Leadership and Management Leadership and Management Лидерство и менеджмент 2410-1664 BIBLIO-GLOBUS Publishing House 123553 10.18334/lim.12.8.123553 ZWVWQM Articles Статьи Research Article Development of a methodology for studying the influence of artificial intelligence on soft skills Разработка методики исследования влияния искусственного интеллекта на проявление мягких навыков Tarkhanova Elena Gennadyevna Тарханова Елена Геннадьевна

доцент кафедры менеджмента и сервиса, кандидат экономических наук

 lenatarhanova@mail.ru Arbatskaya Elena Anatolevna Арбатская Елена Анатольевна

доцент кафедры менеджмента и сервиса, кандидат экономических наук

 arbatskayaea@bgu.ru Baikal State University Байкальский государственный университет 31 08 2025 12 8 VOL 12, NO8 (2025) ТОМ 12, №8 (2025) 1753 1774 14 07 2025 16 08 2025 Copyright ©; 2025, Tarkhanova E.G., Arbatskaya E.A. Copyright ©; 2025, Тарханова Е.Г., Арбатская Е.А. 2025 Tarkhanova E.G., Arbatskaya E.A. Тарханова Е.Г., Арбатская Е.А. https://1economic.ru/lib/123553

The article assesses the impact of artificial intelligence (neural network) on users' soft skills. The authors chose critical thinking, creativity, and learning ability as the assessed soft skills. Firstly, according to the results of a number of studies, in modern conditions, the selected soft skills are among the most relevant and in-demand by employers. Secondly, they have a relatively more developed theoretical and methodological basis for the study and evaluation. The article presents the preliminary results of the pilot phase of the study related to the development of a methodology for assessing the impact of artificial intelligence on soft skills. The methodology is based on performing scenario-type tasks. The obtained results of using the developed methodology on the example of critical thinking preliminarily confirm the hypothesis of the study on the negative impact of neural networks on its manifestation. At the same time, an additional assessment of the using artificial intelligence impact on creativity and learning ability is required. The assessment should take into account the refinement of the methodology and increasing the automation of evaluating the subjects' responses.

Исследование посвящено оценке влияния использования искусственного интеллекта (нейросети) на проявление мягких навыков у пользователей. В качестве оцениваемых мягких навыков авторы выбрали критическое мышление, креативность и обучаемость. Во-первых, в современных условиях выбранные мягкие навыки входят в число самых актуальных и востребованных работодателями по результатам ряда исследований. Во-вторых, они имеют относительно более разработанную теоретико-методическую базу для исследования и оценки проявления. В данной работе представлены предварительные результаты пилотного этапа исследования, связанные с разработкой методики оценки влияния искусственного интеллекта на проявление мягких навыков. Методика основывается на выполнении заданий сценарного типа. Полученные результаты использования разработанной методики на примере критического мышления предварительно подтверждают гипотезу исследования об отрицательном влиянии использования нейросетей на его проявление. При этом требуется дополнительная оценка влияния использования искусственного интеллекта на креативность и обучаемость с учетом доработки методики и повышения уровня автоматизации оценки ответов испытуемых

