This article is dedicated to the problem of the formation of critical thinking, as well as media literacy of students in the context of regular use of generative artificial intelligence. Based on the study of scientific literature and the study of real pedagogical examples, it can be concluded that the learning potential of artificial intelligence is determined not by the properties of the technology itself, but by how to methodically introduce it into the educational process. The unconscious use of artificial intelligence leads to cognitive unloading, but with proper, methodically thought-out implementation, AI turns into an effective tool for training analytical thinking. A special emphasis is placed on the development of English—language materials and the formation of media literacy, a competence without which it is impossible to imagine the 21st century.

Keywords: generative artificial intelligence, critical thinking, media literacy, higher education, cognitive unloading, pedagogical strategies, large language models.

Введение

Цифровая среда сегодня перестраивает учебную и познавательную деятельность студентов. Искусственный интеллект способен почти мгновенно создавать тексты, аудио-и видеоматериалы, которые визуально и содержательно практически неотличимы от продуктов, созданных человеком. Подобное расширение инструментария открывает новые образовательные перспективы, но одновременно с этим, представляет угрозу для когнитивного развития. Особо остро встает вопрос с англоязычным контентом: подавляющее большинство учебных материалов и научных статей на английском языке.

Как в зарубежной, так и в отечественной педагогике уже сформирован солидный пласт трудов по критическому мышлению (Р. Эннис, Р. Пол, П. Фасьоне) и медиаграмотности (Д. Бэкингем, Р. Хоббс). При этом исследований, которые системно рассматривали бы взаимодействие учащихся со сгенерированным ИИ контентом в качестве ресурса для развития данных навыков, всё ещё не хватает. Большинство существующих исследовании сосредоточены либо на технических аспектах работы нейросетей, либо на этических проблемах плагиата. Цель данной статьи — установить и теоретически обосновать такие педагогические условия, при которых генеративный искусственный интеллект становится не заменой критического мышления и медиаграмотности, а их катализатором.

1. Медиаграмотность и критическое мышление в актуальной медийной реальности

Сегодня человек пребывает в информационной среде, настолько перенасыщенной контентом, что под угрозой оказывается сама возможность осмысленного восприятия. Броские заголовки, посты лидеров мнений, короткие видеоролики, рекламные интеграции и новостные сюжеты наслаиваются друг на друга, непрерывно сражаясь за ограниченный ресурс внимания. В такой ситуации умение отделять правдивое от ложного, аргументированное от манипулятивного превращается из желательного навыка в жёсткую необходимость.

Медиаграмотность можно определить как совокупность знаний о специфике информации в медиапространстве и комплекса умений по её анализу, оцениванию, фильтрации и критике. В роли ведущего двигателя медиаграмотности выступает критическое мышление, которое эксперты ЮНЕСКО характеризуют как главную цель медиаобразования и как привычку, требующую пожизненного развития [1].

Отдельного внимания заслуживает феномен персонализированных алгоритмов, порождающих «информационные пузыри». Платформы вроде TikTok и YouTube выстраивают индивидуальные ленты рекомендаций, исходя из предыдущих действий пользователя, что значительно ограничивает его доступ к альтернативным точкам зрения и ослабляет когнитивную готовность к критическому разбору. В западной педагогической традиции утвердилось понятие «критической медиаграмотности» (critical media literacy), которое предполагает не просто декодирование текста, но и обнаружение скрытых в нём властных отношений, культурных кодов и неявных интересов [2].

2. Генеративный ИИ как новый фактор образования: риски и возможности

Появление генеративных моделей ИИ стало ещё одним мощным фактором, трансформирующим медийное пространство. Нейросети, обученные на колоссальных массивах данных, способны за секунды генерировать контент, по стилистике и грамматике практически неотличимый от созданного человеком. Академическое сообщество встретило это с большой тревогой. Хрестоматийным примером стал случай студента РГГУ, защитившего в 2023 году выпускную работу, полностью написанную ChatGPT [3]. Вместе с тем, как справедливо подчёркивает Е. Ф. Мазанюк, «ИИ предоставляет уникальную возможность для дальнейшего развития человеческого сообщества, повышения качества социальных процессов» [4, с. 206].

Главная проблема состоит не в факте существования технологии, а в том, как именно она используется. Данные интернет-опроса показывают: 70 % студентов согласны, что ИИ отрицательно сказывается на критическом мышлении и способности самостоятельно анализировать информацию, а 62,5 % признают, что ИИ может допускать серьёзные ошибки [5]. Приведённые цифры говорят не о «вредоносности» искусственного интеллекта, а о неразвитости цифровых компетенций, уровень которых, как полагают исследователи, напрямую определяет остроту восприятия связанных с ИИ рисков [5].

