От иерархии к экосистеме: концептуальная перестройка университетского менеджмента под вызовы шестого технологического уклада
Литвинюк А.А.1
, Журавлева Е.Е.1
, Захарян А.Р.1
, Зоркова Е.В.1 ![]()
1 Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Скачать PDF | Загрузок: 8
Статья в журнале
Лидерство и менеджмент (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 13, Номер 4 (Апрель 2026)
Аннотация:
В статье исследуются системные вызовы, стоящие перед российским высшим образованием в условиях перехода к шестому технологическому укладу, ядро которого формируют нанотехнологии, искусственный интеллект и киберфизические системы. Авторами выявлены и проанализированы пять ключевых структурных разрывов: организационный, содержательный, эпистемологический, инструментальный и статусный, — препятствующих интеграции университетов в новую экономическую реальность и порождающих феномен «цифрового фасада». Обоснована необходимость отказа от фрагментарных улучшений в пользу концептуальной перестройки университетского менеджмента на основе проектно-целевого подхода. В качестве решения предложен переход от вертикальной иерархии к сетевой экосистемной модели управления. Детально рассмотрены компоненты этой модели: дифференциация технического и гуманитарного образовательных треков, внедрение «модели капитала преподавателя» (включающей образовательный, индустриальный, цифровой и социальный компоненты) взамен наукометрической «валометрии», а также двухконтурная система аспирантской подготовки. Сделан вывод о необходимости смены самой философии управления вузом для подготовки кадров, способных эффективно действовать в условиях нарастающей неопределённости и технологической конвергенции
Ключевые слова: шестой технологический уклад, высшее образование, университетский менеджмент, экосистемная модель, цифровая трансформация, человеческий капитал
JEL-классификация: I21, I23, M50, O30, J24
ВВЕДЕНИЕ
Переход нашей страны к шестому технологическому укладу, ядро которого составляют нанотехнологии, биотехнологии, искусственный интеллект, квантовые вычисления и киберфизические системы предъявляет принципиально новые требования к системе российского высшего образования. Как справедливо отмечает Ю.Б.Клюев, условной точкой начала очередного цикла Кондратьева является 2018 год, и от того, сможет ли Россия обеспечить потенциал роста, закладываемый в первые 15–20 лет новой волны, зависит возможность стать одной из стран — лидеров нового уклада [10]. Однако российская система высшего образования, унаследовавшая институциональную структуру индустриальной эпохи, демонстрирует в настоящий момент, по мнению многих авторов, явные признаки системного кризиса [4, 9 и 15]. Этот кризис носит не конъюнктурный, а структурный характер и затрагивает все элементы системы: от модели университетского менеджмента до педагогической дидактики.
В глобальном масштабе аналогичные вызовы фиксируются многими исследовательскими коллективами [26, 28 и др.]. Их исследования подтверждают устойчивый рост научного интереса к проблематике высшего образования в контексте тенденций развития современного общества. Доминирующий вклад в эту область вносят компьютерные науки, инженерное дело и социальные науки. При этом ключевыми исследовательскими кластерами являются: цифровое обучение, реформа учебных программ, институциональная трансформация и интеграция в систему высшего образования передовых технологий (искусственный интеллект, виртуальная реальность). При этом все они подчеркивают, что развитие ИИ опережает нормативно-правовую базу, что создает серьезные вызовы для управления высшим образованием и аргументируют необходимость заключения Глобального договора по ИИ в образовании для выработки единых стандартов.
В российской академической традиции значительный вклад в осмысление этих процессов вносят такие ученые как М.Н.Кулапов [23], Ю.Г.Ткачева [22], В.В.Глущенко [5] и многие другие.
Вместе с тем, по нашему мнению, в отечественной и зарубежной науке отсутствует еще системное представление о возникшей глобальной проблеме трансформации высшего образования в условиях вызовов генерируемых переходом к шестому технологическому укладу, так как большинство современных исследователей акцентируя свое внимание на отдельных локальных процессах игнорируя эмерджентные свойства возникающие в рамках трансформации подготовки кадров для реалий ближайшего будущего.
В этой связи целью предлагаемого научного исследования является разработка концептуальной модели трансформации системы университетского менеджмента, интегрирующей международный опыт и адаптированную к вызовам шестого технологического уклада, с опорой на собственные интеллектуальные ресурсы и научные наработки.
Для достижения поставленной цели необходимо решить следующие задачи:
· выявить и концептуально обосновать систему ключевых структурных разрывов (организационного, содержательного, эпистемологического, инструментального и статусного), препятствующих адаптации современных российских университетов к реалиям шестого технологического уклада и порождающих феномен «цифрового фасада»;
· обосновать необходимость отказа от иерархической модели управления вузом в пользу проектно-целевого подхода и сетевой экосистемной архитектуры, интегрирующей образовательную, научную и индустриальную деятельность;
· разработать параметры новой модели университетского менеджмента, включающей: дифференциацию технического и гуманитарного образовательных треков с соответствующим изменением роли преподавателя; внедрение «модели капитала преподавателя» взамен наукометрической «валометрии»;
· обосновать двухконтурную систему аспирантской подготовки («Исследователь» и «Преподаватель-инноватор») для кадрового обеспечения высшего образования в новом технологическом укладе.
ОСНОВНАЯ ЧАСТЬ
Исследования проведенными авторами статьи дали возможность на основе общения российского опыта в сфере университетского менеджмента выделить пять структурных разрывов в системе высшего образования затрудняющих трансформацию рассматриваемого объекта к реалиям шестого технологического уклада (рис. 1).
Рис. 1. Структурные разрывы в системе высшего образования
(Источник: составлено авторами на основе результатов своих научных исследований)
Рассмотрим каждый структурный разрыв более подробно.
