Рассматриваются компетентностно-ролевые модели (КРМ) как перспективный механизм проектирования образовательных программ, ориентированный на сокращение разрыва между потребностями индустрии и предложениями вузов. Методика исследования основана на анализе литературных источников, математическом формализме для определения сущностей КРМ, а также на анализе экспериментальных исследований на основе 22 университетов, реализующих 72 образовательные программы в сфере искусственного интеллекта. Проводится систематизация подходов к разработке и внедрению КРМ в высшем образовании на основе анализа мирового образовательного ландшафта, изложен процесс разработки КРМ от обобщённого портрета выпускника к формулировке профессиональных ролей, компетенций, индикаторов уровней их сформированности и системе практико-ориентированных заданий. На примере КРМ ИИ Минцифры России показаны результаты внедрения модели в разработку и оценку образовательных программ подготовки топ-специалистов в области искусственного интеллекта.

Публикация научных работ – одна из обязательных составляющих деятельности современного учёного. На постсоветском пространстве без публикаций основных результатов исследования невозможна защита диссертации. Принцип «публикуйся или умри» часто провоцирует учёных, особенно молодых, на получение исследовательских результатов с нарушением норм научного этоса. Эта проблема обостряется в условиях развития систем генеративного искусственного интеллекта, особенно, когда отсутствуют общепринятые стандарты и правила их использования на этапе подготовки рукописи.

В статье представлены результаты исследования восприятия приемлемых и неприемлемых способов использования ИИ в публикационной деятельности аспирантов России, Беларуси и Кыргызстана. Эмпирическую базу исследования составляет серия глубинных интервью, проведённых с 27 аспирантами ведущих вузов в период с апреля по декабрь 2025 года. Выявлено, что информанты имеют опыт взаимодействия с ИИ и активно используют его в своей профессиональной деятельности, при этом практически ничего не знают о регулировании этих процессов, но испытывают потребность в конкретных стандартах и правилах. Сложившаяся ситуация отражает изменения научного этоса, обусловленные необходимостью переосмысления понятий «авторство», «ответственность», «плагиат» и связанных с ними практик.

Распространение генеративного искусственного интеллекта (ГенИИ) в высшем образовании ставит под вопрос достаточность прежних представлений о цифровизации обучения, поскольку затрагивает не только образовательную инфраструктуру, но и когнитивные операции, лежащие в основе учебной деятельности. Цель статьи – интерпретировать ГенИИ как новую волну когнитивной экстернализации и определить последствия такой интерпретации для проектирования учебной деятельности, процессуального оценивания и сохранения образовательной субъектности. Под когнитивной экстернализацией понимается вынесение части операций памяти, фиксации, смысловой переработки, структурирования и подготовки решения во внешнюю знаковую или социально-техническую среду при сохранении необходимости человеческого контроля, интерпретации и ответственности или без контроля человеком, если делегирование операций внешней системе перестаёт сопровождаться осознанной проверкой результата. Метод исследования – интегративный проблемно-аналитический обзор литературы, основанный на сопоставлении работ о письменности как когнитивной технологии и исследований влияния ГенИИ на университетское обучение. Научная новизна статьи состоит в интерпретации ГенИИ как новой волны когнитивной экстернализации и в теоретическом обосновании ранее предложенной автором модели PPAIR как дидактического ответа на трансформацию учебной деятельности. Показано, что статус «волны» определяется не самим фактом появления новой технологии, а изменением базовых когнитивных операций, объекта педагогического контроля и форм оценивания. Установлено, что, в отличие от письменности, исторически обеспечивавшей внешнюю фиксацию памяти и накопление знания, ГенИИ выносит во внешнюю среду операции языковой и смысловой переработки материала, генерации вариантов и подготовки решений. Обосновано, что это меняет архитектуру учебной деятельности, снижает диагностическую надёжность текстоцентричных форм оценивания и усиливает проблему образовательной субъектности. В качестве процессуального дидактического ответа теоретически обоснована модель PPAIR: Problem – Prompt – GenAI Generation – Iterate – Reflect (Проблема – Промпт – ГенИИ-генерация – Итерация – Рефлексия), ориентированная на фиксацию не только результата, но и траектории работы студента с генеративной моделью. Сделан вывод о том, что внедрение ГенИИ в университетское обучение требует пересмотра инструментов преподавания, критериев доказательности учебного результата и институциональных оснований академической ответственности. Практическое значение статьи состоит в обосновании перехода от запретительной логики к управляемой интеграции ГенИИ в образовательный процесс.