 artificial intelligence neural network critical thinking creativity learning ability soft skills искусственный интеллект нейросеть критическое мышление креативность обучаемость мягкие навыки 1. ИноТВ: Наука и техника. DWN: падение уровня интеллекта в развитых странах приведет к трагическим последствиям. [Электронный ресурс]. URL: https://russian.rt.com/inotv/2023-06-26/DWN-padenie-urovnya-intellekta-v (дата обращения: 25.06.2025).2. Авдеенко Н. А., Демидова М. Ю., Ковалева Г. С., Логинова О. Б., Михайлова А. М., Яковлева С. Г. Основные подходы к оценке креативного мышления в рамках проекта Мониторинг формирования функциональной грамотности // Отечественная и зарубежная педагогика. – 2019. – № 4. – c. 124–145. – url: https://www.elibrary.ru/item.asp?id=39249308. 3. Валеева Н. Ш., Куприянов Р. В., Валеева Э. Р., Куприянова Н. Е. Критическое мышление как предиктор успешности учебной деятельности // Baikal Research Journal. – 2022. – № 4. – c. 7. – doi: 10.17150/2411-6262.2022.13(4).7. 4. Валуева Е. А., Панфилова А. С., Рафикова А. С. Автоматическая оценка тестов на вербальную креативность: от лексических баз данных к большим языковым моделям // Психология. Журнал Высшей школы экономики. – 2024. – № 1. – c. 202–225. – url: https://www.elibrary.ru/item.asp?id=65587088. 5. Васильева Е. Н., Щербаков А. В., Курагина М. Ф. Коммуникативные компетенции в структуре «soft skills» в рамках профессиональной подготовки студентов вуза // Психолого-педагогические исследования. – 2023. – № 1. – c. 21–36. – doi: 10.17759/psyedu.2023150102. 6. Вихман А. А. Тест Критическое мышление подростка: разработка и психометрическая оценка // Вестник Удмуртского университета. – 2024. – № 2. – c. 166-180. – doi: 10.35634/2412-9550-2024-34-2-166-180. 7. Грачева Д. А., Тарасова К. В. Подходы к разработке вариантов заданий сценарного типа в рамках метода доказательной аргументации // Отечественная и зарубежная педагогика. – 2022. – № 3. – c. 83–97. – doi: 10.24412/2224–0772–2022–84–83–97. 8. Грачева Д. А., Тарасова К. Клонирование заданий сценарного типа. Лаборатория измерения новых конструктов и дизайна тестов ЦПИО НИУ ВШЭ. [Электронный ресурс]. URL: https://ioe.hse.ru/mirror/pubs/share/808817884.pdf (дата обращения: 14.07.2025).9. Исаева О. М., Савинова С. Ю. Оценка надпрофессиональных компетенций у будущих менеджеров методами психодиагностики и графологии // Организационная психология. – 2020. – № 3. – c. 69-84. – url: https://www.elibrary.ru/item.asp?id=44391182. 10. Исследование Honor: каждый пятый россиянин скрывает от руководства использование искусственного интеллекта в работе. Сетевое издание CNews (СиНьюс): Цифровизация. [Электронный ресурс]. URL: https://corp.cnews.ru/news/line/2025-04-22_issledovanie_honor_kazhdyj?p=homecnewsmob (дата обращения: 14.07.2025).11. Картер Ф., Рассел К. Психометрическое тестирование: 1000 способов определить личностные качества, доминирующее полушарие мозга, уровень творческого мышления и интеллекта. - Москва : АСТ : Астрель, 2003. – 206 c.12. Soft skills. Навыки XXI века: что больше всего ценят работодатели-драйверы в России и Пермском крае? НИУ ВШЭ в Перми: Новости. [Электронный ресурс]. URL: https://perm.hse.ru/news/243254110.html?ysclid=mcu81yap9g607102800 (дата обращения: 14.07.2025).13. Садова А. Р., Хиль Ю. С., Пащенко Т. В., Тарасова К. В. Измерение критического мышления взрослых: методология и опыт разработки // Современная зарубежная психология. – 2022. – № 4. – c. 105—116. – url: https://www.elibrary.ru/item.asp?id=50218401. 14. Статистика сдачи ЕГЭ: результаты, аналитика и тренды экзаменов. Образовательная платформа SkyPro: Аналитика. [Электронный ресурс]. URL: https://sky.pro/wiki/analytics/statistika-sdachi-ege-rezultaty-analitika-i-trendy-ekzamenov (дата обращения: 14.07.2025).15. Сараева О. Н., Колесова А. С. Реинжиниринг микро-мерчандайзинга как бизнес-процесса с применением нейротехнологий // Baikal Research Journal. – 2023. – № 3. – c. 919-929. – url: https://www.elibrary.ru/item.asp?id=54639919. 