Алгоритмический союзник или автономный авторитет? Исследование влияния искусственного интеллекта на студентов социальных наук

В статье исследуется влияние искусственного интеллекта (ИИ) на студентов социальных наук. Рассматривается двойственная роль искусственного интеллекта как потенциального союзника в обучении, способствующего персонализации образовательного процесса и облегчающего доступ к информации, и как автономного авторитета, способного формировать зависимость и снижать критическое мышление. Анализируются результаты эмпирического исследования, проведенного среди студентов российских вузов, изучающих социологию, политологию и международные отношения. Исследование направлено на выявление восприятия студентами ИИ-инструментов, оценку их влияния на учебную мотивацию, самостоятельность в обучении и развитие аналитических способностей. Особое внимание уделяется этическим аспектам использования искусственного интеллекта в образовании и потенциальным рискам, связанным с чрезмерным доверием к алгоритмическим рекомендациям. На основе полученных данных предлагаются рекомендации по интеграции искусственного интеллекта в образовательный процесс социальных наук, способствующие развитию критического мышления и автономии студентов.

1. Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An argument for AI in Education. UCL Knowledge Lab.

2. Bailin, S., Case, R., Coombs, J., & Daniels, L. B. (1999). Common misconceptions of critical thinking. Journal of Curriculum Studies, 31(3), 269-283.

3. Barnett, R. (1997). Higher education: A critical business. Society for Research into Higher Education & Open University Press.

4. Popenici, S. A. D., & Kerr, S. (2017). Artificial intelligence and the curriculum: Competencies for the future. The Curriculum Journal, 28(2), 165-182.

5. Carr, N. G. (2010). The shallows: What the Internet is doing to our brains. W. W. Norton & Company.

6. Hwang, G. J., Xie, H., Zeng, Q., & Abelson, R. (2021). Artificial intelligence in education: Learning analytics to support personalized learning. British Journal of Educational Technology, 52(4), 1593-1609.

7. Selwyn, N. (2016). Education and technology: Key issues and debates. Bloomsbury Publishing.

8. van der Velde, M. (2019). The algorithmic turn in higher education: Challenges and opportunities. Teaching in Higher Education, 24(5), 671-684.

9. O’Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown.

10. Brookfield, S. D. (2012). Teaching for critical thinking: Tools and techniques to help students question their assumptions. Jossey-Bass.

11. Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). The ethics of algorithms: Mapping the debate. Big Data & Society, 3(2), 2053951716679679.

12. Livingstone, S. (2014). Developing media literacy for the digital age. Learning Media and Technology, 39(1), 3-18.

13. Facione, P. A. (1990). Critical thinking: A statement of expert consensus for purposes of educational assessment and instruction. The California Academic Press.

14. Bawden, D. (2001). Information and digital literacies: A review of concepts. Journal of Documentation, 57(2), 218-259