Генеративный искусственный интеллект (ГенИИ) представляет собой серьёзный вызов для науки и образования. С целью понимания особенностей его восприятия нами проведено прикладное социологическое исследование среди тех, кто только начинает свои шаги в науке, - российских аспирантов. В статье анализируются данные опроса среди обучающихся по программам подготовки научных и научно-педагогических кадров в аспирантуре Национального исследовательского Мордовского государственного университета им. Н. П. Огарёва. Всего на момент проведения исследования в вузе обучались 566 аспирантов, из которых в опросе приняли участие 409 человек. Как показывают полученные данные, использование ГенИИ не оказывает значимого влияния на публикационную активность аспирантов; в то же время выявлено, что аспиранты, имеющие опыт использования ГенИИ и других цифровых инструментов, более лояльно относятся к неэтичным практикам при подготовке публикаций. Установлено, что опыт эмпирического использования ГенИИ аспирантами становится фактором, детерминирующим запрос на нормативное регулирование академическим сообществом применения цифровых инструментов в публикационной деятельности, но чёткая позиция о правилах и критериях допустимого отсутствует. Результаты исследования могут быть полезны при институционализации практик применения ГенИИ в публикационной деятельности работников и аспирантов вузов и научных организаций, а также демонстрируют необходимость оперативного обучения всех членов академического сообщества этичным практикам работы с ГенИИ.
Идентификаторы и классификаторы
- SCI
- Образование
Пандемия COVID-19 усилила чувствительность нашего общества к таким важным вопросам, как академическая честность, ответственность и автономность исследователей. Люди осознают риски, связанные с внедрением ГенИИ в различные сферы деятельности, и опасаются ситуаций, в которых принятие важных решений отдаётся на откуп искусственному интеллекту. Наделять последний субъектностью и способностью нести ответственность за решения и действия отказались практически во всех юрисдикциях. Поэтому ситуация, в которой открытия вместо учёных делает искусственный интеллект, вызывает тревогу. Как показывают модельные исследования, полагаться на него нельзя и там, где требуется решение острых социальных и политических проблем [9].
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Benedikt F., Hebing M., Laufer M., Pohle J., Sofsky F. Friend or Foe? Exploring the Implications of Large Language Models on the Science System // AI & SOCIETY. 2025. Vol. 40. No. 2. P. 447-459. DOI: 10.1007/s00146-023-01791-1 EDN: FEIQGM
2. Bail Ch.A. Can Generative AI Improve Social Science? // Proceedings of the National Academy of Sciences. 2024. Vol. 121. No. 21. Article no. e2314021121. DOI: 10.1073/pnas.2314021121 EDN: MVSQQR
3. Давыдов С.Г., Матвеева Н.Н., Адемукова Н.В., Вичканова А.А. Искусственный интеллект в российском высшем образовании: текущее состояние и перспективы развития // Университетское управление: практика и анализ. 2024. Т. 28. № 3. С. 32-44. DOI: 10.15826/umpa.2024.03.023 EDN: FELSPP
4. Резаев А.В., Трегубова Н.Д. Внедрение инструментов искусственного интеллекта в сферу высшего образования: взгляд с позиций социально-институциональной парадигмы общения // Высшее образование в России. 2025. Т. 34. № 6. С. 80-90. DOI: 10.31992/0869-3617-2025-34-6-80-90 EDN: QVCEPM
5. Manning B., Kehang Z., Horton J.J. Automated Social Science: Language Models as Scientist and Subjects // SSRN Electronic Journal. 2024. NBER Working Paper No. w32381. DOI: 10.2139/ssrn.4810596
6. Tanisha M., Sutanto E., Rossanti R., Pant N., Ashraf A. et al. Use of Large Language Models as Artificial Intelligence Tools in Academic Research and Publishing among Global Clinical Researchers // Scientific Reports. 2024.Vol. 14. No. 1. Article no. 31672. DOI: 10.1038/s41598-024-81370-6 EDN: CJPACM
7. Голубинская А.В. Что бы сделал Роберт Мёртон, если бы у него был ChatGPT? // Сибирские исторические исследования. 2024. № 1. С. 112-124. DOI: 10.17223/2312461X/43/8 EDN: NVVCTI
8. Киссинджер Г., Шмидт Э., Манди К. Генезис: искусственный интеллект, надежда и душа человечества. Санкт-Петербург: Питер, 2025. 256 c. ISBN: 978-5-4461-4349-8