Организационный разрыв. В основе традиционной модели высшего образования лежит принцип функциональной специализации и вертикальной иерархии. Кафедра выступает как автономная таксономическая единица, замыкающая на себе бюджет, штатное расписание и учебные планы по закрепленной дисциплинарной области. Границы между кафедрами и факультетами являются в современном российском вузе административно жесткими.
Экономика шестого технологического уклада функционирует как экосистема — децентрализованная, сетевая структура с горизонтальными связями [23]. Образовательный процесс в такой логике требует не иерархии, а узловой архитектуры, где кафедра трансформируется в «центр компетенций» с открытыми взаимодействиями к другим дисциплинарным доменам.
Университет пытается управлять экосистемными процессами (например, проектным обучением с участием бизнеса, био-ИТ-хакатонами) через стандартные и линейные административные регламенты. При этом неизбежно возникает феномен «гибридного управления»: сетевая деятельность искусственно встраивается в иерархию отчетности, что ведет к росту транзакционных издержек и блокировке горизонтальных коллабораций. Организационная структура, в данном случае, становится тормозом, а не катализатором интеграции вуза в шестой технологический уклад.
Содержательный разрыв. В современной экономике главное — не запоминать факты, а быстро перестраиваться и находить нестандартные решения. Но российское высшее образование до сих пор построено по-старому: студента проверяют на то, как он пересказывает теорию. Это главная проблема которую имеет смысл рассмотреть подробнее.
Во-первых, как проверяют знания. В российских вузах очень распространены тесты и чёткие вопросы, где есть правильный ответ. В новой экономике информация устаревает мгновенно, поэтому важнее не «что ты знаешь», а «как ты найдёшь нужное и применишь в новой ситуации». Университеты же оценивают объём «склада знаний», а не гибкость мышления.
Во-вторых, Российские вузы учат, что неопределённость — это помеха, от которой надо избавиться с помощью расчётов. В рамках шестого технологического уклада неопределённость — это норма и даже ресурс. Нужно уметь действовать, когда нет готовых формул, пробовать, ошибаться и на ходу менять решение. Этому сейчас не учат.
В-третьих, Реальные задачи сегодня требуют соединять, например, психологию, математику и биологию. В университетах же предметы идут отдельно, и студент не учится собирать из них общую картину. В итоге выпускник знает свой узкий предмет, но теряется если проблема находится на стыке областей.
В итоге содержательный разрыв, по нашему мнению, состоит не в том, что нужно добавить в программу пару новых курсов. Разрыв в самом подходе: университет по-прежнему работает как архив, а экономике нужны люди, способные жить и мыслить в потоке перемен. Чтобы это исправить, надо не просто менять учебную программу, а пересмотреть саму цель образования — не «передать знания», а научить мыслить гибко и спокойно относиться к тому, что точного ответа может не быть.
Эпистемологический разрыв. Под этим термином авторы понимают фундаментальное несоответствие между нормативными структурами институциализированного образования (педагогический дискурс) и процедурными характеристиками реального научно-познавательного процесса. В первом случае доминирует закрытая эпистемическая модель в рамках которой знание трактуется как конечное множество верифицированных фактов, предполагающих единственно корректный ответ, достижимый через линейный поиск в авторизованных источниках. Акцент сделан на трансляции готового содержания и репродуктивных когнитивных действиях.
В реальной практике познания (научное исследование, инженерия, анализ сложных систем) действует открытая дескриптивная модель. Истинность суждения не абсолютна, а контекстуальная и ограничена областью применимости используемой модели (аппроксимации, идеализации, граничные условия). Ключевой операцией становится не поиск факта, а его эпистемическая оценка: анализ условий получения данных, выявление систематических погрешностей методов, установление доверительных интервалов. Знание не здесь «дано», а сконструировано через процедуры фальсификации и рефлексии над условиями наблюдения.
Следствие разрыва — когнитивный диссонанс субъекта, переносящего норматив «однозначности и доступности» из образовательной среды в реальную профессиональную деятельность, где доминируют неопределённость, методологическая рефлексия и вероятностная логика обоснования.
Инструментальный разрыв. Под инструментальным разрывом в контексте цифровизации понимается диссинхрония между внедрёнными в организации формальными электронными аналогами бумажных процессов и реальными потребностями экономической среды, функционирующей по принципам шестого технологического уклада. В университетской практике данный феномен наиболее отчётливо проявляется в форме «цифрового фасада» — поверхностной трансформации, при которой традиционные административные и образовательные процедуры дублируются в электронной среде без перепроектирования их логики. Такая имитационная цифровизация снижает транзакционные издержки лишь номинально, не затрагивая сущностную структуру деятельности.
В отличие от «фасадного» уровня, цифровая среда как подлинный инструмент развития требует реализации трёх фундаментальных принципов: персонализации, адаптивности и геймификации. Персонализация предполагает построение индивидуальных траекторий на основе анализа больших данных; адаптивность — динамическую настройку интерфейсов и контента под когнитивный профиль пользователя; геймификация это внедрение игровых механик для повышения вовлечённости и удержания мотивации персоналом.
Инструментальный разрыв возникает именно там, где вуз, оставаясь в парадигме «цифрового фасада», не способен генерировать специалистов с компетенциями, востребованными в шестом технологическом укладе — среде, основанной на киберфизических системах, искусственном интеллекте и человеко-машинной синергии. Преодоление разрыва требует перехода от электронной имитации к глубокой реинжиниринговой интеграции трёх указанных принципов в академическую и управленческую структуру вуза. В противном случае университетский сегмент становится скорее тормозом, а не катализатором технологического уклада.
