Обоснование. Активное проникновение технологий искусственного интеллекта (ИИ) в образовательное пространство вузов актуализирует проблему готовности учащихся к их эффективному и ответственному использованию в процессе решения учебных задач. Цель – разработка и обоснование многоуровневой структурной модели готовности студентов к использованию технологий ИИ в учебной деятельности. Материалы и методы. Исследование базируется на теоретических методах (анализ и обобщение отечественной и зарубежной научной литературы, посвященной вопросам применения технологий ИИ в образовании, моделирование многоуровневой адаптивной структуры готовности студентов к применению ИИ-технологий) и эмпирических методах (анкетирование, опрос, наблюдение, статистический анализ данных). Результаты. На основе психолого-педагогического анализа выявлен комплекс взаимосвязанных факторов, определяющих готовность студентов к использованию ИИ-технологий в учебной деятельности: мотивация, цифровая грамотность, цифровая инфраструктура, этические аспекты. Разработана и теоретически обоснована структурная многоуровневая модель готовности студентов, включающая шесть ключевых компонентов: мотивационно-ценностный, когнитивно-операционный, деятельностный, рефлексивный, этический, инфраструктурный. Для каждого компонента определены критерии и уровни сформированности, что позволяет осуществлять диагностику и целенаправленное формирование готовности студентов к работе с ИИ.
Background. The active integration of artificial intelligence (AI) technologies into the higher education environment highlights the urgency of preparing students to use these tools effectively and responsibly for solving educational tasks. Purpose. The development and substantiation of a multi-level structural model of student readiness for using AI technologies in educational activities. Materials and methods. The research is based on theoretical methods (analysis and synthesis of domestic and international scientific literature on the application of AI technologies in education; modeling of a multi-level adaptive structure of student readiness for using AI technologies) and empirical methods (surveys, questionnaires, observation, statistical data analysis). Results. Based on a psychological-pedagogical analysis, a set of interrelated factors determining student readiness for using AI technologies in educational activities was identified: motivation, digital literacy, institutional digital infrastructure, and ethical considerations. A structural multi-level model of student readiness was developed and theoretically substantiated. This model comprises six key components: motivational-value, cognitive-operational, activity-based, reflective, ethical, and infrastructural. For each component, specific criteria and proficiency levels have been defined, enabling the diagnosis and targeted development of student readiness for working with AI.