Creative Economy Creative Economy Креативная экономика 1994-6929 2409-4684 BIBLIO-GLOBUS Publishing House 126899 10.18334/ce.20.11.126899 VDKLYL Articles Статьи Research Article Monetary Simulator: a methodology for developing independent economic thinking in dialogue with artificial intelligence «Монетарный симулятор»: методика развития самостоятельного экономического мышления в диалоге с ИИ

30 11 2026 20 11 VOL 20, NO11 (2026) ТОМ 20, №11 (2026) 11 09 2026 11 10 2026 Copyright ©; 2026, Dyudikova E.I., Rizvanova I.A., Belova M.T. Copyright ©; 2026, Дюдикова Е.И., Ризванова И.А., Белова М.Т. 2026 Dyudikova E.I., Rizvanova I.A., Belova M.T. Дюдикова Е.И., Ризванова И.А., Белова М.Т. https://1economic.ru/lib/126899

The article addresses the issue of maintaining the independence of economic analysis and the reliability of evaluating learning outcomes when using generative artificial intelligence in the educational process. It is proposed to distinguish two areas of its application: education for artificial intelligence and artificial intelligence for education. The first area is related to the student's preparation for professional activity using generative models, and the second one is related to the use of artificial intelligence capabilities directly in academic work. The sarticle shows the relationship between these areas based on the differentiation of the functions of the student and the digital assistant. The practical implementation of the proposed approach is the Monetary Simulator technique. The study determined the composition of operations that can be transferred to an artificial intelligence service, justified the need to fix the initial position before contacting the AI, and established requirements for verifying information, sources, and calculations. The article proposes using modifications to the essential condition of the educational case to test the validity of cause-and-effect relationships. The article formulates criteria for assessing learner autonomy and the conditions for the reproducibility of the methodology when applied to various AI services. It is shown that the effectiveness of working with artificial intelligence is determined primarily by the distribution of functions between participants in educational activities rather than the quality of the automatically generated response. The article is of interest to researchers of digital pedagogy, academic staff teaching economic disciplines, methodologists and heads of educational programs.

В статье рассматривается проблема сохранения самостоятельности экономического анализа и надежности оценки результатов обучения при использовании генеративного искусственного интеллекта в образовательном процессе. Предложено выделять два направления его применения – «образование для ИИ» и «ИИ для образования». Первое связано с подготовкой студента к профессиональной деятельности с использованием генеративных моделей, второе – с применением возможностей ИИ непосредственно в учебной работе. Научная новизна исследования заключается в обосновании взаимосвязи этих направлений на основе разграничения функций обучающегося и цифрового помощника. Практическое воплощение предложенного подхода – методика «Монетарный симулятор». В ходе исследования определен состав операций, выполнение которых может быть передано ИИ-сервису, обоснована необходимость фиксации первоначальной позиции до обращения к ИИ, установлены требования к проверке сведений, источников и расчетов. Предложено использование изменения существенного условия учебного кейса для проверки обоснованности причинно-следственных связей, сформулированы критерии оценки самостоятельности обучающегося и условия воспроизводимости методики при обращении к различным ИИ-сервисам. Показано, что результативность работы с ИИ определяется прежде всего распределением функций между участниками учебной деятельности, а не качеством автоматически сформированного ответа. Статья представляет интерес для исследователей цифровой педагогики, преподавателей экономических дисциплин, методистов и руководителей образовательных программ.

 higher economic education education for artificial intelligence intelligence for education monetary simulator student independence economic analysis academic integrity dynamic case monetary policy assessment of learning outcomes высшее экономическое образование образование для ИИ ИИ для образования монетарный симулятор самостоятельность обучающегося экономический анализ академическая добросовестность динамический кейс денежно-кредитная политика оценивание результатов обучения 1. Дюдикова Е.И., Белова М.Т., Ризванова И.А. Искусственный интеллект в пространстве институциональной трансформации высшей школы // Лидерство и менеджмент. – 2026. – № 8. – c. 1231-1248. – doi: 10.18334/lim.13.8.126599. 2. Иванова И.А. Перспективы и ограничения применения цифровых технологий и инструментов искусственного интеллекта для разработки персонализированных траекторий обучения и развития персонала // Креативная экономика. – 2026. – № 2. – c. 267-284. – doi: 10.18334/ce.20.2.124731. 3. Кабышев С.В., Прокофьев С.Е. Использование искусственного интеллекта в образовательной деятельности: баланс технологической эффективности и академической ответственности // Ценности и смыслы. – 2026. – № 4(104). – c. 6-20. – doi: 10.24412/2071-6427-2026-4-6-20. 4. Терников А.А. Искусственный интеллект и спрос на навыки работников в России // Вопросы экономики. – 2023. – № 11. – c. 65-80. – doi: 10.32609/0042-8736-2023-11-65-80. 5. Терников А.А., Мальцева В.А., Ильященко К.А., Маничев Г.Г., Козин Г.Е. Эволюция спроса на ИИ-навыки на российском рынке труда // Вопросы экономики. – 2026. – № 8. – c. 55-73. – doi: 10.32609/0042-8736-2026-8-55-73. 6. Тюриков А.Г. Социологический анализ искусственного интеллекта как технологии образовательного потенциала профессионализации студентов вуза // Гуманитарные науки. Вестник Финансового университета. – 2026. – № 3. – c. 54-63. – doi: 10.26794/2226-7867-2026-16-3-54-63. 7. [Электронный ресурс]. URL: https://www.consultant.ru/document/cons_doc_LAW_540336/. 8. Bond M., Khosravi H., De Laat M., Bergdahl N., Negrea V., Oxley E., Pham Ph., Chong S.W., Siemens G. A meta systematic review of artificial intelligence in higher education: a call for increased ethics, collaboration, and rigour // International Journal of Educational Technology in Higher Education. – 2024. – № 1. – p. 4. – doi: 10.1186/s41239-023-00436-z. 9. Cotton D.R.E., Cotton P.A., Shipway J.R. Chatting and Cheating: Ensuring Academic Integrity in the Era of ChatGPT // Innovations in Education and Teaching International. – 2024. – № 2. – p. 228-239. – doi: 10.1080/14703297.2023.2190148. 10. [Электронный ресурс]. URL: https://ifap.ru/library/book670.pdf. 11. [Электронный ресурс]. URL: https://www.cedefop.europa.eu/files/unesco_ai_competency_framework_for_students_.pdf. 12. [Электронный ресурс]. URL: https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html.