Статусный разрыв. В традиционной индустриальной экономике диплом университета всегда выступал в роли доминантного статусного маркера, выполняя функцию институциональной гарантии. Он подтверждал факт прохождения стандартизированной траектории социализации: освоение нормативной программы, соблюдение дисциплинарных сроков и воспроизведение эталонных алгоритмов решения задач. Статус диплома основывался на дефиците доступа к высшему образованию и конвенции о том, что сам факт «отсидки» 4–6 лет коррелирует с дисциплинированностью и базовой компетентностью [14].
Однако в рамках шестого технологического уклада происходит фундаментальный сдвиг: статус перераспределяется от сертификации процесса к верификации результата. Диплом демонстрирует способность следовать инструкции, но не способность создавать рыночную или социальную ценность в условиях неопределенности. Портфолио, напротив, становится прямым доказательством акторной активности — реальных проектов, измеримых эффектов (рост конверсии, оптимизация издержек, создание ИИ-модели), артефактов решения нетиповых задач.
Возникающий статусный разрыв носит, на наш взгляд, системный характер. С одной стороны, диплом сохраняет функцию «паспорта» для прохождения бюрократических фильтров (HR-отборы, особенно в госструктурах). С другой — в сетевых профессиональных сообществах, стартап-среде и технологических корпорациях диплом утрачивает статусную силу, уступая место портфолио как носителю сигналов о креативности, предприимчивости и реальной производительности. Этот разрыв порождает институциональный кризис университета: его легитимность как статусного распределителя снижается, так как он не может сертифицировать то, что действительно ценится — способность генерировать уникальную стоимость, а не воспроизводить стандарт.
Большинство российский ученых прямо или косвенно, например А.В.Серова и другие в той ли иной степени указывают на подобные разрывы, но предлагают их устранять в рамках действующей системы университетского менеджмента [20]. Однако по мнению авторов, подобным подход является симптоматическим вариантом лечения серьезных проблем российского высшего образования, а здесь требуется хирургическое вмешательство. Авторы на основе здравого смысла и опыта работы и учебы в системе высшего образования предлагают следующие варианты решение проблем отмеченных выше структурных разрывов.
Во-первых, необходимо коренным образом изменить учебные планы подготовки специалистов сохраняя фундаментальное ядро базовых дисциплин обязательных для всех учебных программ с одновременным расширением вариативной часть из профессиональных модулей, микро-курсов и практик, которые, в пределах заданных условий, студент может выбирать самостоятельно.
Во-вторых, следует оперативно переходить от дисциплинарной замкнутости к междисциплинарным проектам: создавать проектные модули в рамках которых студенты разных направлений работают в командах над реальными практическими кейсами.
При контроле знаний лучше отказаться от «правильных ответов». Преподаватель не должен транслировать готовые решения, а должен помогать выстроить процесс их поиска, задавать вопросы, направлять студентов в правильном направлении и т.п. Продолжая эту мысль можно предположить что гораздо эффективнее для будущего специалиста является не проверка энциклопедических знаний обучающихся, а оценка качества анализа и рефлексии над ограничениями полученного ими решения. На наш взгляд, необходимо не ограничивать в вузах использование студентами возможностей искусственного интеллекта, а предоставлять доступ к открытым источникам и использованию ИИ как на практических занятиях, так и во время рубежного контроля формулируя контрольные вопросы так, чтобы цифровые инструменты не давали готовые ответы, а помогали их находить.
В-третьих, вузам следует задуматься о том, чтобы предложить качественные образовательные продукты для аудитории 25+ виде стартап-студий, проектных лабораторий, цифровых двойников предприятий и др. По данным университета образования НИУ «Высшая школа экономики» за последние годы число студентов магистратуры в возрасте 30-40 лет в России выросло в два раза. [1] И они становятся существенной частью аудитории обучающихся
Все три предложения, по мнению авторов, объективно должны опираться на некие базовые мероприятия. Их можно представить в виде следующих блоков:
· трансформация субъектов образования: преподаватель и студент (с дифференциацией технический/гуманитарный трек);
· дидактика и технологии: методики обучения с применением ИИ;
· новая система оценки преподавателей: отказ от "валометрии";
· подготовка будущих учёных и преподавателей (аспирантура нового типа). [2]
Рассмотрим более подробно эти базовые мероприятия.
Трансформация субъектов образования: преподаватель и студент (с дифференциацией технический/гуманитарный трек. В рамках технического образовательного трека при переходе к шестому технологическому укладу неизбежно должна произойти эволюция роли преподавателя высшей школы в образовательном процессе по следующим направлениям (рис. 2).
Рис. 2. Изменение роли преподавателя вуза в рамках технического образовательного трека при переходе к 6 технологическому укладу
(Источник: составлено авторами на основе результатов своих научных исследований)
Для гуманитарного образовательного трека эти изменения должны носить несколько иной характер (рис. 3).
Рис. 3. Изменение роли преподавателя в рамках гуманитарного образовательного трека при переходе к 6 технологическому укладу
(Источник: составлено авторами на основе результатов своих научных исследований)
Все эти трансформации роли преподавателя неизбежно приведут к изменению и ценностных мотиваций студентов которые будут, по нашему мнению, в будущем могут водиться к следующим моментам:
• общие тренды: рост прагматизма, запрос на "дополнительные компетенции" (soft skills), осознанный выбор образовательной траектории уже на этапе поступления;
• риски: снижение когнитивных способностей (по данным наших опросов 153 преподавателей РЭУ им. Г.В.Плеханова большая часть респондентов фиксируют ухудшение памяти и концентрации у обучающихся), потребительское отношение к образованию, "клиповое мышление".
Таким образом, эволюция педагогических ролей при переходе к шестому технологическому укладу должна не только отвечать вызовам цифровизации, но и противодействовать деградации когнитивных способностей студентов, сохраняя баланс между прагматикой и фундаментальностью высшего образования.
