«Монетарный симулятор»: методика развития самостоятельного экономического мышления в диалоге с ИИ

Введение

Генеративный искусственный интеллект (далее – ИИ) становится значимым элементом современной системы высшего образования. Его применение уже не ограничивается использованием отдельного цифрового инструмента: генеративные модели участвуют в подготовке текстов, выполнении расчетов, интерпретации данных, поиске вариантов решения и моделировании ситуаций. В отличие от традиционных программных средств, автоматизирующих отдельные операции, ИИ способен предлагать развернутое решение, устанавливать причинно-следственные связи и формулировать выводы. Это меняет распределение действий между студентом и используемым им инструментом и, соответственно, усложняет оценку самостоятельности учебной работы. Качество подготовленного текста, правильность расчета или убедительность аргументации уже не во всех случаях позволяют достоверно судить о степени освоения материала самим обучающимся. Поэтому проблема применения ИИ в высшей школе не сводится к определению перечня допустимых технологий. Она непосредственно связана с содержанием учебных заданий, организацией самостоятельной работы и критериями оценки результатов обучения.

В научной литературе внимание постепенно смещается от рассмотрения функционала ИИ к анализу его влияния на образовательный процесс. Первоначально исследовались преимущественно вопросы расширения возможностей цифровых инструментов, персонализации обучения и построения индивидуальных образовательных траекторий [2] (Иванова, 2026). В настоящее время предметом анализа все чаще становятся институциональные последствия применения ИИ в высшей школе [1] (Дюдикова [и др.], 2026), практика и целевые установки его использования в образовательном процессе [6] (Тюриков, 2026), изменение спроса на ИИ-навыки на рынке труда [5] (Терников [и др.], 2026), а также вопросы самостоятельности учебной деятельности, академической добросовестности и проверки достоверности получаемых результатов [3, 8, 9] (Кабышев [и др.], 2026; Bond [et al.], 2024; Cotton [et al.], 2024). Аналогичная постановка вопроса представлена в документах международных организаций. Организация Объединенных Наций по вопросам образования, науки и культуры (ЮНЕСКО) связывает использование ИИ в образовании с необходимостью сохранения самостоятельности человека при принятии решений, критической оценки получаемой информации и ответственности за последствия обращения к нему [10, 11] (Miao [et al.], 2023; Miao [et al.], 2024). Организация экономического сотрудничества и развития (ОЭСР) обращает внимание на необходимость различать качество выполнения конкретного задания и устойчивость сформированных в процессе обучения знаний и умений [12] (OECD, 2026). Тем самым значение приобретает не сам факт использования ИИ, а характер его включения в учебную деятельность и состав функций, которые передаются сервису.

В этой связи целесообразно разграничивать технологическую и образовательную результативность работы с ИИ: первая характеризует качество полученного продукта – его корректность, полноту и соответствие поставленной задаче; вторая определяется способностью обучающегося самостоятельно анализировать исходные условия, устанавливать причинно-следственные связи, проверять сведения и расчеты, обосновывать выводы и применять освоенный способ решения при изменении условий. По мере совершенствования генеративных моделей связь между качеством выполнения задания и степенью самостоятельного освоения материала становится все менее однозначной: высокий уровень итогового результата уже не позволяет в полной мере судить о глубине понимания содержания учебной дисциплины и степени сформированности соответствующих знаний и умений. Эта тенденция позволяет рассматривать применение ИИ в высшем образовании в рамках двух взаимосвязанных направлений. «Образование для ИИ» предполагает подготовку обучающегося к профессиональной и исследовательской деятельности, в которой использование ИИ становится частью практической работы. Его содержание связано с формированием способности ставить задачу, определять допустимые функции генеративных моделей, проверять полученные результаты и нести ответственность за итоговое решение. «ИИ для образования» означает использование возможностей новых технологий непосредственно для достижения целей обучения – углубления анализа, сопоставления вариантов, проверки расчетов и создания ситуаций, требующих самостоятельного обоснования решения. Различие между этими направлениями определяется прежде всего их целью: в первом случае формируется готовность к профессиональной работе с ИИ; во втором – ИИ используется как средство организации учебной деятельности. Цель исследования состоит в теоретическом обосновании взаимосвязи этих двух направлений применительно к высшему экономическому образованию и определении условий их сочетания на основе заранее установленного разграничения функций обучающегося и ИИ. Практическую основу исследования составляет разработанная для дисциплины «Деньги, кредит, банки» методика динамического кейса «Монетарный симулятор», в которой функции ИИ заранее определяются содержанием и последовательностью учебной работы, что позволяет использовать его аналитические возможности без передачи ему постановки задачи, проверки исходных данных, оценки полученных результатов и обоснования итогового решения.

