Цель исследования. Настоящая статья направлена на выявление и системный анализ двойственных эффектов и рисков, связанных с использованием генеративного искусственного интеллекта (ГИИ) в высшем образовании, с особым акцентом на его влияние на метакогнитивные навыки студентов.
Цель работы – определить педагогические условия, при которых ГИИ выступает не как замена когнитивной активности, а как целенаправленный инструмент поддержки метакогнитивной регуляции, включающей три её ключевых компонента: планирование, мониторинг и оценку собственного обучения. Материалы и методы. Работа основана на систематическом анализе эмпирических работ, опубликованных в период с 2023 по 2025 год, включая как количественные, так и качественные исследования в области педагогики, когнитивной психологии и образовательных технологий. В работе применены методы теоретического обобщения, синтеза и структурного анализа научной литературы. В качестве теоретической основы использована модель метакогнитивной регуляции Дж. Флавелла и концепция самоуправляемого обучения Б. Дж. Циммермана, дополненная положениями теории распределённого познания.
Результаты. Анализ выявил фундаментальную двойственность влияния ГИИ: с одной стороны, он способен способствовать развитию метакогнитивных навыков через структурированную поддержку, сократическое взаимодействие и рефлексивный диалог; с другой – провоцировать такие негативные явления, как «метакогнитивная лень», ложная самоэффективность и когнитивная пассивность. На основе проведённого синтеза предложена аналитическая рамка, включающая четыре ключевых условия эффективной интеграции ГИИ: (1) чёткое определение функциональной роли ИИ (коуч, оппонент, наставник, фасилитатор и др.); (2) привязка взаимодействия к конкретному компоненту метакогнитивной регуляции; (3) обязательная рефлексивная компонента; (4) обучение промпт-инженерии как метакогнитивному навыку. Разработана типология возможных педагогических стратегий, дифференцированных по трём компонентам регуляции: (1) планирование – ИИ как коуч по обучению; (2) мониторинг – ИИ как «зеркало понимания» или инструмент сравнительного анализа; (3) оценка – ИИ как генератор контраргументов или фасилитатор метадискуссии.
Заключение. Генеративный ИИ сам по себе не несёт однозначного риска или пользы для метакогнитивного развития, его эффект определяется исключительно педагогическим контекстом интеграции. Ключевым условием продуктивного использования является переосмысление роли ИИ как динамичного партнёра по обучению, а не как инструмента автоматизации мышления. Автор призывает к развитию экспериментальной, рефлексивной и диалоговой культуры внедрения ГИИ, ориентированной на сохранение и укрепление когнитивной автономии студентов как фундаментальной цели современного образования. Такой подход предполагает не просто техническое освоение ИИ, а формирование у учащихся критической осознанности, готовности к метауровневому анализу собственных когнитивных стратегий и ответственности за собственный познавательный процесс.