16. Тарасов С. В. Использование данных о процессе выполнения задания при оценке креативного мышления // Психологическая наука и образование. – 2003. – № 28. – c. 63–80. – doi: 10.17759/pse.2023280404. 17. Терехова Т. А., Портнова Л. К., Тюлюпов Ю. Ф. Алгоритмическое мышление: психологическая сущность и социально-экономические последствия // Baikal Research Journal. – 2023. – № 3. – c. 1180-1192. – doi: 10.17150/2411-6262.2023.14(3).1180-1192. 18. Туник Е. Е. Диагностика креативности. Тест Е. Торренса. - Санкт-Петербург : Иматон, 1998. – 170 c.19. Угланова И. Л., Брун И. В., Васин Г. М. Методология Evidence-Centered Design для измерения комплексных психологических конструктов // Современная зарубежная психология. – 2018. – № 3. – c. 18—27. – doi: 10.17759/jmfp.2018070302. 20. Фарков А. В. Основные показатели обучаемости учащихся математике // Сибирский педагогический журнал. – 2010. – № 3. – c. 210-217. – url: https://www.elibrary.ru/item.asp?id=18040878. 21. Danczak S. M., Thompson C. D., Overton T. L. // Chem. Educ. Res. Pract. – 2017. – № 18. – p. 420-434. – url: https://pubs.rsc.org/en/content/articlelanding/2017/rp/c6rp00249h. 22. Domínguez U. L. Potential cognitive risks of generative transformer-based AI chatbots on higher order executive functions // Neuropsychology. – 2024. – № 38. – p. 293-308. – url: https://psycnet.apa.org/buy/2024-50096-001. 23. International AI Safety Report 2025: Independent report, Updated 18 February 2025. GOV.UK: Department forScience, Innovation Technology. [Электронный ресурс]. URL: https://www.gov.uk/government/publications/international-ai-safety-report-2025/international-ai-safety-report-2025 (дата обращения: 14.07.2025).24. Panfilova S., Valueva E. A., Ilyin I. Y. The application of explainable artificial intelligence methods to models for automatic creativity assessment // Front. Artif. Intell. – 2024. – p. 1310518. – doi: 10.3389/frai.2024.1310518. 25. Peng S., Kalliamvakou E., Cihon P., Demirer M. The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. DOI: 2. org/10.48550/arXiv.2302.06590. URL: https://arxiv.org/abs/2302.06590 (дата обращения: 14.07.2025) 26. Reif J. A., Larrick R. P., Soll J. B. Evidence of a social evaluation penalty for using AI // Pnas. – 2025. – № 19. – doi: 10.1073/pnas.2426766122. 3. Валеева Н. Ш., Куприянов Р. В., Валеева Э. Р., Куприянова Н. Е. Критическое мышление как предиктор успешности учебной деятельности // Baikal Research Journal. – 2022. – № 4. – c. 7. – doi: 10.17150/2411-6262.2022.13(4).7. 4. Валуева Е. А., Панфилова А. С., Рафикова А. С. Автоматическая оценка тестов на вербальную креативность: от лексических баз данных к большим языковым моделям // Психология. Журнал Высшей школы экономики. – 2024. – № 1. – c. 202–225. – url: https://www.elibrary.ru/item.asp?id=65587088. 5. Васильева Е. Н., Щербаков А. В., Курагина М. Ф. Коммуникативные компетенции в структуре «soft skills» в рамках профессиональной подготовки студентов вуза // Психолого-педагогические исследования. – 2023. – № 1. – c. 21–36. – doi: 10.17759/psyedu.2023150102. 6. Вихман А. А. Тест Критическое мышление подростка: разработка и психометрическая оценка // Вестник Удмуртского университета. – 2024. – № 2. – c. 166-180. – doi: 10.35634/2412-9550-2024-34-2-166-180. 7. Грачева Д. А., Тарасова К. В. Подходы к разработке вариантов заданий сценарного типа в рамках метода доказательной аргументации // Отечественная и зарубежная педагогика. – 2022. – № 3. – c. 83–97. – doi: 10.24412/2224–0772–2022–84–83–97. 8. Грачева Д. А., Тарасова К. Клонирование заданий сценарного типа. Лаборатория измерения новых конструктов и дизайна тестов ЦПИО НИУ ВШЭ. [Электронный ресурс]. URL: https://ioe.hse.ru/mirror/pubs/share/808817884.pdf (дата обращения: 14.07.2025). 9. Исаева О. М., Савинова С. Ю. Оценка надпрофессиональных компетенций у будущих менеджеров методами психодиагностики и графологии // Организационная психология. – 2020. – № 3. – c. 69-84. – url: https://www.elibrary.ru/item.asp?id=44391182. 