9. Зашихина И.М. Подготовка научной статьи: справится ли ChatGPT? // Высшее образование в России. 2023. Т. 32. № 8-9. С. 24-47. DOI: 10.31992/0869-3617-2023-32-8-9-24-47 EDN: JPFYUJ
10. Масленкова Н.А., Никитина А.С. Искусственный интеллект как соавтор? Переосмысление авторства в контексте взаимодействия человека с ИИ // Семиотические исследования. Semiotic studies. 2025. Т. 5. № 2. С. 122-133. DOI: 10.18287/2782-2966-2025-5-2-122-133 EDN: DKCKCN
11. Lei F., Du L., Wang W., Dong M., Liu X. Effect of generative artificial intelligence on academic publishing ethics: The role of user agreements // Journal of Information Science. 2025. DOI: 10.1177/01655515251359771 EDN: WMEMFD
12. Da Veiga A. Ethical guidelines for the use of generative artificial intelligence and artificial intelligence-assisted tools in scholarly publishing: a thematic analysis // Science Editing. 2025. No. 12. P. 28-34. DOI: 10.6087/kcse.352 EDN: QTIGTQ
13. Ringo D.S. The effect of generative AI use on doctoral students’ academic research progress: the moderating role of hedonic gratification // Cogent Education. 2025. Vol. 12. No. 1. Article no. 2475268. DOI: 10.1080/2331186X.2025.2475268 EDN: QHUAVV
14. Bista K., Bista R. Leveraging AI tools in academic writing: Insights from doctoral students on benefits and challenges // American Journal of STEM Education. 2025. No. 6. P. 32-47. DOI: 10.32674/9m8dq081 EDN: LSUZLW
15. Zou M., Huang L. To use or not to use? Understanding doctoral students’ acceptance of ChatGPT in writing through technology acceptance model // Frontiers in Psychology. 2023. No. 14. Article no. 1259531. DOI: 10.3389/fpsyg.2023.1259531 EDN: TEPUHR
16. Chauke T.A., Mkhize T.R., Methi L., Dlamini N. Postgraduate students’ perceptions on the benefits associated with artificial intelligence tools for academic success: The use of the ChatGPT AI tool // Journal of Curriculum Studies Research. 2024. Vol. 6. No. 1. P. 44-59. DOI: 10.46303/jcsr.2024.4 EDN: BMLWJL
17. Guo K., Wang J., Chu S.K.W. Using chatbots to scaffold EFL students’ argumentative writing // Assessing Writing. 2022. Vol. 54. No. 2. Article no. 100666. DOI: 10.1016/j.asw.2022.100666 EDN: SCYMMP
18. Zhang R., Zou D., Cheng G. Chatbot-based learning of logical fallacies in EFL writing: perceived effectiveness in improving target knowledge and learner motivation // Interactive Learning Environments. 2023. Vol. 32. No. 9. P. 5552-5569. DOI: 10.1080/10494820.2023.2220374
19. Imran M., Almusharraf N. Analyzing the role of ChatGPT as a writing assistant at higher education level: a systematic review of the literature // Contemporary Educational Technology. 2023. Vol. 15. No. 4. P. 1-14. DOI: 10.30935/cedtech/13605 EDN: USWKVO
20. Ананин Д.П., Комаров Р.В., Реморенко И.М. “Когда честно - хорошо, для имитации - плохо”: стратегии использования генеративного искусственного интеллекта в российском вузе // Высшее образование в России. 2025. Т. 34. № 2. С. 31-50. DOI: 10.31992/0869-3617-2025-34-2-31-50 EDN: OBDXTG
21. Davis F.D., Bagozzi R.P., Warshaw P.R. User acceptance of computer technology: a comparison of two theoretical models // Management Science. 1989. No. 35. P. 982-1003. DOI: 10.1287/mnsc.35.8.982
22. Ajzen I. From intentions to actions: A theory of planned behavior // Action control: From cognition to behavior. Kuhl J., Beckmann J. (eds). Berlin: Springer, 1985. P. 11-39. DOI: 10.1007/978-3-642-69746-3_2
23. Валькова Ю.Е. Использование технологий искусственного интеллекта для подготовки и написания научных статей // Информатика и образование. 2024. Т. 39. № 6. С. 38-52. DOI: 10.32517/0234-0453-2024-39-6-38-52 EDN: OFVOAD
24. Захарова М.В. Интеллектуальные помощники для научного исследования в университетах // Мир науки. Педагогика и психология. 2024. Т. 12. № 4. URL: https://mir-nauki.com/PDF/58PDMN424.pdf (дата обращения: 10.10.2025). EDN: GGIFIX
25. Merton R.K. The normative structure of science // The Sociology of Science. Theoretical and Empirical Investigations. Ed. by Storer N.W. Chicago and London: The University of Chicago Press, 1973. P. 267-278. URL: https://science-authority.com/wp-content/uploads/2022/09/merton-normative-structure-of-science.pdf (дата обращения: 08.10.2025).
