доцент Кафедры банковского дела и монетарного регулирования Финансового факультета, ведущий научный сотрудник Института финансовых исследований Финансового факультета, доктор экономических наук
доцент Кафедры банковского дела и монетарного регулирования Финансового факультета, кандидат экономических наук, доцент, ведущий научный сотрудник Института финансовых исследований Финансового факультета
доцент Кафедры банковского дела и монетарного регулирования Финансового факультета, кандидат экономических наук, ведущий научный сотрудник Института финансовых исследований Финансового факультета
The article addresses the challenge of preserving the diagnostic value of academic assignments and students' cognitive autonomy amid the increasing integration of generative AI into the educational process. The authors developed and tested a monetary reasoning simulator — a teaching methodology that uses the variability, inaccuracies, and inconsistencies found in AI-generated responses as material for assessing the quality of students' economic reasoning. The robustness of students' arguments is examined by successively changing a significant condition in a dynamic case study while keeping the remaining initial assumptions constant. This approach makes it possible to determine whether students can identify causal relationships, revise their initial position on justified grounds, and transfer an acquired analytical approach to a new economic context. The article substantiates a structured workflow that combines students' independent work with designated stages of AI use. Specifically, the methodology introduces a procedure for identifying and explaining errors in AI-generated responses, clearly delineates the roles of the student, the instructor, and the AI tool, and establishes criteria for assessing cognitive autonomy, the verifiability of arguments, and the robustness of economic decisions. The methodology was piloted with 74 students. The average score increased from 68.1 to 78.4. The share of students who verified material facts against primary sources rose from 58.1% to 79.7%, while the proportion of those who successfully identified and explained AI-generated errors and inaccuracies increased from 47.3% to 73.0%. At the final stage, 70.3% of the students successfully completed an individual assignment without using AI. The findings may be of interest to researchers in digital pedagogy, economics instructors and practitioners in related disciplines, educational methodologists, and academic program directors.
В статье рассматривается проблема сохранения диагностической ценности учебных заданий и когнитивной автономии обучающихся в условиях интеграции генеративных нейросетей в образовательный процесс. Авторами разработана и апробирована методика «Монетарный симулятор», отличительная особенность которой заключается в использовании вариативности, неточностей и противоречий в ответах ИИ как материала для проверки качества экономического рассуждения обучающегося. Для оценки устойчивости аргументации применяется последовательное изменение существенного условия динамического кейса при сохранении остальных исходных предпосылок. Такой прием позволяет установить, способен ли студент выявлять причинно-следственные связи, обоснованно пересматривать первоначальную позицию и применять освоенный способ анализа в новой экономической ситуации. В результате исследования обоснована последовательность самостоятельных действий студента, чередующихся с этапами работы с ИИ, предусмотрена специальная процедура выявления и объяснения ошибок нейросети, разграничены функции обучающегося, преподавателя и ИИ-сервиса, определены критерии оценки когнитивной автономии, проверяемости аргументации и устойчивости экономического решения. Апробация методики проведена с участием 74 студентов. Средний балл вырос с 68,1 до 78,4, доля участников, подтвердивших существенные факты по первоисточникам – с 58,1% до 79,7%, а выявивших и объяснивших ошибки и неточности ИИ – с 47,3% до 73,0%. На заключительном этапе индивидуальное задание без использования ИИ успешно выполнили 70,3% студентов. Статья представляет интерес для исследователей цифровой педагогики, преподавателей экономических дисциплин, методистов и руководителей образовательных программ.