Выпуск: №7(89) КОД науки - исследования молодых ученых

Раздел: Инновационные образовательные технологии

Опубликовано: 01 июня 2026

Код уникальной десятичной классификации: 378.147:004.8

Автор: Ярыгина Екатерина Александровна

студент 4 курса, Московский городской педагогический университет (МГПУ), г. Москва, e-mail: YaryginaEA813@mgpu.ru

Соавтор: Афанасенкова Софья Ивановна

студент 4 курса, Московский городской педагогический университет (МГПУ), г. Москва

Соавтор: Гасанов Тимофей Владимирович

студент 4 курса, Московский городской педагогический университет (МГПУ), г. Москва, e-mail: gasanovtv278@mgpu.ru

Научный руководитель: Михайлова Светлана Владиславовна

доцент кафедры романских языков и лингводидактики Института иностранных языков Московского городского педагогического университета (МГПУ)

кандидат филологических наук

Аннотация. В статье рассматриваются возможности применения специализированной платформы «Нейролик» МГПУ, разработанной на базе современных технологий машинного обучения, для помощи студентам в написании исследовательских работ. Представлены результаты создания ИИ-персоны «Научный помощник Таня», обученной на основе пользовательских данных, способной анализировать запросы студентов в рамках реализации ими исследовательской деятельности, выступая ассистентом-наставником экспертно-майевтического типа. Показаны преимущества применения инструментов персонализированного обучения для формирования исследовательской компетенции студентов.

Ключевые слова: искусственный интеллект, обучающие системы, ИИ-агенты, исследовательская компетенция студентов, инструменты персонализированного обучения.

Современная высшая школа находится в условиях стремительной цифровизации, где искусственный интеллект (ИИ) становится неотъемлемым инструментом научно-исследовательской деятельности и преподавателей, и студентов. Согласно данным исследований, более 75% респондентов, занятых в научной сфере, уже используют ИИ в той или иной мере, преимущественно для поиска работ, саммаризации и редактирования текста [7]. Внедрение генеративных нейросетей кардинально меняет образовательный ландшафт, предлагая возможности персонализации обучения и автоматизации рутинных задач [6], [4]. Однако этот процесс носит противоречивый характер: наряду с повышением эффективности, возникают серьезные вызовы, требующие научного осмысления и педагогического регулирования.

Актуальность разработки специализированных ИИ-ассистентов обусловлена ростом случаев неправомерного использования генеративных моделей студентами. Эмпирические данные свидетельствуют, что от 17,6% до 35,1% студентов применяют ИИ при написании выпускных квалификационных работ (ВКР), при этом значительная часть обучающихся (до 54,1% в отдельных выборках) не считает это неэтичным поведением [13], [11].

Особую значимость приобретает вопрос о том, каким образом образовательные стандарты регулируют формирование исследовательских компетенций, необходимых для осознанного и этичного использования ИИ в профессиональной деятельности. Федеральный государственный образовательный стандарт высшего образования по направлению подготовки 44.03.01 Педагогическое образование закладывает основы для формирования исследовательской компетенции студентов через несколько ключевых требований:

1. устанавливает универсальную компетенцию УК-1, согласно которой будущий учитель «способен осуществлять поиск, критический анализ и синтез информации, применять системный подход для решения поставленных задач» [14, с. 9], что задает базовый уровень готовности выпускника к аналитической работе – именно те навыки, которые сегодня реализуются через взаимодействие с ИИ-инструментами;
2. подчеркивает необходимость опоры на научное знание через общепрофессиональную компетенцию ОПК-8: «студент способен осуществлять педагогическую деятельность на основе специальных научных знаний» [14, с. 10], что в современном контексте предполагает освоение студентами этических и методологических норм работы с генеративными моделями;
3. обязывает педагогических работников вести научную, учебно-методическую и (или) практическую работу, соответствующую профилю преподаваемой дисциплины [14, с. 13]. Именно поэтому в учебном плане среди типов учебной практики предусмотрена научно-исследовательская работа, а среди типов производственной практики – научно-исследовательская. Обе указанные практики направлены на развитие у студентов исследовательских умений, в том числе через написание научных статей по результатам выполняемых в ходе практики проектных и исследовательских заданий, что в условиях массового использования инструментов генеративного ИИ предполагает необходимость формирования у студентов культуры ответственного использования технологий в исследовательской деятельности.