26. Dai Y., Lai S., Lim C.P., Liu A. ChatGPT and its impact on research supervision: Insights from Australian postgraduate research students // Australasian Journal of Educational Technology, 2023. Vol. 39. No. 4. P. 74-88. DOI: 10.14742/ajet.8843 EDN: PBOOQX
27. Salvagno M., Taccone F.S., Gerli A.G. Can artificial intelligence help for scientific writing? // Critical Care. 2023. Vol. 27. No. 1. Article no. 75. DOI: 10.1186/s13054-023-04380-2 EDN: DJPKWL
28. Сысоев П.В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом // Высшее образование в России. 2024. Т. 33. № 2. С. 31-53. DOI: 10.31992/0869-3617-2024-33-2-31-53 EDN: VTAIUO
29. Сычев А.А. В поисках надёжности: трансформация доверия в эпоху цифровых технологий // Мониторинг общественного мнения: экономические и социальные перемены. 2024. № 5. С. 37-59. DOI: 10.14515/monitoring.2024.5.2595 EDN: FWTVEU
30. Черных С.И. Генеративный искусственный интеллект в обучении: перспективы новой дидактики // Философия образования. 2024. Т. 24. № 2. С. 74-86. DOI: 10.15372/PHE20240205 EDN: PLFAVI
31. Узлов Н.Д. “Патопсихология” плагиата // Медицинская психология в России. 2020. Т. 12. № 1 (60). С. 10. DOI: 10.24412/2219-8245-2020-1-10 EDN: TNPCHW
32. Črček N., Patekar J. Writing with AI: University students’ use of ChatGPT // Journal of Language and Education. 2023. Vol. 9. No. 4. P. 128-138. DOI: 10.17323/jle.2023.17379 EDN: HRLPOI
33. Тихонова Н.В., Поморцева Н.П. Выпускная квалификационная работа в вузе в условиях распространения искусственного интеллекта: взгляд студентов // Высшее образование в России. 2025. Т. 34. № 6. С. 112-135. DOI: 10.31992/0869-3617-2025-346-112-135 EDN: OIJJFW
Выпуск
Другие статьи выпуска
Цифровая трансформация образования меняет не только организационные формы обучения, но и механизмы формирования субъектности, способы координации действий и нормативные основания педагогического взаимодействия между учителем и учеником. В статье предлагается аналитическая рамка «цифрового конфуцианца» как концептуальный инструмент для согласования человека с алгоритмической средой коммуникации. Анализ строится на сочетании трёх теоретических перспектив: феноменологии телесности, космотехники и конфуцианской этики. Космотехнический подход позволяет рассматривать цифровую инфраструктуру как активный элемент педагогического процесса, формирующий собственную нормативную логику. Концепция «цифрового конфуцианца» помогает понять, как в условиях алгоритмической нормативности может сохраняться и воспроизводиться субъектность человека как ответственного члена общества. В заключение обсуждаются возможности применения этой аналитической рамки для разработки педагогических стратегий, поддерживающих этическую согласованность в цифровой образовательной среде.
Актуальность исследования обусловлена необходимостью выявления факторов, определяющих роль образования и науки в обеспечении социально-экономического развития и конкурентоспособности российских регионов. Университеты и научные организации выступают ключевыми элементами региональных инновационных систем, а эффективность их взаимодействия напрямую связана с устойчивостью и динамикой территориального развития. Цель статьи состоит в эмпирической оценке вклада образовательных и научных характеристик регионов России в формирование индексов научно-технологического развития (НТР), социально-экономического положения (СЭР) и конкурентоспособности (AV RCI). Эмпирическая база включает данные по 85 субъектам Российской Федерации. Для анализа использованы методы корреляционного и многофакторного регрессионного анализа. Результаты исследования показали, что устойчивое влияние на региональное развитие оказывают кадровые и институциональные параметры научной сферы: доля занятых в исследованиях и разработках, участие молодых исследователей, интеграция выпускников в научные организации и охват населения непрерывным обучением. Образовательные показатели, прежде всего доля студентов STEM-направлений в вузах и системе среднего профессионального образования, формируют фундамент для трансформации человеческого капитала в научно-технологические и конкурентные преимущества. Объединённые модели подтвердили наличие синергетического эффекта «образование + наука», при котором научный блок демонстрирует наибольшую объяснительную силу по всем трём целевым индексам. Практическая значимость исследования заключается в том, что его результаты могут быть использованы при разработке образовательной и научной политики, направленной на развитие региональных университетов, расширение STEM-программ и формирование кадрового потенциала науки как основы долгосрочной конкурентоспособности регионов.
