The article examines theoretical foundations and empirical evidence on the impact of generative artificial intelligence on learning outcomes in secondary vocational education. State documents set the goal of developing AI skills on a mass scale, yet there is no specific regulation of AI use in colleges, while students already widely use generative models. Analysis of experimental studies supports the distinction between completing a task and learning: AI that provides ready-made solutions may reduce independent performance, whereas AI embedded in a well-designed pedagogical organisation can support learning. The author proposes three modes of using generative AI in the college learning process (without AI, AI as a tutor and opponent, AI as a professional tool) with corresponding assessment methods and considers personal data protection and verification of generated content.
Keywords: artificial intelligence, generative models, secondary vocational education, AI tutor, assessment, AI literacy, personal data.
Национальная стратегия развития искусственного интеллекта ставит задачу, чтобы к 2030 году доля работников, имеющих навыки использования технологий искусственного интеллекта, выросла не менее чем до 80 % по сравнению с 5 % в 2022 году, и предусматривает актуализацию образовательных программ всех уровней образования для получения гражданами компетенций в этой области [1]. В системе среднего профессионального образования появилась специальность 09.02.13 «Интеграция решений с применением технологий искусственного интеллекта», по которой присваивается квалификация «специалист по работе с искусственным интеллектом» [2], а в методиках определения показателей федерального проекта «Кадры для цифровой трансформации» студенты СПО прямо названы среди получателей сертификатов по программированию, искусственному интеллекту и робототехнике [3]. Вместе с тем в самой Стратегии целевая численность выпускников установлена только для высшего образования, а методические рекомендации Министерства просвещения Российской Федерации по применению искусственного интеллекта, направленные письмом от 31.08.2026 № СК-702/08, адресованы общеобразовательным организациям [4]. Для колледжей специального регулирования пока нет.
Практика при этом опережает регулирование. По данным И. Н. Скрипкина, Д. А. Беляева и О. В. Селищева, инструменты искусственного интеллекта активно используют 88 % опрошенных студентов СПО и 68 % студентов вузов [5]. Д. Б. Воронцов и А. В. Воронцова, проведя опрос 349 обучающихся (включая 138 студентов СПО), установили, что чаще всего искусственный интеллект применяется для выполнения домашнего задания (более половины респондентов), а как им пользоваться в образовательной организации, показали лишь 12,3 % опрошенных [6]. Среди студентов ведущих вузов искусственный интеллект в учёбе используют около 87 % [7]. Обучающиеся уже пользуются генеративными моделями; вопрос в том, учит ли их этому колледж и как это использование влияет на результаты обучения.
Цель статьи — обобщить теоретические основания и эмпирические данные о влиянии генеративного искусственного интеллекта на учебные результаты и определить педагогические условия его применения в среднем профессиональном образовании.
Отправной точкой анализа служит различие между выполнением задания и научением. Генеративная модель способна выполнить многие учебные задания за обучающегося, но учебный результат возникает не из готового продукта, а из действий, которые обучающийся совершил сам. Поэтому центральный вопрос состоит не в том, разрешать или запрещать искусственный интеллект, а в том, какое учебное действие он замещает. М. В. Бернавская разграничивает технократическую и рефлексивную модели интеграции и предлагает систему, «при которой работа с генеративным инструментом становится предметом учебной деятельности, а не способом её замещения»; выбор между моделями, по её оценке, имеет ценностно-педагогическую, а не техническую природу [8]. Результаты эмпирических исследований, представленные в таблице 1, подтверждают значимость этого различия.