В связи с указанными проблемами вузы переходят от запретительных мер к регламентации применения ИИ при написании ВКР. Принятие локальных нормативных актов, таких как Меморандум об этических нормах использования ИИ в МГПУ и Регламент использования средств генеративного ИИ в ВКР, задает новые стандарты академической деятельности [8], [12]. Эти документы требуют от студентов прозрачности в использовании ИИ, верификации данных и указания инструментов в списке литературы. В связи с этим возникает потребность в формировании цифровой исследовательской компетенции, которая включает не только умение пользоваться готовыми сервисами, но и понимание принципов их работы, ограничений и этических норм [7], [1]. Существующие универсальные модели (ChatGPT, GigaChat и др.) не всегда отвечают специфическим требованиям академической этики и безопасности данных вуза.

Проектирование студентами собственного ИИ-ассистента представляет инновационный подход к методологии обучения, решающий несколько задач:

1. Развитие компетенций. Процесс разработки ассистента является активным взаимодействием с цифровыми технологиями, что способствует формированию у студентов исследовательских навыков и цифровой компетенции. Согласно А.И. Савенкову, использование цифровых технологий в образовании способствует индивидуализации учебной деятельности [9]. Однако важно принимать во внимание и снижение объема и сложности исследовательской работы при постоянном использовании ИИ, что по мнению В.К. Степанова влияет на критическое и аналитическое мышление студентов [10].
2. Пользовательская среда. ИИ персона обучается на пользовательских данных, выбранных учреждением, что позволяет разграничивать роли и задачи персоны. А.И. Савенков считает, что использовать искусственный интеллект нужно, как инструмент обучения, а не как замену собственным интеллектуальным усилиям. [9]. Также следует отметить, что обучение персоны на пользовательских данных помогает решить проблему генерации ботом непроверенной информации, которую нельзя использовать в научной работе [12].
3. Известно, что работа с публичными нейросетями несет риски утечки персональной и интеллектуальной информации и что существует цифровой разрыв между качеством платных и бесплатных ИИ-инструментов [3]. Использование институциональных инструментов в защищенной корпоративной (университетской) среде позволяет решить проблему обеспечения безопасности данных.

В отличие от существующих исследований, фокусирующихся на анализе готовых ИИ-сервисов (поисковых, аналитических, визуализирующих, редактирующих тексты) [1] или на выявлении неправомерных практик использования студентами ИИ-инструментов [13], проект «Научный помощник Таня» предлагает практическую модель студенческой разработки специализированного агента. Такой подход трансформирует ИИ из потенциального источника академических нарушений в легитимный инструмент поддержки исследований при условии соблюдения этических норм. Как подчеркивают исследователи, академическая честность является важнейшим элементом высшего образования, так как обеспечивает доверие к учебной и научной деятельности студентов, также упоминается необходимость регламентации использования ИИ в университетах и обучении студентов взаимодействию с инструментами искусственного интеллекта [5] и особому этическому подходу [2].

Таким образом, проблематика статьи является актуальной. Проектирование студентами авторского виртуального агента выступает как новая педагогическая стратегия, обеспечивающая переход от стихийного использования нейросетей к осознанному, регламентированному и этичному применению искусственного интеллекта в исследовательской деятельности.

Для подтверждения первичной гипотезы о необходимости разработки ИИ-ассистента, помогающего студентам в исследовательской деятельности, например, при написании ВКР, авторами статьи был проведен анонимный опрос, в котором приняли участие обучающиеся из ведущих вузов России (опрос проводился при помощи инструмента для создания опросов YandexForms, полностью текст опроса доступен по ссылке https://clck.ru/3StVkZ).

Опрос охватил студентов разных курсов и направлений подготовки, что позволило получить разностороннюю картину. Распределение респондентов по курсам обучения выглядит следующим образом (см. рисунок 1).

