ФОРМИРОВАНИЕ КРИТИЧЕСКОГО МЫШЛЕНИЯ БУДУЩИХ ПЕДАГОГОВ ПРИ РАБОТЕ С ТЕХНОЛОГИЯМИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Раздел: Искусственный интеллект и профессиональное развитие педагога

Журнал: Материалы V Всероссийской научно-практической конференции с междун. участием «ИИ в образовании. Современные достижения и перспективы применения: в генерации знаний, управлении, обучении, оценке результатов обучения и формировании компетенций обучающихся»

25 мая 2026 г.

Авторы: Новоселова Ксения Витальевна

Информационно-коммуникационные технологии в педагогическом образовании, 2026. № 2 (101). itped.ru

_______________________________________________________________________

УДК 372.8

К. В. Новоселова

K. V. Novoselova

Новоселова Ксения Витальевна, ассистент, КГПИ КемГУ, г. Новокузнецк, Россия.

Novoselova Kseniya Vitalievna, assistant, Kuzbass Humanitarian Pedagogical Institute of Kemerovo State University, Novokuznetsk, Russia.

ФОРМИРОВАНИЕ КРИТИЧЕСКОГО МЫШЛЕНИЯ БУДУЩИХ ПЕДАГОГОВ ПРИ РАБОТЕ С ТЕХНОЛОГИЯМИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

DEVELOPING CRITICAL THINKING IN PRE-SERVICE TEACHERS THROUGH ENGAGEMENT WITH ARTIFICIAL INTELLIGENCE TECHNOLOGIES

Аннотация. В статье представлена практико-ориентированная модель формирования критического мышления будущих педагогов, реализуемая в дисциплине «Системы ИИ в профессиональной деятельности». Представлен рефлексивный верификационный протокол в рамках развития ИИ-грамотности.

Annotation. The article presents a practice-oriented model for developing critical thinking in pre-service teachers, implemented within the course AI Systems in Professional Practice. A reflective verification protocol is introduced as a core component of AI literacy development.

Ключевые слова: критическое мышление, искусственный интеллект, педагогическое образование, ИИ-грамотность, генеративные модели, рефлексивный анализ, верификация педагогического контента, системы ИИ в профессиональной деятельности.

Keywords: critical thinking, artificial intelligence, teacher education, AI literacy, generative models, reflective analysis, verification of pedagogical content, AI systems in professional practice.

Введение

Актуальность исследования обусловлена массовым проникновением генеративных технологий искусственного интеллекта (ИИ) в образовательную практику. Согласно данным социологического опроса, проведённого в Казанском национальном исследовательском техническом университете им. А. Н. Туполева – КАИ (2025), 82 % студентов регулярно используют нейросети для решения учебных задач, при этом 54,2 % делают это систематически [8]. А по результатам исследования Ассоциации организаторов студенческих олимпиад «Я – профессионал» в 2025 году 85 % российских студентов пользуются нейросетями в той или иной степени [8].

Однако, как отмечается в редакционной статье журнала «Высшее образование в России», сам по себе инструмент ИИ «не развивает навыки критического мышления и решения проблем, которые необходимы для успеха в учёбе и на протяжении всей жизни» [5].

Проблема заключается в риске формирования у будущих педагогов «ленивого мозга» – тенденции к пассивному потреблению готовых ИИ-решений, что приводит к утрате способности к самостоятельному творческому осмыслению профессиональных задач [3]. В этой связи возникает необходимость разработки методически обоснованной модели формирования критического мышления, где ИИ выступает не источником истины, а объектом критического анализа.

Цель статьи – теоретически обосновать и практико-ориентированно описать модель формирования критического мышления будущих педагогов в рамках дисциплины «Системы искусственного интеллекта в профессиональной деятельности».

Задачи исследования: 1) раскрыть сущность ИИ-грамотности педагога через призму критического мышления; 2) описать архитектуру практико-рефлексивных заданий курса; 3) систематизировать типичные ошибки генеративных моделей в педагогическом контексте; 4) предложить верификационный протокол для будущих учителей.

Теоретико-методологические основы

В современной педагогической науке критическое мышление понимается как совокупность когнитивных умений, обеспечивающих способность к углублённому анализу информации, оценке её достоверности и применимости, формулировке обоснованных суждений [2]. В контексте профессиональной подготовки педагога критическое мышление включает следующие компоненты: анализ, синтез, интерпретация, обобщение, оценивание, умозаключение, саморефлексия [6].

А. Д. Бочарова предлагает рассматривать развитие критического мышления через шесть последовательных стадий: 1) определение проблемы; 2) исследование и сбор информации; 3) критика информации; 4) умозаключение; 5) развитие навыков обсуждения; 6) принятие информированных решений [1]. Данная модель, изначально разработанная для обучения иностранному языку, демонстрирует универсальность и может быть адаптирована для дисциплин ИИ-направления.

