Как оценивать знания студентов в эпоху ИИ: новое исследование о взаимодействии с генеративным ИИ в экономическом образовании Искусственный интеллект меняет университетское обучение, особенно в области экономики. Но как понять, действительно ли студенты усваивают материал, когда у них есть доступ к ChatGPT и другим генеративным моделям? Исследовательницы Вера Макарова и Елизавета Оглоблина опубликовали статью в журнале Discover Education, в которой предложили модель оценки взаимодействия студентов с ИИ на разных уровнях познавательной деятельности. Основные выводы исследования: 📌 На базовых уровнях (запоминание и понимание) ИИ эффективно работает как адаптивный репетитор и справочная система, ускоряя доступ к информации. Однако без проверки фактов и работы с первоисточниками это ведёт к поверхностному обучению. 📌 На уровне применения знаний критически важен дизайн заданий. Если оценивается только финальный результат, ИИ подменяет обучение. Если же требуется продемонстрировать промежуточные шаги и рефлексировать использование ИИ — технология становится поддержкой, а не заменой мышления. 📌 На высших уровнях (анализ, оценка, создание) ИИ расширяет возможности работы с данными и генерации идей, но возрастают риски шаблонного мышления, утраты оригинальности и размывания авторства. Практическая значимость Авторы предлагают трёхмерную матрицу, которая помогает преподавателям: - Определять, какие функции ИИ допустимы на каждом уровне обучения - Проектировать задания с видимостью процесса (черновики, логи промптов, промежуточный анализ) - Формировать метакомпетенции: ИИ-грамотность, саморегулируемое обучение и цифровую ответственность Главный принцип: ИИ не должен заменять когнитивную работу студента, но может стать инструментом её усиления при правильном педагогическом дизайне и прозрачности использования. 📖 Полный текст статьи: Makarova V. & Ogloblina E. Human–GenAI interaction across Bloom's levels in university economics education. Discover Education (2026). https://doi.org/10.1007/s44217-026-01896-x