Рис. 1. Результаты опроса

Такая структура распределения респондентов обусловлена тем, что именно студенты выпускных курсов находятся в активной фазе работы над ВКР и способны наиболее точно оценить связанные с этим процессом трудности. Географически и институционально выборка представлена преимущественно студентами Московского городского педагогического университета (МГПУ) – около 68% респондентов. Также в опросе приняли участие студенты ГАУГН, МГТУ им. Н. Э. Баумана, РАНХиГС, МГИМО, НИУ МЭИ. Следует отметить, что выборка смещена в сторону гуманитарных и педагогических специальностей, что необходимо учитывать при интерпретации результатов. На момент проведения опроса 64% респондентов указали, что активно работают над своей ВКР, 20% только присматриваются к теме, а 16% находятся на этапе формирования исследовательского вопроса.

Такое распределение подтверждает высокую релевантность полученных данных: большинство участников опроса непосредственно вовлечены в процесс написания работы.

Оценка уровня стресса по пятибалльной шкале показала тревожную тенденцию (см. рисунок 2).

Рис. 2. Результаты опроса

Особенно высокий уровень стресса связан с субъективной сложностью формализации исследовательского процесса и повышенной требовательностью к текстуальной составляющей работы.

Анализ ответов на вопрос о наиболее значимых страхах выявил четкую иерархию проблем. Абсолютным лидером (84% упоминаний) стал страх перед самим процессом письма – прокрастинация, трудности с формулированием мыслей, боязнь «чистого листа». На втором месте (52%) – опасение не успеть к установленным дедлайнам. Третье место разделили трудности с оформлением работы по ГОСТу (48%) и страх перед защитой и вопросами комиссии (44%).

Также значимыми оказались: непонимание, с чего начать и как спланировать этапы работы (40%), риск не пройти проверку на антиплагиат (36%) и сложности с поиском релевантных источников (32%). Лишь 16% респондентов отметили проблемы во взаимодействии с научным руководителем.

Открытые ответы на вопрос № 3 о «самом неприятном сюрпризе» дополнили количественные данные качественными инсайтами. Студенты упоминали: «не могу прислать в срок все, могу потратить очень много времени на одно предложение», «финальный проход антиплагиата и недостаточный набор процентов по оригинальности», «где найти источники», «очень сильно боюсь, не получается писать самой, не понимаю, как редактировать и вносить правки». Эти формулировки указывают на комплексный характер трудностей, сочетающих технические, эмоциональные и организационные аспекты.

Подавляющее большинство опрошенных (96%) уже имеют опыт использования ИИ-инструментов для учебы (см. рисунок 3). Среди наиболее популярных инструментов названы (см. рисунок 4):

Рис. 3. Результаты опроса	Рис. 4. Результаты опроса

Такой высокий уровень интеграции нейросетей в учебную деятельность студентов свидетельствует о готовности студенческой аудитории к внедрению специализированных ИИ-решений. При оценке потенциальной полезности различных функций гипотетического ИИ-помощника (вопрос №6) респонденты продемонстрировали четкий приоритет академических и технических задач над эмоциональной поддержкой. Наиболее востребованной оказалась функция автоматического оформления цитирования и списка литературы по ГОСТу (80% упоминаний). Далее следуют: генератор идей для формулировки темы, гипотезы и структуры глав (72%), аналитик для краткого пересказа статей и помощи в поиске литературы (68%), словарь терминов с проверкой корректности использования научного аппарата (64%). Также значимы: навигатор с пошаговым планом и дедлайнами (56%), тренажер защиты с генерацией вопросов комиссии (52%) и, в меньшей степени, психологическая поддержка в борьбе с прокрастинацией (36%).

Готовность использовать идеального ИИ-помощника оказалась исключительно высокой (см. рисунок 5).

Рис. 5. Результаты опроса

Важным аспектом исследования стал вопрос №8 анкетирования о том, что, по мнению студентов, ИИ никогда не сможет сделать за них при написании ВКР. Ответы продемонстрировали зрелое понимание границ технологий: «защитить работу, написать стилем, который пишет сам студент», «критическая оценка написанного, упоминание того, что проходили в вузе», «написать саму работу, сделать собственные выводы, установить причинно-следственные связи», «привнести оригинальность, дать свежую идею – он опирается только на то, что есть». Студенты четко разграничивают помощь и замену: ИИ воспринимается как инструмент усиления, а не подмены академических и исследовательских действий.