В статье рассмотрена подготовка вузами специалистов в сфере искусственного интеллекта (ИИ) на основе анализа начала карьерных траекторий выпускников специализированных образовательных программ магистратуры по профилю «искусственный интеллект». Актуальность исследования обусловлена приоритетным значением кадрового обеспечения развития ИИ-технологий. Научная новизна исследования определяется его объектом, на основе метода глубинных интервью авторами проведён анализ эффективности подготовки кадров для сферы ИИ. Цель исследования – определить основные барьеры трудоустройства выпускников ОПОП ИИ по профилю полученного образования на примере регионального вуза. Эмпирическая база исследования – транскрипты интервью с выпускниками образовательных программ магистратуры по профилю «искусственный интеллект» 2024 и 2025 гг. выпуска (N = 25) и транскрипты фокус-групп со студентами бакалавриата (N = 2) и магистратуры (N = 2) этого же профиля. Дополнительно рассмотрены учебные планы и рабочие программы дисциплин анализируемых образовательных программ. В ходе исследования выявлено, что трудоустроенными по профилю полученного образования являются 7 из 25 обследованных выпускников (28%). Основное влияние на это оказывают: отсутствие релевантного опыта и недостаток практических навыков; трудоустройство в интересующей области ИТ на момент поступления в магистратуру; отсутствие изначального интереса к работе с ИИ-технологиями. Более детальный анализ перечисленных факторов выявил, что половина выпускников рассматривали поступление в магистратуру как продолжение получения бакалаврского образования, а идентифицировали образовательную программу с ИИ-технологиями лишь 15 из 25 выпускников. Также респонденты отметили недостаточную практикоориентированность образовательных программ. Среди общеизвестных факторов, способствующих трудоустройству по профилю полученного образования, таких как получение практического опыта работы с ИИ в процессе обучения, выявлено значимое влияние на трудоустройство в сферу ИИ профессиональной самоидентификации выпускника как исследователя. Практическая значимость работы заключается в формировании на основе полученных результатов рекомендаций, способствующих модернизации существующих практик отечественного высшего образования в сфере ИИ.

Статья посвящена анализу цифрового капитала студентов различных направлений подготовки в условиях цифровой трансформации высшего образования. Актуальность исследования обусловлена усилением роли цифровых компетенций как фактора академической успешности, профессиональной мобильности и преодоления новых форм образовательного неравенства. Несмотря на рост числа исследований цифровой грамотности и компетентностей, комплексные эмпирические оценки цифрового капитала студентов в отечественной научной практике представлены ограниченно. Целью исследования является выявление типов цифрового капитала у студентов разных образовательных профилей, а также анализ взаимосвязей между типом цифрового капитала и его компонентами (цифровые компетенции, мотивация, отношение к цифровым технологиям, дистанционному обучению), а также характеристиками учебной деятельности. На основании концепции капиталов П. Бурдьё, цифрового капитала М. Рагнедды и цифровой экосистемы С. Парк, была предложена авторская концепция цифрового капитала, включающая параметры, учитывающие образовательную специфику, а именно: материальный, культурный, социальный, мотивационный и институциональный. Эмпирическую базу исследования составили данные онлайн-опроса студентов пяти вузов Санкт-Петербурга (N = 458). Обработка данных осуществлялась с применением статистического анализа в пакете SPSS. В результате были выделены четыре типа цифрового капитала, представленные среди студентов: дефицитарный, социально ориентированный, высокий и частично сформированный. Результаты исследования показали отсутствие выраженного базового цифрового разрыва в доступе к технологиям при наличии значимых различий в структуре цифровых компетенций и мотивации их использования между направлениями подготовки. Студенты технических специальностей обладают достаточно высоким уровнем цифрового капитала, демонстрируя широкий спектр цифровых навыков и позитивное отношение к онлайн- обучению, тогда как студенты гуманитарных и педагогических направлений характеризуются относительно низкими показателями цифрового капитала. Тип цифрового капитала, по результатам исследования, связан с такими параметрами образования, как: уровень успеваемости, отношение к учёбе, посещаемость занятий, длительность обучения, готовность к дополнительному обучению. Полученные результаты позволяют рассматривать развитие цифрового капитала студентов как важное направление образовательной политики вузов.

