Динамика научного дискурса об искусственном интеллекте в образовании: библиометрический анализ и тематическое моделирование

Настоящее исследование посвящено комплексному анализу научного дискурса, связанного с интеграцией искусственного интеллекта (ИИ) в образовательную среду, в период с 2015 по 2025 годы. Актуальность работы обусловлена стремительным проникновением технологий ИИ в образовательное пространство, что требует систематизации знаний о динамике исследовательских трендов, методологических подходах и концептуальных сдвигах. Научная новизна заключается в применении комбинированной методологии, объединяющей библиометрический анализ, латентное размещение Дирихле (LDA) для тематического моделирования и статистические методы, что позволило выявить структурные особенности дискурса и его эволюцию. На основе анализа 362 статей из базы данных Lens выделено 21 тематическое направление, отражающее ключевые исследовательские фокусы: от внедрения ИИ в школьное образование (K-12) до этических вызовов и антропоцентрических моделей. Результаты демонстрируют экспоненциальный рост публикационной активности с доминированием технологических исследований, при этом отмечается недостаточная репрезентация социогуманитарных дисциплин. Географический анализ выявил лидерство США, Великобритании и Китая, что подчёркивает региональную асимметрию в изучении проблемной топики «ИИ в образовании». Важным выводом является смена парадигмы восприятия ИИ: от автономных агентов к инструментам, дополняющим человеческие ресурсы, с акцентом на роль педагога и селективное применение технологий. Установлено, что перспективные направления смещаются в сторону анализа антропоцентрических моделей, персонализации обучения и этических аспектов генеративных языковых моделей. Исследование вносит вклад в понимание структурных изменений научного дискурса «ИИ в образовании» и в создание единого логического контура проблем-вызовов современного образования, обусловленного ролью и перспективами систем ИИ в образовании.

1. Scott D. On Learning: A General Theory of Objects and Object-Relations. London: UCL Press, 2021. 318 p. DOI: 10.14324/111.9781800080027

2. Derinalp P. Past, Present, and Future of Artificial Intelligence in Education: A Bibliometric Study // Sakarya University Journal of Education. 2024. No. 14. P. 159–178. DOI: 10.19126/suje.1447044

3. Ивахненко Е.Н., Никольский В.С. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. С. 9–22. DOI: 10.31992/0869-3617-2023-32-4-9-22

4. Резаев А.В., Степанов А.М., Трегубова Н.Д. Высшее образование в эпоху искусственного интеллекта // Высшее образование в России. 2024. Т. 33. № 4. С. 49–62. DOI: 10.31992/0869-3617-2024-33-4-49-62

5. Сысоев П.В. Искусственный интеллект в образовании: осведомлённость, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32. № 10. С. 9–33. DOI: 10.31992/0869-3617-2023-32-10-9-33

6. Давыдов С.Г., Матвеева Н.Н., Адемукова Н.В., Вечканова А.А. Искусственный интеллект в российском высшем образовании: текущее состояние и перспективы развития // Университетское управление: практика и анализ. 2024. Т. 28. № 3. С. 32–44. DOI: 10.15826/umpa.2024.03.023

7. Зашихина И.М. Подготовка научной статьи: справится ли ChatGPT? // Высшее образование в России. 2023. Т. 32. № 8-9. С. 24–47. DOI: 10.31992/0869-3617-2023-32-8-9-24-47

8. Тихонова Н.В., Ильдуганова Г.М. «Меня пугает то, с какой скоростью развивается искусственный интеллект»: восприятие студентами искусственного интеллекта в обучении иностранным языкам // Высшее образование в России. 2024. Т. 33. № 4. С. 63–83. DOI: 10.31992/0869-3617-2024-33-4-63-83

9. Субботина М.В. Искусственный интеллект и высшее образование – враги или союзники? // Вестник РУДН. Серия: Социология. 2024. Т. 24. № 1. С. 176–183. DOI: 10.22363/2313-2272-2024-24-1-176-183

10. Раицкая Л.К., Ламбовска М.Р. Перспективы применения ChatGPT для высшего образования: обзор международных исследований // Интеграция образования. 2024. Т. 28. № 1. С. 10–21. DOI: 10.15507/1991-9468.114.028.202401.010-021

