«Формирование критического мышления у студентов в эпоху генеративных нейросетей»

УДК 37.015.3:004.8

«Формирование критического мышления у студентов в эпоху генеративных нейросетей»

Лавренков С.С.

​​​​​​​

Ключевые слова: критическое мышление, генеративные нейросети, ChatGPT, образование, цифровая педагогика, коннективизм, метапознание, когнитивная гигиена.

Введение

Появление доступных нейросетей, которые пишут тексты и код, стало для образования не просто новшеством, а настоящей сменой эпох. Это не очередная поисковая система, это фабрика готовых решений.

И тут возникает драма, которую точно подметил Герт Биста: риск, что инструмент обучения подменит собой само обучение. Мы можем потерять главное - способность ученика к самостоятельному, пусть и ошибочному, суждению. Мы лишим его «субъектности».

Раньше критическое мышление нужно было, чтобы отсеять лишнее в потоке данных. Сейчас же мы имеем дело с идеально упакованным, но абсолютно «непрозрачным» результатом работы алгоритма. Мы не видим, как он мыслил (и мыслил ли).

Поэтому перед педагогами стоит новая задача: пересмотреть само понятие «критическое мышление». Как его тренировать, когда соперник - искусственный интеллект, который так похож на человека?

1. Теоретические основания: от анализа текста к анализу диалога с машиной

Для построения новой педагогической модели необходимо обратиться к существующим теориям, которые позволяют осмыслить взаимодействие человека и ИИ как когнитивный процесс.

Модель критического мышления Пола - Элдер

Структура КМ, предложенная Ричардом Полом и Линдой Элдер, остается релевантной, но требует актуализации под каждый её элемент применительно к ИИ:

Элементы мысли: При постановке вопроса (первый элемент мысли) к ИИ студент должен осознавать, что вопрос к машине — это не запрос факта, а запрос на генерацию вероятностной последовательности токенов. Ответ ИИ всегда содержит скрытые предположения, заложенные в обучающих данных.

Интеллектуальные стандарты: Стандарт точности требует не просто проверки фактов, но и понимания, что ИИ может генерировать "галлюцинации" — уверенно излагать несуществующие данные. Стандарт логичности требует выявления ложных каузальных связей, которые статистическая модель может воспроизводить из-за корреляций в данных, не являющихся причинно-следственными.

Интеллектуальные добродетели: Интеллектуальная честность требует от студента признания факта использования ИИ и четкого разграничения своего и машинного вклада в работу.

Коннективизм и новая грамотность

Теория обучения в цифровую эпоху Джорджа Сименса (коннективизм) утверждает, что знание распределено по сетям, и ключевая компетенция — умение выстраивать эти сети и извлекать из них знание по запросу. В контексте генеративных нейросетей это умение трансформируется в промпт-грамотность:

Способность формулировать запрос, отражающий реальную когнитивную потребность.

Способность итеративно уточнять запрос, сужать или расширять контекст.

Способность оценивать релевантность полученного ответа, отсеивая шум.

Когнитивная психология: угроза "когнитивной разгрузки"

Исследования Дэниела Канемана о двух системах мышления (быстрой - интуитивной, и медленной - аналитической) приобретают новое звучание. Нейросети идеально подходят для обслуживания Системы 1, мгновенно предоставляя "правдоподобный" ответ. Систематическое использование ИИ как заменителя собственного мышления ведет к феномену "когнитивной разгрузки" (cognitive offloading), когда мозг перестает удерживать и анализировать информацию, перекладывая эту функцию на внешний инструмент. Это создает риск атрофии навыков медленного, глубинного мышления.

2. Когнитивные риски использования генеративных нейросетей в обучении

Анализ теоретических источников и наблюдений за практикой использования ИИ позволяет выделить три основных риска, которые необходимо учитывать при построении образовательной стратегии:

Риск иллюзии компетентности. Получив от ИИ развернутый и стилистически грамотный ответ на сложный вопрос, студент может ошибочно принять это за собственное понимание темы. Возникает разрыв между "знанием-копией" и "знанием-пониманием".

Риск деградации критического сомнения. Поскольку ИИ говорит уверенно и авторитетно, у пользователя снижается уровень здорового скептицизма. Особенно это опасно в гуманитарных и социальных науках, где трактовка событий зависит от методологии и мировоззрения исследователя.

Риск унификации мышления. Нейросети обучаются на усредненных данных и выдают наиболее вероятный, "срединный" ответ. Постоянная ориентация на такой ответ может нивелировать способность студента к нестандартным, оригинальным суждениям.

3. Педагогическая стратегия: формирование КМ через интеграцию ИИ

Запрет на использование ИИ в образовательном процессе технически трудно реализуем и педагогически контрпродуктивен. Эффективная стратегия заключается во встраивании нейросетей в учебную деятельность в качестве объекта и инструмента критического анализа. Основные принципы такой стратегии:

Принцип приоритета процесса над результатом. Оценивается не столько конечный продукт (текст, решение), сколько ход его получения, качество вопросов к ИИ, глубина последующей рефлексии и самостоятельной доработки.

Принцип "ИИ как оппонент". Нейросеть используется не как источник истины, а как генератор тезисов, которые студент должен оспорить, дополнить или опровергнуть, опираясь на научные источники.

