Искусственный интеллект в преподавании экономических дисциплин: границы когнитивного делегирования

Введение

Распространение генеративного искусственного интеллекта (ИИ) изменило условия высшего образования. Диалоговые системы уже используются для поиска и упорядочения информации, подготовки объяснений, сопоставления вариантов решения и предварительной проверки рассуждений. В результате студент получает доступ к постоянной цифровой консультации, а преподаватель вынужден уточнять границы самостоятельной работы, критерии освоения содержания дисциплины и способы подтверждения сформированности компетенций. На первоначальном этапе внимание образовательных организаций было сосредоточено преимущественно на проблеме академической недобросовестности и способах выявлении автоматически созданных текстов. Однако запретительный подход не учитывает фактическую доступность генеративных систем и не обеспечивает устойчивого контроля за их применением. Более обоснованной представляется такая организация учебной работы, при которой обращение к ИИ включается в методически заданную последовательность действий, а полученные результаты подлежат обязательной проверке, обсуждению и содержательной интерпретации.

В международных документах вопрос о допустимости ИИ постепенно уступает место обсуждению условий его педагогически обоснованного применения. Рекомендации ЮНЕСКО исходят из человекоцентричного подхода, необходимости институциональной экспертизы цифровых решений, защиты данных и сохранения ведущей роли человека в образовательном процессе [12] (Miao [et al.], 2023). В материалах ОЭСР результативность цифровых инструментов связывается с участием преподавателей в определении целей, правил и ограничений их использования, а также с развитием профессиональных компетенций, позволяющих включать новые технологии в систему методов обучения [13] (OECD, 2024). В России нормативная основа формируется Национальной стратегией развития ИИ на период до 2030 года, актуализированной в 2024 году (Указ Президента Российской Федерации от 10.10.2019 г. № 490 (ред. от 15.02.2024) «О развитии искусственного интеллекта в Российской Федерации»), и стратегическим направлением цифровой трансформации науки и высшего образования, утвержденным в 2025 году (Распоряжение Правительства Российской Федерации от 05.07.2025 г. № 1805-р «Об утверждении стратегического направления в области цифровой трансформации отрасли науки и высшего образования до 2030 года»). Последний документ относит технологии ИИ к средствам обеспечения образовательного процесса, развития цифровых сервисов и повышения эффективности подготовки кадров. Следовательно, их применение приобретает характер институционально регулируемой практики и уже не может рассматриваться только как частная инициатива отдельных преподавателей или студентов.

Научная литература также отражает переход от общей характеристики преимуществ и угроз к исследованию конкретных дидактических решений. Авторы рассматривают персонализацию обучения, оперативную обратную связь и повышение доступности учебных материалов наряду с рисками недостоверного содержания, когнитивной зависимости, размывания авторства и неравного доступа к цифровым ресурсам [3, 6, 11, 15] (Букина, 2025 Лукичёв [и др.], 2023; Hou, 2025; Rismanchian [et al.], 2025). В работах по экономическому образованию анализируются индивидуальная учебная поддержка, разработка заданий, формирование ИИ-грамотности, критическая оценка алгоритмических ответов и проведение устных экзаменов с цифровым сопровождением [9, 10, 14] (Beck [et al.], 2025; Flynn, 2025; Onodipe [et al.], 2026). Вместе с тем значительная часть публикаций ограничивается описанием технологических возможностей либо проблемой академической недобросовестности. Недостаточно исследованным остается распределение познавательных операций, педагогических полномочий и ответственности между студентом, преподавателем и цифровой системой. Для экономических дисциплин эта проблема имеет принципиальное значение, поскольку решение учебной или исследовательской задачи зависит от исходных предпосылок, временного горизонта, качества данных, институционального контекста и выбранного теоретического подхода. Логическая связность ответа языковой модели сама по себе не подтверждает его доказательность, а правдоподобная формулировка не гарантирует экономической обоснованности. Поэтому предметом анализа должно быть не количество действий, которые способна выполнить система, а условия их включения в учебную работу без ослабления самостоятельного мышления.