«Образование для ИИ» и «ИИ для образования»

В практике высшего образования под общим понятием «использование ИИ» обозначаются различные по назначению процессы. В одном случае речь идет о подготовке будущего специалиста к профессиональной деятельности, в которой ИИ-сервисы становятся рабочим инструментом, а владение соответствующими навыками приобретает значение на рынке труда [4] (Терников, 2023). В другом – об использовании ИИ непосредственно в учебном процессе для выполнения учебной работы. Сходство используемых технологий не устраняет различий в целях их применения. Под «образованием для ИИ» понимается направление подготовки, ориентированное на формирование способности обучающегося обоснованно и ответственно использовать ИИ-сервисы в учебной и профессиональной деятельности, определять допустимые границы передачи им отдельных операций, проверять полученные результаты, самостоятельно осуществлять постановку задачи и содержательную оценку информации, сохраняя ответственность за принятое решение. Такое понимание не сводится к цифровой грамотности и навыкам технической работы с программными средствами. Существенное значение приобретает способность определить, какие действия допустимо выполнять с применением ИИ, насколько результат поддается проверке и какие решения требуют личного профессионального суждения. Умение сформулировать запрос само по себе не обеспечивает качества работы, если студент не способен проверить факты, исходные данные, допущения и обоснованность полученного вывода. Это особенно важно при решении экономических задач, для которых характерны неполнота информации, множественность факторов и зависимость аналитической оценки от принятых предпосылок и временного горизонта. Решение об изменении ключевой ставки не может определяться исключительно динамикой инфляции, оценка кредитного риска – основываться на одном коэффициенте, а изменения на финансовом рынке, как правило, допускают несколько экономически обоснованных интерпретаций. Если готовая трактовка предлагается ИИ до формирования собственной позиции обучающегося, возникает риск подмены самостоятельного анализа доработкой уже предложенной схемы рассуждения. Поэтому использование ИИ-сервиса требует разграничения операций, которые могут быть переданы цифровому помощнику, и тех, которые должны выполняться непосредственно студентом. Технологическая поддержка может применяться для предварительного поиска информации, проверки расчетов, выработки контраргументов и анализа возможных последствий. Вместе с тем постановка проблемы, выделение существенных факторов, выбор подхода к интерпретации и итоговое решение должны оставаться самостоятельными действиями, если именно они характеризуют проверяемый результат обучения.

Понятие «ИИ для образования» имеет иное содержание. Под ним понимается методически организованное использование возможностей генеративных моделей в учебном процессе для углубления анализа, сопоставления гипотез и сценариев, проверки отдельных сведений и расчетов, изменения исходных условий задачи и получения дополнительного материала для последующей самостоятельной оценки обучающимся. В этом случае ИИ выполняет вспомогательную функцию: его роль заключается не в предоставлении готового ответа, а в расширении содержания учебной работы. Методическое значение такой работы состоит в проверке полученного результата, его сопоставлении с исходными данными и обосновании собственной позиции.

Содержательное различие между данными направлениями определяется назначением ИИ в учебном процессе. «Образование для ИИ» ориентировано на формирование готовности обучающегося к обоснованному использованию ИИ-сервисов в профессиональной деятельности. «ИИ для образования» предполагает применение этих сервисов как средства освоения содержания учебного материала. Смешение указанных задач может привести либо к подмене результатов освоения учебной дисциплины навыками работы с ИИ, либо к использованию ИИ без формирования необходимых навыков проверки и оценки полученной информации. Связующим звеном является ограниченное использование ИИ при выполнении отдельных операций. Каждая из этих операций имеет конкретное учебное назначение, полученный результат обязательно проверяется, а действия, служащие основанием для оценки сформированности компетенции, обучающийся выполняет без обращения к цифровому помощнику. Допустимый объем операций, передаваемых ИИ, определяется ролью конкретного аналитического действия в формировании и оценке результатов обучения. Чем важнее конкретное действие для оценки способности студента анализировать информацию, обосновывать выводы и принимать решения, тем меньше оснований передавать его выполнение генеративной модели. Следовательно, границы использования ИИ задаются не технологическими возможностями сервиса, а содержанием учебного задания и характером результатов, подлежащих оцениванию.