10. Исследование Honor: каждый пятый россиянин скрывает от руководства использование искусственного интеллекта в работе. Сетевое издание CNews (СиНьюс): Цифровизация. [Электронный ресурс]. URL: https://corp.cnews.ru/news/line/2025-04-22_issledovanie_honor_kazhdyj?p=homecnewsmob (дата обращения: 14.07.2025). 11. Картер Ф., Рассел К. Психометрическое тестирование: 1000 способов определить личностные качества, доминирующее полушарие мозга, уровень творческого мышления и интеллекта. - Москва : АСТ : Астрель, 2003. – 206 c. 12. Soft skills. Навыки XXI века: что больше всего ценят работодатели-драйверы в России и Пермском крае? НИУ ВШЭ в Перми: Новости. [Электронный ресурс]. URL: https://perm.hse.ru/news/243254110.html?ysclid=mcu81yap9g607102800 (дата обращения: 14.07.2025). 13. Садова А. Р., Хиль Ю. С., Пащенко Т. В., Тарасова К. В. Измерение критического мышления взрослых: методология и опыт разработки // Современная зарубежная психология. – 2022. – № 4. – c. 105—116. – url: https://www.elibrary.ru/item.asp?id=50218401. 14. Статистика сдачи ЕГЭ: результаты, аналитика и тренды экзаменов. Образовательная платформа SkyPro: Аналитика. [Электронный ресурс]. URL: https://sky.pro/wiki/analytics/statistika-sdachi-ege-rezultaty-analitika-i-trendy-ekzamenov (дата обращения: 14.07.2025). 15. Сараева О. Н., Колесова А. С. Реинжиниринг микро-мерчандайзинга как бизнес-процесса с применением нейротехнологий // Baikal Research Journal. – 2023. – № 3. – c. 919-929. – url: https://www.elibrary.ru/item.asp?id=54639919. 16. Тарасов С. В. Использование данных о процессе выполнения задания при оценке креативного мышления // Психологическая наука и образование. – 2003. – № 28. – c. 63–80. – doi: 10.17759/pse.2023280404. 17. Терехова Т. А., Портнова Л. К., Тюлюпов Ю. Ф. Алгоритмическое мышление: психологическая сущность и социально-экономические последствия // Baikal Research Journal. – 2023. – № 3. – c. 1180-1192. – doi: 10.17150/2411-6262.2023.14(3).1180-1192. 18. Туник Е. Е. Диагностика креативности. Тест Е. Торренса. - Санкт-Петербург : Иматон, 1998. – 170 c. 19. Угланова И. Л., Брун И. В., Васин Г. М. Методология Evidence-Centered Design для измерения комплексных психологических конструктов // Современная зарубежная психология. – 2018. – № 3. – c. 18—27. – doi: 10.17759/jmfp.2018070302. 20. Фарков А. В. Основные показатели обучаемости учащихся математике // Сибирский педагогический журнал. – 2010. – № 3. – c. 210-217. – url: https://www.elibrary.ru/item.asp?id=18040878. 21. Danczak S. M., Thompson C. D., Overton T. L. // Chem. Educ. Res. Pract. – 2017. – № 18. – p. 420-434. – url: https://pubs.rsc.org/en/content/articlelanding/2017/rp/c6rp00249h. 22. Domínguez U. L. Potential cognitive risks of generative transformer-based AI chatbots on higher order executive functions // Neuropsychology. – 2024. – № 38. – p. 293-308. – url: https://psycnet.apa.org/buy/2024-50096-001. 23. International AI Safety Report 2025: Independent report, Updated 18 February 2025. GOV.UK: Department forScience, Innovation Technology. [Электронный ресурс]. URL: https://www.gov.uk/government/publications/international-ai-safety-report-2025/international-ai-safety-report-2025 (дата обращения: 14.07.2025). 24. Panfilova S., Valueva E. A., Ilyin I. Y. The application of explainable artificial intelligence methods to models for automatic creativity assessment // Front. Artif. Intell. – 2024. – p. 1310518. – doi: 10.3389/frai.2024.1310518. 25. Peng S., Kalliamvakou E., Cihon P., Demirer M. The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. DOI: https://doi.org/10.48550/arXiv.2302.06590. URL: https://arxiv.org/abs/2302.06590 (дата обращения: 14.07.2025) 26. Reif J. A., Larrick R. P., Soll J. B. Evidence of a social evaluation penalty for using AI // Pnas. – 2025. – № 19. – doi: 10.1073/pnas.2426766122.