Цифровизация и искусственный интеллект в образовании: вызовы мотивации молодежи, снижение качества обучения и потенциал инклюзивного развития при необходимости регулирования и педагогической адаптации

Автор: Рахман Шмуэль Сами

Организация: СОШ 550

Населенный пункт: г. Санкт-Петербург

Автор: Мальков Максим Борисович

Организация: ГСОШ 12

Населенный пункт: г. Казань

Ключевые слова: искусственный интеллект, образование, мотивация, инклюзия, цифровизация, педагогическая модель, качество образования.

Annotation. The article examines the dual impact of artificial intelligence on modern education. On the one hand, the risks of reducing student motivation and worsening the quality of learning due to "metacognitive laziness" and excessive dependence on AI tools have been identified. On the other hand, the significant potential of AI for inclusive education of children with disabilities has been demonstrated. Based on a comparative analysis of Asian (China, Japan, India) and Israeli AI implementation experiences, a pedagogical model "Adaptive Humanistic Pedagogy in the context of Digitalization (AGP-C)" has been developed, including the principles of conscious choice, partnership, meta-pedagogy, and hybridity.

Keywords: artificial intelligence, education, motivation, inclusion, digitalization, pedagogical model, quality of education.

Введение

Современная образовательная система переживает беспрецедентную трансформацию, обусловленную стремительным развитием технологий искусственного интеллекта (ИИ). По данным аналитических исследований, глобальный рынок EdTech к 2025 году оценивается примерно в 404 млрд долларов США с среднегодовым темпом роста около 16,3% [1]. Сегмент технологий ИИ в образовании, составляющий в настоящее время 3,7–4 млрд долларов, по прогнозам, достигнет 25–26 млрд долларов к 2030 году [2].

В России процессы цифровизации образования также набирают обороты: доля школ с высокоскоростным интернетом выросла с 65,3% в 2020 году до 96,7% в 2025-м, а обеспеченность учащихся персональными устройствами улучшилась с соотношения 1:7 до 1:3 за тот же период [3]. Доля педагогов, активно использующих цифровые инструменты, увеличилась с 42,5% до 89,2% [3].

Однако массовое внедрение ИИ порождает серьезные противоречия. С одной стороны, технологии обещают персонализацию обучения и повышение его доступности. С другой стороны, некритическое использование ИИ ведет к снижению мотивации учащихся, ухудшению когнитивных навыков и росту нагрузки на педагогов. По данным опросов 2025 года, более 40% российских студентов уже регулярно применяют технологии ИИ в учебе [4], что создает предпосылки для распространения негативных эффектов при отсутствии должного педагогического контроля.

Цель исследования — разработка педагогической модели адаптации образовательной системы к условиям широкого внедрения ИИ, учитывающей как риски снижения качества образования, так и потенциал инклюзивного развития.

1. Парадоксы влияния ИИ на мотивацию и качество обучения

1.1. Феномен «метакогнитивной лени»

Центральной проблемой массового применения ИИ в учебном процессе является его негативное воздействие на когнитивную активность и внутреннюю мотивацию учащихся. Исследования показывают, что «частое использование искусственного интеллекта может помешать успеваемости студентов» [5]. Учащиеся, регулярно использующие ИИ для выполнения заданий, демонстрируют худшие результаты на контрольных работах, требующих самостоятельного мышления и применения знаний в новых ситуациях.

Джон Дьюи в своем фундаментальном труде «Democracy and Education» подчеркивал: «Образование есть не подготовка к жизни, образование есть сама жизнь» [6, p. 12]. Для Дьюи обучение представляло собой непрерывный социальный опыт, требующий активного участия личности в решении проблем. Однако ИИ, предлагая мгновенные ответы, превращает учащихся в пассивных наблюдателей, что прямо противоречит идеям деятельностного подхода.

Таблица 1. Распределение студентов по частоте использования ИИ в зависимости от успеваемости

Источник: составлено по данным [5, 7]

Как видно из таблицы 1, наиболее активно ИИ используют студенты со средней успеваемостью (88–89%), что интерпретируется исследователями как попытка компенсировать недостаточные учебные навыки за счет внешней поддержки [7].

1.2. Снижение метакогнитивной регуляции

Ключевым механизмом негативного влияния ИИ является ослабление метакогнитивной регуляции — способности человека планировать, контролировать и оценивать свой мыслительный процесс. Исследование Stanford University, анализировавшее более 150 000 запросов от учителей к платформе SchoolAI, показало, что студенты переходят в «пассажирский режим», когда их роль сводится к наблюдению за работой алгоритма [8].

Абрахам Маслоу в своей теории иерархии потребностей утверждал: «Если единственным инструментом, который у вас есть, — молоток, вы склонны рассматривать каждую проблему как гвоздь» [9, p. 15]. В контексте обучения это означает, что учащиеся, имеющие доступ к ИИ как к «универсальному молотку», начинают применять его даже в тех ситуациях, где требуется самостоятельное мышление и усилие.

Постоянная зависимость от ИИ, который предоставляет информацию без усилий, приводит к тому, что учащиеся перестают задавать себе вопросы о том, «почему» и «как» они пришли к тому или иному выводу. В результате ухудшаются такие когнитивные функции, как запоминание, критическое мышление и когнитивная вовлеченность [10].

Рисунок 1. Динамика использования ИИ российскими студентами (2024–2025 гг.)

Источник: составлено по данным [4]

1.3. Международные сравнения качества образования

Российские данные по PISA-2022 демонстрируют небольшое, но устойчивое отставание от средних показателей ОЭСР: 478 баллов по математике (против 489), 475 по читательской грамотности (против 487) и 478 по естественнонаучной грамотности (против 485) [3].

Таблица 2. Сравнительные результаты PISA-2022

Источник: составлено по данным [3, 11]

Анализ показывает, что страны, инвестирующие более 1% ВВП в цифровую образовательную инфраструктуру на протяжении нескольких лет, демонстрируют прирост результатов PISA/TIMSS в среднем на 7–12 пунктов по сравнению с сопоставимыми странами [3]. Однако когнитивные риски, связанные с неправильным использованием ИИ, могут нивелировать пользу от инфраструктурных инвестиций.

2. ИИ как инструмент инклюзивного образования: теория и практика

2.1. Теоретические основания: зона ближайшего развития Выготского

В отличие от негативного влияния на стандартный образовательный процесс, потенциал ИИ наиболее полно раскрывается в сфере инклюзивного образования. Теоретической основой для понимания этой роли служит концепция зоны ближайшего развития (ЗБР) Льва Выготского.

Выготский определял ЗБР как «расстояние между уровнем актуального развития ребенка, определяемым с помощью задач, решаемых самостоятельно, и уровнем возможного развития, определяемым с помощью задач, решаемых под руководством взрослых или в сотрудничестве с более компетентными сверстниками» [12, p. 87].

В традиционной школе предоставление индивидуализированной поддержки для каждого ребенка с особыми потребностями представляет собой огромную организационную задачу. ИИ-системы способны создавать для каждого ученика уникальную, динамически меняющуюся зону ближайшего развития, анализируя ответы в реальном времени и корректируя сложность заданий [13].

Таблица 3. Применение ИИ-технологий для различных категорий детей с ОВЗ

Источник: составлено по данным [13, 14]

Полный текст статьи см. в приложении.