11. Буякова К.И., Дмитриев Я.А., Иванова А.С., Фещенко А.В., Яковлева К.И. Отношение студентов и преподавателей к использованию инструментов с искусственным интеллектом в вузе // Образование и наука. 2024. Т. 26. № 7. С. 160–193. DOI: 10.17853/1994-5639-2024-7-160-193

12. Ананин Д.П., Комаров Р.В., Реморенко И.М. «Когда честно – хорошо, для имитации – плохо»: стратегии использования генеративного искусственного интеллекта в российском вузе // Высшее образование в России. 2025. Т. 34. № 2. С. 31–50. DOI: 10.31992/0869-3617-2025-34-2-31-50

13. Кошкина Е.А., Бордовская Н.В., Гнедых Д.С., Хромова М.А., Демьянчук Р.В., Исхакова М.П., Балышев П.А. Генеративный искусственный интеллект в высшем образовании: обзор теоретических подходов и практик применения // Высшее образование в России. 2025. Т. 34. № 6. С. 36–57. DOI: 10.31992/0869-3617-2025-34-6-36-5

14. Никольский В.С. Коммуникативный искусственный интеллект: концептуализация новой реальности в образовании // Высшее образование в России. 2025. Т. 34. № 6. С. 152–168. DOI: 10.31992/0869-3617-2025-34-6-152-168

15. Chen X., Zou D., Xie H., Cheng G., Liu C. Two decades of artificial intelligence in education: Contributors, collaborations, research topics, challenges, and future directions // Educational Technology & Society. 2022. Vol. 25. No. 1. P. 28–47. EDN: MJTHFM.

16. Sinha T. Beyond Good AI: The Need for Sound Learning Theories in AIED // Technology, Knowledge and Learning. 2025. DOI: 10.1007/s10758-025-09843-9

17. Buckingham Shum S.J, Luckin R. Learning analytics and AI: Politics, pedagogy and practices // British Journal of Educational Technology. 2019. Vol. 50. No. 6. P. 2785–2793. DOI: 10.1111/bjet.12880

18. Romero, C., Ventura, S. Educational data mining and learning analytics: An updated survey // WIREs Data Mining and Knowledge Discovery. 2020. Vol. 10. No. 3. Article no. e1355. DOI: 10.1002/widm.1355

19. Goodfellow I., Bengio Y., Courville A. Deep learning. MIT Press, 2016. 880 p. URL: https://www.deeplearningbook.org/ (дата обращения: 01.05.2025).

20. Chen X., Zou D., Cheng G., Xie H. Detecting latent topics and trends in educational technologies over four decades using structural topic modeling: A retrospective of all volumes of Computers & Education // Computers & Education. 2020. Vol. 151. Article no. 103855. DOI: 10.1016/j.compedu.2020.103855

21. Guan C., Mou J., Jiang Z. Artificial intelligence innovation in education: A twenty-year data-driven historical analysis // International Journal of Innovation Studies. 2020. Vol. 4. No. 4. P. 134–147. DOI: 10.1016/j.ijis.2020.09.001

22. Bond M. Revisiting five decades of educational technology research: A content and authorship analysis of the British Journal of Educational Technology // British Journal of Educational Technology. 2018. Vol. 49. No. 1. P. 12–63. DOI: 10.1111/bjet.12730

23. Hinojo-Lucena F.-J., Aznar-Díaz I., Cáceres-Reche M.-P., Romero-Rodríguez J.M. Artificial intelligence in higher education: A bibliometric study on its impact in the scientific literature // Education Sciences. 2019. Vol. 9. No. 1. Article no. 51. DOI: 10.3390/educsci9010051

24. McLaren B.M., DeLeeuw K.E., Mayer R.E. Polite web-based intelligent tutors: Can they improve learning in classrooms? // Computers & Education. 2011. Vol. 56. No. 3. P. 574–584. DOI: 10.1016/j.compedu.2010.09.019

25. Moridis C.N., Economides A.A. Prediction of student’s mood during an online test using formula-based and neural network-based method // Computers & Education. 2009. Vol. 53. No. 3. P. 644–652. DOI: 10.1016/j.compedu.2009.04.002

