Выпуск: №5(87) Исследования молодых ученых

Раздел: Психолого-педагогические науки

Опубликовано: 03 мая 2026

Код уникальной десятичной классификации: 004.8:37.0

Автор: Дубовицкая Ильмира Маратовна

магистрант 2 курса, Московский городской педагогический университет, г. Москва, e-mail: ilmiradubovitskaya@sch1125.ru

Аннотация. В статье представлены результаты эмпирического исследования готовности педагогов общеобразовательных школ к использованию технологий искусственного интеллекта (ИИ) в профессиональной деятельности. На основе анкетирования 150 учителей и глубинных интервью выявлены основные барьеры: фрагментарность знаний о принципах работы ИИ, недостаток навыков промпт-инжиниринга, высокая тревожность в отношении сохранения профессиональной агентности. Предложены направления системной подготовки педагогов, включая разработку практико-ориентированных курсов повышения квалификации.

Ключевые слова: искусственный интеллект, школа, готовность педагогов, ИИ-грамотность, цифровая трансформация образования, профессиональные дефициты.

Цифровая трансформация системы общего образования в России сопровождается активным внедрением технологий искусственного интеллекта. Онлайн-платформы («Фоксфорд», «Учи.ру», «ЯКласс», «СберКласс») уже используют адаптивные алгоритмы, автоматическую проверку заданий и интеллектуальные рекомендательные системы [2, c. 9-11]. Эти решения демонстрируют высокую эффективность и масштабируемость, однако их перенос в традиционную школу сталкивается с комплексом системных барьеров. Ключевой фигурой осмысленного внедрения ИИ остаётся учитель, чья цифровая грамотность и профессиональная агентность определяют успех трансформации [7, c. 618-620], [8, c. 140-142].

В зарубежной и российской литературе последних лет активно обсуждаются вызовы, связанные с интеграцией ИИ в образование. Исследователи выделяют дефицит компетенций педагогов [1, c. 112-115], угрозу педагогической агентности при чрезмерной автоматизации [3, c. 530-532], когнитивные риски для учащихся [4, c. 100-102], а также этические и правовые дилеммы [5, c. 384-386]. Вместе с тем, сравнительный анализ международных фреймворков ИИ-грамотности показывает, что российские педагоги в большей степени ориентированы на функциональные возможности ИИ и в меньшей – на этические аспекты [6, c. 234-237].

Цель настоящего исследования – оценить уровень ИИ-грамотности педагогов, выявить профессиональные дефициты и определить приоритетные направления подготовки учителей к работе с технологиями искусственного интеллекта в основной школе. Исследование проводилось на базе ГБОУ «Школа №1125 имени Я.Н. Федоренко» г. Москвы в период с сентября по декабрь 2025 года. Образовательная организация представляет собой крупный комплекс (1553 обучающихся, 75 педагогических работников), реализующий программы основного общего образования, в том числе в рамках городского проекта «Математическая вертикаль». Выборку исследования составили 150 педагогов из разных школ города (для обеспечения репрезентативности в выборку были включены также учителя из других образовательных организаций). Демографический портрет респондентов: 85% с высшим образованием, 47% имеют стаж более 20 лет, возрастная структура сбалансирована (27% до 30 лет, 20% 30-39 лет, 27% 40-49 лет, 27% 50 лет и старше). Предметное распределение: гуманитарные дисциплины (27%), искусство/технология/физкультура (27%), начальные классы (20%), точные науки (13%), естественные науки (13%). Важно отметить, что 93% педагогов оценивают себя как «уверенных» или «продвинутых» пользователей цифровых технологий, что указывает на высокую базовую цифровую грамотность выборки.

Для сбора данных использовались анонимное анкетирование с помощью авторской анкеты, включавшей 24 вопроса (закрытые, открытые, шкалы Лайкерта), полуструктурированные глубинные интервью (3 респондента – учителя математики, информатики, русского языка и литературы) по сценарию, охватывающему анализ личного опыта, педагогический дизайн, этические дилеммы, а также анализ проектных работ педагогов, прошедших обучение. Статистическая обработка количественных данных выполнена в MS Excel с использованием описательной статистики (средние, доли, проценты). Качественный анализ интервью проводился методом тематического кодирования.

