Типология установок преподавателей высшей школы в отношении искусственного интеллекта: результаты кластерного анализа

Аннотация

Резюме

Актуальность. Ускоренное внедрение систем искусственного интеллекта (ИИ) в высшее образование меняет содержание профессиональной деятельности преподавателя, а установки преподавателей в отношении ИИ во многом определяют сценарии цифровой трансформации вузов. Вместе с тем структура этих установок и их типологическое разнообразие изучены недостаточно. Большинство существующих исследований ограничиваются либо общими моделями технологического принятия, либо анализом отдельных мнений и опасений, тогда как типологическая реконструкция устойчивых психологических профилей отношения к ИИ представлена значительно слабее.

Цель. Выявить и описать типологию установок преподавателей высшей школы в отношении использования ИИ в профессиональной деятельности.

Выборка. В исследовании приняли участие 400 преподавателей российских вузов различного профиля. Средний возраст участников составил 38,07 года, средний педагогический стаж — 11,65 года.

Методы. В исследовании использовались шесть шкал валидизированного авторского опросника «Отношение преподавателей к искусственному интеллекту», а также показатели интенсивности использования ИИ, поведенческих практик, организационного контекста и вовлеченности в работу. Типология установок выявлялась с помощью иерархического кластерного анализа и метода k-средних. Различия между кластерами оценивались с применением параметрических и непараметрических статистических процедур.

Результаты. Выделены три типа установок преподавателей в отношении ИИ: «прагматично принимающие», «нормативно-рефлексивные пользователи» и «тревожно-дистанцированные скептики». Наибольший вклад в различение типов вносили воспринимаемая полезность ИИ, готовность к его внедрению, субъективная компетентность и профессиональная тревога. Нормативно-регулятивные показатели различали группы слабее. Возраст, педагогический стаж и вовлеченность в работу статистически значимо не были связаны с типологией. Различия в частоте использования ИИ носили ограниченный характер, тогда как различия в характере практик его использования и оценке организационного контекста были более выраженными.

Выводы. Установки преподавателей в отношении ИИ представляют собой многомерный психологический конструкт, включающий ресурсные, тревожные и нормативно-регулятивные измерения. Выявленная типология позволяет перейти от усредненного описания отношения к ИИ к реконструкции качественно разных психологических профилей и может использоваться при проектировании программ повышения квалификации, цифровой адаптации и локальной политики вузов в условиях внедрения ИИ.

Литература

Григорьев, С.М. (2025). Разработка и валидация опросника «Отношение преподавателей к искусственному интеллекту». Системная психология и социология, 56(4), 15–26. https://doi.org/10.24412/2223-6872-2025-456-15-26

Карпенко, О.М. (2020). Роль и функции преподавателя образовательной организации высшего образования в условиях цифровизации образования. Человеческий капитал, 4(136), 18–23.

Мяо, Ф., Холмс, У. (2024). Руководство по использованию генеративного искусственного интеллекта в образовании и научных исследованиях. Пер. с англ. А. Ляпичевой. Париж: ЮНЕСКО. https://doi.org/10.54675/EWZM9535

Поспелова, Е.А., Отоцкий, П.Л., Горлачева, Е.Н., Файзуллин, Р.В. (2024). Генеративный искусственный интеллект в образовании: текущие тенденции и перспективы. Профессиональное образование и рынок труда, 12(3), 6–21. https://doi.org/10.52944/PORT.2024.58.3.001

Роберт, И.В. (2024). Реализация возможностей искусственного интеллекта в образовании. Пространство педагогических исследований, 1(1), 60–75. https://doi.org/10.23859/3034-1760.2024.77.66.004

Роберт, И.В. (2025). Развитие информатизации образования периода цифровой трансформации. Педагогическое образование и наука, (2), 7–11. https://doi.org/10.56163/2072-2524-2025-2-7-11

Руденко, Е.С., Турянская, С.А. (2025). Генеративный искусственный интеллект для преподавателя: стратегии, инструменты, этика. Педагогическая перспектива, 19(3), 20–32. https://doi.org/10.55523/27822559_2025_3(19)_20

Трофимова, Н.Н. (2023). Актуальные проблемы и основные преимущества цифровизации образования. Финансовый бизнес, 235(1), 65–67.

Узнадзе, Д.Н. (2001). Психология установки. Санкт-Петербург: Изд-во «Питер».

Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T

Davis, F.D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008

Dwivedi, Y.K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C. et al. (2019). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, (57). URL: https://www.sciencedirect.com/science/article/abs/pii/S026840121930917X?via%3Dihub (access date: 02.06.2025).

Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D. et al. (2023). ChatGPT for Good? On opportunities and challenges of large language models for education. Learning and Individual Differences, (103), 102274. URL: https://www.sciencedirect.com/science/article/abs/pii/S1041608023000195?via%3Dihub (access date: 10.07.2025).

Knox, J., Williamson, B., Bayne, S. (2019). Machine behaviourism: future visions of 'learnification' and 'datafication' across humans and digital technologies. Learning, Media and Technology, (45), 1–15. https://doi.org/10.1080/17439884.2019.1623251

Krstić, L., Aleksić, V., Krstić, M. (2022). Artificial Intelligence in Education: A Review. In A. Veljko (ed.), 9th International Scientific Conference Technics and Informatics in Education (September 16-18, 2022) (pp. 223–228). Čačak: University of Kragujevac Publ.

Nevárez Montes, J., Elizondo-Garcia, J. (2025). Faculty acceptance and use of generative artificial intelligence in their practice. Frontiers in Education, (10). URL: https://www.sciencedirect.com/science/article/abs/pii/S026840121930917X?via%3Dihub (access date: 03.04.2025).

Schepman, A., Rodway, P. (2020). Initial Validation of the General Attitudes Towards Artificial Intelligence Scale. Computers in Human Behavior Reports, (1), 1–13. https://doi.org/10.1016/j.chbr.2020.100014

Schaufeli, W.B., Bakker, A.B. (2003). UWES — Utrecht Work Engagement Scale: Test manual. Utrecht: Utrecht University Publ.

Selwyn, N. (2021). Education and Technology: Key Issues and Debates (3rd ed.). London: Bloomsbury Academic.

Tlili, A., Shehata, B., Adarkwah, V.A., Bozkurt, A. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments, (10), 1–24. https://doi.org/10.1186/s40561-023-00237-x

Xue, L., Rashid, A., Ouyang, S. (2024). The unified theory of acceptance and use of technology (UTAUT) in higher education: A systematic review. SAGE Open, 14(1). URL: https://journals.sagepub.com/doi/10.1177/21582440241229570 (access date: 03.10.2025).

Zawacki-Richter, O., Marín, V.I., Bond, M., Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education — where are the educators? International Journal of Educational Technology in Higher Education, (16), 39–66. https://doi.org/10.1186/s41239-019-0171-0