Перед передовыми компаниями стоят актуальные задачи обеспечения стратегической устойчивости и инновационного развития в условиях неопределённости и нарастающей сложности. Наблюдается переход от клиентоцентричности к человекоцентричности и от управления человеческими ресурсами к развитию потенциала человека и команд. В этой связи особую актуальность приобретает подготовка и профессиональное развитие специалистов по управлению, обладающих компетенциями в области проектирования и реализации проектов и программ развития/трансформации организаций. Статья посвящена одному из ключевых механизмов развития потенциала человека и команд - мотивационно-деятельностным программам: их сущности, цели и задачам, принципам организации, архитектуре, целевым результатам, подходам к мониторингу развития и оценки достижений. В основе разработки данных программ лежит обладающая новизной авторская методология развития потенциала человека. Архитектура программ включает три трека: проектирования и реализации развития/трансформации (анализ ситуации, проблематизация, стратегирование, разработка проектного решения, организационное проектирование, прототипирование и пилотирование, демонстрация результатов и оценка достижений, рефлексия, подготовка к внедрению); профессионального развития (развитие компетенций, ликвидация дефицитов и т. д.), а также поддержки и сопровождения (трекинг, взаимообучение и поддержка, клубы и сообщества и пр.). Показан опыт реализации мотивационно-деятельностных программ в высших учебных заведениях на примере магистратуры, но авторы имеют значительный опыт реализации и в рамках программ дополнительного профессионального образования. Апробация программ показала эффективность деятельностного подхода к подготовке и развитию специалистов по управлению. Материалы статьи могут быть полезны разработчикам образовательных программ, стремящихся наполнить их модулями практической деятельности обучающихся в контексте актуальных векторов развития экономики и стратегического роста организаций, регионов.
В российском контексте интеграция науки, образования и производственной сферы является одной из стратегических задач государства. В настоящее время предприняты инициативы по достижению такой интеграции на уровне аспирантуры путём создания новых форматов подготовки аспирантов (например, пилотный проект «производственная аспирантура»). Однако для формирования обоснованных управленческих решений в этом направлении требуются данные об образовательном опыте обучающихся, сочетающих обучение в аспирантуре с профессиональной деятельностью в индустриальном секторе. В настоящей работе на основе данных всероссийского социологического опроса выпускников аспирантур (N=1530) авторы попытались ответить на три вопроса. Какова специфика образовательного опыта аспирантов, совмещающих обучение с работой на предприятиях реального сектора экономики? Предоставляют ли частные компании поддержку своим сотрудникам, обучающимся в аспирантуре? Как такая поддержка влияет на их образовательный опыт? Результаты показывают, что 26% аспирантов совмещают обучение с работой в индустрии, причём их мотивы поступления в аспирантуру часто связаны с карьерным ростом и исследовательским интересом в сфере наукоёмких производств. Аспиранты из индустриального сектора чаще сталкиваются с академической и социальной изоляцией, реже взаимодействуют с научными руководителями и коллегами, что может создавать препятствия для успешного завершения работы над диссертацией. Ключевыми барьерами на пути к учёной степени для них являются потеря интереса к теме исследования и сложность совмещения работы с учёбой. Авторы выделяют три формы участия работодателей в аспирантской подготовке: (1) контроль со стороны работодателя, (2) интеграцию диссертации в рабочие задачи, (3) интерес и поддержку со стороны работодателя. Наиболее эффективной оказывается последняя, включающая материальную и организационную помощь, что повышает шансы на защиту и положительно влияет на карьерные перспективы аспирантов. Исследование подчёркивает необходимость адаптации аспирантских программ к потребностям индустриального сектора, включая гибкие форматы обучения, совместное руководство диссертациями и акцент на практико-ориентированные исследования.