Цель исследования заключается в обосновании теоретико-методического подхода к использованию ИИ в преподавании экономических дисциплин в качестве консультативного и вспомогательного средства при сохранении определяющей роли преподавателя. Методологическую основу составили системный, функциональный и деятельностный подходы, ретроспективный анализ стратегических документов, сравнительное изучение моделей интеграции ИИ в высшее образование и обобщение практик преподавания экономических дисциплин. Гипотеза состоит в том, что образовательный эффект определяется не объемом операций, переданных цифровой системе, а качеством педагогической организации их выполнения. По мере усложнения генерируемых результатов возрастает значение постановки задачи, раскрытия исходных допущений, проверки фактической основы и критической интерпретации, которые относятся к сфере ответственности преподавателя и обучающегося.

Концептуальная модель контролируемого когнитивного делегирования

В технологическом отношении ИИ представляет собой совокупность программных средств, предназначенных для обработки данных, выявления закономерностей, прогнозирования и генерации результатов, внешне сопоставимых с отдельными проявлениями интеллектуальной деятельности человека. Для педагогического анализа этого определения недостаточно, поскольку оно не раскрывает место цифровой системы в структуре образовательного взаимодействия. В преподавании экономических дисциплин ИИ-консультант целесообразно понимать как включенный в учебный процесс программный инструмент, который по запросу студента или преподавателя осуществляет поиск и структурирование информации, предлагает варианты объяснения экономических категорий, выполняет первичную обработку данных, моделирует сценарии и формирует обратную связь. При этом система не устанавливает образовательные цели, не может окончательно подтвердить достоверность содержания и не принимает решение о степени освоения дисциплины. Такое определение разграничивает функциональные возможности технологии и педагогическую субъектность. ИИ может участвовать в подготовке решения, но не несет академической ответственности за корректность модели; способен предложить основания для сравнения, но не определяет их соответствие целям дисциплины; может изложить механизм ДКП, но не может подтвердить научную состоятельность объяснения и его соответствие уровню подготовки студента. Консультативный статус означает, что система расширяет доступ к вариантам постановки вопроса, интерпретации и выполнения промежуточных операций в пределах содержания и методических требований, заданных преподавателем.

Практическая реализация данной модели предполагает использование ИИ-консультанта – генеративной языковой модели либо программного агента, встроенного в образовательную среду и выполняющего вспомогательные функции в деятельности студентов и преподавателей. В отличие от традиционных электронных образовательных ресурсов, он поддерживает диалоговый формат взаимодействия, адаптирует сложность и способ представления материала в зависимости от содержания запроса, сопровождает обучающегося на отдельных этапах решения задачи и обеспечивает оперативную обратную связь. Использование ИИ-консультанта сокращает время, необходимое для поиска и систематизации информации, подготовки иллюстративных примеров и тренировочных заданий, предварительной проверки решений, обработки данных и адаптации учебных материалов к уровню подготовки обучающихся. Возможность обратиться за консультационной поддержкой независимо от времени и места расширяет доступность образовательного взаимодействия. Вместе с тем такая доступность создает риск замещения самостоятельной познавательной работы получением готовых формулировок и решений. Поэтому ИИ-консультанта нельзя отождествлять ни с обычным электронным справочным ресурсом, ни с самостоятельным субъектом образовательного процесса. Диалоговое взаимодействие с системой позволяет повторно обращаться к сложным моментам, уточнять содержание понятий, проверять выдвинутые предположения и получать комментарии по ходу выполнения задания. Однако образование не сводится к передаче, поиску и обработке информации. Оно включает отбор содержательно значимого материала, формирование культуры мышления, развитие аргументационных навыков и ответственности за принятые решения, а также осмысление полученных знаний в профессиональном и общественном контексте [2, 7] (Бродовская [и др.], 2025; Парма, 2024). Решение этих задач связано с постановкой образовательных целей, педагогической оценкой полученных результатов и формированием содержательных, методологических и ценностно-нормативных суждений. Делегирование таких функций системе, генерирующей ответы на основе вероятностной обработки языковых данных, не имеет достаточных педагогических и методологических оснований.