Дидактика и технологии: методики обучения с применением ИИ. В рамках шестого технологического уклада в качестве новых инструментов обучения будущих специалистов широкое распространение несомненно, получат: ИИ-тьюторы; адаптивные платформы и генеративные модели для создания вариативных задач. Почему мы так считаем?
Современные ИИ-тьюторы — это не просто чат-боты, а интеллектуальные помощники, которые выполняют целый спектр функций (табл. 1).
Таблица 1. Основные задачи решаемые ИИ-тьюторами в современном университете
|
Решаемая задача
|
Описание задачи
|
|
Персонализация
обучения
|
Анализируют
прогресс студента, выявляют пробелы и подбирают индивидуальные задания и
материалы.
|
|
Круглосуточная
поддержка
|
Отвечают на
вопросы по учебе 24/7, используя при этом только проверенные материалы
конкретного курса для снижения риска "галлюцинаций" (неверных
ответов). Например, разработка Georgia Tech TokenSmith дает
ответы с цитированием источников прямо из учебников и слайдов.
|
|
Автоматизация
рутины
|
Берут на себя
проверку тестов, напоминание о дедлайнах и помощь в планировании учебного
графика. Например, Тюменский государственный университет разработал
ИИ-наставника, который помогает первокурсникам адаптироваться и бороться с
прокрастинацией.
|
|
Разгрузка
преподавателя
|
Преподаватели
освобождаются от типовых вопросов и получают подробную аналитику о том, какие
темы вызывают у студентов наибольшие сложности.
|
|
Развитие
самостоятельности
|
Студент учится
искать ответы и осваивать материал сам, а ИИ-тьютор помогает наводящими
вопросами и пояснениями.
|
|
Источник: [3, 8 и 27]
| |
Адаптированные платформы в высшем образовании — это цифровые решения на базе искусственного интеллекта, которые подстраивают учебный процесс под индивидуальные особенности каждого студента. В отличие от традиционных систем управления обучением (LMS) с единой для всех программой, такие платформы в реальном времени анализируют прогресс учащегося и корректируют содержание, сложность и темп подачи материала.
Практика их применения дает реальные возможности: анализа стиля обучения, пробелов в знаниях и прогресса студента для выстраивания индивидуальной образовательной траектории; автоматической корректировки сложности контента и заданий в реальном времени, чтобы студент не терял свою мотивацию к обучению; предоставления мгновенной обратной связи и рекомендаций на основе ИИ; освобождения преподавателей от повторяющихся задач (проверка тестов, ответы на типовые вопросы) для творческой работы и анализа подробной аналитики об успеваемости и сложностях студентов, позволяя точечно корректировать учебный план [6].
Генеративные модели для создания вариативных задач. ИИ в шестом технологическом укладе скорее всего трансформирует обучение в вузах от проверки памяти к тренировке мышления в условиях неопределенности.
Главная польза: ИИ создает бесконечные вариации задач, имитируя реальные кризисы, неполноту данных и динамические изменения параметров. Это исключает списывание и поиск готовых ответов, вынуждая студента заново искать путь в каждом уникальном случае.
Результат: вместо подготовки будущего специалиста как исполнителя алгоритмов вуз формирует «экстраполятора» — человека, способного принимать верные решения там, где у самого ИИ недостаточно данных. Студент нарабатывает управленческую интуицию через многократное проживание сценариев на цифровых двойниках предприятий, что критически важно для сложных систем нового технологического уклада [7, 24].
Если мы прогнозируем применение ИИ-инструментов в техническом треке обучения, то основной упор скорее всего, помимо вышесказанного, будет сделан на использовании: VR/AR-симуляторов опасных экспериментов; работе с "сырыми" данными с производств и цифровыми двойниками технологических процессов [24]. Для гуманитарного трека – это анализ Big Data в исторических и лингвистических исследованиях; ИИ как "оппонент" в философских диспутах и этические симуляции для психологов [1].
Новая система оценки преподавателей: Отказ от "валометрии". В системе университетского менеджмента в российских вузах сложилась разная практика оценка качества и эффективности профессиональной деятельности научно-педагогического состава. Однако все они опираются на три «кита» высшего образования и науки: ученая степень, ученое звание и публикационная активность определяемая на основе индекса Хирша. Этот подход, по нашему мнению, не только несовершенен, но и пагубен для дальнейшего развития высшего образования в рамках шестого технологического уклада.
Во-первых, учёная степень, даже если она получена честным путем, оценивает способность к написанию научного текста, но не гарантирует педагогической эффективности преподавателя [25].
Во-вторых, ученое звание, по нашему мнению, фиксирует прошлые заслуги в публикационной активности, но игнорирует текущее выгорание, устаревание методик и неспособность работать с современными цифровыми инструментами. Часто звание получают за узкую научную специализацию, которая слабо коррелирует с читаемыми базовыми курсами. Кроме того, бюрократическая нагрузка для получения звания отнимает время от подготовки к занятиям и живого общения со студентами. В результате формальный статус не равен реальному качеству обучения.
В-третьих, индекс Хирша очень уязвим для «накруток» и слабо коррелирует с реальным вкладом преподавателя в технологический суверенитет вуза [17].