Важным методологическим основанием выступает концепция «ИИ-грамотности педагога». В отечественной и зарубежной литературе под данным термином понимается совокупность знаний, умений и навыков в области искусственного интеллекта, позволяющих человеку понимать основные принципы функционирования технологий ИИ и эффективно взаимодействовать с ними в процессе решения профессиональных и личных задач, а также критически оценивать этические риски и последствия применения данных технологий для общества [7]. Применительно к педагогической деятельности ИИ-грамотность структурируется по пяти взаимосвязанным компонентам [7].

Когнитивный: понимание базовых концепций ИИ, алгоритмов машинного обучения, знание сильных и слабых сторон технологий, осознание педагогического потенциала и рисков интеграции.
Деятельностный: практические навыки формулирования запросов, осмысленная интеграция ИИ-инструментов в учебный процесс, выбор инструментов под конкретные методические задачи.
Рефлексивный: способность критически оценивать педагогическую эффективность внедрения ИИ, анализ авторских методик, проведение ситуативной и перспективной рефлексии.
Личностный: умение контролировать эмоции при взаимодействии с ИИ, предотвращение эффекта антропоморфизации и излишнего доверия к системам, сохранение уверенности в собственных творческих и методических способностях.
Этический: знание принципов социальной ответственности, гуманизма, справедливости, прозрачности алгоритмов и конфиденциальности данных; понимание идеи субъектности педагога, согласно которой ответственность за использование результатов ИИ всегда лежит на человеке [7].

Развитие данных компонентов может рассматриваться как переход между тремя уровнями ИИ-грамотности: элементарным (базовое понимание и выбор инструментов), функциональным (активная разработка педагогических стратегий интеграции) и продвинутым (глубокие знания в области машинного обучения, творческое использование и участие в разработке этических норм) [8]. Критическое мышление выступает сквозным механизмом, обеспечивающим переход между уровнями.

Дисциплина «Системы искусственного интеллекта
в профессиональной деятельности»

Практическая реализация модели осуществляется в рамках дисциплины «Системы искусственного интеллекта в профессиональной деятельности», включающей 8 лабораторных работ на 16 академических часов. Тематический блок охватывает ключевые профессиональные задачи будущего учителя: применение нейросетей в педагогической практике; создание учебных и дидактических материалов; разработку контрольно-измерительных материалов (тестов, викторин, контрольных вопросов); генерацию презентаций, схем и методических инструкций; работу с ИИ-агентами; разработку образовательных чат-ботов. Архитектура каждого занятия построена по единой методологической схеме: изучение теоретического блока → выполнение задания по образцу → самостоятельная работа → обязательный этап анализа, рефлексии и ответов на контрольные вопросы.

Ключевым методическим сдвигом в курсе является смещение фокуса оценивания: с качества сгенерированного ИИ-продукта на глубину его критической оценки студентами. Задания специально конструируются таким образом, чтобы будущие педагоги не просто получали готовый результат, а проводили комплексную верификацию фактов, дат, вычислений и нормативных ссылок, оценивали педагогическую целесообразность применения конкретного инструмента и адаптировали контент под возрастные особенности учащихся.

В ряде лабораторных работ реализуется принцип сравнительного мультиинструментального анализа: студенты решают одну профессиональную задачу с помощью нескольких нейросетевых сервисов, после чего составляют таблицу сопоставления результатов, выявляя сильные и слабые стороны каждой модели. Особый акцент делается на освоении технологий детекции ИИ-генерации и проверки на академическую добросовестность: будущие учителя обучаются методам различения текстов, созданных человеком и алгоритмом, что обусловлено их двойной профессиональной ролью – не только эффективного пользователя ИИ-инструментов для собственной методической работы, но и эксперта, способного объективно оценивать учебные продукты собственных учеников. Подобная архитектура последовательно развивает когнитивный, деятельностный и рефлексивный компоненты ИИ-грамотности, формируя устойчивый навык профессиональной верификации [7].

Практико-ориентированная модель задания:
генерация и анализ плана-конспекта урока

Центральным элементом модели является задание на генерацию с помощью ИИ плана-конспекта урока по заданной теме с последующим обязательным рефлексивным анализом. Алгоритм выполнения включает: 1) конструирование педагогического промпта с указанием целеполагания, класса, требований ФГОС; 2) генерацию и фиксацию ответа; 3) верификацию фактов и методической логики; 4) ручную коррекцию; 5) написание аналитического отчёта.

Приведем примеры студенческих рефлексий, адаптированные для публикации, демонстрируют глубину критического осмысления.

