Вестник высшей школы
ВойтиРегистрацияСоздать
Подать статьюПодать
2026, №9
ОБРАЗОВАНИЕ: РАКУРСЫ И ГРАНИ

ВЫЗОВЫ СОВРЕМЕННОГО ИНЖЕНЕРНО-ТЕХНИЧЕСКОГО ОБРАЗОВАНИЯ

А.И. РазумовскийORCID

DOI 10.20339/am.09-26.019С. 19–23УДК 378::6280 ₽

PDF

В закладки

Аннотация

Рассматривается проблема глубинной деформации смыслового ядра высшего технического образования под влиянием генеративных нейросетей. Констатируется конфликт между культурой быстрого доступа к готовым решениям (ИИ) и классической педагогикой, требующей выработки аналитического мышления и личной ответственности. На основе обзора исследований делается вывод: доминирующий прикладной подход к ИИ игнорирует системные угрозы — имитацию освоения знаний и утрату ключевых инженерных компетенций. На примере программирования и парадигмы «вайбкодинга» показано, как замена целостного процесса решения задач диалогом с «черным ящиком» лишает студентов критического опыта анализа, проектирования и отладки. Методологическим стержнем, утрачиваемым в этой ситуации, выступает предложенная автором тетрада: «гипотеза – контекст – решение – ответственность». Ее забвение ведет к системному упадку качества подготовки. Важно переосмыслить и переработать сами основы образовательного процесса таким образом, чтобы в нем нейросетевым сервисам не оставалось значимого места и их ключевые преимущества становились бесполезными. Это позволит обновить образовательную среду, в которой, независимо от желания будущего специалиста, искусственный интеллект не сможет выступить в роли его интеллектуального заместителя или помощника.

Ключевые слова

  • нейросети
  • искусственный интеллект
  • инженерно-техническое образование
  • черный ящик
  • инженерное мышление
  • аналитические навыки
  • личная ответственность

Литература

  1. Алетдинова А.А., Антонянц Е.Н. Применение генеративных нейросетевых ассистентов в образовательном процессе: угрозы и новые возможности // Профессиональное образование в современном мире. 2025. Т. 15. № 2. С. 305–313.
  2. Голубева Л.Л., Азаров Н.А. Роль искусственного интеллекта в современном образовательном процессе // Вестник образования. 2025. № 8 (272). С. 15–23.
  3. Груздков А.А. Преподавание математики в свете развития технологий искусственного интеллекта // Актуальные проблемы преподавания математики в техническом вузе. 2025. № 12. С. 33–37.
  4. Петрунин Ю.Ю. Генеративный искусственный интеллект и проблема сознания // Государственное управление. Электронный вестник. 2025. № 112. С. 78–92.
  5. Фещенко А.В., Малкова И.Ю., Буякова К.И. Обратная связь в образовании с помощью ИИ: анализ пользовательского опыта // Педагогика и просвещение. 2025. № 3. С. 23–40.
  6. Щучкин Е.Ю. Влияние искусственного интеллекта на учебный процесс: пилотное исследование на примере технического вуза // Continuum. Математика. Информатика. Образование. 2025. № 2 (38). С. 122–130.
  7. Яковлев В.Ф., Бородулина Е.А., Бородулин Б.Б., Яковлева Е.В. Анализ применения студентами ИИ-сервисов в техническом, гуманитарном и медицинском образовании // Математические методы в технологиях и технике. 2025. № 12-1. С. 79–82.
  8. Almetov, N. et al. Engineering Education: Problems of Modernization in the Context of a Competence Approach. International Journal of Engineering Pedagogy. 2020. v. 10, no. 6, pp. 7–20.
  9. Ceylan, M., Mnzile, J.Y. The integration of artificial intelligence (AI) in educational setting. Economic and political consequences of AI: Managing creative destruction. IGI Global Scientific Publishing, 2025. Pp. 395–414.
  10. Cushing, F.H. Manual concepts: A study of the influence of hand-usage on culture-growth. American Anthropologist. 1892; 5 (4): 289–318.
  11. Downey, G. Are engineers losing control of technology?: From ‘problem solving’ to ‘problem definition and solution’ in engineering education. Chemical Engineering Research and Design. 2005, v. 83, no. 6, pp. 583–595.
  12. Dym, C.L. et al. Engineering design thinking, teaching, and learning. Journal of engineering education. 2005, v. 94, no. 1, pp. 103–120.
  13. Gadde, A. Democratizing software engineering through generative ai and vibe coding: The evolution of no-code development. Journal of Computer Science and Technology Studies. 2025; 7 (4): 556–572.
  14. Hargreaves, S. (Vibe) Coding a Simulated Client Using Generative AI. The Chinese University of Hong Kong Faculty of Law Research Paper. 2025, no. 2025-28.
  15. Hayek, F.A. The use of knowledge in society. In: Modern understandings of liberty and property. Routledge; 2013. Pp. 27–38.
  16. Kalogiannakis, M., Papakonstantinou, N., Sotiropoulos, D. From Support Tool to Learning Partner: A Systematic Review of GenAI Integration in University Science Labs. Creative Education. 2025; 16 (9): 1364–1401.
  17. Knobel, C., Radziwill, N. Vibe coding: Is human nature the ghost in the machine? [10409] arXiv:2508.20918
  18. Meske, C. et al. Vibe coding as a reconfiguration of intent mediation in software development: Definition, implications, and research agenda. IEEE Access. 2025; 13: 213242–213259.
  19. Pradhan, A. et al. Exploring Vibe Coding Practices in Computer Science Education. ICERI2025 Proceedings. IATED, 2025, pp. 5153–5162.
  20. Thring, M.W., Laithwaite, E.R. How to invent. London: Macmillan, 1977.
  21. Yadav, P. et al. Generative design for conceptual installations. ShodhKosh Journal of Visual and Performing Arts. 2025, 6 (3), pp. 21–30.
Рубрики
ОБРАЗОВАНИЕ: РАКУРСЫ И ГРАНИ