В своих более ранних работах мы часто обращались к проблеме невалидности использования этих трех показателей для оценки человеческого капитала преподавателя вуза, но всегда приходили к выводу, что наше академическое сообщество морально не готово от них отказаться при рейтинговании научно-педагогических работников [13, 18]. Если все же отойти от традиционного подхода к этой оценки то можно предложить следующие изменения в системе рейтингования преподавателей вуза. Мы предлагаем назвать этот подход «Модель капитала преподавателя» которую можно разложить на четыре компонента:
• образовательный капитал: востребованность курса (число записавшихся), успешность трудоустройства выпускников, качество авторского контента;
• индустриальный капитал: для технического трека — хоздоговорные НИОКР, патенты, внедрения; для гуманитарного трека — полученные гранты, реальные экспертные заключения, участие в законотворчестве, публичная экспертиза;
• цифровой капитал: владение инструментами ИИ, использование цифровых симуляторов, наличие личного профиля в профессиональных сетях;
• социальный капитал: наставничество, подготовка победителей олимпиад, репутация в академическом сообществе.
Подобный подход означает возможный сдвиг в рамках шестом технологического уклада от «Рейтинга ради рейтинга» к «Связям с рынком образовательных услуг».
Еще одна проблема традиционной системы оценивания преподавателя вуза состоит в том, что: индекс Хирша и ученая степень или звание стимулируют публикацию статей в журналах, которые часто читают только 3-5 коллег. Это внутренний, а не внешний контур академии. Преимущества «Модели капитала» носят следующий характер.
Модель капитала эффективнее, так как оценивает текущую ценность преподавателя для академического рынка, а не прошлые заслуги в наукометрии:
· связь с финансами вуза: индустриальный капитал (НИОКР, патенты) и образовательный капитал (трудоустройство выпускников) - напрямую конвертируются в доход, в отличие от «публикаций ради рейтинга»;
· учет гуманитариев: снимает дискриминационную зависимость от индекса Хирша через легализацию законотворчества и публичной экспертизы как актива;
· динамичность: цифровой и социальный капитал нельзя имитировать - они обнуляются при остановке личностного и профессионального развития.
Модель превращает преподавателя из «статусного монумента» со степенью в управляемый актив вуза.
В шестом технологическом укладе судьба ученых степеней и званий, на наш взгляд, скорее всего будет следующей:
• диссертация перестаёт быть "пожизненной индульгенцией", и становится лишь одним из этапов профессионального развития, а ученую степень надо будет подтверждать раз в 5-7 лет на основе модели капитала преподавателя исходя из стандартных значений входящих в него компонентов;
• наиболее вероятный исход - система степеней сохранится, но потеряет монополию влияния на тренд профессионального роста и объемов получаемых материальных вознаграждений;
• появятся альтернативные треки: "Профессор-практик" (без степени, с индустриальным опытом) и "Профессор-исследователь" (с классической степенью).
Подготовка будущих учёных и преподавателей (аспирантура нового типа). Очень многие российские ученые, в том числе и один из авторов, подробно излагали причины крайне неудовлетворительного состояния российской аспирантуры [2, 11, 12, 16, 19 и 21].
В основном причины кризиса сводятся к следующим моментам: низкие стипендии; отсутствие реальной педагогической практики; оторванность диссертации от реальных задач; непрестижность академической карьеры в современной России; длительный временной лаг профессионального карьерного развития; феминизация науки и высшего образования; избыточная формализованность в оценке качества диссертационного исследования и т.п.
Как подсказывает «здравый смысл» в рамках шестого технологического уклада в системе подготовки кадров для науки и высшего образования скорее всего будет преобладать двухконтурная модель подготовки кадров высшей квалификации.
• Контур "Исследователь" (для фундаментальной науки): углублённая подготовка, стажировки в научных центрах, работа в лабораториях. Итоговая аттестация – стандартное диссертационное исследование направленное на решение фундаментальной научной или практической задачи.
• Контур "Преподаватель-инноватор" (для вузов): педагогический блок (андрагогика, активные методы), технологический блок (VR/AR, LMS, ИИ), индустриальная стажировка. Итоговая аттестация — защита "Образовательного продукта" (авторский курс с полным методическим обеспечением).
• Контур "Гибрид" (для корпоративных университетов): совместное обучение вузом и корпорацией, диссертация в виде внедрённого в практику решения.
Какие, на взгляд, авторов, имеются преимущества у двухконтурной подготовки кадров высшей квалификации по отношению к традиционной модели аспирантуры.
Во-первых, — это ликвидация разрыва между наукой и экономикой. Модель исключает написание невостребованных диссертаций. Контур «Исследователь» через стажировки в научных центрах дает актуальный экспериментальный результат. Контур «Преподаватель-инноватор» через защиту «Образовательного продукта» (VR/AI курс) оставляет вузу готовый цифровой актив вместо бумажного тома.
Во-вторых, подготовка кадров для гибридной цифровой среды. Вуз получает не лектора-транслятора, а «архитектора образовательного опыта», способного упаковать сложное знание в логику ИИ-тьютора и иммерсивные форматы. Это закрывает дефицит специалистов, умеющих проектировать обучение в Ed-tech-парадигме.
В-третьих, рост ценности степени в условиях ИИ. В эпоху больших языковых моделей диплом или аттестат подтверждает не навык компиляции текста, а уникальную экспертизу: либо владение передовой научной методологией (контур «Исследователь»), либо способность менять инженерное мышление через обучение (контур «Преподаватель»).
В-четвертых, встроенный механизм технологического трансфера. Гибридный контур превращает аспиранта в связующее звено между лабораторией и предприятием. Диссертация в формате внедренного решения снижает затраты корпораций на исследования и разработки, что ускоряет переход научного открытия в реальную технологию.
В итоге модель синхронизирует скорость научного поиска с темпами обновления образовательной среды, формируя кадры, готовые работать в логике открытых инноваций.