Методика «Монетарный симулятор» в развитии экономического мышления

Авторский подход разработан в рамках дисциплины «Деньги, кредит, банки» направления подготовки 38.03.01 «Экономика». Использование ИИ предусмотрено при решении кейсов, выполнении практических и расчетно-аналитических заданий, участии в дискуссиях и самостоятельной работе. Такой формат позволяет сохранить предметную направленность дисциплины и сосредоточить оценивание прежде всего на качестве экономического анализа, а не на уровне владения ИИ-сервисами.

Наиболее полно подход реализован в учебном динамическом кейсе «Монетарный симулятор», ориентированном на обоснование решений в области денежно-кредитной политики в условиях неоднозначной макроэкономической динамики. Выбор данной предметной области обусловлен многофакторным характером монетарных решений: при определении уровня ключевой ставки учитываются инфляция и инфляционные ожидания, динамика кредитования и сбережений, стоимость банковского фондирования, состояние совокупного спроса и предложения, временные лаги и особенности трансмиссионного механизма. Вследствие этого изменение отдельного показателя само по себе не предполагает выбор конкретного варианта денежно-кредитной политики и требует оценки всей совокупности взаимосвязанных факторов.

Работа начинается без использования ИИ. Обучающийся анализирует исходные условия, выделяет проинфляционные и дезинфляционные факторы, оценивает достаточность информации, выбирает вариант решения по ключевой ставке и письменно обосновывает предполагаемое влияние этого решения на денежный рынок, банковские ставки, кредитование, сбережения, совокупный спрос и инфляцию. Фиксация первоначальной позиции необходима для оценки степени понимания экономических взаимосвязей до обращения к ИИ и последующего анализа изменений в аргументации. Þ После этого ИИ используется как вспомогательный инструмент анализа уже сформированной позиции. Он может указать на возможные последствия решения, временные лаги, зависимость отдельных выводов от исходных предпосылок или предложить альтернативное объяснение наблюдаемых процессов. Полученный ответ не рассматривается как эталонное решение и подлежит содержательной проверке. Þ Особое место занимает верификация исходных данных и источников. Статистические показатели сопоставляются с первичными данными с учетом периода наблюдения, методики расчета, единиц измерения и сопоставимости. При работе с нормативными актами проверяются юридический статус документа, действующая редакция, сроки вступления положений в силу и их применимость к рассматриваемой ситуации. Ссылки, предложенные ИИ, могут использоваться только после обращения к соответствующему первоисточнику. Þ Аналогичный принцип применяется и к расчетам. Обучающийся самостоятельно определяет формулу и исходные данные, после чего выполняет вычисления. ИИ допускается использовать для проверки правильности арифметических действий, подстановки значений, выбора единиц измерения и округления. При этом экономическая интерпретация результата остается самостоятельной частью работы. Þ На следующем этапе преподаватель изменяет существенное условие кейса, сохраняя остальные предпосылки (например, замедление потребительского спроса может сопровождаться усилением ограничений предложения и ростом издержек предприятий). До нового обращения к ИИ-сервису обучающийся определяет, влияет ли изменение условий на первоначальное решение и какие положения требуют пересмотра. Такой прием позволяет оценить устойчивость причинно-следственных связей в рассуждении: важно не само изменение позиции, а способность объяснить, какой из факторов – исходная предпосылка, механизм или временной лаг – повлиял на пересмотр итогового решения. Þ Дальнейшее усложнение ситуации может быть связано с ухудшением качества банковских активов, ростом стоимости фондирования или повышенной потребностью кредитных организаций в ликвидности при сохраняющемся инфляционном давлении. В этом случае необходимо разграничить задачи ценовой стабильности и поддержания банковской ликвидности и определить соответствующие им инструменты денежно-кредитной политики. ИИ может использоваться для сопоставления возможных последствий, однако выбор и обоснование решения выполняются студентом самостоятельно. Þ Сравнение альтернатив проводится по заранее установленным критериям (влиянию на инфляцию, совокупный спрос, кредитование, сбережения, выпуск, процентные ставки, риски и временные лаги). ИИ привлекается для расширения круга рассматриваемых вариантов, но не для определения предпочтительного решения. Тем самым за обучающимся сохраняется необходимость сопоставить разнонаправленные последствия и обосновать собственную позицию. Þ Отдельной частью работы выступает анализ неточностей и упрощений в ответах ИИ. Показательно в данном случае утверждение о немедленном и пропорциональном снижении инфляции вслед за повышением ключевой ставки, которое требует проверки с учетом временных лагов, структуры инфляции, состояния спроса и предложения, а также динамики инфляционных ожиданий. Требуется не только выявить недостаток такой формулировки, но и объяснить условия, при которых зависимость может проявляться иначе. Þ Завершающий этап взаимодействия с ИИ сводится к самопроверке: анализу оснований принятого решения, оценке надежности источников и воспроизводимости расчетов, а также рассмотрению возможных альтернативных объяснений. Итоговая позиция обучающегося формулируется без обращения к ИИ-сервису: он указывает, какие элементы первоначального решения сохранились, какие были пересмотрены и на каком основании. Þ В ходе индивидуальной защиты преподаватель вводит дополнительное условие, ранее не рассматривавшееся в кейсе. Студент должен определить, как оно влияет на принятое решение, и аргументировать необходимость соответствующей корректировки. Это позволяет оценить способность применять освоенный способ анализа в новой ситуации, а не воспроизводить заранее подготовленный текст.