Таблица 1
Результаты исследований влияния генеративного искусственного интеллекта на обучение
|
Исследование |
Дизайн |
Результат |
|
Х. Бастани и др., 2025 |
Рандомизированный эксперимент, около 1000 старшеклассников, математика |
С ИИ результаты на практических занятиях выше на 48 % (обычный чат-бот) и на 127 % (ИИ-тьютор). После отключения доступа к ИИ результаты группы, использовавшей обычный чат-бот, стали на 17 % хуже результатов контрольной группы; у группы, использовавшей ИИ-тьютор, значимого ухудшения нет |
|
Г. Кестин и др., 2025 |
Перекрёстный эксперимент, 194 студента, физика |
ИИ-тьютор, построенный на принципах активного обучения, дал больший прирост знаний, чем занятие в аудитории, при меньших затратах времени |
|
Я. Фань и др., 2025 |
Рандомизированный эксперимент, 117 студентов, письменная работа |
С ChatGPT выше оценка за текст, но прирост знаний и их перенос не отличаются от других групп |
|
И. Н. Скрипкин и др., 2025 |
Педагогический эксперимент, 200 студентов, две группы по 100 человек |
Порога успеваемости достигли 90 человек, использовавших ИИ, и 87 — не использовавших; различия статистически незначимы |
|
И. Б. Готская, М. А. Фатьянов, 2026 |
Педагогический эксперимент в колледже, 60 студентов |
При вспомогательной роли ИИ и обязательной проверке его ответов наблюдалось значимое превосходство экспериментальной группы по всем критериям |
Примечание. Составлено автором по [9; 10; 11; 5; 12].
Наиболее показателен эксперимент Х. Бастани с соавторами. Пока у старшеклассников был доступ к модели, их результаты на практических занятиях росли, но после отключения доступа группа, пользовавшаяся обычным чат-ботом, решала задачи хуже контрольной; авторы описывают использование модели как «костыль» [9]. Группа, работавшая с ИИ-тьютором, который давал подсказки, но не выдавал готовое решение, этого ухудшения не показала. Близкий вывод сделали Я. Фань с коллегами: работа с ChatGPT повысила качество текста, но не прирост знаний, а авторы предупреждают о риске «метакогнитивной лени» [11]. Опрос 319 работников умственного труда, проведённый Х.-П. Ли с соавторами, показал, что чем выше доверие к искусственному интеллекту, тем реже человек прибегает к критическому мышлению [13]. Для профессионального образования это существенно: выпускник колледжа будет пользоваться такими инструментами и на рабочем месте.
Отрицательный эффект, однако, не является неизбежным. ИИ-тьютор, разработанный Г. Кестиным с соавторами на основе принципов активного обучения, дал больший прирост знаний, чем занятие в аудитории [10]. Метаанализ Р. Дэна с коллегами, обобщивший 69 экспериментальных исследований, зафиксировал не только положительное влияние ChatGPT на успеваемость и мышление высокого уровня, но и снижение умственного усилия; сами авторы призывают интерпретировать результаты осторожно из-за методологических ограничений включённых работ [14]. Российские данные также неоднозначны. В эксперименте И. Н. Скрипкина с соавторами использование ИИ на успеваемость не повлияло, и авторы подчёркивают, что без установки обучающихся на ценность знания технология ситуацию не изменит [5]. Опрос более 4000 студентов вузов, проведённый Я. И. Кузьминовым с коллегами, показал, что для студентов с высокой успеваемостью искусственный интеллект становится инструментом развития, а для остальных — наоборот [15]. Если этот вывод подтвердится в СПО, бесконтрольное использование искусственного интеллекта может усилить разрыв между сильными и слабыми студентами.
Таким образом, эффект определяется не технологией, а педагогической организацией её применения. На этой основе мы предлагаем различать в учебном процессе колледжа три режима использования генеративного искусственного интеллекта, каждый из которых соответствует своей учебной цели (таблица 2).