Заключение
Проведённый анализ позволил выявить и систематизировать пять структурных разрывов современной системы российского высшего образования — организационный, содержательный, эпистемологический, инструментальный и статусный, — которые в совокупности препятствуют её адаптации к вызовам шестого технологического уклада. Показано, что фрагментарные попытки «цифровизации» без перепроектирования базовых управленческих и дидактических моделей лишь консервируют кризис, порождая феномен «цифрового фасада». В ответ на это авторами предложена концептуальная модель трансформации университетского менеджмента, включающую переход к внедрению «модели капитала преподавателя», двухконтурную систему аспирантской подготовки и дифференциацию технического и гуманитарного образовательных треков. Ключевой вывод работы состоит в том, что эффективное вхождение вузов в шестой технологический уклад требует не косметических изменений учебных планов, а смены самой философии управления: от вертикальной иерархии к сетевой экосистеме, где университет выступает интегратором образования, науки и реального сектора.
Вместе с тем, представленная модель не исчерпывает всей сложности предстоящих преобразований. Дальнейшего обсуждения заслуживают как минимум три проблемных узла. Первый — механизмы преодоления институционального сопротивления: как обеспечить принятие новой системы оценки преподавателей в академической среде, где «валометрия» стала привычным ритуалом? Второй — вопрос о социальной цене реформ: к каким последствиям для академической мобильности и преемственности научных школ приведёт «ослабление» традиционных учёных степеней и званий? Третий, наиболее острый — возможная трансформация самого статуса университета. Не приведёт ли перенос акцента с диплома на портфолио и проектные компетенции к окончательной девальвации института высшего образования как общественного блага, превратив его в поставщика рыночно ориентированных «микро-навыков»? Поиск баланса между прагматикой шестого уклада и фундаментальной миссией университета остаётся открытой исследовательской задачей.
[1] Магистратура в России: тенденции, противоречия и перспективы развития. URL: https://ioe.hse.ru/pubs/share/direct/1036365654.pdf?ysclid=mmca7zjsx3527641998. (дата обращения 08.04.2026).
[2] Разумеется авторы понимают, что в рамках отдельной статьи эту огромную проблему подробно раскрыть невозможно, поэтому сознательно опускают такие вопросы как: эволюция системы финансирования высших учебных заведении; организационные структуры управления высшим образованием, необходимость перехода от массового к элитарному высшему образованию и многие другие актуальные проблемы реформирования высшей школы в рамках 6 технологического уклада. На наш взгляд, имеет большой смысл организовать в рамках какого-либо научно журнала предметную дискуссию и судьбе высшего образования в России в условиях перехода к шестому технологическому укладу с участием не только представителей академического сообщества, но и практиков, а также потребителей образовательных услуг.
Источники:
2. Бекова С. К. Академическое самоубийство: сценарии отсева в российской аспирантуре // Вопросы образования. – 2020. – № 2. – c. 83-109. – doi: 10.17323/1814-9545-2020-2-83-109.
3. Вертинова А. А., Садовская Л. Е. Кризис сигнальной функции высшего образования в условиях дисбаланса на рынке труда // Лидерство и менеджмент. – 2026. – № 1. – c. 43-60. – doi: 10.18334/lim.13.1.124549.
4. Витвицкая А. А. ИИ-тьютор как часть интеллектуальных систем образования: вызовы и перспективы // Антропоцентрические науки в образовании: Сборник научных статей XIX международной научно-практической конференции, Воронеж, 28–29 ноября 2023 года. – Воронеж: ООО Издательство Научная книга. Воронеж, 2023. – c. 64-67.
5. Глущенко В. В. Направления модернизации системы высшего образования при развитии шестого технологического уклада // Современные научные исследования и инновации. – 2020. – № 2. – c. 17.
6. Дворяткина С.Н., Мишина С.В. Lean-технологии как инструмент формирования предпринимательских компетенций будущих экономистов // Ярославский педагогический вестник. – 2023. – № 3. – c. 44-54. – doi: 10.20323/1813-145X_2023_3_132_44.
7. Добровольская Н.Ю., Сеидова Н.М. Применение генеративных моделей в обучении математическому анализу студентов IT-направлений // Образовательные ресурсы и технологии. – 2025. – № 3. – c. 42-51. – doi: 10.21777/2500-2112-2025-3-42-51.
8. Добровольская Н.Ю. Исследование возможности применения нейронных сетей при организации самостоятельной работы студентов // Прикладная математика и информатика в современном мире: Материалы Всероссийской научно-практической конференции, посвященной 50-летию начала подготовки специалистов в области программирования и прикладной математики на Кубани, Краснодар, 20–23 сентября 2022 года. – Краснодар: ФГБУ Российское энергетическое агентство Минэнерго России Краснодарский ЦНТИ- филиал ФГБУ РЭА Минэнерго России. Краснодар, 2022. – c. 229-234.
9. Иванов М. И. Человеческий капитал и образование в новом мире труда // Инновационная экономика и общество. – 2023. – № 4. – c. 11-21.
10. Клюев Ю. Б. Цели и средства экономического развития России в контексте перехода к шестому технологическому укладу // Известия Уральского государственного экономического университета. – 2018. – № 6. – c. 33-50. – doi: 10.29141/2073-1019-2018-19-6-3.
11. Литвинюк А.А. Будущие лидеры высшего образования: качество молодых специалистов и особенности их организационного поведения // Лидерство и менеджмент. – 2021. – № 4. – c. 447-468. – doi: 10.18334/lim.8.4.113710.
12. Литвинюк А.А. О креативности молодых специалистов в сфере науки и высшего образования // Экономика труда. – 2020. – № 9. – c. 833-848. – doi: 10.18334/et.7.9.110857.
13. Литвинюк А.А. Особенности мотивационного профиля молодых специалистов, ориентирующихся на деятельность в креативных и инновационных сферах экономики // Социально-трудовые исследования. – 2021. – № 1. – c. 112-125. – doi: 10.34022/2658-3712-2021-42-1-112-125.