Принцип метакогнитивной рефлексии. Студент должен постоянно отслеживать и фиксировать, какую часть работы выполнил он, а какую - машина, и в чем именно заключалась его интеллектуальная добавленная стоимость.

4. Типология учебных заданий для развития КМ с использованием ИИ

Предлагаемая типология заданий не является результатом эксперимента, а представляет собой теоретически обоснованную модель, готовую к апробации.

Аналитические задания на верификацию

Суть: Студент получает (или генерирует сам) текст от ИИ и проводит его фактологическую экспертизу.

Пример: «Сгенерируйте в нейросети текст об истории развития искусственного интеллекта. Используя не менее трех академических источников (учебники, научные статьи), составьте список обнаруженных фактических ошибок, неточностей и упрощений. Предложите исправленный вариант спорных фрагментов и напишите краткое пояснение, почему нейросеть могла ошибиться».

Развиваемые навыки: Верификация, работа с источниками, внимание к деталям.

Задания на логический анализ и аргументацию

Суть: Студент анализирует логическую структуру ответа ИИ.

Пример: «Запросите у нейросети аргументы в пользу определенной точки зрения (например, "следует ли ввести базовый безусловный доход"). Проанализируйте аргументацию на предмет наличия логических ошибок: подмена тезиса, круг в доказательстве, ложная дилемма, поспешное обобщение. Составьте аналитическую записку с классификацией найденных ошибок и предложите, как скорректировать промпт, чтобы получить логически более корректный ответ».

Развиваемые навыки: Логическая культура, критический анализ аргументации.

Задания на рефлексию и управление запросом (промпт-инжиниринг)

Суть: Студент работает с историей диалога, отслеживая эволюцию своего запроса.

Пример: «Вам нужно подготовить план курсовой работы. Вступите в диалог с нейросетью, последовательно уточняя запрос: начните с общего вопроса, затем добавьте требование учесть определенные теоретические подходы, затем - требование включить эмпирические данные, затем - сузьте хронологические рамки. Сохраните полную историю диалога. В итоговом эссе опишите, как менялось ваше понимание темы по мере уточнения запросов и какие ограничения ИИ вы обнаружили в процессе».

Развиваемые навыки: Целеполагание, рефлексия, понимание границ собственного знания и возможностей инструмента.

Задания на выявление предвзятости (bias-анализ)

Суть: Студент исследует, как меняется ответ ИИ в зависимости от формулировки запроса, выявляя скрытые стереотипы.

Пример: «Проведите мини-исследование предвзятости нейросети. Задайте один и тот же вопрос о профессиональных качествах, меняя только социально-демографические характеристики гипотетического субъекта (возраст, пол, национальность). Проанализируйте полученные ответы, используя метод контент-анализа. Напишите заключение о наличии или отсутствии стереотипных представлений в ответах модели и предположите, с чем это может быть связано».

Развиваемые навыки: Критический анализ социальных конструктов, исследовательские навыки, понимание этических проблем ИИ.

5. Роль преподавателя в новой модели обучения

Реализация описанной стратегии требует переосмысления роли преподавателя. Его функции смещаются от трансляции готового знания и контроля его усвоения к функциям:

Методолога: Разработка заданий, которые невозможно выполнить без включения собственного критического мышления.

Фасилитатора: Организация дискуссий и рефлексии по поводу результатов работы с ИИ.

Эксперта по когнитивной гигиене: Демонстрация культуры интеллектуального труда, включающей здоровый скептицизм по отношению к любым авторитетным источникам, включая алгоритмические.

Заключение

Знаете, часто слышу: «Нейросети - это конец образования, студенты совсем разучатся думать». Но давайте посмотрим правде в глаза: запретами мы ничего не добьемся. Вместо того чтобы прятать голову в песок, давайте подумаем, как подружить студентов с ИИ с пользой для дела.

Суть проста: мы должны перейти от обороны к диалогу. Человек должен оставаться за штурвалом, а нейросеть пусть будет штурманом, который предлагает маршруты. В статье собраны идеи и задания, которые помогут выстроить такой диалог. Надеюсь, что это станет отправной точкой для новых курсов, где студентов учат не потреблять готовое, а создавать своё - вместе с технологиями, а не вопреки им.

Список литературы

Устинов, П. «Эксперты по когнитивным технологиям стоят как хорошие футболисты» [Электронный ресурс] / П. Устинов // Вестник цифровой трансформации. – 2017. – 12 марта. – URL: https://cio.osp.ru/articles/120317-Experty-po-kognitivnym-tehnologiyam-stoyat-kak-horoshie-futbolisty (дата обращения: 15.02.2026).

Толчёнова, М. 10+ лучших нейросетей для генерации текста [Электронный ресурс] / М. Толчёнова // Skillbox Media. – 2024. – 18 дек. – URL: https://skillbox.ru/media/code/10-luchshih-neyrosetey-dlya-generacii-teksta/ (дата обращения: 16.02.2026).

Поль, Р. У. Критическое мышление: Что необходимо каждому для выживания в быстро меняющемся мире [Электронный ресурс] / Р. У. Поль. – 1990. – URL: https://evolkov.net/critic.think/Paul.R/index.html#gsc.tab=0 (дата обращения: 20.02.2026).