Возможности генеративного искусственного интеллекта для развития критического мышления обучающихся

Vollständiger Abstract

Worum geht es in dieser Arbeit?

В условиях цифровой трансформации системы общего образования формирование критического мышления обучающихся становится одной из ключевых метапредметных задач, закрепленных в федеральных государственных образовательных стандартах. Внедрение генеративного искусственного интеллекта (ГИИ) в учебный процесс создает как новые возможности для развития когнитивных способностей школьников, так и существенные риски снижения их познавательной самостоятельности и критичности. Цель статьи – теоретическое обоснование и систематизация способов применения ГИИ для целенаправленного развития критического мышления обучающихся. Методологическую основу работы составили системно-деятельностный, компетентностный и когнитивно-конструктивистский подходы. В ходе анализа отечественной и зарубежной литературы (более 45 источников) с использованием методов систематизации, типологизации, сравнительного анализа и педагогического моделирования установлено, что критическое мышление не является изолированным психическим феноменом, а тесно взаимосвязано с дивергентным, инженерным, системным, креативным, рефлексивным, аналитическим, алгоритмическим мышлением и дизайн-мышлением. Выявлены и классифицированы две основные группы способов применения ГИИ: инструментально-технологические (диалоговые тренажеры, сократические чат-боты, платформы для визуализации аргументации, интеллектуальные тьюторские системы, средства обучения промпт-инжинирингу) и педагогические стратегии (проблемный диалог с ИИ, метакогнитивное сопровождение, формирование ИИ-грамотности, модель «перевернутого класса» на основе ИИ, проектное обучение с элементами алгоритмизации). В обсуждении обосновано, что знак влияния ГИИ на критическое мышление определяется не столько самой технологией, сколько педагогическим контекстом ее применения, а сам ИИ выступает в роли «когнитивного медиатора», провоцирующего учащихся на проверку, оспаривание и уточнение собственных выводов. На основе проведенного анализа предложена структурно-функциональная модель формирования критического мышления средствами ГИИ, включающая целевой, содержательный, инструментальный, процессуальный, оценочный и результативный блоки. Практическая значимость модели заключается в ее использовании в качестве операционализированного инструмента проектирования учебного процесса, ориентированного на развитие метапредметных результатов. Перспективы дальнейших исследований связаны с разработкой диагностического инструментария для оценки влияния различных конфигураций взаимодействия с ГИИ на динамику критического мышления, а также с проведением лонгитюдных исследований отсроченных эффектов такого взаимодействия. In the context of the digital transformation of general education, fostering critical thinking in learners has become a key meta-subject task as reflected in the Federal State Educational Standards. The integration of Generative Artificial Intelligence (GAI) into the educational process creates both new opportunities for developing students’ cognitive abilities and significant risks of reducing their cognitive autonomy and criticality. The aim of this article is to provide a theoretical justification and systematisation of ways to use GAI for the purposeful development of students’ critical thinking. The methodological framework is based on system-activity, competence-based, and cognitive-constructivist approaches. An analysis of Russian and international scientific literature (over 45 sources), employing methods of systematisation, typologisation, comparative analysis, and pedagogical modelling, revealed that critical thinking is not an isolated cognitive phenomenon but is closely interconnected with divergent, engineering, systems, creative, reflective, analytical, algorithmic thinking, and design thinking. Two main groups of GAI application methods were identified and classified: instrumental-technological (dialogue simulators, Socratic chatbots, argumentation visualisation platforms, intelligent tutoring systems, prompt engineering training tools) and pedagogical strategies (problem-based dialogue with AI, metacognitive scaffolding, AI literacy development, AI-based flipped classroom, project-based learning with algorithmisation elements). The discussion substantiates that the sign of GAI’s impact on critical thinking is determined not so much by the technology itself but by the pedagogical context of its use, with AI acting as a “cognitive mediator” that prompts students to verify, challenge, and refine their own conclusions. Based on the analysis, a structural-functional model for fostering critical thinking through GAI is proposed, comprising target, content, instrumental, procedural, evaluation, and result blocks. The practical significance of the model lies in its use as an operationalised tool for designing educational processes aimed at developing meta-subject outcomes. Further research perspectives include the development of diagnostic instruments to assess the impact of different configurations of interaction with GAI on the dynamics of critical thinking, as well as longitudinal studies of the delayed effects of such interaction.