Российские студенты о возможностях и ограничениях использования искусственного интеллекта в обучении

Стремительное вхождение искусственного интеллекта (далее - ИИ) во все сферы жизнедеятельности общества нуждается в фиксации происходящих изменений и системном социологическом изучении. Образование и наука - ключевые ресурсы, которые, с одной стороны, разрабатывают и совершенствуют технологии ИИ, а, с другой стороны, в полной мере испытывают на себе давление противоречий новых технологий. Для высшей школы и общества в целом важно понимать, как реагируют на новые возможности студенты, насколько они вовлечены во вхождение ИИ в их учебную деятельность, как оценивают свой опыт применения новых технологий. В статье представлены данные, показывающие, как российские студенты оценивают личный опыт использования моделей генеративного ИИ (нейросетей) в учебной деятельности, выделены наиболее востребованные функции ИИ и охарактеризована степень удовлетворенности этим взаимодействием. Статья основана на данных опроса студентов вузов России, проведенного в 2023-2024 годы (N = 52919). Опрос показал, что, несмотря на массовое увлечение цифровыми технологиями и использование нейросетей, студенты неоднозначно оценивают их применение в процессе обучения, причем к старшим курсам нарастает критическое и более взвешенное восприятие возможностей ИИ. Данные исследования позволяют сделать вывод, что использование моделей генеративного ИИ в образовательном процессе влечет за собой принятие комплекса решений по непосредственному регулированию применения этих моделей, этическим вопросам, пересмотру форм самостоятельной работы студентов, в том числе итоговых и тестовых заданий, а также диктует необходимость поиска конструктивных подходов к внедрению ИИ для повышения качества образования и совершенствования работы высшей школы. Кроме того, ИИ ставит перед высшей школой задачу формирования и развития у студентов критической оценки результатов взаимодействия человека и нейросети, понимания ограничений и возможностей генерируемой информации, а также допустимых форматов ее использования в научной и учебной работе.

The rapid entry of artificial intelligence (hereinafter AI) into all spheres of social life determines the need to consider ongoing changes and to conduct systematic sociological research. Education and science are key resources that, on the one hand, develop and improve AI technologies, but, on the other hand, fully experience the pressure of contradictions caused by new technologies. It is important for both the higher education system and society as a whole to understand how students react to new opportunities and technologies, how involved they are in the use of AI in their educational activities, and how they evaluate their experience of applying new technologies in learning. The article presents data on the Russian university students' assessment of their personal experience of using generative AI models (neural networks) in educational activities, highlights the most popular AI functions, and evaluates students' satisfaction with their use. The article is based on the survey of Russian university students conducted in 2023-2024 (N = 52919), which showed that, despite the current massive fascination with digital technologies and the use of neural networks, Russian students assess quite ambiguously their use in studies, and in senior years, this assessment becomes more critical and balanced (concerning the opportunities provided by AI). The survey data allows to conclude that the use of generative AI models in education requires a set of decisions on the direct regulation of its application and ethical issues, the thorough revision of the students' forms of independent work, including final certifications and test tasks, and a search for constructive approaches to the use of AI to improve the quality of education and the work of the higher education system. Moreover, AI assigns the higher education system a task of developing students' critical assessment of the results of interaction between a human being and a neural network, focusing on the limitations and capabilities of the generated information, and acceptable formats for its use in research and learning.