КОГНИТИВНО-ПЕДАГОГИЧЕСКИЕ ОСНОВЫ РАЗВИТИЯ НЕЙРО-ИИ-КОМПЕТЕНЦИЙ СТУДЕНТОВ В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ ВЫСШЕГО ОБРАЗОВАНИЯ
Ключевые слова:
цифровая трансформация, нейро-ИИ-компетенция, ИИ- грамотность, высшее образование, когнитивная регуляция, культура промптинга, академическая добросовестность, саморегулируемое обучение, критическое мышление, педагогическая модель.Аннотация
Стремительная интеграция искусственного интеллекта в высшее
образование существенно изменила характер академического обучения и
требования к компетенциям студентов. Перед университетами всё более остро
стоит задача подготовки студентов не только к использованию инструментов
искусственного интеллекта, но и к критическому мышлению в образовательной
среде, опосредованной ИИ, оценке сгенерированной информации,
регулированию когнитивной деятельности и сохранению академической
ответственности. В этом контексте особую значимость приобретает понятие
нейро-ИИ-компетенции, объединяющее грамотность в области искусственного
интеллекта с когнитивной саморегуляцией, рефлексивным суждением и этической осознанностью.
В статье рассматриваются теоретические и педагогические основы
развития нейро-ИИ-компетенций студентов в условиях цифровой
трансформации. Исследование основано на нарративно-аналитическом обзоре
международных нормативно-концептуальных документов, научной литературы
и современных исследований в области применения искусственного интеллекта
в высшем образовании. Особое внимание уделяется рамочной модели
компетенций в области ИИ UNESCO, подходу Европейского союза к ИИ-
грамотности, взглядам OECD на обучение с поддержкой искусственного
интеллекта, а также современным теориям когнитивной регуляции,
саморегулируемого обучения и мультимедийного обучения. Результаты анализа
показывают, что нейро-ИИ-компетенцию следует рассматривать как
интегративный педагогический конструкт, включающий критическую проверку
результатов, сгенерированных искусственным интеллектом, культуру
промптинга, управление когнитивной нагрузкой, мультимодальное мышление,
академическую добросовестность и рефлексивное обучение. Установлено также,
что эффективность обучения с использованием искусственного интеллекта
зависит не от пассивного восприятия сгенерированных ответов, а от способности
студента самостоятельно анализировать, проверять, пересматривать и
обосновывать информацию. Сделан вывод о необходимости внедрения в
учреждениях высшего образования процессно-ориентированной педагогической
модели, предусматривающей обучение студентов сочетанию использования
искусственного интеллекта с когнитивной самостоятельностью и этической
ответственностью. Такой подход способствует развитию аналитического
мышления, совершенствованию рефлексивного обучения и подготовке
академически ответственных выпускников в условиях цифровой трансформации
образовательной среды.
Библиографические ссылки
1. World Economic Forum. The Future of Jobs Report 2025. – Geneva: World Economic Forum, 2025.
2. Freeman J. Student Generative AI Survey 2025. – Oxford: Higher Education Policy Institute, 2025.
3. UNESCO. AI Competency Framework for Students. – Paris: UNESCO, 2024.
4. European Union. Artificial Intelligence Act. Article 4: AI Literacy. – 2024.
5. OECD. PISA 2029 Media and Artificial Intelligence Literacy. – Paris: OECD, 2025.
6. Long D., Magerko B. What Is AI Literacy? Competencies and Design Considerations // Proceedings of the 2020
CHI Conference on Human Factors in Computing Systems. – New York: ACM, 2020.
7. Zimmerman B. J. Becoming a Self-Regulated Learner: An Overview // Theory Into Practice. – 2002. – Vol. 41,
No. 2. – P. 64–70.
8. Sweller J. Cognitive Load During Problem Solving: Effects on Learning // Cognitive Science. – 1988. – Vol. 12,
No. 2. – P. 257–285.
9. Mayer R. E. Multimedia Learning. – 3rd ed. – Cambridge: Cambridge University Press, 2021.