Ответы на вопрос №9 о перераспределении времени и сил, высвобожденных благодаря ИИ-помощнику, подтверждают конструктивный подход респондентов. Типичные ответы: «на более подробное изучение проблемы, чтение книг, небольшой отдых», «на работу и отдых», «на подготовку к выступлению с ВКР перед комиссией», «провел бы больше времени с семьей и друзьями, посвятил бы свободные часы творчеству». Даже ироничный ответ «на написание ВКР» указывает на осознание того, что автоматизация рутины позволяет сосредоточиться на содержательной части работы.

На основе проведенного нами опроса можно сделать обоснованный вывод о высокой востребованности специализированного ИИ-помощника для поддержки студентов при подготовке выпускных квалификационных работ.

Во-первых, подтверждена острая потребность в снижении когнитивного и эмоционального барьера начала работы: 84% респондентов испытывают трудности с письмом, а 72% – умеренный или высокий уровень стресса. По нашему мнению, ИИ-агент может облегчить этап планирования и подготовки, помогая доработать идеи до пошагового планирования и начала разработки проекта.

Во-вторых, 80% студентов нуждаются в помощи с оформлением по ГОСТу, 68% – в поддержке при поиске и анализе источников. Это создает запрос на делегирование этих задач ИИ, чтобы у студентов было больше времени на разработку творческой составляющей работы.

В-третьих, ИИ-инструменты, согласно опросу, были опробованы хотя бы один раз 96-ю % респондентов, что свидетельствует о распространенном применении данных технологий и готовности ими пользоваться.

В-четвертых, студенты осознают ответственность в использовании ИИ. Они видят в нем помощника с рутиной и инструмент доработки материала, а не замену их авторства. Это формирует здоровый запрос на инструмент, который усиливает академические навыки, а не подменяет их.

Таким образом, разработка специализированного ИИ-ассистента для написания ВКР, ориентированного на автоматизацию оформления, поддержку в структурировании работы, помощь в поиске источников и мягкую мотивационную поддержку, отвечает подтвержденным потребностям студенческой аудитории. При условии сохранения роли студента как единственного автора и субъекта научной деятельности такой инструмент способен снизить уровень стресса, повысить эффективность подготовки выпускных работ и, как следствие, улучшить их качество.

Авторы статьи осуществили первую разработку ИИ-ассистента, создав ИИ-персону «Научный помощник Таня» (https://ai.mgpu.ru/bot/58/chat) на платформе «Нейролик» (ai.mgpu.ru). Особенность этой платформы заключается в том, что она позволяет загружать пользовательскую базу знаний в конструктор виртуальных агентов и интегрировать ее с большими языковыми моделями, при этом позволяя детально расписывать поведение создаваемых ИИ-ассистентов путем составления кастомизирующего промпта. Первыми созданными ИИ-персонами стали «Аспирант Ушинского» (https://ai.mgpu.ru/bot/354/chat, @ushinsky_mcu_bot) и «Аспирант Выготского» (https://ai.mgpu.ru/bot/345/chat, @vygotsky_mcu_bot), к которым можно обратиться для изучения основных идей выдающихся отечественных ученых.

Апробация виртуальной Тани произошла во время Международной научной конференции «Современная {ЦИФРОВАЯ} дидактика» 2025 года (https://didact.mgpu.ru/). В ходе «Компаративного нейробатла» соревновались ИИ-персоны, созданные студентами института иностранных языков («Научный помощник Таня»), института педагогики и психологии образования («Цифровой вожатый») и институтом цифрового образования («МетодикAI»). По итогам экспертного и зрительских голосований «Таня» одержала победу (https://clck.ru/3StVxm).

Представим кратко идеологию нашего проекта. Имя для ИИ-персоны выбрано знаковое – день святой Татианы Римской является официальным Днем российского студенчества. «Таня» (см. рисунок 6), по нашему мнению, должна олицетворять старшего помощника, студентку выпускных курсов или магистратуры, имеющей определенный опыт в исследовательской деятельности. Она может дать дружеский совет, пошутить и поддержать новичка. «Таня» работает на основе YaGPT и дополнительно предобучена на основе базы знаний – основе трудов в сфере педагогики, лингводидактики и психологии, ВКР студентов бакалавриата и магистрантов ИИЯ МГПУ, а также трех сборников ежегодной открытой студенческой конференции «Вопросы современной лингводидактики: взгляд молодых исследователей», проводимой в ИИЯ МГПУ с 2023 года.