Содержание консультативно-вспомогательной модели раскрывается через три взаимосвязанных направления интеграции ИИ в образование. Первое направление «Образование для ИИ» связано с формированием знаний и компетенций, необходимых для разработки, критической оценки и ответственного применения алгоритмических систем. Для студентов экономических направлений оно предполагает формирование ИИ-грамотности, понимание принципов и ограничений работы моделей, а также способность проверять происхождение, качество и достоверность используемых данных [5, 8] (Жуковская, 2025; Этуев [и др.], 2023). Второе направление «ИИ для образования» охватывает применение соответствующих технологий при объяснении учебного материала, анализе информации, моделировании, организации обратной связи и выполнении учебных заданий. В данном случае технология выступает средством повышения доступности, вариативности и оперативности образовательного взаимодействия, сохраняя вспомогательный характер по отношению к деятельности преподавателя и самостоятельной работе студента. Третье направление «ИИ в образовании» отражает институциональный уровень интеграции технологий, при котором они становятся элементом образовательной инфраструктуры, используются при формировании индивидуальных образовательных траекторий, оценке результатов обучения и проектировании цифровой образовательной среды [1, 6, 11] (Азаров [и др.], 2023; Лукичёв [и др.], 2023; Hou, 2025). Эти направления образуют единую систему: уровень подготовки пользователя определяет качество и результативность применения технологии, тогда как институциональные нормы устанавливают допустимые формы, условия и пределы ее использования в образовательном процессе.

ИИ-консультант относится прежде всего к инструментам обучения и одновременно включается в институциональную инфраструктуру образовательной организации. Однако его результативность зависит от уровня ИИ-грамотности участников процесса. При отсутствии навыков критической проверки инструментальное использование превращается в некритичное принятие алгоритмического ответа; отсутствие единых правил делает практики непрозрачными и несопоставимыми; применение технологии без ясно сформулированной педагогической задачи само по себе не обеспечивает образовательного результата. Поэтому ИИ следует рассматривать как элемент образовательной системы, качество которого определяется подготовкой пользователей, методикой включения в учебную работу и распределением ответственности.

Для характеристики рационального распределения операций предлагается понятие контролируемого когнитивного делегирования. Оно обозначает педагогически регламентированную передачу цифровой системе части промежуточных познавательных действий (поиска вариантов, предварительного объяснения, преобразования данных, подготовки чернового расчета или формулирования уточняющих вопросов). Студент при этом сохраняет обязанность понимать логику решения, а преподаватель – полномочия определять цель, оценивать метод, интерпретировать результат и подтверждать сформированность компетенции. Контролируемый характер делегирования обеспечивается совместным обсуждением и анализом результатов, проводимыми студентом и преподавателем. Обучающийся должен уметь объяснить назначение запроса, выявить допущения в полученном ответе, показать способ проверки данных и обосновать внесенные изменения.

Модель основывается на функциональной взаимодополняемости преподавателя и цифровой системы. Преимущества ИИ проявляются в скорости обработки информации, масштабируемости, вариативности формулировок и доступности. Преподаватель располагает профессиональным суждением, позволяющим соотнести частный ответ с логикой курса, выявить содержательную ошибку, скрытую за убедительной формой, учитывать особенности аудитории и организовывать совместное обсуждение. Кроме того, именно преподаватель несет ответственность за результаты обучения. Поэтому расширение технических возможностей не ведет к автоматическому сокращению педагогических функций. Наоборот, сложность генерируемого контента повышает требования к экспертной проверке и методическому проектированию.

Консультативно-вспомогательная модель включает предметный, консультативный и экспертно-педагогический контуры. Предметный контур образуют экономические категории, модели, данные, методы анализа и институциональные факты, подлежащие освоению. Консультативный контур охватывает операции цифровой системы (объяснение, сравнение, моделирование, подготовку примеров, первичную диагностику и техническое сопровождение). Экспертно-педагогический контур формируется преподавателем и включает определение результатов обучения, отбор источников, установление допустимых способов работы, содержательную проверку, организацию дискуссии и итоговую оценку. Деятельность студента связывает эти контуры, поскольку полученная консультация должна быть преобразована в собственное аргументированное суждение. В экономическом образовании такое распределение особенно важно. Экономические модели основаны на теоретическом упрощении действительности, а один и тот же факт может по-разному интерпретироваться с позиций неоклассического, кейнсианского, институционального или поведенческого подхода. Описательный анализ здесь тесно связан с нормативным [1]; качество эмпирического вывода зависит от исходных данных и выбранного метода [2]. Наконец, изменение институциональной среды требует постоянной проверки сведений о регулировании и практике участников рынка. Поэтому ИИ должен использоваться для углубления познавательной работы, а не для увеличения числа готовых ответов. Последовательность учебных действий приобретает вид: постановка проблемы ® формулирование гипотезы ® обращение к ИИ-системе ® проверка ® интерпретация ® защита решения. Система ускоряет поиск и первичную обработку информации, тогда как преподаватель определяет содержание задачи и критерии оценки. Результатом обучения выступает способность студента воспроизвести ход рассуждения, раскрыть ограничения метода и объяснить значение полученных выводов.

