Поколение ChatGPT: как искусственный интеллект меняет поведение студентов
Последнее обновление: 28 марта 2026 года / 9 минут на чтение
В последние годы тема влияния ИИ на образование всё чаще становится объектом исследований. Несмотря на многочисленные уже проведенные опросы, измерения, диспуты, тема остается актуальной и многослойной.
Так, в 2025 году в журнале Nature вышла статья «To adopt or to ban? Student perceptions and use of generative AI in higher education», где приводятся данные исследования того, как студенты используют ChatGPT и другие генеративные инструменты в учебе и повседневной жизни.
Исследование основано на опросе 1366 студентов из 24 университетов Италии. Его результаты показывают, что учащиеся применяют ИИ с определённой осторожностью и чаще делают это в личных задачах, чем в учебных. Например, 69,2% респондентов использовали генеративные инструменты для собственных проектов, тогда как лишь 38,7% прибегали к ним при выполнении учебных заданий. Такая разница во многом объясняется этическими сомнениями: для многих использование ИИ в академическом контексте остаётся спорным и воспринимается как не вполне честная практика.
При этом сегодня уже очевидно, что доля студентов, использующих ИИ в учебных целях, существенно выше. Как это отразится на качестве образования и не привет ли популярность ИИ у студентов к более поверхностному освоению материала? Такой риск, конечно, есть, но связан он скорее не с самой технологией, а с тем, как организован образовательный процесс.
В школьной системе ситуация выглядит несколько проще: здесь приоритетом остаётся не профессиональная подготовка, а развитие личности, формирование базового мышления и навыков самостоятельной работы. Проблема возникает тогда, когда учебные задания не учитывают современные реалии.
Если ученика не научить прилагать свои собственные усилия при решении той или иной задачи в детстве и юности, то он так и останется не готов к самостоятельной работе в целом. Здесь уже не важно какие именно учебные задачи он решал с помощью ИИ.
Исследование основано на опросе 1366 студентов из 24 университетов Италии. Его результаты показывают, что учащиеся применяют ИИ с определённой осторожностью и чаще делают это в личных задачах, чем в учебных. Например, 69,2% респондентов использовали генеративные инструменты для собственных проектов, тогда как лишь 38,7% прибегали к ним при выполнении учебных заданий. Такая разница во многом объясняется этическими сомнениями: для многих использование ИИ в академическом контексте остаётся спорным и воспринимается как не вполне честная практика.
При этом сегодня уже очевидно, что доля студентов, использующих ИИ в учебных целях, существенно выше. Как это отразится на качестве образования и не привет ли популярность ИИ у студентов к более поверхностному освоению материала? Такой риск, конечно, есть, но связан он скорее не с самой технологией, а с тем, как организован образовательный процесс.
В школьной системе ситуация выглядит несколько проще: здесь приоритетом остаётся не профессиональная подготовка, а развитие личности, формирование базового мышления и навыков самостоятельной работы. Проблема возникает тогда, когда учебные задания не учитывают современные реалии.
Если ученика не научить прилагать свои собственные усилия при решении той или иной задачи в детстве и юности, то он так и останется не готов к самостоятельной работе в целом. Здесь уже не важно какие именно учебные задачи он решал с помощью ИИ.
ИИ формирует новые учебные привычки
Активное внедрение искусственного интеллекта, бесспорно, меняет поведение студентов в процессе обучения. В первую очередь это сказывается на снижении мотивации к самостоятельной работе. При этом проблема заключается не столько в ослаблении критического мышления, сколько в нарушении связи между затраченным усилием и полученным результатом.
ИИ сервисы позволяют получать готовые решения гораздо быстрее и проще, чем это предполагалось в учебном задании. Цепочка становится предельно короткой: студент получает задачу, отдает её ИИ, получает ответ и сдаёт работу. Можно даже не вовлекаться в поиск решения. Со временем такое поведение может стать привычкой и закрепиться, как устойчивая модель поведения обходиться без собственных умственных усилий. В итоге, при появлении необходимости решить задачу самостоятельно, студенту будет крайне сложно это сделать. Этот эффект можно сравнить с физической формой: человек, регулярно тренирующийся, без труда пробежит нужную дистанцию и успеет, например, на трогающийся автобус, тогда как неподготовленному человеку даже кратковременное ускорение даётся с трудом.
Особенно актуально это в естественно-научных и технических дисциплинах. В этих областях существует множество задач, требующих последовательного выполнения операций и вычислений. Во время экзамена или теста важно не только понимать теорию, но и владеть практикой: быстро и точно выполнять действия, выбирать оптимальный путь.
При активном использовании ИИ возникает риск, что студенты будут помнить лишь общий принцип решения, но при этом утратят способность самостоятельно воспроизводить сам процесс вычислений и доводить задачу до результата.