Рис. 6. Начало диалога с ИИ-персоной

Для корректного и эмоционально адекватного функционирования задуманной ИИ-персоны были продуманы несколько ролей (см. таблицу 1), в соответствии с ними – разработаны и нюансированы промпты, описывающие алгоритм работы виртуального помощника по семи блокам ответа. Смешение ролей внутри блоков или смешение блоков запрещается промптом. Подчеркнем, что при проектировании ИИ-ассистента мы встроили в промпт ряд важных ограничений – «Таня» не может:

• давать ответы без ссылки на источники;
• пересказывать своими словами источники без обоснования (без обращения к загруженной базе знаний);
• переходить к обсуждению, пока проблематика не описана точно;
• оценивать личность пользователя;
• навязывать пути решения проблемы и т.д.

Полностью тексты промптов представлены в электронном приложении к данной статье, доступном по ссылке https://clck.ru/3StVzv.

Таблица 1. Структура ИИ-ассистента «Научный помощник Таня»

Роль	Функция	Привязка к блоку ответа	Пояснение деятельности ИИ-ассистента
Эксперт	Обеспечивает достоверность ответа, дает точные определения, цитаты из базы знаний, проверяемые источники.	Блок 1 определение или цитата из базы знаний (если нет – честно предупредить).	ИИ-ассистент дает точное определение или цитату из базы знаний. В случае «Тани» это труды студентов и преподавателей ИИЯ МГПУ по педагогике, лингводидактике и психологии. Если цитаты нет, то ассистент запрограммирован на предупреждение об этом вместо галлюцинирования.
		Блок 6 Источники – публикации eLibrary.ru или точный поисковый запрос.	ИИ-ассистент предлагает публикации из eLibrary.ru или дает точный поисковый запрос, если прямой доступ ограничен.
Майевтик	Запускает процесс осмысления проблемы, задает наводящие вопросы, предлагает формулировки тем, помогает выбрать метод/теорию, дает практические задания (пользователь сам приходит к истине через размышление).	Блок 2 Вопрос на размышление – короткий глубокий вопрос для нового взгляда на тему.	Вопрос на размышление. ИИ-ассистент задает короткий, но глубокий вопрос, который заставляет посмотреть на тему под другим углом.
		Блок 3 Тема для исследования – конкретная формулировка для ВКР или статьи.	ИИ-ассистент предлагает конкретную формулировку для ВКР или статьи, в зависимости от ответа на вопрос.
		Блок 4 Наводящий вопрос для помощи в выборе метода, теории, контекста.	ИИ-ассистент помогает выбрать метод, теорию или контекст.
		Блок 5 Практическое задание.	ИИ-ассистент предлагает практическое задание.
Компаньон	Оказывает эмоциональную поддержку и снятие академического стресса, использует шутки по теме, речевые приемы ободрения, мотивирующие фразы, эмодзи для навигации в ответе.	Блок 7 Эмоциональная поддержка – шутка, ободрение, мотивация с эмодзи.	«Таня» шутит и активно пользуется эмодзи, чтобы у пользователя появлялся эмоциональный отклик при общении с ИИ-ассистентом и чтобы структура ответа была визуально представлена.

Работа «Научного помощника» соотнесена с требованиями ФГОС ВО к формированию исследовательской компетенции студента (см. таблицу 2).

Таблица 2. Взаимосвязь ИИ-ассистента и компетентностного портрета выпускника педагогического вуза