Функциональная типология применения ИИ в образовании

Классифицировать практики использования ИИ целесообразно по преобладающей педагогической функции, а не по наименованию конкретного сервиса. Цифровые решения быстро обновляются, тогда как основные учебные действия (поиск, объяснение, анализ, моделирование, проверка и организация работы) сохраняют относительную устойчивость. Функциональный принцип позволяет описать содержание поддерживаемой деятельности и одновременно определить пределы допустимого делегирования. В рамках данного подхода выделяются информационно-поисковое, объяснительное, расчетно-аналитическое, сценарно-имитационное, критико-оценочное и организационно-методическое направления применения.

Информационно-поисковое направление предполагает предварительную ориентацию обучающегося в понятийном аппарате, круге научных источников и возможных направлениях исследования. Использование ИИ-консультанта позволяет обозначить структуру предметной области, разграничить смежные категории, определить последовательность обзора литературы и сформировать первоначальный перечень показателей для эмпирического анализа. Так, при изучении инфляционных процессов студент может сопоставить индекс потребительских цен, дефлятор валового внутреннего продукта, показатели базовой инфляции и инфляционные ожидания. Вместе с тем полученные результаты должны рассматриваться лишь как основание для последующего обращения к первичным источникам [4] (Валькова, 2024). В связи с этим преподавателю необходимо установить перечень допустимых информационных баз, предусмотреть обязательное указание источников статистических данных и оценивать соответствие предложенной систематизации понятийному аппарату экономической науки.

Объяснительное направление связано с представлением учебного материала с учетом уровня подготовки обучающегося и характера испытываемых им затруднений. Экономический механизм может раскрываться посредством определения, графической модели, числового примера либо последовательного описания причинно-следственных связей. При изучении эластичности спроса объяснение может включать формулу, прикладную ситуацию, учебную задачу и разбор типичной ошибки. В рамках макроэкономического анализа целесообразно, например, сопоставлять особенности действия процентного канала ДКП в краткосрочном и долгосрочном периодах. Основное ограничение данного подхода состоит в вероятности чрезмерного упрощения, из-за чего утрачиваются существенные предпосылки и границы применимости рассматриваемой модели. Поэтому преподаватель должен определить обязательный понятийный минимум и требовать от обучающихся четкого разграничения описания наблюдаемого процесса и объяснения лежащих в его основе причинно-следственных связей.

Расчетно-аналитическое применение охватывает подготовку данных, обсуждение выбора модели, выполнение промежуточных вычислений, разработку программного кода и предварительную интерпретацию результатов. Так, в эконометрике ИИ может использоваться при подготовке программного кода для проведения регрессионного анализа и диагностике гетероскедастичности, а в корпоративных финансах – при расчете чистой приведенной стоимости и анализе чувствительности. Постановка задачи, определение экономического содержания переменных, обоснование метода и проверка вычислений должны оставаться в сфере ответственности студента. Оценке подлежит не только числовой результат, но и применимость модели, воспроизводимость расчетов, корректность исходных данных и понимание того, как изменение предпосылок влияет на вывод.

Сценарно-имитационное направление предполагает моделирование альтернативных ситуаций и анализ решений в условиях неопределенности. ИИ может воспроизводить поведение условного домохозяйства, организации, банка или регулирующего органа, изменяя параметры в ответ на действия обучающегося. Например, в экономике организации студент определяет объем выпуска при изменении стоимости ресурсов; в денежно-кредитном регулировании обосновывает решение по ключевой ставке при сочетании инфляционного шока и замедления экономической активности; в международных финансах оценивает последствия валютных интервенций при различных режимах курсообразования. Преподаватель задает исходные условия, контролирует непротиворечивость параметров и сопоставляет результаты моделирования с фактической экономической практикой.