«Вывод: очень необычно и интересно, дизайн очень хороший, остается немного для официального стиля доделать (титульники, оглавления и т.д.). Текст бы немного подвинул в которых местах... картинки переобрезаны в моменте. И некоторые слайды говорят об одном и том же. Но 6-7 слайдов рабочие, все хорошо. Цель выполнена на 70 %».
«Оба слайда содержат только "простыни текста". Для презентации это критично. Нет слов-маркеров. Презентация выглядит как статичная шпаргалка. Содержательное наполнение хорошее. Подача материала требует серьезной доработки для превращения в качественную презентацию».
«Никакая из нейросетей не справилась с задачей, ни текст, ни картинки непонятны и не несут в себе никакого учебного познавательного контента».

Студенты осваивают стратегию избирательного взаимодействия: «Проверяю факты и адаптирую материалы, сверяю с учебником, тестирую примеры кода. Адаптирую под класс, под возраст учащихся, упрощаю для младших, добавляю термины для старших, беру примеры из жизни учеников».

Подобные задания, основанные на принципах индуктивного подхода, способствуют развитию навыков верификации данных и преодолению излишнего доверия к генеративным системам [3]. Ключевой дидактический принцип заключается в использовании ИИ как объекта критики и анализа, а не как источника готовых ответов [4].

Анализ студенческих работ и теоретических источников позволяет систематизировать типичные ошибки генеративных моделей.

«Галлюцинации» источников и фактов. Как отмечают Е. Н. Ивахненко и В. С. Никольский: «нейросеть может и добывать реальную информацию, и выдумывать собственную... Тогда ChatGPT будет с полной уверенностью рассказывать несуществующие факты и ссылаться на ею же выдуманные источники» [5]. В студенческих отчётах фиксируется: «нейросеть ссылается на ряд несуществующих работ» [3].
Методическая поверхностность. ИИ часто генерирует формально корректные, но педагогически неглубокие материалы: «Информации недостаточно для академического часа, поэтому, прочитав то, что выдал ИИ, нужно глубже и всеобъемлюще раскрыть тему» [из работ студентов, адаптировано для публикации].
Ошибки визуализации и схем. При генерации изображений и логотипов студенты отмечают: «ИИ ужасно справляется со схемами... все кривые и непонятные, в некоторых даже не понятно, что есть что. Схемы явно лучше делать самостоятельно» [из работ студентов, адаптировано для публикации].
«Уверенный тон ошибок». ИИ выдаёт спорные рекомендации с высокой категоричностью, что требует от пользователя постоянной перепроверки.
Этические и нормативные риски. Некритичное использование ИИ может привести к нарушению авторских прав, генерации контента со стереотипами или культурными искажениями, что требует особого внимания при подготовке будущих педагогов [5].

Верификационный протокол для будущих педагогов

На основе анализа источников и студенческих практик предлагается чек-лист обязательной проверки ИИ-контента (табл. 1).

Таблица 1

Чек-лист обязательной проверки ИИ-контента

Этап проверки	Контрольные вопросы	Источники для сверки
Фактологическая точность	Соответствуют ли даты, термины, формулы, имена авторитетным источникам?	Учебники, правовые информационные системы, электронные библиотечные системы (Еlibrary, Лань, Юрайт) [3]
Методическая валидность	Присутствует ли проблемная ситуация, поэтапность, рефлексия, формы контроля? Соответствует ли структура урока деятельностному подходу?	ФГОС, рабочие программы, методические рекомендации
Нормативное соответствие	Учтены ли требования ФГОС, СанПиН, возрастные особенности, инклюзивные аспекты?	Федеральные законы, нормативные документы в области образования [3]
Педагогическая этика	Отсутствуют ли стереотипы, культурные искажения, некорректные формулировки?	Профессиональный кодекс педагога, этические стандарты [5]
Фактологическая точность	Соответствуют ли даты, термины, формулы, имена авторитетным источникам?	Учебники, правовые информационные системы, электронные библиотечные системы (Еlibrary, Лань, Юрайт) [3]

Ключевой принцип протокола: «ИИ следует использовать для создания проблемных ситуаций, где ученики оценивают его результаты, выявляя ограничения и проверяя по источникам» [4].

Заключение

Анализ студенческих рефлексивных отчётов свидетельствует о положительной динамике в развитии критического мышления: от первоначального доверия к ИИ → к избирательному использованию → к профессиональной верификации. Это указывает на необходимость дальнейшего совершенствования оценочных инструментов, фокусирующихся не на скорости генерации, а на глубине рефлексивного анализа и переходе студентов от элементарного к функциональному уровню ИИ-грамотности [7].

Проведённое исследование позволяет сделать следующие выводы.