Таблица 2
Режимы использования генеративного искусственного интеллекта в учебном процессе колледжа
|
Режим |
Учебная цель |
Пример для ИТ-специальностей |
Способ оценивания |
|
Без ИИ |
Освоение базового умения, которое должно быть сформировано у самого студента |
Первичное освоение синтаксиса языка, ручная настройка сети, контрольные работы |
Самостоятельное выполнение, промежуточная аттестация |
|
ИИ как тьютор и оппонент |
Понимание и критическая проверка |
Получение подсказки вместо решения, поиск ошибок в ответе модели, сравнение двух решений |
Оценивание процесса: промежуточные версии, обоснование исправлений, устное пояснение |
|
ИИ как профессиональный инструмент |
Применение в условиях, близких к профессиональным |
Генерация и проверка кода, подготовка документации, анализ журналов событий |
Оценивание результата с обязательной проверкой и указанием, какая часть выполнена с помощью ИИ |
Первый режим необходим потому, что проверить ответ модели может только тот, кто сам владеет умением. Рекомендации Министерства просвещения для школ не допускают использование искусственного интеллекта при промежуточной и итоговой аттестации и при выполнении заданий, предусматривающих личную демонстрацию результатов обучения [4]; эта логика применима и к колледжу. Второй режим соответствует условиям, выявленным в эксперименте И. Б. Готской и М. А. Фатьянова: вспомогательный характер использования, двухэтапная проверка ответов и профессиональная контекстуализация; наибольшие различия получены именно в умении находить ошибки в ответах искусственного интеллекта [12]. Несовершенство модели здесь превращается в дидактический ресурс. Третий режим отвечает профессиональной направленности СПО и общей компетенции «Использовать современные средства поиска, анализа и интерпретации информации и информационные технологии для выполнения задач профессиональной деятельности» [16, ОК 02]. Последовательность режимов важна: студент переходит к профессиональному использованию инструмента после того, как освоил умение и научился проверять результат.
Отдельный аспект применения искусственного интеллекта — безопасность. В рекомендациях Министерства просвещения указано, что при использовании общедоступных сервисов, передающих данные на серверы разработчика, недопустима загрузка данных, позволяющих идентифицировать обучающегося, без отдельного согласия, с указанием конкретных рисков [4]; согласие на обработку персональных данных по закону должно быть конкретным, информированным и сознательным [17]. Это касается и преподавателя, загружающего в чат-бот работы студентов, и самого студента. Кроме того, 43 % россиян, по данным аналитического центра «Национальное агентство финансовых исследований», не уверены, что смогут распознать дипфейк [18]. Поэтому грамотность в области искусственного интеллекта включает не только умение составить запрос, но и умение защитить свои данные и проверить достоверность сгенерированного контента. При решении этой задачи целесообразно опираться на раздел «Безопасность в информационном пространстве» учебного предмета «Основы безопасности и защиты Родины» и дисциплинами профиля информационной безопасности.
Применение искусственного интеллекта меняет и подходы к оцениванию. В рекомендациях отмечено, что сервисы обнаружения сгенерированных текстов характеризуются высокой вероятностью ошибок, поэтому окончательное решение о недопустимом использовании искусственного интеллекта должен принимать педагог [4]. Проект Кодекса этики в сфере искусственного интеллекта в образовании рекомендует отдавать предпочтение процессным способам оценки, а не оценке исключительно конечного результата [19]. Для колледжа это означает смещение от проверки готовой работы к проверке того, как она выполнялась: защита, промежуточные версии, объяснение решения, выполнение части задания в аудитории. Такие формы уже привычны для СПО, где оценивание практической подготовки и демонстрационный экзамен основаны на наблюдении за выполнением задания.
Таким образом, генеративный искусственный интеллект способен как поддерживать обучение, так и замещать его, и эффект определяется педагогической организацией применения. Предложенные положения — различение выполнения задания и научения, три режима использования с соответствующими способами оценивания, включение вопросов безопасности в содержание грамотности в области искусственного интеллекта — носят теоретический характер и нуждаются в эмпирической проверке на материале СПО. Перспективной задачей мы считаем исследования по схеме, аналогичной эксперименту Х. Бастани с соавторами: сравнение результатов студентов, обучавшихся в разных режимах, на контрольном задании, выполняемом без искусственного интеллекта.