«Монетарный симулятор» тем самым объединяет два взаимосвязанных направления работы с ИИ. В логике «образования для ИИ» у обучающегося формируются навыки проверки полученных результатов, разграничения функций человека и ИИ-сервиса, выявления ошибок и обоснования принятого решения. В логике «ИИ для образования» возможности генеративных моделей используются для расширения круга рассматриваемых сценариев, проверки отдельных операций и постановки дополнительных аналитических задач. Принципиальное значение при этом имеет не сам факт обращения к ИИ, а его место в общей последовательности учебной работы. Обращение к ИИ-сервису допускается после того, как обучающийся сформировал собственную позицию, при этом сгенерированные результаты подлежат обязательной проверке. Итоговое решение принимается и обосновывается студентом без передачи этой функции цифровому помощнику. Так, методическое проектирование охватывает не только порядок взаимодействия с ИИ, но и распределение этапов учебной работы между действиями, допускающими обращение к ИИ-сервису, и действиями, которые должны быть выполнены лично. Соответственно меняется и роль преподавателя. Его задача заключается не столько в контроле отдельных случаев использования ИИ, сколько в организации учебной работы, позволяющей установить и оценить индивидуальный вклад в выполнение задания. К таким действиям относятся формулирование первоначальной позиции, обращение к первоисточникам, обоснование внесенных изменений, выполнение расчетов, сопоставление альтернатив и решение новой задачи без использования ИИ.

Подчеркнем, что особое значение данный подход приобретает на втором курсе бакалавриата, когда базовый понятийный аппарат уже освоен, но способы экономического анализа и аргументации продолжают формироваться и закрепляться. Последовательность «самостоятельное решение ® проверка с помощью ИИ ® повторное самостоятельное решение» позволяет сохранить ведущую роль студента в аналитической работе, снижает риск замещения собственного рассуждения готовым ответом и способствует развитию навыков, востребованных при дальнейшем освоении экономических дисциплин и выполнении исследовательских задач.

Оценивание результатов и воспроизводимость авторской методики

Распространение ИИ требует уточнения подходов к оценке результатов обучения. Основная проблема связана не столько в пересмотром действующей системы оценивания, сколько со снижением информативности готовой письменной работы как основания для вывода о степени самостоятельности обучающегося. Если отдельные элементы текста, расчетов и аргументации могут быть подготовлены с помощью ИИ, следует оценивать не только итоговый результат, но и последовательность действий, посредством которых он был получен.

В «Монетарном симуляторе» оценивание охватывает первоначальную позицию студента, результаты проверки источников и расчетов, обоснование внесенных изменений, сопоставление возможных вариантов решения, итоговый вывод и его индивидуальную защиту. Такой подход позволяет судить о степени личного участия обучающегося по совокупности выполненных им действий, а не только по качеству представленного текста. При этом основное внимание уделяется содержанию экономического анализа: способности выделять существенные факторы и ограничения, устанавливать причинно-следственные связи с учетом временного горизонта, подтверждать используемые данные, корректно выполнять и интерпретировать расчеты, выявлять ошибки и спорные положения в ответах ИИ, пересматривать первоначальное решение при изменении условий и аргументировать окончательный выбор. Качество сформулированного запроса к ИИ не рассматривается как самостоятельный критерий оценивания, поскольку предметом контроля остаются экономические знания и умения обучающегося. Содержание проверки определяется характером используемой информации. Теоретические положения соотносятся с научной и учебной литературой, статистические данные – с официальными источниками и методикой их формирования, нормативные положения – с действующей редакцией нормативно-правового акта, расчеты – с результатами повторных вычислений. Прогнозные выводы оцениваются с учетом исходных предпосылок и рассматриваемого временного периода, а причинно-следственные связи – с учетом условий их проявления и возможных альтернативных объяснений. Благодаря этому общее требование проверки результатов, полученных при работе с ИИ-сервисами, приобретает конкретное содержание.