Критико-оценочное применение направлено на развитие способности оценивать обоснованность полученной информации. Алгоритмически сформированное объяснение, прогноз или решение становится материалом для анализа фактических ошибок, скрытых допущений, логических разрывов, нормативных суждений и дефицита исходных данных. В микроэкономике предметом проверки может быть смешение движения вдоль кривой спроса с ее сдвигом, в макроэкономике – упрощенная трактовка зависимости между денежной массой и уровнем цен, в финансах – игнорирование различий между риском и неопределенностью. Ограничения цифровой модели в данном случае приобретают образовательное значение, а качество работы определяется глубиной критического анализа и доказательностью предложенных исправлений.

Организационно-методическое направление относится главным образом к работе преподавателя. ИИ может применяться при подготовке вариантов заданий, формировании банка вопросов, дифференциации кейсов по уровню сложности, предварительной систематизации типичных ошибок и составлении проектов обратной связи. Автоматизация этих процедур не освобождает преподавателя от принятия содержательных и методических решений. Он проверяет научную корректность материалов, их соответствие результатам обучения и обоснованность критериев оценивания.

Педагогический эффект использования ИИ определяется не самим фактом его присутствия в учебном процессе, а характером включения в познавательную деятельность и распределением ответственности между преподавателем, студентом и технологической системой. Информационно-поисковая поддержка утрачивает образовательное значение, когда подменяет самостоятельное обращение к источникам. Расчетно-аналитические возможности не способствуют освоению дисциплины, если обучающийся не понимает используемого метода и не способен объяснить последовательность вычислений. Сценарное моделирование оказывается методически ограниченным при непрозрачности исходных параметров и допущений, а организационно-методическая поддержка не может считаться педагогически обоснованной, если преподаватель не проводит содержательную проверку полученных результатов. Реализация такого подхода предполагает пересмотр структуры учебных заданий [3] и критериев оценивания. Оценке должен подлежать сам результат и последовательность действий, приведших к его получению: формулирование исходной гипотезы, характер запросов к цифровой системе, способы проверки предоставленных сведений, обращение к научной литературе и статистическим данным, содержание внесенных исправлений, а также способность студента аргументировать выводы в ходе устной защиты. Подобная организация позволяет установить, каким образом применялись инструменты ИИ, определить степень самостоятельного участия обучающегося и включить осмысление цифровой поддержки в структуру академической рефлексии.

Перспективным направлением применения ИИ выступает индивидуализация учебной поддержки. Цифровой консультант способен предложить дополнительный пример, разъяснить пропущенный этап решения, сформировать тренировочное задание или изменить уровень сложности объяснения с учетом подготовки обучающегося. Такая помощь особенно востребована в учебных группах, для которых характерны значительные различия в математической подготовке и темпе освоения материала. Однако индивидуальная образовательная траектория не может выстраиваться исключительно на основе алгоритмических рекомендаций. Преподаватель сохраняет ответственность за определение содержательного ядра дисциплины, последовательность изучения тем, проведения проверки и допустимые пределы упрощения материала. Чрезмерная ориентация на текущие ошибки студента способна привести не к преодолению пробелов, а к закреплению фрагментарных представлений и постепенному исключению из курса сложных, но принципиально необходимых вопросов.

Использование ИИ влияет и на организацию аудиторной работы. Часть стандартных пояснений может быть перенесена на этап предварительной подготовки, тогда как контактное время следует направлять на проверку аргументации, обсуждение различий в способах решения и анализ задач, допускающих несколько интерпретаций. При такой организации лекционное занятие может включать разбор типичных ответов, ошибок и неочевидных допущений; семинар – обсуждение и аргументирование конкретного решения; индивидуальная консультация – выявление причин ошибок и определение способов их устранения. Особую роль приобретает устная проверка, поскольку она позволяет установить степень самостоятельности рассуждений и глубину понимания материала. Вместе с тем в структуре курса необходимо сохранять задания, выполняемые без использования ИИ (ручное решение задач, самостоятельное письменное изложение и др.). Наибольшую ценность цифровая консультация имеет после собственной попытки студента, когда она используется для проверки решения, уточнения отдельных положений и углубления понимания, а не для получения готового ответа.

Экспертно-педагогический контур применения ИИ

Определяющая роль преподавателя обусловлена структурой образовательной ответственности. Цифровая система формирует ответ в зависимости от запроса и выявленных в данных закономерностей, тогда как преподаватель оценивает содержание, его соответствие результатам обучения, надежность источников, допустимые пределы упрощения и обоснованность итоговой оценки. Высшее образование завершается официальным подтверждением уровня подготовки, поэтому решение о соответствии студента установленным требованиям не может быть передано системе, не несущей ответственности перед обучающимся, университетом и профессиональным сообществом.

