кандидат технических наук, доцент кафедры «Информационные технологии и интеллектуальные системы»
Candidate of Technical Sciences, Associate Professor of the Department of Information Technologies and Intelligent Systems
Background. The digital transformation of higher technical education, accelerated by the introduction of generative artificial intelligence (AI), generates a state of methodological instability when technological practices outpace the regulatory and ethical framework of the academic environment. There is a crisis of academic identity: students massively use AI tools, but do not legitimize them in ethical discourse, which transforms the very concept of “knowledge” from the product of cognitive labor to the result of algorithmic curatorial activity. This problem is particularly acute in the technical disciplines of energy, information technology, and machine learning, where the boundary between instrumental support and delegation of professional competencies is becoming blurred.
Purpose. The aim is to identify the mechanisms of digital transformation in technical education, to analyze the normative gap between the practice of using generative AI and ethical assessments of students, as well as to identify strategies for pedagogical adaptation to the conditions of algorithmically mediated learning in engineering specialties.
Materials and methods. The study is based on data from representative questionnaires of students of technical universities in Russia (KGEU, SSU, Bauman Moscow State Technical University) conducted by Drach and Torkunova (2025), as well as the results of empirical research by Midayeva et al. (2023), Sitnikova et al. (2025) and Torkunova et al. (2025). The methods of correlation analysis (Kramer coefficient), factor analysis and qualitative interpretation within the framework of the theory of digital capital (Bourdieu) and diffusion of innovation (Rogers) are applied.
Results. The “effect of algorithmic literacy” as a new factor of educational inequality is revealed: Academically successful students systematically use AI to optimize learning activities, while less successful students use it chaotically, which increases the gap in results. A model of “pedagogical response” to digital transformation is proposed: (1) normative legitimization of AI practices through the integration of technical disciplines into curricula; (2) the development of critical digital literacy as a meta-competence; (3) Review of assessment systems with an emphasis on procedural rather than productive learning outcomes.
Обоснование. Цифровая трансформация высшего технического образования, ускоренная внедрением генеративного искусственного интеллекта (ИИ), порождает состояние методологической нестабильности, когда технологические практики опережают нормативные и этические рамки академической среды. Возникает кризис академической идентичности: студенты массово используют ИИ-инструменты, но не легитимируют их в этическом дискурсе, что трансформирует само понятие «знание» от продукта когнитивного труда к результату алгоритмической кураторской деятельности. Особенно остро эта проблема проявляется в технических дисциплинах – энергетике, информационных технологиях и машинном обучении, где граница между инструментальной поддержкой и делегированием профессиональных компетенций становится размытой.
Цель – выявить механизмы цифровой трансформации в техническом образовании, проанализировать нормативный разрыв между практикой использования генеративного ИИ и этическими оценками обучающихся, а также определить стратегии педагогической адаптации к условиям алгоритмически опосредованного обучения в инженерных специальностях.
Материалы и методы. В основу исследования положены данные репрезентативных анкетных опросов студентов технических вузов России (КГЭУ, СГУ, МГТУ им. Баумана), проведенных Драчем и Торкуновой (2025), а также результаты эмпирических исследований Мидаевой с соавт. (2023), Ситникова с соавт. (2025) и Торкуновой с соавт. (2025). Применены методы корреляционного анализа (коэффициент Крамера), факторного анализа и качественной интерпретации в рамках теории цифрового капитала (Бурдьё) и диффузии инноваций (Роджерс).
Результаты. Выявлен «эффект алгоритмической грамотности» как нового фактора образовательного неравенства: академически успешные студенты системно применяют ИИ для оптимизации учебной деятельности, в то время как менее успевающие используют его хаотично, что усиливает разрыв в результатах. Предложена модель «педагогического реагирования» на цифровую трансформацию: (1) нормативная легитимация ИИ-практик через интеграцию в учебные программы технических дисциплин; (2) развитие критической цифровой грамотности как метакомпетенции; (3) пересмотр систем оценки с акцентом на процессуальные, а не продуктные результаты обучения.