Отдельным элементом методики является фиксация использования ИИ в листе выполнения задания. Студент указывает применяемый сервис, характер выполненных с его помощью операций, сведения, подвергнутые дополнительной проверке, выявленные ошибки и положения, отклоненные при формировании итогового решения. Такая фиксация позволяет оценивать обоснованность работы с генеративными моделями, качество проверки полученных результатов и способность обучающегося критически их интерпретировать.

Воспроизводимость «Монетарного симулятора» обеспечивается сохранением общей логики работы при вариативности содержания конкретных заданий. Неизменными остаются ключевые этапы: формулирование исходной позиции до обращения к ИИ, проверка существенных результатов с опорой на достоверные источники, изменение одного из условий задачи, сопоставление альтернативных решений и последующее самостоятельное выполнение задания. При этом содержание кейса, набор анализируемых показателей, используемый ИИ-сервис и продолжительность отдельных этапов могут изменяться в зависимости от темы дисциплины и характера учебной деятельности. Отметим, что устойчивая структура при вариативности содержания позволяет адаптировать методику к различным учебным ситуациям без изменения ее основных принципов [1].

Методика не привязана к конкретному сервису и не предполагает разработки специализированного программного обеспечения. Для ее реализации необходимы содержательно проработанный кейс, проверяемая информационная база, инструкция по использованию ИИ, лист выполнения задания, установленные правила проверки полученных результатов, критерии оценивания и контрольное задание. Замена одного ИИ-сервиса другим не затрагивает общую последовательность работы и не изменяет распределение функций между студентом и генеративной моделью. Существенным остается не выбор конкретного инструмента, а соблюдение установленной логики его включения в выполнение задания. Независимость методики расширяет и возможности ее применения в различных экономических дисциплинах. При этом содержание кейсов, состав данных и характер учебных заданий могут изменяться в зависимости от предметной области, тогда как общая логика работы сохраняется: самостоятельное формулирование позиции, обращение к ИИ для анализа и проверки, оценка последствий изменения условий, сопоставление альтернатив, проверка полученных результатов и формирование итогового вывода (рис. 1). Отметим, что оценка устойчивости полученного результата не должна ограничиваться выполнением текущего задания. Более показательным представляется последовательное сопоставление трех этапов: решения кейса с ИИ, выполнения похожего задания без обращения к генеративной модели и переноса освоенного способа анализа на другую экономическую ситуацию. Второй и третий этапы позволяют более обоснованно судить о том, насколько соответствующий способ решения задачи действительно освоен обучающимся и может применяться им без поддержки ИИ.

Рис. 1. Последовательность реализации методики «Монетарный симулятор»

Примечание: Цветовое обозначение этапов отражает распределение функций между студентом и ИИ. На этапе 3 синий цвет указывает на использование ИИ как вспомогательного средства при проверке источников и расчетов, зеленый – на самостоятельную окончательную проверку полученных результатов и их содержательную интерпретацию обучающимся. На этапе 4 зеленым обозначена первоначальная самостоятельная оценка последствий нового условия и определение элементов исходной позиции, требующих пересмотра, синим – последующий повторный анализ ситуации с помощью ИИ. На этапе 5 синий цвет отражает обращение к ИИ при сопоставлении последствий альтернативных решений, зеленый – самостоятельное определение критериев сравнения, окончательный выбор и его обоснование.