Критическое мышление при работе с ИИ становится новой профессиональной компетенцией педагога, требующей целенаправленного формирования в рамках дисциплин ИИ-направления. Теоретическим основанием выступает 5-компонентная модель ИИ-грамотности (когнитивный, деятельностный, рефлексивный, личностный, этический), обеспечивающая системный подход к развитию данной компетенции [7].
Дисциплина «Системы искусственного интеллекта в профессиональной деятельности», построенная на принципе «генерация → верификация → рефлексия», выступает эффективным методическим полигоном для отработки навыков критического анализа ИИ-контента и перехода между уровнями ИИ-грамотности.
Типичные ошибки генеративных моделей (галлюцинации, методическая поверхностность, ошибки визуализации) требуют внедрения обязательного верификационного протокола, включающего проверку фактологии, методической логики, нормативного соответствия и педагогической этики.
Смещение фокуса оценивания с качества ИИ-генерации на глубину студенческого анализа способствует переходу от пассивного потребления цифрового контента к профессионально ответственному соавторству.

Рекомендации для педагогических вузов: 1) внедрение верификационных протоколов в рабочие программы дисциплин; 2) разработка рубрик оценивания рефлексивных отчётов; 3) интеграция этических модулей, раскрывающих ответственность педагога за использование ИИ-инструментов; 4) организация профессионального развития преподавателей через метод конкретных ситуаций, сетевые программы обучения и формы типа «книжный клуб ИИ», позволяющие накапливать опыт безопасного и критичного внедрения технологий [7].

Как справедливо отмечают Е. Н. Ивахненко и В. С. Никольский, «запретить искусственный интеллект невозможно... В сложившейся ситуации особенно важно научиться превращать проблемы в возможности и стараться адаптировать свою практику к изменениям» [5].

Список литературы

Бочарова, А. Д. примеры использования нейросетей в целях развития навыка критического мышления на занятиях по английскому языку / А. Д. Бочарова – Текст : непосредственный // Студенческий. – 2024. – № 22-3(276). – С. 35-37.
Ветренко, Е. А. Анализ влияния использования нейронных сетей на развитие критического мышления и технических навыков студентов при изучении математики / Е. А. Ветренко – Текст : электронный // Управление образованием: теория и практика. – 2024. – № 10-2 (89). – URL: https://cyberleninka.ru/article/n/analiz-vliyaniya-ispolzovaniya-neyronnyh-setey-na-razvitie-kriticheskogo-myshleniya-i-tehnicheskih-navykov-studentov-pri-izuchenii (дата обращения: 21.05.2026).
Даниленко, С. В. Влияние генеративного искусственного интеллекта на развитие критического мышления студентов / С. В. Даниленко, Ю. М. Мартынюк, В. С. Ванькова – Текст : непосредственный // Актуальные вопросы современных научных исследований : Сборник статей XXI Международной научно-практической конференции. В 3-х частях, Пенза, 20 декабря 2025 года. Часть 3. – Пенза: МЦНС Наука и Просвещение (ИП Гуляев Г.Ю.), 2025. – С. 46-49. – EDN KODNLW.
Зауытбекова, А. Т. Использование искусственного интеллекта в преподавании русского языка и литературы: инструмент для развития критического мышления / А. Т. Зауытбекова – Текст : непосредственный // Международный студенческий научный вестник. – 2025. – № 6. – С. 69. – EDN FOGKJV.
Ивахненко, Е. Н. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? / Е. Н. Ивахненко, В. С. Никольский – Текст : непосредственный // Высшее образование в России. – 2023. – Т. 32. – № 4. – С. 9-22. – DOI 10.31992/0869-3617-2023-32-4-9-22. – EDN TZHIHU.
Кокнова, Т. А. Использование технологий искусственного интеллекта для формирования критического мышления у студентов-филологов / Т. А. Кокнова, С. Н. Гришак, В. П. Каткова, Е. А. Борзых – Текст : электронный // Ценности и смыслы. – 2025. – № 4 (98). – URL: https://cyberleninka.ru/article/n/ispolzovanie-tehnologiy-iskusstvennogo-intellekta-dlya-formirovaniya-kriticheskogo-myshleniya-u-studentov-filologov (дата обращения: 21.05.2026).
Тихонова, Н. В. Грамотность педагога в области искусственного интеллекта: теоретический анализ понятия / Н. В. Тихонова, Д. Р. Сабирова – Текст : электронный // Образование и наука. – 2025. – № 6. – URL: https://cyberleninka.ru/article/n/gramotnost-pedagoga-v-oblasti-iskusstvennogo-intellekta-teoreticheskiy-analiz-ponyatiya (дата обращения: 21.05.2026).
Яруткин, Ф. М. Искусственный интеллект в образовании: как нейросети меняют подход к обучению студентов / Ф. М. Яруткин – Текст : непосредственный // Цифровая экономика глазами студентов : Материалы V Международной научной конференции, Казань, 16 мая 2025 года. – Казань: ИП Сагиев А. Р., 2025. – С. 1366-1368. – EDN BROXBP.

PDF