Современная государственная политика России в сфере высшего образования ориентирована на стимулирование образовательных организаций к достижению национальных интересов научно-технологического развития. Предпринимаемые меры оказывают неоднозначное, разнонаправленное влияние на академическую среду. В статье представлены результаты её оценки. Анализ сосредоточен на трёх переменных функционирования академической среды: структуре персонала, нагрузке академических работников и вознаграждении. Использованы сведения за 2014–2024 гг. об организациях системы высшего образования в целом, а также по четырём группам вузов, выделенным по степени участия в программах государственного стимулирования. На основе сравнительного анализа выявлены особенности и тенденции формирования академической среды. Полученные результаты свидетельствуют о нарастающем расслоении персонала на академических и неакадемических работников, которое сопровождается экстенсивным ростом численности последних и изменением приоритетов при распределении внутренних ресурсов в их пользу. Показано, что организации – участники стимулирующих программ достигают наилучших результатов в индивидуальной научной продуктивности академических работников при меньшей педагогической нагрузке и более достойном вознаграждении по сравнению с другими вузами. Предлагаемый подход к оценке рассматривает организацию высшего образования как социально-экономическую систему, ориентированную на достижение планируемых результатов, в том числе в сфере научной деятельности. Операционализация академической среды через три переменные позволяет оценивать условия и ограничения индивидуальной научной продуктивности, а также отслеживать динамику институциональных изменений. Это даёт возможность выявлять направления её трансформации – как способствующие развитию исследовательского потенциала, так и свидетельствующие о его институциональном сдерживании.

Статья посвящена анализу образовательной деятельности университетских музеев России. Актуальность исследования обусловлена противоречием между высоким образовательным потенциалом музеев и фрагментарностью его реализации, а также отсутствием в литературе системного анализа условий интеграции музеев в учебный процесс высшей школы. Несмотря на признание музеев важными центрами сохранения наследия и популяризации науки, вопрос об их реальной включённости в повседневную образовательную жизнь вузов остаётся малоизученным. Научная новизна работы заключается в концептуализации факторов, определяющих устойчивость музея в образовательном пространстве университета. Эмпирическую базу составили 15 полуструктурированных интервью с руководителями музеев классических университетов из всех федеральных округов РФ, отобранных на основе разработанного авторами рейтинга активности, учитывавшего разнообразие образовательных практик и доступность контактной информации. В результате тематического анализа впервые выделены четыре группы условий успешной интеграции музея в образовательный процесс: институциональные (формальное закрепление статуса и полномочий), коммуникативные (устойчивые связи с кафедрами и преподавателями), субъектные (наличие и подготовка студенческого актива) и материальные (пространственно-финансовые ресурсы). Ключевым научным результатом является обоснование решающей роли триады «музей – преподаватели – студенты» и выявление парадокса «невидимости» музея для внутренней университетской аудитории при его одновременной ориентации на внешние коммуникации. Установлено, что в условиях институциональной неопределённости и кадрового дефицита музеи функционируют преимущественно в модели «устойчивости на энтузиазме», что делает их крайне уязвимыми при смене руководства или кадровых изменениях на кафедрах. Предложена оригинальная траектория вовлечения студентов (от экскурсий через практику к волонтёрству) как инструмент формирования устойчивого актива и преодоления кадрового голода. Полученные результаты вносят вклад в теорию музейной педагогики и социологию образования, а также могут служить диагностическим инструментом для оценки положения конкретных музеев и разработки стратегий их развития.