К числу важнейших технических особенностей больших языковых моделей, требующих обязательного учёта в педагогической практике, относятся «галлюцинации» — порождение грамматически правильного, но фактически ошибочного текста. Специалисты OpenAI подчёркивают, что подобные ошибки неустранимы в силу самого алгоритма обучения: нейросеть воспроизводит языковые паттерны без глубинного понимания смысла и при дефиците данных достраивает контекст правдоподобной, однако ложной информацией [6]. Эту особенность, обычно расцениваемую как недостаток, можно превратить в педагогический ресурс: именно непредсказуемость и потенциальная ошибочность ИИ создают идеальную среду для отработки навыков факт-чекинга и критической оценки информации.

3. Педагогические стратегии интеграции ИИ для развития критического мышления

Масштабный анализ 63 эмпирических исследований за 2023–2025 годы, результаты которого были опубликованы в журнале Algorithms, показал, что почти в половине рассмотренных случаев фиксировались наблюдаемые улучшения критического мышления у студентов. Однако этот эффект проявлялся лишь тогда, когда использование ИИ сопровождалось структурированными скриптами и регулярной оценкой получаемых результатов [7]. Авторы обзора подчёркивают: «необходимы интенциональный педагогический дизайн, актуальные инструменты оценки и долгосрочные исследования, чтобы генеративный ИИ выступал катализатором, а не заменителем человеческого мышления» [7].

Опираясь на теоретические источники и прикладные кейсы, можно обозначить три ключевые стратегии встраивания ИИ в учебный процесс, нацеленные на формирование критического мышления и медиаграмотности.

Стратегия 1: ИИ как объект критического анализа

Обучающимся предоставляется сгенерированный нейросетью текст, содержащий либо намеренно заложенные, либо типичные для ИИ ошибки (фактические неточности, стилистические сбои, галлюцинации). Задача студента — обнаружить эти ошибки, аргументированно доказать их несостоятельность и представить исправленный вариант. Как подмечает Б. Н. Ахметова, «при поверхностном обращении к такому тексту нейросеть, как правило, выдаёт стандартное решение, не замечая скрытого сбоя. Именно поэтому ценным становится не сам ответ, а способность студента распознать некорректность исходных посылок» [8].

Стратегия 2: ИИ как интеллектуальный оппонент

Студент формулирует собственную позицию по дискуссионному вопросу, после чего нейросети даётся задание сгенерировать контраргументы, основанные на альтернативных данных. В этом случае ИИ используется не как инструмент упрощения, а как оппонент, стимулирующий более глубокую и развёрнутую аргументацию. Особую результативность метод показывает при обращении к англоязычному контенту: нейросеть способна привлекать источники из различных культурных и академических традиций.

Стратегия 3: Обучение промпт-инжинирингу как когнитивная практика

Чтобы получить от нейросети содержательный результат, пользователю необходимо чётко очертить тему, выделить ключевые аспекты, задать контекст и ограничения, а впоследствии корректировать полученный ответ. Вся эта деятельность требует активного критического мышления. Специалисты Технологического института Пачуки охарактеризовали такой подход как «педагогику осознанного ввода» (pedagogy of conscious input), отметив, что «истинный потенциал генеративного ИИ раскрывается, когда с ним взаимодействуют с намерением, критикой и педагогической чувствительностью» [9].

Отдельного внимания заслуживает внедрение названных стратегий в практику преподавания английского языка. Англоязычный контент, создаваемый ИИ, обладает рядом специфических черт: стилистическая нейтральность, унаследованная от академической речи; повторяющиеся речевые обороты; склонность к перечислениям через маркированные списки. Умение распознавать эти «маркеры» ИИ становится неотъемлемым компонентом медиаграмотности. Студентам, работающим с англоязычными источниками, необходимо не только извлекать смысл, но и определять происхождение текста, проверять факты по авторитетным базам данных и выявлять культурные или языковые искажения, которые могут быть заложены в обучающую выборку нейросети.

Международный опыт подтверждает действенность такого подхода. В одном из индийских университетов было проведено исследование с участием 101 магистранта, применявших ChatGPT и аналогичные инструменты. Авторы зафиксировали переход от автоматизированного взаимодействия к такому режиму работы, который не заменяет, а усиливает когнитивные и этические компетенции обучающихся [10]. Схожие пилотные проекты реализуются и в России: Северо-Кавказский федеральный университет внедряет GPT-технологии в качестве «интеллектуального ассистента» для генерации гипотез и анализа литературы, а Уфимский университет тестирует «ЛаньGPT» как «тренировочную среду для развития критического мышления» [11].