Большинство педагогов (60%) заявили, что хорошо понимают, что такое ИИ в контексте образования; 33% – знакомы с понятием, но плохо представляют его конкретные возможности; лишь один педагог указал на полное отсутствие знакомства. Таким образом, констатируется наличие общей информированности при сохраняющемся дефиците практических знаний. Анализ используемых инструментов показал доминирование готовых образовательных платформ со встроенными элементами ИИ (Яндекс.Учебник, Учи.ру, МЭШ) – их используют 67% респондентов. Текстовые генераторы (ChatGPT, YandexGPT) применяют 40% учителей. Нейросети для создания изображений (Midjourney, DALL-E) используют лишь 13%, инструменты для проверки на плагиат – 7%, а ИИ-помощники для планирования – 7%. Каждый пятый педагог (20%) вообще не использует ИИ в работе. Регулярное (частое или очень частое) применение ИИ характерно лишь для 3–4% опрошенных, что свидетельствует о фрагментарности и эпизодичности использования.

Основная сфера применения ИИ – разработка и планирование уроков (33% делают это очень часто). Далее следуют: создание методических материалов (27%), подбор и адаптация текстов (20%). Напротив, для проверки письменных работ ИИ никогда не использовали 53% респондентов, для анализа успеваемости – 60%, для создания презентаций – 47%, для генерации идей для проектов – 40%. Таким образом, педагоги воспринимают ИИ прежде всего как инструмент генерации контента, а не аналитики или оценивания. Это согласуется с данными зарубежных исследований, где учителя также чаще используют ИИ для подготовки материалов, чем для сложных педагогических задач [9, c. 148-150]. Оценка сложности использования ИИ для различных задач выявила закономерность: задачи, где ИИ выступает ассистентом (разработка уроков, составление проверочных работ, подбор текстов), 53-60% педагогов выполняют легко или скорее легко. Напротив, визуальное оформление, проверка работ и анализ данных вызывают трудности у 40-47% респондентов.

Главными препятствиями, по мнению педагогов, являются организационно-ресурсные и методические факторы. Нехватку времени для освоения новых технологий указали 47% респондентов. Отсутствие методических рекомендаций по применению ИИ в учебном процессе – 40%. Этические соображения (академическая честность, плагиат) отметили 40%. Недоверие к достоверности информации или качеству результатов ИИ – 33%. Инфраструктурные ограничения (отсутствие доступа к инструментам или нестабильный интернет) отметили лишь 20% учителей. Это подтверждает, что центральная проблема лежит не в технической оснащённости, а в кадровой и методической готовности. Отношение педагогов к ИИ носит амбивалентный характер. С одной стороны, высокий запрос на ИИ как помощника, освобождающего от рутины (средний балл 1,8 по шкале от 1 – «согласен» до 4 – «не согласен»). Педагоги признают потенциал ИИ для персонализации обучения (2,1) и важность ИИ-компетенций для современного педагога (2,3). С другой стороны, выражена тревога: угроза роли учителя (3,0), опасение деградации мышления учеников (2,7), чувство неуверенности при мысли о необходимости использовать ИИ (2,9). Риски конфиденциальности данных волнуют в меньшей степени (2,5). Полученные данные коррелируют с выводами о том, что российские преподаватели демонстрируют «осознанную готовность» при одновременном наличии «профессиональных тревог».

Качественный анализ глубинных интервью с тремя педагогами (математика, информатика, русский язык и литература) позволил углубить понимание выявленных количественных закономерностей. Все респонденты подтвердили наличие личного опыта взаимодействия с ИИ, но его характер различался. Учитель информатики описывал сложные кейсы интеграции ИИ в проектную деятельность учащихся, учитель математики акцентировал оптимизацию рутинных операций (генерация типовых задач), учитель русского языка – использование текстовых генераторов как источника для критического анализа.

Ключевые темы, выявленные в интервью:

1. Методический вакуум. Учитель информатики сформулировал проблему «педагогического дизайна для эпохи ИИ»: как спроектировать урок или проект, где ИИ – не «костыль», а конструктивный элемент, развивающий целевые компетенции?
2. Этическая неопределённость. Учитель русского языка: «Как оценивать эссе, созданное с помощью ИИ? Где грань между совместным творчеством и плагиатом?»
3. Дефицит времени на целевое освоение. Педагоги отмечают, что хаотичное, «наивное» экспериментирование отнимает много сил, и выражают запрос на структурированную образовательную программу.
4. Прогноз изменения роли учителя. Респонденты единодушно выделяют три ключевые функции будущего педагога: навигатор и критик (умение направлять учащихся в работе с ИИ), дизайнер образовательных ситуаций (создание заданий, не решаемых простым копированием), модератор этической дискуссии.