В рассматриваемой модели деятельность преподавателя включает проектировочную, критико-аналитическую, интерпретационную, диагностическую и оценочную функции. Проектировочная функция задает последовательность учебных действий и определяет место цифровых технологий в образовательном процессе. Критико-аналитическая функция направлена на проверку достоверности сведений, оценку надежности источников и разграничение научно обоснованных выводов и формально убедительных суждений. Интерпретационная функция обеспечивает рассмотрение результатов в историческом, институциональном и социальном контексте. Диагностическая функция позволяет выявлять пробелы в понимании посредством обсуждения и уточняющих вопросов. Оценочная функция позволяет установить, в какой мере представленная работа отражает сформированность компетенций, а не преимущественное использование внешней помощи. В результате профессиональная деятельность преподавателя сосредотачивается на проектировании образовательной среды, постановке учебных и исследовательских задач, сопровождении самостоятельной работы и экспертной оценке ее результатов.

Проектировочная функция приобретает особую значимость в условиях, когда ИИ способен выполнять значительную часть типовых учебных заданий. Сохранение традиционных форм контроля при одновременном формальном запрете на использование ИИ не позволяет достоверно определить самостоятельный вклад студента. Поэтому более обоснованным представляется переход к заданиям, предполагающим работу с локальными данными, изменяющимися условиями и неоднозначными исходными предпосылками. Их выполнение должно включать аргументацию выбранного подхода, сопоставление возможных методов, выявление допущенных ошибок и содержательную интерпретацию результатов с учетом специфики изучаемой дисциплины. Ценность таких заданий определяется не внешней завершенностью представленного ответа, а характером выполненных интеллектуальных действий и способностью обучающегося последовательно объяснить логику принятого решения.

Не менее существенна критико-аналитическая функция преподавателя, поскольку обоснованность экономических выводов зависит от надежности источников, сопоставимости данных и корректности исходных допущений. ИИ может воспроизводить недостоверные статистические сведения, смешивать номинальные и реальные показатели, объединять данные за несопоставимые периоды, искажать содержание нормативно-правовых актов или предлагать эконометрические модели без учета методологических ограничений. В связи с этим необходим регламент проверки полученных материалов. Он должен предусматривать выделение утверждений, подлежащих проверки, обращение к первичным источникам, сопоставление дат, единиц измерения и методик расчета, оценку применимости выбранного метода, а также четкое разграничение установленных фактов и их интерпретации. Способность последовательно осуществлять такую проверку следует рассматривать как обязательный элемент профессиональной компетентности экономиста.

Интерпретационная функция заключается в выявлении экономического содержания полученных результатов и определении границ их применимости [4]. Преподаватель соотносит сформулированные выводы с положениями экономической теории, эмпирическими данными и особенностями конкретной институциональной среды. Материалы, подготовленные с использованием ИИ, требуют особенно внимательного анализа, поскольку содержащиеся в них выводы нередко опираются на неявные нормативные предпосылки, скрытые приоритеты и ограничения, которые непосредственно в тексте не обозначены.

Диагностическая функция реализуется преимущественно в ходе содержательного диалога, позволяющего оценить не только правильность ответа, но и способ его получения. В процессе обсуждения преподаватель может выявить формальное использование понятий, подмену причинно-следственной связи простой хронологической последовательностью событий, некритичное принятие убедительно сформулированных суждений и стремление представить неопределенный результат как однозначный. Сопоставление ответов и способов рассуждения в динамике дает возможность обнаружить устойчивые ошибки и точнее определить степень самостоятельности обучающегося. Такая организация работы формирует ответственность за высказываемые суждения, уважение к доказательствам, готовность пересматривать собственную позицию и понимание границ имеющегося знания.

Оценочная функция предполагает сочетание заданий, выполняемых без цифровой поддержки, с проектной работой, предусматривающей применение генеративных систем, устной защитой результатов, анализом процесса решения и подготовкой аналитического отчета. Студент должен указывать, какие операции были автоматизированы, какие рекомендации цифровой системы были отклонены, каким образом проверялись использованные сведения и какие изменения были самостоятельно внесены в итоговый вариант работы. Указание способов и этапов использования ИИ повышает прозрачность учебной деятельности и позволяет оценивать не сам факт использования технологии, а способность студента осмысленно определять границы ее применения.