Источник: составлено авторами

Практическое применение методики также требует соблюдения принципов академической добросовестности, информационной безопасности и действующих правовых норм. Использование ИИ должно быть открытым, а круг передаваемых ему функций – заранее определенным. В общедоступные ИИ-сервисы не должны передаваться персональные данные, сведения об успеваемости обучающихся, конфиденциальные документы и иная информация ограниченного доступа. Выбор конкретного сервиса, в свою очередь, должен учитывать требования законодательства Российской Федерации и локальных нормативных актов образовательной организации. Для российской практики данные условия необходимо соотносить, в частности, с положениями Федерального закона от 26.07.2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» [7] (КонсультантПлюс, 2026). Основная часть его положений вступила в силу 01.09.2026 г., тогда как для отдельных норм предусмотрен срок вступления в силу 01.03.2027 г. В связи с этим перечень используемых ИИ-сервисов и условия их применения требуют периодического пересмотра с учетом изменений законодательства, порядка обработки данных и внутренних требований образовательной организации.

К организационным ограничениям методики относится дополнительная нагрузка на преподавателя. Подготовка динамического кейса предполагает разработку вариантов изменения заданных условий, подбор надежных источников и исходных данных для расчетов, определение критериев сопоставления альтернативных решений и организацию индивидуальной защиты. Используемые материалы нуждаются в регулярном обновлении, особенно в тех случаях, когда задания опираются на действующие нормативно-правовые акты, текущие статистические данные и изменяющиеся параметры экономической среды. Поэтому внедрение ИИ не обязательно ведет к сокращению объема преподавательской работы. Меняется характер педагогической деятельности: возрастает роль предварительного методического проектирования, отбора источников, организации контроля и содержательной оценки полученных результатов. Тем самым эффективность методики во многом зависит от того, насколько четко распределены функции между преподавателем, обучающимся и ИИ-сервисом.

Именно распределение функций определяет соотношение между самостоятельной работой студента и обращением к ИИ при выполнении отдельных учебных операций. Получение готового решения способно сократить объем собственной аналитической деятельности, тогда как обращение к ответу ИИ как к дополнительному материалу для проверки, сопоставления альтернатив и последующего пересмотра первоначальной позиции имеет иное методическое значение. В этом случае цифровой помощник не подменяет рассуждение обучающегося, а включается в его аналитическую работу как вспомогательный инструмент. Следовательно, результативность ИИ определяется не количеством доступных функций и не характеристиками конкретной генеративной модели, а характером его включения в учебный процесс. Принципиальным является такое разграничение действий между обучающимся и ИИ, при котором цифровой сервис расширяет возможности анализа, проверки и сопоставления альтернатив, не заменяя применение знаний, выполнение расчетов, аргументацию и принятие итогового решения.

Заключение

Появление ИИ в учебной деятельности требует переосмысления подходов к оценке степени личного участия студента при выполнении задания. Качество готовой работы уже не всегда позволяет достоверно судить о степени освоения материала. В этих условиях особое значение приобретает способность раскрыть основания принятого решения, проверить используемые сведения и последовательно обосновать собственную позицию. Предложенная методика показывает, что включение генеративных моделей в подготовку экономистов и финансистов совместимо с сохранением требований к самостоятельному экономическому анализу при условии предварительного разграничения функций обучающегося и ИИ-сервиса. В этом случае ИИ используется для проверки, сопоставления и расширения рассматриваемых сценариев, тогда как установление экономических взаимосвязей, оценка информации, выбор и обоснование решения остаются результатом собственной интеллектуальной работы студента. Тем самым предметом педагогического проектирования становится не ограничение доступа к ИИ как таковому, а определение тех этапов учебной деятельности, на которых его применение способствует достижению планируемых результатов обучения.

[1] Основные принципы методики «Монетарный симулятор»: приоритет самостоятельного экономического анализа и фиксации исходной позиции обучающегося до обращения к ИИ; разграничение функций студента, преподавателя и ИИ-сервиса; использование ИИ только как вспомогательного средства анализа без подмены постановки задачи, интерпретации и итогового решения; обязательная проверка сведений, источников, нормативных положений и расчетов, полученных с помощью ИИ, с возможностью независимого повторного выполнения вычислений; сохранение первоначальной позиции с отдельной фиксацией последующих изменений и их обоснования; возможность проследить последовательность действий; изменение существенного условия кейса при неизменности остальных предпосылок для проверки обоснованности причинно-следственных связей; сопоставление альтернатив по единым критериям; самостоятельное формулирование и индивидуальная защита итогового решения без ИИ; открытость применения ИИ, соблюдение академической добросовестности, законодательства и локальных нормативных актов, недопустимость передачи персональных данных, конфиденциальной информации и иных сведений ограниченного доступа; приоритет образовательного результата над качеством работы ИИ-сервиса; воспроизводимость общей логики методики при изменении содержания кейсов и используемых генеративных моделей.