УДК 37
DOI: 10.36871/26189976.2026.06-5.004

Авторы

Василий Юрьевич Виноградов,
Доктор технических наук, профессор кафедры конструирования и технологии производства электронных средств, Казанский национальный исследовательский технический университет имени А.Н. Туполева-КАИ
Валерий Валентинович Косулин,
Кандидат технических наук, доцент, Казанский государственный энергетический университет
Таиса Хусаиновна Хаджимурадова,
Кандидат педагогических наук, доцент кафедры теории и технологии социальной работы, Чеченский государственный университет имени А.А. Кадырова

Аннотация

В статье исследуется влияние внедрения технологий искусственного интеллекта на качество образовательного процесса и научной деятельности с использованием инструментов математического моделирования, причём акцент делается на анализе теоретических моделей, описывающих двойственное воздействие ИИ на систему образования и науки: с одной стороны, ИИ повышает производительность образовательного процесса в преподавании структурированных, легко формализуемых дисциплин и ускоряет обработку научных данных, а с другой стороны, его чрезмерное и неосмотрительное использование может приводить к деформации педагогических практик, снижению глубины усвоения фундаментальных знаний и ослаблению критического мышления, что создаёт фундаментальную информационную асимметрию и риск систематической неэффективной аллокации образовательных и исследовательских ресурсов. Актуальность исследования обусловлена стремительным проникновением генеративных нейросетей и интеллектуальных систем в образовательную и научную практику, что создаёт иллюзию неограниченных возможностей для повышения педагогической и исследовательской эффективности, однако при отсутствии учёта долгосрочных последствий может приводить к парадоксальному результату – снижению качества подготовки специалистов и научных результатов, несмотря на рост технологической оснащённости учебного и исследовательского процесса.

Ключевые слова

искусственный интеллект
математическое моделирование
образование
научная деятельность

Список литературы

[1] Гончаров С.А. Искусственный интеллект в высшем образовании: риски и перспективы // Высшее образование в России. – 2024. – № 5. – С. 112–124.

[2] Куле В. Двуликий технологический прогресс и гонка вооружений в образовании людей и чат-ботов // Экономическая теория и практика. – 2026. – № 2. – С. 45–62.

[3] Петерсон Э.Дж. Образовательная ловушка, обусловленная искусственным интеллектом: теоретическая модель несоответствия навыков в условиях асимметричных технологических шоков // Вопросы образования. – 2025. – № 4. – С. 78–95.

[4] Петров А.Ю. Влияние генеративных нейросетей на академическую честность и качество образования // Педагогика. – 2025. – № 2. – С. 45–58.

[5] Соколова Е.В. Методологические вызовы использования искусственного интеллекта в научных исследованиях // Науковедение. – 2025. – № 3. – С. 78–90.

[6] Бранда Ф., Чиккоцци М., Скарпа Ф. Искусственный интеллект в научных исследованиях: вызовы, возможности и императив человеко-центричной синергии // Журнал наукометрии и информатики. – 2025. – Т. 19, № 4. – С. 45–62.

[7] Хао Ц. и др. Влияние искусственного интеллекта на научные исследования: анализ 41 миллиона публикаций // Вестник науки. – 2026. – № 3. – С. 112–128.

[8] Эванс Дж., Сюй Ф., Ли Ю. Искусственный интеллект и трансформация научного познания // Вопросы философии науки. – 2026. – № 2. – С. 34–51.

[9] Абдурахман С., Салхордех Зиабари А., Мур А.К., Бартелс Д.М., Дегхани М. Руководство по оценке больших языковых моделей в социально-научных исследованиях // Психологический журнал. – 2025. – № 2. – С. 56–73.

[10] Влияние искусственного интеллекта на науку: вызовы и перспективы // Вестник биоинженерии. – 2026. – Т. 4. – С. 1–15.