14. Литвинюк А.А., Бабина Я.Д., Садикова М.А. Оценка качества мотивации к обучению в системе образовательного менеджмента российских вузов // Лидерство и менеджмент. – 2024. – № 1. – c. 83-100. – doi: 10.18334/lim.11.1.120499.
15. Литвинюк А. А., Ефимова М. В. Проактивная трансформация организационных систем в условиях конвергенции шестого технологического уклада и поколения Z // Лидерство и менеджмент. – 2026. – № 3. – c. 229-248. – doi: 10.18334/lim.13.3.124615.
16. Литвинюк А,А., Гонтар Е. А. Управление профессиональной ориентацией талантливой российской молодежи // Лидерство и менеджмент. – 2022. – № 1. – c. 97-112. – doi: 10.18334/lim.9.1.114293.
17. Пикало И. А. Поправочный коэффициент в наукометрических базах для оптимального определения рейтинга ученого и организации // Система менеджмента качества: опыт и перспективы. – 2021. – № 10. – c. 286-290.
18. Литвинюк А.А., Шубенкова Е.В., Иванова-Швец Л. Н. Проблемы совершенствования управления научно-педагогическим персоналом высшего учебного заведения. - Москва : Первое экономическое, 2024. – 232 c.
19. Сердюк Н. В. Кого и зачем мы готовим сегодня в аспирантуре и адъюнктуре: проблемы и некоторые пути решения // Науковедческие исследования. – 2025. – № 1. – c. 70-80. – doi: 10.31249/scis/2025.01.05.
20. Серова А.В., Суханова Е. А., Отт М.А. Как преодолеть разрыв высшего образования с требованиями рынка труда? Организационные модели взаимодействия с работодателями // Университетское управление: практика и анализ. – 2024. – № 2. – c. 120-130. – doi: 10.15826/umpa.2024.02.020.
21. Терентьев Е., Рыбаков Н., Бедный Б. Зачем сегодня идут в аспирантуру // Вопросы образования. – 2020. – № 1. – c. 40-69. – doi: 10.17323/1814-9545-2020-1-40-69.
22. Ткачева Ю. Г., Зинченко О.В., Жданова О. С. Культурно-аксиологическая составляющая Т-образного профиля специалистов для инновационной экономики // Актуальные вопросы гуманитарных и социальных наук: Материалы Всероссийской научно-практической конференции с международным участием, Чебоксары, 15 января 2026 года. – Чебоксары: ООО Издательский дом Среда. Чебоксары, 2026. – c. 82-86.
23. Кулапов М. Н., Литвинюк А. А., Журавлев П.В. Управление персоналом вуза в условиях цифровизации HR-менеджмента. / учебник. - Москва : Общество с ограниченной ответственностью Русайнс, 2025. – 378 c.
24. Щучкин Е. Ю. Влияние искусственного интеллекта на учебный процесс: пилотное исследование на примере технического вуза // Continuum. Математика. Информатика. Образование. – 2025. – № 2. – c. 122-130. – doi: 10.24888/2500-1957-2025-2-122-130.
25. Юкиш В. Ф. Оценка научного труда // Экономика и бизнес: теория и практика. – 2023. – № 9. – c. 202-212. – doi: 10.24412/2411-0450-2023-9-202-212.
26. Stein S. Deepening relational capacity to confront the polycrisis in higher education and beyond // Higher Education. – 2025. – № 6. – p. 1572-1587.
27. Gounidi R. El., Chafiq N., Ghazouani M. The impact of dynamic feedback on AI tutor performance // Education and Science Journal. – 2026. – № 2. – p. 166-190. – doi: 10.17853/1994-5639-2026-2-166-190.
28. Ul Hassan M., Murtaza A., Rashid K. Redefining higher education institutions (HEIs) in the era of globalisation and global crises: A proposal for future sustainability // European Journal of Education. – 2025. – № 1. – p. e12822.
Страница обновлена: 04.05.2026 в 12:15:51
Download PDF | Downloads: 8
From hierarchy to ecosystem: conceptual restructuring of university management to meet the challenges of the sixth technological mode
Litvinyuk A.A., Zhuravleva E.E., Zakharyan A.R., Zorkova E.V.Journal paper
Leadership and Management
Volume 13, Number 4 (April 2026)
Abstract:
The article examines the systemic challenges facing Russian higher education amid the transition to the sixth technological mode, the core of which is formed by nanotechnology, artificial intelligence and cyber-physical systems. The authors have identified and analyzed five key structural gaps (organizational, substantive, epistemological, instrumental, and status gaps) that hinder the integration of universities into the new economic reality and generate the phenomenon of a digital facade. The necessity of abandoning fragmentary improvements in favor of a conceptual restructuring of university management based on a project-oriented approach is substantiated. As a solution, the article proposes a transition from a vertical hierarchy to a network ecosystem management model. The article discusses the components of this model: the differentiation of technical and humanitarian educational tracks, the introduction of a "teacher's capital model" (including educational, industrial, digital and social components) instead of scientometric "valometry", as well as a two-circuit postgraduate training system. It is concluded that it is necessary to change the very philosophy of university management in order to train personnel who are able to act effectively in conditions of increasing uncertainty and technological convergence.
Keywords: sixth technological mode, higher education, university management, ecosystem model, digital transformation, human capital
JEL-classification: I21, I23, M50, O30, J24
References:
Abrosimova E. E., Filippova A. G., Yarygina M. M. (2025). Artificial Intelligence in Higher Education: The Experiences and Expectations of Teachers of a Regional University. Territoriya novyh vozmozhnostey. Vestnik Vladivostokskogo gosudarstvennogo universiteta. 17 (4). 138-146. doi: 10.63973/2949-1258/2025-4/138-146.
