Систематический обзор по PRISMA 2020: из 394 записей Scopus за 2016–2025 годы отобрано 18 рецензируемых статей о генеративном ИИ в профессиональном образовании. Тематический анализ даёт четыре устойчивых результата: ИИ снижает излишнюю когнитивную нагрузку и поддерживает метакогнитивную осознанность; вовлечённость растёт в средах, поддерживающих автономию, компетентность и самоэффективность; сочетание индивидуальной поддержки с возможностью взаимодействия помогает удерживать эмоциональный баланс; фокус исследований смещается к аффективным вычислениям, объяснимому ИИ и этике. Обзор полезен как карта тем и пробелов, но количественных оценок эффекта не даёт.
Практические выводы
- Из 394 найденных записей Scopus (2016–2025) критериям включения отвечали 18 статей.
- Генеративный ИИ в отобранных работах связывают со снижением излишней когнитивной нагрузки и поддержкой метакогнитивной осознанности.
- Вовлечённость растёт, когда среда поддерживает автономию, компетентность и самоэффективность учащегося.
- Эмоциональный баланс удерживается там, где индивидуальная поддержка сочетается с возможностями взаимодействия с людьми.
- Направления, набирающие вес: аффективные вычисления, объяснимый ИИ, этика взаимодействия человека и системы.
Генеративный ИИ в профессиональном образовании: обзор 18 исследований — снижение лишней когнитивной нагрузки и рост вовлечённости там, где есть автономия
Авторы: Сярифа Д.Ф., Басийрун Б., Виджая М.Б.Р., Васкито Д., Джуниади Д.
Оригинал: Когнитивная адаптация и вовлеченность учащихся в генеративную среду профессионального обучения на основе искусственного интеллекта: систематический обзор литературы
Год и выпуск: 2026, том 31, № 3, с. 104–118
DOI: 10.17759/pse.2026310308
Кому и для какого вопроса пригодится
Методистам и психологам колледжей и вузов, которые решают, на каких условиях встраивать генеративный ИИ в учебный процесс, и хотят понимать, что об этом уже сказано в рецензируемой литературе. Обзор отвечает на вопрос, какие психологические факторы и принципы проектирования обучения авторы исследований считают ключевыми и куда движется само поле.
Это карта темы, а не источник готовых решений: обзор описывает состояние исследований, а не даёт протокол внедрения.
Что именно изучали
Авторы искали эмпирические и концептуальные работы о роли генеративного ИИ (GenAI) в профессиональном образовании, сосредоточившись на когнитивной адаптации учащегося и его психологической вовлечённости. Поиск выполнен по базе Scopus за 2016–2025 годы по рекомендациям PRISMA 2020; из первоначальных 394 записей критериям включения соответствовали 18 рецензируемых статей. Результаты сведены тематическим анализом.
Сами критерии включения и исключения, распределение отобранных работ по странам, ступеням и дизайнам, а также процедура оценки качества в резюме не приведены. Метаанализа авторы не проводили — обобщение качественное.
Что обнаружили
- Генеративный ИИ в отобранных работах связывают со снижением излишней когнитивной нагрузки и с поддержкой метакогнитивной осознанности учащихся.
- Вовлечённость повышается, когда учебная среда поддерживает автономию, ощущение компетентности и самоэффективность, — то есть базовые потребности из теории самодетерминации.
- Эмоциональный баланс в обучении с ИИ удерживают педагогические стратегии, которые сочетают индивидуализированную поддержку с возможностями взаимодействия между участниками.
- Фокус недавних исследований смещается к аффективным вычислениям, объяснимому ИИ и этике взаимодействия человека и систем ИИ.
- Общий вывод авторов: образовательная ценность GenAI зависит от баланса автоматизированной поддержки и человеческого руководства, а сам инструмент работает как когнитивный и мотивационный «партнёр».
Что из этого следует — и не следует
Черновик сделан по авторскому резюме: полный текст статьи доступен только в PDF (на английском языке), поэтому проверить состав отобранных работ, критерии включения и оговорки авторов по оригиналу нельзя.
Для практики отсюда следует немногое, но важное: перечисленные эффекты в обзоре привязаны не к самому наличию ИИ-инструмента, а к условиям — автономии учащегося, наличию человеческой поддержки и возможности обсуждать результат. Планируя занятие с генеративным ИИ, разумно проектировать именно эти условия.
Чего обзор не даёт: количественных оценок эффекта, сравнения инструментов между собой и оснований утверждать, что генеративный ИИ повышает успеваемость. Восемнадцать работ на девять лет — это описание раннего и разнородного поля; выводы получены качественным тематическим анализом, а не суммированием сопоставимых измерений.