Основной риск использования ИИ в образовательном процессе связан с переходом от продуктивной когнитивной разгрузки к замещению самостоятельной мыслительной деятельности. Передача цифровой системе операций по поиску информации, преобразованию данных или выполнению предварительных расчетов допустима при условии, что обучающийся самостоятельно формулирует исходную позицию, понимает последовательность решения, проверяет сведения по первичным источникам и способен аргументировать полученные выводы. Правдоподобие формулировки ответа не может рассматриваться как свидетельство его достоверности, особенно при работе со статистическими данными, нормативно-правовыми актами и методами экономического анализа. К другим рискам относятся стандартизация рассуждений, снижение авторской ответственности, риски нарушения конфиденциальности и неравенство доступа к цифровым ресурсам. Снижение указанных рисков предполагает обязательное раскрытие характера цифровой поддержки, соблюдение норм академической добросовестности, защиту данных, а также обеспечение сопоставимых условий обучения. Институциональное внедрение ИИ требует согласования нормативных, методических и содержательных условий его применения. При этом за преподавателем должны сохраняться полномочия по постановке учебной и исследовательской проблемы, определению критериев достоверности, проверке результатов и оценке сформированных компетенций. Критерием образовательной целесообразности цифровой технологии выступает не сокращение времени получения ответа, а углубление предметного понимания, развитие самостоятельности суждений, повышение качества проверки и развитие способности переносить освоенный способ анализа на новые задачи.

Вместо заключения

Интеграцию ИИ в преподавание экономических дисциплин следует оценивать по изменениям в познавательной деятельности студента, а не по числу автоматизированных операций. Методически оправданное применение цифровых систем ускоряет поиск и обработку информации, одновременно повышая требования к постановке проблемы, проверке исходных данных, выбору аналитического подхода и аргументации. Консультативно-вспомогательная модель задает принцип педагогически регламентированного применения ИИ: цифровая система выполняет ограниченный круг промежуточных операций, студент отвечает за понимание и обоснование решения, преподаватель – за цели, методическую организацию, содержательную проверку и итоговую оценку. Практическое значение подхода состоит в согласовании индивидуальной поддержки с академической ответственностью и объективностью контроля. Перспектива применения ИИ связана не с постепенным вытеснением преподавателя и замещением самостоятельной работы обучающегося, а с созданием образовательной среды, в которой цифровая помощь становится предметом осознанного выбора, содержательной проверки и профессиональной рефлексии. При соблюдении этих условий технология может способствовать повышению качества экономического образования, сохраняя его направленность на развитие аргументированного, самостоятельного и ответственного мышления.

[1] Например, оценка последствий налоговой меры позволяет выявить экономические результаты, но не дает единственного ответа на вопрос о справедливости и целесообразности перераспределения доходов.

[2] Наличие статистической связи не доказывает причинно-следственную зависимость, а формально корректная регрессия может не иметь содержательной интерпретации.

[3] В преподавании экономических дисциплин особую ценность имеют задания на сопоставление и критическую проверку. В микроэкономике студент может сравнивать объяснения изменения рыночного равновесия после введения субсидии, соотносить их с графической моделью и оценивать распределение выгод с учетом эластичности спроса и предложения. В макроэкономике продуктивно сопоставление прогнозов последствий изменения ключевой ставки с выделением учтенных каналов денежно-кредитной трансмиссии. В эконометрике цифровая консультация может использоваться при обсуждении спецификации модели, эндогенности и различий между статистической связью и причинным эффектом. В финансовых дисциплинах она позволяет выявлять несоответствие ставки дисконтирования характеристикам денежных потоков, а в институциональной экономике – разграничивать описательные, причинные и нормативные утверждения.

[4] Например, снижение безработицы может иметь различную оценку в зависимости от динамики участия населения в рабочей силе, рост кредитования – отражать как расширение инвестиционной активности, так и накопление финансовых рисков, а увеличение бюджетных расходов – выполнять стабилизационную функцию или сопровождаться вытеснением частного спроса. При рассмотрении мер экономической политики необходимо учитывать не только их возможное воздействие на общественное благосостояние, но и распределение выгод и издержек между социальными и экономическими группами, а также различия между краткосрочными и долгосрочными последствиями.