26. García P., Schiaffino S., Amandi A. An enhanced Bayesian model to detect students’ learning styles in Web-based courses // Journal of Computer Assisted Learning. 2007. Vol. 24. No. 4. P. 305–315. DOI: 10.1111/j.1365-2729.2007.00262.x

27. Ifenthaler D., Widanapathirana C. Development and validation of a learning analytics framework: Two case studies using support vector machines. Technology // Knowledge and Learning. 2014. Vol. 19. No. 1-2. P. 221–240. DOI: 10.1007/s10758-014-9226-4

28. Humble N., Mozelius P. The threat, hype, and promise of artificial intelligence in education // Discover Artificial Intelligence. 2022. Vol. 2. No. 22. DOI: 10.1007/s44163-022-00039-z

29. Yan Y., Liu H. Ethical framework for AI education based on large language models // Education and Information Technologies. 2024. Vol. 30. P. 10891–10909. DOI: 10.1007/s10639-024-13241-6

30. Foltynek T., Bjelobaba S., Glendinning I., Khan Z.R., Santos R. et al. ENAI Recommendations on the ethical use of Artificial Intelligence in Education // International Journal for Educational Integrity. 2023. Vol. 19. No. 1. Article no. 12. DOI: 10.1007/s40979-023-00133-4

31. Schiff D. Education for AI, not AI for Education: The Role of Education and Ethics in National AI Policy Strategies // International Journal of Artificial Intelligence in Education. 2022. No. 32. P. 527–563. DOI: 10.1007/s40593-021-00270-2

32. Holmes W., Porayska-Pomsta K., Holstein K., Sutherland E., Baker T. et al. Ethics of AI in Education: Towards a Community-Wide Framework // International Journal of Artificial Intelligence in Education. 2021. Vol. 32. No. 20. P. 504–526. DOI: 10.1007/s40593-021-00239-1

33. Yang C.C.Y., Chen I.Y.L., Ogata H. Toward precision education: Educational data mining and learning analytics for identifying students’ learning patterns with ebook systems // Educational Technology & Society. 2021. Vol. 24. No. 1. P. 152–163. URL: https://www.jstor.org/stable/26977864 (дата обращения: 01.05.2025).

34. Ouyang F., Jiao P. Artificial intelligence in education: The three paradigms // Computers and Education: Artificial Intelligence. 2021. Vol. 2. Article no. 100020. DOI: 10.1016/j.cae-ai.2021.100020

35. Hwang G.J., Xie H., Wah B.W., Gašević D. Vision, challenges, roles and research issues of Artificial Intelligence in Education // Computers and Education: Artificial Intelligence. 2020. No. 1. Article no. 100001. DOI: 10.1016/j.cae-ai.2020.100001

36. Xu W., Ouyang F. A systematic review of AI role in the educational system based on a proposed conceptual framework // Education and Information Technologies. 2022. Vol. 27. No. 3. P. 4195–4223. DOI: 10.1007/s10639-021-10774-y

37. Durak G., Çankaya S., Özdemir D., Can S. Artificial Intelligence in Education: A Bibliometric Study on Its Role in Transforming Teaching and Learning // The International Review of Research in Open and Distributed Learning. 2024. Vol. 25. No. 3. P. 219–244. DOI: 10.19173/irrodl.v25i3.7757

38. Thelwall M. Bibliometrics to webometrics // Journal of Information Science. 2008. Vol. 34. No. 4. P. 605–621. DOI: 10.1177/0165551507087238

39. İnci G., Köse H. The Landscape of Technology Research in Special Education: A Bibliometric Analysis // Journal of Special Education Technology. 2024. Vol. 39. No. 1. P. 94–107. DOI: 10.1177/01626434231180582

40. Martín-Martín A., Thelwall M., Orduna-Malea E., Delgado López-Cózar E. Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and Open Citations’ COCI: A multidisciplinary comparison of coverage via citations // Scientometrics. 2020. Vol. 126. No. 1. P. 871–906. DOI: 10.48550/arXiv.2004.14329

41. Апишев М.А. Эффективные реализации алгоритмов тематического моделирования // Труды Института системного программирования РАН. 2020. Т. 32. № 1. С. 137–152. DOI: 10.15514/ISPRAS-2020-32(1)-8