ИИ сервисы позволяют получать готовые решения гораздо быстрее и проще, чем это предполагалось в учебном задании. Цепочка становится предельно короткой: студент получает задачу, отдает её ИИ, получает ответ и сдаёт работу. Можно даже не вовлекаться в поиск решения. Со временем такое поведение может стать привычкой и закрепиться, как устойчивая модель поведения обходиться без собственных умственных усилий. В итоге, при появлении необходимости решить задачу самостоятельно, студенту будет крайне сложно это сделать. Этот эффект можно сравнить с физической формой: человек, регулярно тренирующийся, без труда пробежит нужную дистанцию и успеет, например, на трогающийся автобус, тогда как неподготовленному человеку даже кратковременное ускорение даётся с трудом.
Особенно актуально это в естественно-научных и технических дисциплинах. В этих областях существует множество задач, требующих последовательного выполнения операций и вычислений. Во время экзамена или теста важно не только понимать теорию, но и владеть практикой: быстро и точно выполнять действия, выбирать оптимальный путь.
При активном использовании ИИ возникает риск, что студенты будут помнить лишь общий принцип решения, но при этом утратят способность самостоятельно воспроизводить сам процесс вычислений и доводить задачу до результата.
Экзамены в эпоху ИИ
Несмотря на то, что ИИ используется повсеместно и студентами и преподавателями, и все это прекрасно знают, формат экзаменов кардинально не меняется. Да, учащимся запрещено пользоваться телефонами и другими электронными устройствами. Однако на практике это не всегда становится серьёзным барьером — студенты продолжают находить способы обхода ограничений.
При этом современный смартфон уже давно перестал быть аналогом бумажной шпаргалки. Это полноценный доступ к мощным вычислительным ресурсам и генеративным моделям, способным решать широкий спектр задач и отвечать на разнообразные вопросы. По сути, телефон открывает мгновенный доступ к огромному массиву данных.
В таких условиях сами знания всё чаще становятся не прямой целью, а косвенным показателем более глубоких навыков, формирующихся в процессе обучения.
● Способность запоминать и удерживать информацию. Если человек не умеет систематизировать материал и переводить его в долговременную память, это указывает на пробелы в образовательном процессе.
● Навык обработки информации — умение не просто воспроизводить факты, а анализировать их, делать выводы и объединять разрозненные данные в единую картину. Это и есть проявление критического мышления. В базовом виде оно выражается в привычке проверять себя: получив ответ, человек дополнительно оценивает его корректность.
Далеко не всегда такую проверку можно провести по любой дисциплине так же легко, как в математике. Тем не менее сама установка на перепроверку информации играет ключевую роль. Именно привычка соотносить выводы с реальностью и подвергать их дополнительной оценке лежит в основе критического мышления.
При этом современный смартфон уже давно перестал быть аналогом бумажной шпаргалки. Это полноценный доступ к мощным вычислительным ресурсам и генеративным моделям, способным решать широкий спектр задач и отвечать на разнообразные вопросы. По сути, телефон открывает мгновенный доступ к огромному массиву данных.
В таких условиях сами знания всё чаще становятся не прямой целью, а косвенным показателем более глубоких навыков, формирующихся в процессе обучения.
● Способность запоминать и удерживать информацию. Если человек не умеет систематизировать материал и переводить его в долговременную память, это указывает на пробелы в образовательном процессе.
● Навык обработки информации — умение не просто воспроизводить факты, а анализировать их, делать выводы и объединять разрозненные данные в единую картину. Это и есть проявление критического мышления. В базовом виде оно выражается в привычке проверять себя: получив ответ, человек дополнительно оценивает его корректность.
Далеко не всегда такую проверку можно провести по любой дисциплине так же легко, как в математике. Тем не менее сама установка на перепроверку информации играет ключевую роль. Именно привычка соотносить выводы с реальностью и подвергать их дополнительной оценке лежит в основе критического мышления.
Новый подход к подготовке к экзаменам
Искусственный интеллект меняет процесс подготовки к экзаменам и зачётам. Это особенно заметно на примере мотивированных студентов, которые хотят действительно разобраться в материале. У них появился доступный инструмент, который может спокойно и понятным языком объяснить сложные темы — без ограничений по времени и без страха задать «неудобный» вопрос перед всей аудиторией. Раньше застенчивый студент нередко оставался один на один со своими трудностями, тогда как ИИ позволяет устранить этот барьер. Теперь можно задать вопрос и получить объяснение в удобный момент и в комфортной форме. Это существенно расширяет образовательные возможности и облегчает вход в сложные дисциплины.
Однако у такого подхода есть и обратная сторона. Во время лекции студент может не до конца разобраться в теме и отложить её «на потом», рассчитывая вернуться к этому вопросу с помощью ИИ, но в итоге так и не сделать этого. В результате формируются пробелы в знаниях.
Однако у такого подхода есть и обратная сторона. Во время лекции студент может не до конца разобраться в теме и отложить её «на потом», рассчитывая вернуться к этому вопросу с помощью ИИ, но в итоге так и не сделать этого. В результате формируются пробелы в знаниях.
Что делать с ИИ в образовании — запрещать или регулировать?
Как может измениться студенчество под влиянием ИИ
Результаты упомянутого ранее исследования подводят систему образования к важному выбору: пытаться полностью запретить использование генеративных инструментов или выстроить понятные правила их применения.