Bekova S. K. (2020). Academic Suicide: Scenarios of Doctoral Student Attrition in Russia. Educational Studies. (2). 83-109. doi: 10.17323/1814-9545-2020-2-83-109.
Dobrovolskaya N.Yu. (2022). Investigation of the possibility of using neural networks in organizing students' independent work Applied mathematics and computer science in the modern world. 229-234.
Dobrovolskaya N.Yu., Seidova N.M. (2025). Application of Generative Models in Teaching Calculus to IT Students. Obrazovatelnye resursy i tekhnologii. (3). 42-51. doi: 10.21777/2500-2112-2025-3-42-51.
Dvoryatkina S.N., Mishina S.V. (2023). Lean technologies as a tool for the formation of entrepreneurial competencies of future economists. Yaroslavskiy pedagogicheskiy vestnik. (3). 44-54. doi: 10.20323/1813-145X_2023_3_132_44.
Gluschenko V. V. (2020). The directions of modernization of the higher education system in the development of the sixth technological mode. Modern scientific researches and innovations. (2). 17.
Gounidi R. El., Chafiq N., Ghazouani M. (2026). The impact of dynamic feedback on AI tutor performance Education and Science Journal. 28 (2). 166-190. doi: 10.17853/1994-5639-2026-2-166-190.
Ivanov M. I. (2023). Human Capital and Education in the New World of Work. Innovatsionnaya ekonomika i obschestvo. (4). 11-21.
Klyuev Yu. B. (2018). Goals and Means of Russia’s Economic Development Under the Sixth Technological Wave. Journal of the Ural State University of Economics. 19 (6). 33-50. doi: 10.29141/2073-1019-2018-19-6-3.
Kulapov M. N., Litvinyuk A. A., Zhuravlev P.V. (2025). University personnel management in the context of the digitalization of HR management
Litvinyuk A,A., Gontar E. A. (2022). Managing talented Russian youth professional orientation. Leadership and management. 9 (1). 97-112. doi: 10.18334/lim.9.1.114293.
Litvinyuk A. A., Efimova M. V. (2026). Proactive transformation of organizational systems amid convergence of the Sixth Technological Mode and Generation Z. Leadership and Management. 13 (3). 229-248. doi: 10.18334/lim.13.3.124615.
Litvinyuk A.A. (2020). On the creativity of young professionals in science and higher education. Russian Journal of Labor Economics. 7 (9). 833-848. doi: 10.18334/et.7.9.110857.
Litvinyuk A.A. (2021). Features of the motivational profile of young professionals who are guided for activities in the creative and innovative spheres of the economy. Sotsialno-trudovye issledovaniya. (1). 112-125. doi: 10.34022/2658-3712-2021-42-1-112-125.
Litvinyuk A.A. (2021). Future leaders of higher education: the quality of young professionals and the peculiarities of their organizational behaviour. Leadership and management. 8 (4). 447-468. doi: 10.18334/lim.8.4.113710.
Litvinyuk A.A., Babina Ya.D., Sadikova M.A. (2024). Assessing the quality of study motivation in the educational management of Russian universities. Leadership and Management. 11 (1). 83-100. doi: 10.18334/lim.11.1.120499.
Litvinyuk A.A., Shubenkova E.V., Ivanova-Shvets L. N. (2024). Problems of improving the management of scientific and pedagogical staff of a higher educational institution
Pikalo I. A. (2021). Correction factor in scientometric databases for optimal determination of the rating of a scientist and an organization. Sistema menedzhmenta kachestva: opyt i perspektivy. (10). 286-290.
Schuchkin E. Yu. (2025). Impact of Artificial Intelligence on the Educational Process: A Pilot Study in a Technical University. Continuum. Matematika. Informatika. Obrazovanie. (2). 122-130. doi: 10.24888/2500-1957-2025-2-122-130.
Serdyuk N. V. (2025). Who and Why Are We Preparing for Postgraduate and Adjunct Studies Today: Problems and Some Solutions. Naukovedcheskie issledovaniya. (1). 70-80. doi: 10.31249/scis/2025.01.05.
Serova A.V., Sukhanova E. A., Ott M.A. (2024). How to Overcome the Gap Between Higher Education and Labour Market Requirements? Organizational Models for Interaction with Employers. Universitetskoe upravlenie: praktika i analiz. 28 (2). 120-130. doi: 10.15826/umpa.2024.02.020.
Stein S. (2025). Deepening relational capacity to confront the polycrisis in higher education and beyond Higher Education. 44 (6). 1572-1587.
Terentev E., Rybakov N., Bednyy B. (2020). Why embark on a phd today? A typology of motives for doctoral study in Russia. Voprosy obrazovania / Educational Studies Moscow. (1). 40-69. doi: 10.17323/1814-9545-2020-1-40-69.
Tkacheva Yu. G., Zinchenko O.V., Zhdanova O. S. (2026). The cultural and axiological component of the T-shaped profile of specialists for the innovative economy Current issues in the humanities and social sciences. 82-86.
Ul Hassan M., Murtaza A., Rashid K. (2025). Redefining higher education institutions (HEIs) in the era of globalisation and global crises: A proposal for future sustainability European Journal of Education. 60 (1). e12822.
Vertinova A. A., Sadovskaya L. E. (2026). The crisis of the signal function of higher education amid an imbalance in the labor market. Leadership and Management. 13 (1). 43-60. doi: 10.18334/lim.13.1.124549.
Vitvitskaya A. A. (2023). AI tutor as a part of intelligent education systems: challenges and prospects Anthropocentric sciences in education. 64-67.
Yukish V. F. (2023). Assessment of Scientific Work. Economics and business: theory and practice. (9). 202-212. doi: 10.24412/2411-0450-2023-9-202-212.
