучающихся в процесс познания. Особое внимание было уделено выделению критериев оценки уровней сформированности алгоритмического мышления и составлению специализированного комплекса заданий, направленных на последовательное формирование каждого отдельного элемента мыслительной структуры. Комплекс заданий разрабатывался таким образом, чтобы постепенно повышать сложность решаемых задач, обеспечивая поступательное движение от простых примеров к решению сложных проблемных ситуаций.
Заключение. Реализованный педагогический эксперимент показал эффективность предложенной методики. Ученики, прошедшие обучение согласно разработанному курсу, продемонстрировали значительный прогресс в развитии алгоритмического мышления, что выразилось в улучшении способности решать практические задачи, повышении уровня самостоятельности и творческого подхода к выполнению проектов. Практическая значимость исследования состоит в возможности широкого распространения опыта в образовательной среде, предлагая действенный инструмент подготовки квалифицированных преподавателей информатики и улучшения программы дополнительного образования для одарённых детей, увлечённых изучением программирования. Разработанный подход способен существенно повысить качество профессиональной подготовки специалистов в области информационных технологий, содействуя интеграции новейших достижений науки и практики в учебный процесс.

Цель исследования определить приоритетные направления модернизации университетского образования в сфере формирования цифровых навыков на основе сопоставления международных подходов к измерению цифровых компетенций, данных официальной статистики Росстата за 2025 год и современных моделей онлайн-обучения. Особое внимание уделяется выявлению разрыва между нормативными моделями цифровых компетенций и фактическими практиками их использования населением, а также поиску эффективных образовательных механизмов его преодоления.
Методы исследования. Методологическую основу исследования составляют анализ и сопоставление международных рамок цифровых компетенций (DigComp 2.2, ITU Digital Skills Toolkit, PIAAC), позволяющих структурировать цифровые навыки по уровням, а также официальных статистических данных Федеральной службы государственной статистики (Росстат) за 2022–2025 гг., отражающих распространенность различных видов интернет-активности населения в возрасте 15 лет и старше. Дополнительно проведен системный обзор современных моделей онлайн-образования как среды формирования прикладных цифровых компетенций. В работе использованы методы сравнительного анализа, систематизации, обобщения и интерпретации эмпирических данных.
Результаты. Установлено, что структура цифровых навыков населения носит выраженно неоднородный характер: при широком распространении базовых коммуникационных и информационных практик (звонки, видеосвязь – 80,5%, обмен сообщениями с файлами – 75,9%) более сложные и профессионально значимые компетенции остаются слабо представленными (использование нейросетей – 6,4%, программирование – 1,5%). Зафиксирован устойчивый рост использования облачных технологий (с 16,5% в 2022 г. до 20,5% в 2025 г.) и навыков проверки достоверности информации (с 12,3% до 15,0%). Показано, что международные модели цифровых компетенций фиксируют широкий спектр навыков, включая работу с данными, цифровым контентом и технологиями искусственного интеллекта, однако их фактическое освоение населением существенно отстает. Обосновано, что онлайн-образование, характеризующееся высокой адаптивностью, модульной структурой, проектной ориентацией и тесной связью с практическими задачами рынка труда, выступает эффективной средой формирования востребованных цифровых навыков и может рассматриваться как референтная модель для обновления университетских программ.
Заключение. Сделан вывод о необходимости системной модернизации университетского образования с учетом выявленных дисбалансов в структуре цифровых навыков населения. В качестве ключевых направлений предлагаются интеграция универсальных модулей по генеративному искусственному интеллекту (промпт-инжиниринг, генерация аналитических материалов, автоматизация рутинных задач), развитие компетенций работы с облачными технологиями (совместная работа, обработка данных в цифровых средах, использование BI-систем) и внедрение проектно-ориентированных методов обучения. Предложены механизмы совершенствования оценки образовательных результатов, включая использование цифрового портфолио и признание результатов онлайн-обучения через ЗОР/РПО, а также разработана поэтапная дорожная карта интеграции цифровых модулей в образовательный процесс бакалавриата.