Жёсткие запреты в данном случае вряд ли окажутся эффективными. Более продуктивным выглядит прозрачное и чёткое регулирование. Прежде всего, в каждом учебном задании должно быть ясно указано, допускается ли использование ИИ при его выполнении. Такой подход уже применяется к другим инструментам: например, в одних задачах калькулятор запрещён, а в других разрешён для упрощения рутинных операций.
Второй важный аспект — понятная система ответственности за нарушение установленных правил. Если использование генеративных сервисов запрещено, студент должен заранее знать, какие последствия его ожидают в случае нарушения. Чётко прописанные санкции становятся сдерживающим фактором.
Третий элемент — инструменты выявления и предотвращения несанкционированного использования технологий. Это могут быть различные решения: от систем прокторинга до технических ограничений доступа к интернету во время экзамена. Такие меры не являются универсальными и имеют свои ограничения, однако в сочетании с прозрачными правилами они позволяют лучше контролировать процесс.
Наиболее важную роль играет воспитание культуры честного прохождения экзамена, честной конкуренции по отношению к своим сокурсникам. Почему конкуренции? Любая система оценки предполагает подведение итогов, сравнения результатов, вывода общей статистики и объявления лучших учеников. А это и есть конкуренция, получить честный результат играя по всем правилам – значит соблюсти не только правила вуза, но и соблюсти правила конкуренции. Для нашего понимания это не всегда привычно, тогда как в зарубежной практике понятие конкуренции за место в учебной аудитории, а позже за рабочее место в успешной компании очень привычные.
Мы не зря вспомнили и про конкуренцию на рынке труда, очевидно, что работодатели тоже должны внести свою лепту в формирование будущего рынка образования, голосуя за реальные навыки выпускника, за его умение критически мыслить, решать задачи и принимать ответственные решения.
Жёсткие запреты в данном случае вряд ли окажутся эффективными. Более продуктивным выглядит прозрачное и чёткое регулирование. Прежде всего, в каждом учебном задании должно быть ясно указано, допускается ли использование ИИ при его выполнении. Такой подход уже применяется к другим инструментам: например, в одних задачах калькулятор запрещён, а в других разрешён для упрощения рутинных операций.
Второй важный аспект — понятная система ответственности за нарушение установленных правил. Если использование генеративных сервисов запрещено, студент должен заранее знать, какие последствия его ожидают в случае нарушения. Чётко прописанные санкции становятся сдерживающим фактором.
Третий элемент — инструменты выявления и предотвращения несанкционированного использования технологий. Это могут быть различные решения: от систем прокторинга до технических ограничений доступа к интернету во время экзамена. Такие меры не являются универсальными и имеют свои ограничения, однако в сочетании с прозрачными правилами они позволяют лучше контролировать процесс.
Наиболее важную роль играет воспитание культуры честного прохождения экзамена, честной конкуренции по отношению к своим сокурсникам. Почему конкуренции? Любая система оценки предполагает подведение итогов, сравнения результатов, вывода общей статистики и объявления лучших учеников. А это и есть конкуренция, получить честный результат играя по всем правилам – значит соблюсти не только правила вуза, но и соблюсти правила конкуренции. Для нашего понимания это не всегда привычно, тогда как в зарубежной практике понятие конкуренции за место в учебной аудитории, а позже за рабочее место в успешной компании очень привычные.
Мы не зря вспомнили и про конкуренцию на рынке труда, очевидно, что работодатели тоже должны внести свою лепту в формирование будущего рынка образования, голосуя за реальные навыки выпускника, за его умение критически мыслить, решать задачи и принимать ответственные решения.
Здесь можно только фантазировать, сейчас процессы меняются стремительно и даже для консервативной сферы образования срок 5-10 лет не является прозрачным, чтобы строить достоверные прогнозы. Можно предположить, что произойдет разделение форматов обучения и программы с активным применением ИИ инструментов будут развиваться параллельно, как самостоятельное направление. Подобно тому, как это сейчас произошло с онлайн курсами. Тогда к существующим оффлайн, онлайн добавятся еще цифровые программы. В этой схеме оффлайн программы обучения могут стать самым дорогим, премиальным форматом, ориентированным на личное взаимодействие с преподавателем.
Статья написана по материалам интервью с Чеховичем Юрием Викторовичем, кандидатом физико-математических наук, экспертом в области академической этики, машинного обучения и ИИ, заведующим лабораторией №42 в ИПУ РАН и основателем сервиса интеллектуальной проверки академических работ «Думейт».
Статья написана по материалам интервью с Чеховичем Юрием Викторовичем, кандидатом физико-математических наук, экспертом в области академической этики, машинного обучения и ИИ, заведующим лабораторией №42 в ИПУ РАН и основателем сервиса интеллектуальной проверки академических работ «Думейт».
Используя искусственный интеллект при подготовке своей статьи, эссе, курсовой работы или диплома, не забудьте проверить свою работу перед сдачей. В Думейт проверить работу можно бесплатно. Перейти к проверке
Популярные статьи блога
Получайте свежие новости в нашей рассылке!