Структура профессиональных дефицитов

На основе интеграции количественных и качественных данных выявленные дефициты систематизированы в рамках трёх компонентов (см. таблицу 1).

Таблица 1. Компоненты дефицитов ИИ-грамотности педагогов

Выявленная структура дефицитов согласуется с международными фреймворками ИИ-грамотности учителей, где выделяются аналогичные компоненты (AI-осознание, AI-этика, базовые знания и навыки, образовательное применение).

Апробация обучающего курса

На основе выявленных дефицитов был разработан краткосрочный курс «Искусственный интеллект в современном образовании: от теории к практике» (36 ак. ч., включая 8 ч лекций, 16 ч практики, 12 ч самостоятельной работы). Курс построен на принципах доступности (понятный язык, отсутствие требований к программированию), практико-ориентированности (акцент на навыках, применимых в повседневной работе) и системности (модульная структура: основы ИИ и этика → инструментарий → применение на уроке → оценка с ИИ → проектирование обучения).

В апробации курса участвовали 15 педагогов (из числа тех, кто выразил готовность, – 20% от выборки). Повторная диагностика по окончании обучения показала положительную динамику по ряду параметров (см. таблицу 2).

Таблица 2. Сравнительная динамика показателей ИИ-грамотности (N=15)

Особенно важно, что после курса 60% участников продемонстрировали понимание феномена «галлюцинаций» ИИ и необходимости верификации результатов (до курса – лишь 7%). В интервью учитель русского языка отметил: «Я наконец-то поняла, почему один и тот же запрос иногда даёт разные ответы. Раньше меня это раздражало, я думала, что не корректно работает программа. Теперь я понимаю, что это особенность, и могу это объяснить детям».

Три педагога инициировали проведение открытых уроков с использованием освоенных инструментов в рамках методической недели школы, что свидетельствует о росте профессиональной агентности.

Ограничения апробации

Несмотря на позитивную динамику, глубокая интеграция ИИ в процессы оценивания и аналитики осталась на уровне 27-33%, что указывает на необходимость посткурсового сопровождения. У 20% участников зафиксировано временное снижение самооценки (эффект Даннинга-Крюгера), что требует дополнительной психолого-педагогической поддержки. Кроме того, участники выразили потребность в предметно-дифференцированных модулях и создании сообщества практики для обмена опытом.

Заключение

Эмпирическое исследование подтвердило наличие системных дефицитов ИИ-грамотности у педагогов массовой школы. Ключевые выводы:

1. При высоком уровне базовой цифровой грамотности (93% «уверенных» пользователей) реальное использование ИИ носит поверхностный и реактивный характер. Педагоги преимущественно применяют готовые платформы с встроенным ИИ (67%) и текстовые генераторы (40%), тогда как аналитические и оценочные функции остаются невостребованными.
2. Выявлены три компонента дефицитов: когнитивный (непонимание принципов работы ИИ), технико-операциональный (слабые навыки промптинга, отсутствие системной интеграции) и ценностно-рефлексивный (высокая тревожность, страх утраты агентности, неразвитость этической рефлексии).
3. Основными барьерами выступают не технические ограничения (лишь 20% указали на инфраструктуру), а дефицит времени (47%), отсутствие методических рекомендаций (40%) и этические опасения (40%).
4. Разработанный и апробированный практико-ориентированный курс (36 ак. ч.) показал свою эффективность в повышении когнитивной и операциональной ИИ-грамотности, снижении тревожности. Однако для устойчивой трансформации практики требуется системная институциональная поддержка: создание профессиональных сообществ практики, разработка предметно-специфичных модулей, внедрение рефлексивных практик выработки внутришкольных этических норм, а также посткурсовое тьюторское сопровождение.

Практическая значимость исследования заключается в возможности использования разработанного курса в системе повышения квалификации учителей, внутришкольного обучения и при формировании региональных программ цифрового развития образования. Полученные данные о структуре дефицитов могут служить основой для адресной методической поддержки педагогов.

Перспективы дальнейших исследований связаны с изучением долгосрочных эффектов обучения, влиянием подготовленного педагога на формирование ИИ-компетенций учащихся, разработкой валидного инструментария для измерения педагогической ИИ-компетентности, а также с углублённой предметной дифференциацией методик интеграции ИИ.