Литература:
- О развитии искусственного интеллекта в Российской Федерации (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года»): Указ Президента Российской Федерации от 10.10.2019 № 490: [ред. от 15.02.2024]. — URL: https://base.garant.ru/72838946/ (дата обращения: 17.11.2026). — Текст: электронный.
- Об утверждении федерального государственного образовательного стандарта среднего профессионального образования по специальности 09.02.13 «Интеграция решений с применением технологий искусственного интеллекта»: Приказ Министерства просвещения Российской Федерации от 24.12.2024 № 1025. — URL: https://legalacts.ru/doc/prikaz-minprosveshchenija-rossii-ot-24122024-n-1025-ob-utverzhdenii/ (дата обращения: 17.11.2026). — Текст: электронный.
- Об утверждении методик расчета показателей национального проекта «Экономика данных и цифровая трансформация государства» и входящих в его состав федеральных проектов: Приказ Министерства цифрового развития, связи и массовых коммуникаций Российской Федерации от 29.11.2024 № 995: [ред. от 24.06.2026]. — URL: https://rulaws.ru/acts/Prikaz-Mintsifry-Rossii-ot-29.11.2024-N-995/ (дата обращения: 17.11.2026). — Текст: электронный.
- О методических рекомендациях: письмо Министерства просвещения Российской Федерации от 31.08.2026 № СК-702/08 (вместе с «Методическими рекомендациями для педагогических работников общеобразовательных организаций по применению в профессиональной деятельности искусственного интеллекта»). — URL: http://base.garant.ru/414894238/ (дата обращения: 17.11.2026). — Текст: электронный.
- Скрипкин, И. Н. Языковые системы искусственного интеллекта в образовательном процессе: качество знаний обучающихся в контексте практик нейросетевого масштабирования учебного процесса / И. Н. Скрипкин, Д. А. Беляев, О. В. Селищев // Перспективы науки и образования. — 2025. — № 5 (77). — С. 601–617. — DOI 10.32744/pse.2025.5.39. — URL: https://cyberleninka.ru/article/n/yazykovye-sistemy-iskusstvennogo-intellekta-v-obrazovatelnom-protsesse-kachestvo-znaniy-obuchayuschihsya-v-kontekste-praktik (дата обращения: 17.11.2026). — Текст: электронный.
- Воронцов, Д. Б. К вопросу об использовании средств искусственного интеллекта в образовательных практиках: опыт исследования / Д. Б. Воронцов, А. В. Воронцова // Профессиональное образование в России и за рубежом. — 2024. — № 3 (55). — С. 174–182. — DOI 10.54509/22203036_2024_3_174. — URL: https://cyberleninka.ru/article/n/k-voprosu-ob-ispolzovanii-sredstv-iskusstvennogo-intellekta-v-obrazovatelnyh-praktikah-opyt-issledovaniya (дата обращения: 17.11.2026). — Текст: электронный.
- ИИ в образовании: как преодолеть соблазн готовых решений // Национальный исследовательский университет «Высшая школа экономики» : [сайт]. — URL: https://www.hse.ru/news/edu/1038459152.html (дата обращения: 17.11.2026). — Текст: электронный.
- Бернавская, М. В. Методологическое обоснование рефлексивной интеграции генеративного искусственного интеллекта в профессиональное образование / М. В. Бернавская // Педагогика. Вопросы теории и практики. — 2026. — Т. 11, № 7. — С. 1498–1505. — DOI 10.30853/ped20260175. — URL: https://cyberleninka.ru/article/n/metodologicheskoe-obosnovanie-refleksivnoy-integratsii-generativnogo-iskusstvennogo-intellekta-v-professionalnoe-obrazovanie (дата обращения: 17.11.2026). — Текст: электронный.
- Generative AI without guardrails can harm learning: Evidence from high school mathematics / H. Bastani, O. Bastani, A. Sungu [et al.] // Proceedings of the National Academy of Sciences. — 2025. — Vol. 122, no. 26. — Art. e2422633122. — DOI 10.1073/pnas.2422633122. — URL: https://www.pnas.org/doi/10.1073/pnas.2422633122 (дата обращения: 17.11.2026). — Текст: электронный.
- AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting / G. Kestin, K. Miller, A. Klales [et al.] // Scientific Reports. — 2025. — Vol. 15. — Art. 17458. — DOI 10.1038/s41598-025-97652-6. — URL: https://www.nature.com/articles/s41598-025-97652-6 (дата обращения: 17.11.2026). — Текст: электронный.
- Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance / Y. Fan, L. Tang, H. Le [et al.] // British Journal of Educational Technology. — 2025. — Vol. 56, no. 2. — P. 489–530. — DOI 10.1111/bjet.13544. — URL: https://doi.org/10.1111/bjet.13544 (дата обращения: 17.11.2026). — Текст: электронный.
- Готская, И. Б. Корпоративное обучение преподавателей как условие эффективного применения нейросетей в обучении физике студентов неинженерных специальностей среднего профессионального образования / И. Б. Готская, М. А. Фатьянов // Письма в Эмиссия.Оффлайн. — 2026. — № 6. — ART 3735. — URL: http://emissia.org/offline/2026/3735.htm (дата обращения: 17.11.2026). — Текст: электронный.
- The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers / H.-P. Lee, A. Sarkar, L. Tankelevitch [et al.] // Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. — New York: ACM, 2025. — P. 1–22. — DOI 10.1145/3706598.3713778. — URL: https://doi.org/10.1145/3706598.3713778 (дата обращения: 17.11.2026). — Текст: электронный.
- Does ChatGPT enhance student learning? A systematic review and meta-analysis of experimental studies / R. Deng, M. Jiang, X. Yu [et al.] // Computers & Education. — 2025. — Vol. 227. — Art. 105224. — DOI 10.1016/j.compedu.2024.105224. — URL: https://doi.org/10.1016/j.compedu.2024.105224 (дата обращения: 17.11.2026). — Текст: электронный.
- Отстающие и опережающие: как студенты используют генеративный искусственный интеллект в образовательных целях / Я. И. Кузьминов, Е. В. Кручинская, И. А. Груздев, А. А. Наумов // Высшее образование в России. — 2025. — Т. 34, № 6. — С. 9–35. — DOI 10.31992/0869-3617-2025-34-6-9-35. — URL: https://cyberleninka.ru/article/n/otstayuschie-i-operezhayuschie-kak-studenty-ispolzuyut-generativnyy-iskusstvennyy-intellekt-v-obrazovatelnyh-tselyah (дата обращения: 17.11.2026). — Текст: электронный.
- Об утверждении федерального государственного образовательного стандарта среднего профессионального образования по специальности 09.02.12 Техническая эксплуатация и сопровождение информационных систем: Приказ Министерства просвещения Российской Федерации от 10.03.2025 № 184. — URL: https://pravo.ppt.ru/prikaz/minprosveshcheniya-rossii/n-184–312156 (дата обращения: 17.11.2026). — Текст: электронный.
- О персональных данных: Федеральный закон от 27.07.2006 № 152-ФЗ: [ред. от 26.07.2026]. — URL: https://www.consultant.ru/document/cons_doc_LAW_61801/ (дата обращения: 17.11.2026). — Текст: электронный.
- Почти половина россиян считают, что не смогут распознать дипфейк: результаты опроса / Аналитический центр НАФИ. — Москва, 2025. — 3 дек. — URL: https://nafi.ru/polls/pochti-polovina-rossiyan-schitayut-chto-ne-smogut-raspoznat-dipfeyk/ (дата обращения: 17.11.2026). — Текст: электронный.
- Проект Кодекса этики в сфере искусственного интеллекта в образовании: отраслевое приложение / Альянс в сфере искусственного интеллекта. — Москва, 2025. — URL: https://ethics.a-ai.ru/ethics-of-education (дата обращения: 17.11.2026). — Текст: электронный.