Недостаточное финансовое обеспечение аспирантов является важным препятствием к повышению количества защит в срок. Многие страны и университеты, стремясь повысить результативность своих аспирантских программ, используют практики дополнительного финансирования аспирантов, выделяющегося на конкурсной основе тем обучающимся, которые имеют наиболее высокие шансы защитить в срок качественные диссертационные работы. Однако на данный момент недостаточно эмпирических исследований, которые бы в полной мере оценивали эффективность и последствия такой финансовой поддержки для аспирантов. В данной статье на основе анализа данных онлайн-опроса российских аспирантов (N = 231) мы изучаем особенности опыта аспирантов, полученного в ходе подачи заявок на дополнительное финансирование и его (не)получения, мнения аспирантов о последствиях дополнительного финансирования, а также препятствия к получению такого финансирования. В результате анализа данных было обнаружено, что дополнительное финансирование играет большую роль для аспирантов младше 30 лет, проживающих в общежитии и обучающихся на математических и естественнонаучных направлениях подготовки. Большинство аспирантов низко оценивают способность дополнительного финансирования решить их финансовые проблемы и позволить отказаться от поиска дополнительного заработка. Однако аспирантами высоко оценивается роль победы в конкурсном отборе на получение финансирования в повышении интеграции аспиранта в академическое сообщество и их уверенности в способности защитить диссертацию в срок. По сравнению с грантами и денежными выплатами, трудоустройство аспирантов взаимосвязано с более высокой интеграцией в академическое сообщество, повышенной уверенностью в успешной защите диссертации, а также в более высоких оценках своего финансового благополучия и возможности сконцентрироваться на диссертации. Основными препятствиями к подаче и получению дополнительного финансирования являются недостаточный размер поддержки, низкая вероятность её получения, а также недостаточность своевременной информации о возможностях получения дополнительного финансирования. В заключении статьи обсуждаются перспективы дальнейших исследований и возможности для улучшения мер финансовой поддержки аспирантов, выявленные на основе результатов данной работы.
Статья посвящена анализу влияния образовательных форматов и технологий искусственного интеллекта на психологическое благополучие студентов. Рассматриваются особенности очного, онлайн- и гибридного обучения, а также их связь с динамикой тревожности и депрессивных тенденций, со стратегиями совладания со стрессом и рисками эмоционального выгорания. Помимо различий, связанных с режимом обучения, фактором психологического благополучия является всё более активная интеграция ИИ-технологий в систему высшего образования, затрагивающая не только организационные аспекты, но и структуру взаимодействия участников образовательного процесса, влияющая на субъективное ощущение устойчивости и удовлетворённости обучением. В данном контексте обсуждается вопрос о том, может ли искусственный интеллект выступать посредником в снижении эмоционального напряжения, поддерживая процессы рефлексии и саморегуляции, или его широкое применение сформирует новые источники стрессогенности, включая усиление неравенства и неопределённости роли обучающегося. Сформулирована новая парадигма «креатив-партнёрства» между студентом, преподавателем и ИИ-агентом как особого типа образовательной связи. В качестве методологической базы используются три опорных линии: смыслометрия, мультисубъектность и алгебра рефлексивных высказываний. В качестве ориентира отдельно рассматривается концепт коммуникативного искусственного интеллекта (КомИИ). Показано, что включение креатив-партнёрства с ИИ в образовательный процесс выходит за рамки его инструментального применения и открывает возможности для развития самопонимания и рефлексии у студентов, создавая тем самым потенциальную основу «четвёртого формата» образования, ориентированного на поддержку психологической устойчивости. В статье приводятся основные положения предложенной модели, обозначаются перспективы её эмпирической проверки, а также вопросы, связанные с этическими и педагогическими следствиями интеграции ИИ в образовательный процесс. Намечаются дальнейшие исследования, направленные на уточнение условий, при которых использование ИИ может способствовать поддержанию психологического благополучия студентов.
Издательство
- Издательство
- МОСКОВСКИЙ ПОЛИТЕХ
- Регион
- Россия, Москва
- Почтовый адрес
- 107023, г Москва, р-н Соколиная Гора, ул Большая Семёновская, д 38
- Юр. адрес
- 107023, г Москва, р-н Соколиная Гора, ул Большая Семёновская, д 38
- ФИО
- Миклушевский Владимир Владимирович (РЕКТОР)