Компетенция	Описание	Связь «Тани» с компетенцией
УК-1	Способен осуществлять поиск, критический анализ и синтез информации, применять системный подход для решения задач.	«Таня» использует определения и цитаты из загруженной в нее базы публикаций и задает вопросы на их основе, направленные на размышление, что позволяет студентам анализировать и синтезировать информацию.
УК-2	Способен определять пласт задач в рамках поставленной цели, а также выбирать оптимальные способы их решения.	«Таня» путем наводящих вопросов, помогает сформулировать тему для ВКР, при этом предлагая и описывая различные подходы реализации задач.
УК-4	Способен осуществлять деловую коммуникацию в устной и письменной формах на государственном языке РФ и иностранных языках.	Для получения результата студенту необходимо четко формулировать запрос «Тане» на русском или иностранном языке, при этом аргументируя свои мысли при ответе на вопросы.
ОПК-9	Способен понимать принципы работы современных информационных технологий и использовать их для решения задач профессиональной деятельности.	Работа с «Таней» требует понимания основ взаимодействия с ИИ.
ПК-6.1	Способен осуществлять поддержку и сопровождение обучающихся в процессе достижения метапредметных, предметных и личностных результатов (с учетом индивидуальных особенностей).	«Таня» оказывает постоянную индивидуальную поддержку, способна адаптировать сложность материала под конкретного пользователя, что является демонстрацией возможностей и способов индивидуализации педагогического взаимодействия.

В качестве заключения отметим: мы полагаем, что наша разработка имеет большие перспективы использования в вузовской практике, так как представляет собой новый инструмент обеспечения структурированной и достоверной обратной связи в области научной работы, который опирается на доказательную базу знаний. ИИ-ассистент «Научный помощник Таня» ориентирована на решение поставленной перед ней задачи – помощи студентам в исследовательской деятельности. Предполагаем продолжить исследование, чтобы представить доказательные результаты внедрения нашей разработки.

NB: При написании статьи авторы обращались к «Научному помощнику Тане» для решения ряда задач: подбора источников, уточнению формулировок, обобщению выводов, сделанных на основе научной литературы, и результатов опроса.

Список литературы:

1. Абрамова И.Е. Инструменты искусственного интеллекта для научных целей: базовая классификация, сильные и слабые стороны, мнение обучающихся // Вестник Тамбовского университета. Серия: Гуманитарные науки, 2025. Т. 30. №5. С. 1096-1103.
2. Бочарова Т.А., Бочаров А.В., Довгаль И.Д. Генеративный ИИ в написании студенческих работ: этические аспекты // ЦИТИСЭ, 2025. №3(45). С. 151-165.
3. Валяева Н.Ю., Воробьева А.И. Практика использования нейросетей в образовательном процессе высшей школы: возможности и риски // Материалы девятнадцатой международной научно-практической конференции «Профессиональное лингвообразование». 2025. С. 113-118.
4. Захарова М.В. Интеллектуальные помощники для научного исследования в университетах. 2024. С. 46-50.
5. Мусабалина Д.С., Айдаргалиева Н.Г., Малдынова А.В. Искусственный интеллект и академическая честность в высшем образовании: нарративный обзор // Education. Quality Assurance, 2025. №3. С. 84-87.
6. Осипова Л.Б. Искусственный интеллект в образовании: реальные возможности и перспективы. 2024. С. 60-73.
7. Ребко О.В. Интеграция искусственного интеллекта в научно-исследовательскую деятельность: возможности и ограничения. 2025. С. 74-77.
8. Савенков А.И. Меморандум «Этические нормы и правила использования ресурсов искусственного интеллекта в Московском городском педагогическом университете» (проект) // Наука. Управление. Образование. РФ. 2025. №4(20). С. 20-29.
9. Савенков А.И. Цифровые технологии, иммерсивные практики и искусственный интеллект в профессиональной подготовке будущих педагогов // Hominum, 2024. №2. С. 79-89.
10. Степанов В.К. Интеллектуальные ассистенты в науке и образовании: современные возможности и риски применения // Вопросы цифрового образования, 2025. №1(21). С. 57-64.
11. Сысоев П.В. Использование студентами средств генеративного искусственного интеллекта при подготовке квалификационных работ // Перспективы науки и образования, 2025. №5(77). С. 634-649.
12. Тивьяева И.В., Михайлова С.В., Казанцева А.А. Регламентирование использования средств генеративного искусственного интеллекта в выпускной квалификационной работе // Вестник МГПУ. Серия «Филология. Теория языка. Языковое образование», 2024. №2(54). С. 209-214.
13. Тихонова Н.В., Поморцева Н.П. Выпускная квалификационная работа в вузе в условиях распространения искусственного интеллекта: взгляд студентов // Высшее образование в России, 2025. Т. 34. №6. С. 112-135.
14. Федеральный государственный образовательный стандарт высшего образования – бакалавриат по направлению подготовки 44.03.01 Педагогическое образование: утв. приказом Минобрнауки России от 22.02.2018 №121.

