Частота использования ИИ не делает вас ИИ-грамотным: что показало исследование на 1647 студентах

Сегодня студенты массово используют ChatGPT и другие генеративные нейросети. Многие думают: «Чем чаще я пользуюсь, тем лучше я понимаю ИИ». Но так ли это на самом деле?

Авторы опросили 1647 студентов из 10 российских вузов (3–4 курсы бакалавриата, STEM, гуманитарные и социальные направления). Они измерили четыре характеристики:

1. Функциональную опору на ИИ — готовность делегировать ему решения.
2. Антропоморфизацию — восприятие ИИ как «почти человека».
3. Этическую чувствительность — озабоченность вопросами справедливости, прозрачности и ответственности.
4. Навык промптинга — умение составлять эффективные запросы (измеряли через реальное задание, а не по самооценке).

Главный вывод: частота использования генеративного ИИ связана с функциональной опорой на него и антропоморфизацией, но не связана с этической чувствительностью и навыком промптинга. То есть студент может пользоваться ИИ каждый день, но при этом не уметь грамотно формулировать запросы и не задумываться об этических рисках.

Почему «часто» не значит «хорошо»

Авторы исходят из того, что ИИ-грамотность — это не просто умение открыть ChatGPT. Это сложный набор компетенций:

• Понимание принципов работы ИИ.
• Критическая оценка его ответов.
• Этическое и правовое осмысление.
• Способность интегрировать ИИ в решение задач.
• Рефлексивное управление своим взаимодействием с системой.

Частота использования — это только один из показателей, и он не говорит о качестве. Человек может часами сидеть в соцсетях, но не стать экспертом по алгоритмам. То же самое — с ИИ.

Как устроено исследование

Выборка: 1647 студентов 3–4 курсов бакалавриата из 10 российских вузов:

• 982 — STEM (естественные и технические науки)
• 384 — гуманитарные направления
• 281 — социальные науки

Что измеряли:

Характеристика	Как измеряли
Функциональная опора на ИИ	Шкала LLM-D12 (насколько студент готов делегировать ИИ принятие решений)
Антропоморфизация ИИ	Шкала LLM-D12 (восприятие ИИ как «почти человека», партнёра)
Этическая чувствительность	Авторская шкала (озабоченность справедливостью, прозрачностью, безопасностью ИИ)
Навык промптинга	Реальное задание — составить промпт для ИИ по описанию бизнес-ситуации (10 ключевых условий, эксперты оценивали наличие/отсутствие)

Анализ: линейная регрессия с поправкой на множественные сравнения (чтобы не ловить ложные корреляции).

Что показало исследование: главные цифры

1. Частота использования ИИ связана с опорой на ИИ и антропоморфизацией

Связь	Коэффициент (β)	Значимость
Частота → опора на ИИ	0.218	p < 0.001
Частота → антропоморфизация	0.160	p < 0.001
Частота → этическая чувствительность	0.05	Не значимо
Частота → навык промптинга	-0.02	Не значимо

Что это значит: чем чаще студент использует ИИ, тем больше он на него полагается и тем больше очеловечивает. Но это не делает его более этичным или умелым в составлении запросов.

2. Разные сценарии использования — разные связи

Авторы выделили конкретные учебные задачи, в которых студенты используют ИИ.

Сценарий использования	Связь с антропоморфизацией
Курсовые и проектные работы	Положительная (β = 0.245, p < 0.01)
Подготовка устных выступлений	Положительная (β = 0.129, p = 0.045)
Поиск и обработка учебных материалов	Отрицательная (β = -0.137, p < 0.05)
Программирование	Отрицательная (β = -0.147, p < 0.05)

Вывод: длительные, текстоцентричные задачи (курсовые, выступления) усиливают восприятие ИИ как «партнёра» и «собеседника». Короткие, утилитарные задачи (поиск информации, программирование) — наоборот, снижают антропоморфизацию. ИИ остаётся просто инструментом.

3. Гуманитарии и соцнауки — более этически чувствительны

Направление	Этическая чувствительность
STEM (естественные науки)	Низкая (референтная группа)
Гуманитарные науки	Высокая (β = 0.369, p < 0.001)
Социальные науки	Высокая (β = 0.260, p < 0.001)

Что это значит: студенты гуманитарных и социальных направлений гораздо чаще задумываются об этических аспектах использования ИИ (справедливость, прозрачность, ответственность), чем студенты STEM. Это не значит, что STEM-студенты «аморальны» — скорее, этика не встроена в их повседневные учебные практики так, как в гуманитарные.