Заключение

Осуществлённый теоретический анализ даёт основания для ряда обобщающих положений.

1. Амбивалентность искусственного интеллекта. Генеративный ИИ не является ни безоговорочным преимуществом, ни абсолютной угрозой для образовательной сферы. Характер его воздействия на критическое мышление и медиаграмотность целиком определяется продуманностью педагогического дизайна. Когда ИИ функционирует как поставщик «готовых решений», он провоцирует эффект когнитивной разгрузки; когда же он выступает в роли «интеллектуального партнёра», то трансформируется в инструмент оттачивания аналитических способностей.
2. Методический инструментарий. В качестве наиболее результативных выделены три стратегии: ИИ как объект критического разбора (обнаружение ошибок), как интеллектуальный оппонент (генерирование контраргументов) и как среда для освоения промпт-инжиниринга (выстраивание запроса). Все они предполагают от студента интенсивной рефлексии, фактологической проверки и аргументированного оценивания.
3. Медиаграмотность как метакомпетенция. В условиях экспансии сгенерированного контента медиаграмотность перерастает рамки узкотехнических умений. Она вбирает в себя понимание устройства больших языковых моделей, распознавание характерных «следов» машинного текста, навыки обнаружения галлюцинаций и культурных смещений, а также способность выстраивать продуктивный диалог с нейросетью.
4. Прикладная ценность для обучения английскому языку. Взаимодействие с англоязычными материалами, порождёнными ИИ, открывает особые перспективы для параллельного развития языковых и когнитивных компетенций. Студенты осваивают не просто перевод или понимание, а критическую оценку происхождения контента, его достоверности и стилистической специфики.

Научная новизна представленных результатов состоит в том, что в статье впервые систематизированы педагогические условия, превращающие генеративный ИИ из потенциальной угрозы в средство формирования критического мышления и медиаграмотности, а также предложены конкретные пути интеграции данных подходов в преподавательскую практику. Теоретическая значимость работы связана с уточнением содержания понятий «критическое мышление» и «медиаграмотность» в контексте эры генеративного ИИ. Практическая значимость заключается в возможности прямого применения описанных стратегий в программах высшей школы, прежде всего при подготовке специалистов лингвистического и педагогического профиля.

Литература:

1. Wilson C., Grizzle A., Tuazon R. et al. Media and Information Literacy: Curriculum for Teachers. — Paris: UNESCO, 2011. — 192 p.
2. Critical Media Literacy: Teaching Students to Critically Analyze Media and Its Impact on Society // Diverse Daily. — 2023. — 15 March.
3. Студент РГГУ защитил диплом, написанный ChatGPT // ТАСС. — 2023. — 31 января.
4. Мазанюк Е. Ф. Применение искусственного интеллекта в школах РФ: перспективы и неоднозначные последствия / Е. Ф. Мазанюк // Проблемы современного педагогического образования. — 2022. — № 77–1. — С. 205–208.
5. Бурганова Л. А. Риски использования искусственного интеллекта в высшем образовании: взгляд студентов / Л. А. Бурганова, О. В. Юрьева, О. Ю. Кукушкина // Вестник экономики, права и социологии. — 2025. — № 2. — С. 241–246. — DOI: 10.24412/1998–5533–2025–2–241–246.
6. Неустранимость галлюцинаций у больших языковых моделей // Naked Science. — 2024. — 15 апреля.
7. Enhancing Critical Thinking Skills in ChatGPT-Human Interaction: A Scoping Review // R Discovery. — 2025. — 10 March.
8. Ахметова Б. Н. Использование генеративного ИИ как инструмента полемики в учебном процессе / Б. Н. Ахметова // Молодой учёный. — 2024. — № 15 (414). — С. 312–315.
9. Pedagogy of Conscious Input to Enhance Critical Thinking with Gen AI // Observatory of Educational Innovation, Tecnológico de Monterrey. — 2025. — 5 February.
10. Mukash Z. A Conceptual Framework for Using AI Tools as a Cognitive Instrument in Higher Education / Z. Mukash, A. Baimukhametova, D. Rakhimova // Pedagogy and Technology Management. — 2024. — Vol. 2. — No. 1. — P. 45–58.
11. В российских вузах апробируют «ЛаньGPT» — первого интеллектуального помощника для студентов // Teacher Journal. — 2024. — 20 ноября.