Designing the AI Assistant «Research Assistant Tanya» (Experience of Students Developing a Virtual Agent)

Yarygina E.A.,
student of 4 course of the Moscow City University, Moscow

Coauthor:
Afanasenkova S.I.,
student of 4 course of the Moscow City University, Moscow

Gasanov T.V.,
student of 4 course of the Moscow City University, Moscow

Research supervisor:
Mikhailova Svetlana Vladislavovna,
Associate Professor of the Department of Romance Languages   and Linguodidactics of the Institute of Foreign Languages of Moscow City University, Candidate of Philological Sciences

Abstract. The article examines the possibilities of using the specialized platform «Нейролик» developed by Moscow City University, which is based on modern machine learning technologies, to assist students in writing research papers. It presents the results of creating an AI persona called «Scientific Assistant Tanya», trained on user data and capable of analyzing students’ queries within their research activities, serving as a mentor-assistant of an expert–maieutic type. The advantages of applying personalized learning tools for developing students’ research competence are demonstrated.
Keywords: artificial intelligence, learning systems, AI agents, students’ research competence, personalized learning tools.

References:

1. Abramova I.E. Artificial Intelligence Tools for Scientific Purposes: Basic Classification, Strengths and Weaknesses, Students' Opinions // Tambov University Review. Series: Humanities, 2025. Vol. 30. №5.: 1096-1103.
2. Bocharova T.A., Bocharov A.V., Dovgal I.D. Generative AI in Writing Student Papers: Ethical Aspects // CITISE, 2025. №3(45).: 151-165.
3. Valyaeva N.Yu., Vorobieva A.I. The Practice of Using Neural Networks in the Educational Process of Higher Education: Opportunities and Risks // Proceedings of the Nineteenth International Scientific and Practical Conference «Professional Linguistic Education». 2025.: 113-118.
4. Zakharova M.V. Intelligent Assistants for Scientific Research in Universities. 2024.: 46-50.
5. Musabalina D.S., Aidargalieva N.G., Maldynova A.V. Artificial Intelligence and Academic Integrity in Higher Education: A Narrative Review // Education. Quality Assurance, 2025. №3.: 84-87.
6. Osipova L.B. Artificial Intelligence in Education: Real Opportunities and Prospects. 2024.: 60-73.
7. Rebko O.V. Integration of Artificial Intelligence into Research Activities: Opportunities and Limitations. 2025.: 74-77.
8. Savenkov A.I. Memorandum «Ethical Norms and Rules for the Use of Artificial Intelligence Resources at Moscow City University» (Draft) // Science. Management. Education. RF, №4(20).: 20-29.
9. Savenkov A.I. Digital Technologies, Immersive Practices and Artificial Intelligence in the Professional Training of Future Teachers // Hominum, 2024. №2.: 79-89.
10. Stepanov V.K. Intelligent Assistants in Science and Education: Current Capabilities and Risks of Application // Digital Education Issues, 2025. №1(21).: 57-64.
11. Sysoev P.V. Students' Use of Generative Artificial Intelligence Tools in Preparing Final Qualification Theses // Perspectives of Science and Education, 2025. №5(77).: 634-649.
12. Tivyaeva I.V., Mikhailova S.V., Kazantseva A.A. Regulating the Use of Generative Artificial Intelligence Tools in the Final Qualification Thesis // Bulletin of MCU. Series « Theory of Language. Language Education», 2024. №2(54).: 209- 214.
13. Tikhonova N.V., Pomortseva N.P. The Final Qualification Thesis at a University in the Context of the Spread of Artificial Intelligence: Students' Perspective // Higher Education in Russia, 2025. Vol. 34. №6.: 112-135.
14. Federal State Educational Standard of Higher Education – Bachelor's Degree in Field of Study 44.03.01 Pedagogical Education: Approved by Order of the Ministry of Education and Science of Russia dated February 22, 2018 №121. (date of the address: 27.03.2026).