Важно: академическое направление не было значимо связано с опорой на ИИ или антропоморфизацией. То есть все студенты примерно одинаково полагаются на ИИ и очеловечивают его — независимо от того, что они изучают.

4. Навык промптинга не связан ни с чем

Ни один из предикторов (частота, сценарии, направление) не показал устойчивой связи с навыком промптинга после поправки на множественные сравнения. Даже те, кто часто использует ИИ, не обязательно умеют составлять хорошие запросы.

Вывод: промптинг — это не «побочный эффект» использования ИИ. Это отдельная компетенция, которая требует специального обучения.

Почему это важно для высшего образования

Авторы подчёркивают: университеты не могут ограничиваться простым «разрешить» или «запретить» ИИ. Нужно переходить к дифференцированной модели, которая учитывает разные аспекты взаимодействия с ИИ.

Аспект	Что делать
Навык промптинга	Требует специального обучения, а не только «опыта» использования.
Этическая чувствительность	Не формируется автоматически — нужны явные обсуждения границ, авторства, ответственности.
Антропоморфизация	Усиливается в длительных текстовых взаимодействиях — важно обсуждать, что ИИ не является «личностью».
Функциональная опора	Связана с частотой использования — важно учить студентов критически относиться к ответам ИИ, а не делегировать ему решения бездумно.

А в жизни как? Что с этим делать

Для преподавателей и разработчиков курсов:

• Не оценивайте ИИ-грамотность по тому, как часто студент использует ChatGPT. Спрашивайте: «Как ты составил запрос?», «Почему ты выбрал именно этот формат?», «Какие ограничения ты учитывал?».
• Включайте в курсы задания на промптинг с конкретными критериями (не просто «напиши запрос», а «задай 5 условий и укажи формат ответа»).
• Обсуждайте этику использования ИИ в каждой дисциплине, а не только на гуманитарных курсах. Особенно в STEM, где этот аспект часто игнорируется.

Для студентов:

• Не думайте, что «часто пользуюсь» = «хорошо разбираюсь». Оценивайте свой реальный навык: можете ли вы составить структурированный запрос, который даст нужный ответ с первого раза?
• Критически относитесь к ИИ: он не «понимает» и не «сочувствует». Это вероятностная модель, которая выдаёт статистически правдоподобные ответы.
• Если вы используете ИИ для курсовой — это может усиливать ваше восприятие его как «партнёра». Помните, что он не автор вашей работы. Вы отвечаете за результат.

Для разработчиков политик в вузах:

• Интеграция ИИ не должна сводиться к разрешению или запрету. Нужны чёткие критерии того, в каких задачах ИИ допустим, а в каких — нет.
• Оценивайте не только продукт (текст, код), но и процесс (как студент взаимодействовал с ИИ). Это меняет образовательную логику.

Коротко: что вынести

1. Частота использования генеративного ИИ не является индикатором ИИ-грамотности. Студент может пользоваться каждый день, но не уметь составлять хорошие запросы и не задумываться об этике.
2. Частое использование связано с опорой на ИИ (готовностью делегировать решения) и антропоморфизацией (восприятием как «почти человека»).
3. Длительные текстовые задачи (курсовые, выступления) усиливают антропоморфизацию. Короткие утилитарные задачи (поиск, программирование) — снижают.
4. Этическая чувствительность выше у гуманитариев и соцнаук, чем у STEM-студентов. Это не врождённое, а культурное и учебное различие.
5. Навык промптинга не связан с частотой использования. Это отдельная компетенция, которая требует специального обучения.
6. Что делать: вузам — переходить к дифференцированной модели формирования и оценки ИИ-компетенций. Преподавателям — учить промптингу и обсуждать этику. Студентам — не путать «часто» с «хорошо».

Источник

Тарасова К.В., Талов Д.П., Иванова А.Е. Когда чаще не значит лучше: сценарии использования генеративного ИИ в высшем образовании // Высшее образование в России. 2026. Т. 35. № 6. С. 127–148.

DOI: https://doi.org/10.31992/0869-3617-2026-35-6-127-148