Список литературы:

1. Алексеева Е.А., Олейникова Н.В., Петрова С.И. Готовность педагогов сельских школ к использованию технологий искусственного интеллекта // Цифровая трансформация образования: материалы Всерос. науч.-практ. конф. (Якутск, 15-16 ноября 2024 г.). Якутск: Изд-во СВФУ, 2024. С. 112-120.
2. Казарина В.В. Барьеры внедрения искусственного интеллекта в образование: мифы и реальность // Педагогический ИМИДЖ, 2021. Т. 15, №4(53). С. 382-397.
3. Синогина Е.С., Затомская А.А. Когнитивные риски использования искусственного интеллекта в обучении школьников // Психолого-педагогические исследования. 2024. Т. 16. №3. С. 100-102.
4. Лаптев В.Н., Морозова М.А. Этико-правовые проблемы внедрения систем искусственного интеллекта в школьное образование // Юридическая наука и практика. №4(58). С. 384-386.
5. Калинина С.В. Сравнительный анализ международных моделей AI-грамотности педагогов // Отечественная и зарубежная педагогика. Т. 5. №2(47). С. 234-237.
6. Celik I., Dindar M., Muukkonen H., Järvelä S. The promises and challenges of artificial intelligence for teachers: A systematic review of research // TechTrends, 2022. Vol. 66. №4.: 616-630.
7. Ng D.T.K. Teachers‘ AI digital competencies and twenty-first century skills in the post-pandemic world / D.T.K. Ng, J.K.L. Leung, J. Su, R.C.W. Ng, S.K.W. Chu // Educational Technology Research and Development. 2023. Vol. 71. №1.: 137-161.
8. Schiff D.S. Education for AI, not AI for Education: The Role of Education and Ethics in National AI Policy Strategies // International Journal of Artificial Intelligence in Education. 2021. Vol. 31. №3.: 527-563.

Readiness of teachers to use artificial intelligence at school: results of an empirical study

Dubovitskaya I.M.,
undergraduate of 2 course of the Moscow City University, Moscow

Abstract. The article presents the results of an empirical study of the readiness of secondary school teachers to use artificial intelligence (AI) technologies in their professional activities. Based on a survey of 150 teachers and in-depth interviews, the main barriers were identified: fragmented knowledge about the principles of AI operation, lack of prompt engineering skills, high anxiety regarding the preservation of professional agency. Directions for systematic teacher training, including the development of practice-oriented professional development courses, are proposed.
Keywords: artificial intelligence, school, teacher readiness, AI literacy, digital transformation of education, professional deficits.

References:

1. Alekseeva E.A., Oleinikova N.V., Petrova S.I. Readiness of teachers of rural schools to use artificial intelligence technologies // Digital transformation of education: materials All-Russia. scientific-practical. conf. (Yakutsk, November 15-16, 2024). Yakutsk: Publishing House of NEFU, 2024.: 112-120.
2. Kazarina V.V. Barriers to the introduction of artificial intelligence in education: myths and reality. Pedagogical IMAGE. 2021. Vol. 15. №4(53).: 382-397.
3. Sinogina E.S., Zatomskaya A.A. Cognitive risks of using artificial intelligence in teaching schoolchildren // Psikhologo-pedagogicheskie issledovaniya. 2024. Vol. 16. №3.: 100-102.
4. Laptev V.N., Morozova M.A. Ethical and legal problems of implementing artificial intelligence systems in school education // Yuridicheskaya nauka i praktika. 2025. №4(58).: 384-386.
5. Kalinina S.V. Comparative analysis of international models of AI literacy for teachers // Otechestvennaya i zarubezhnaya pedagogika. 2025. Vol. 5. №2(47).: 234-237.
6. Celik I., Dindar M., Muukkonen H., Järvelä S. The promises and challenges of artificial intelligence for teachers: A systematic review of research // TechTrends, 2022. Vol. 66. №4.: 616-630.
7. Ng D.T.K. Teachers‘ AI digital competencies and twenty-first century skills in the post-pandemic world / D.T.K. Ng, J.K.L. Leung, J. Su, R.C.W. Ng, S.K.W. Chu // Educational Technology Research and Development. 2023. Vol. 71. №1.: 137-161.
8. Schiff D.S. Education for AI, not AI for Education: The Role of Education and Ethics in National AI Policy Strategies // International Journal of Artificial Intelligence in Education. 2021. Vol. 31. №3.: 527-563.