Искусственный интеллект и будущее инженерной профессии: восприятие студентов технических вузов в условиях индустрии 4.0

Искусственный интеллект становится неотъемлемым элементом инженерной профессии и системы подготовки инженеров в эпоху Индустрии 4.0. Цель данного исследования – выявить, как студенты инженерных специальностей воспринимают влияние ИИ на будущее профессии: содержание труда и её социальный статус, включая перспективы занятости и доходов. Теоретической основой служит неовеберианский подход в социологии профессий, рассматривающий профессиональные группы как статусные, чьё положение на рынке труда определяется монополией на специализированные знания и компетенции. Эмпирическую базу составили опрос студентов технических вузов Москвы и Самары (N = 610, МГТУ им. Н.Э. Баумана, Московский политех, Самарский университет им. Королёва, 2024 г.) и полуструктурированные экспертные интервью с практикующими инженерами и представителями образовательных организаций (N = 5). Результаты показывают, что студенты воспринимают ИИ преимущественно как инструмент, оптимизирующий труд инженера, а не вытесняющий его. Вместе с тем социальные последствия внедрения ИИ – прежде всего перспективы занятости и уровень оплаты труда – оцениваются значительно менее оптимистично. Более разнообразное использование ИИ в учебно-профессиональной деятельности ассоциировано с большим оптимизмом относительно профессиональных перспектив. Делается вывод о том, что системе высшего инженерного образования необходимо не только интегрировать ИИ-инструменты в учебный процесс, но и формировать у студентов обоснованное позитивное видение перспектив профессии в инженерно-технологической экономике.

1. Сакс М. Неовеберианство и профессии // Социологические исследования. – 2020. – № 6. – С. 28–41. – DOI: 10.31857/S013216250009646-3.

2. Espina-Romero L., Noroño Sánchez J.G., Gutiérrez Hurtado H., Dworaczek Conde H., Solier Castro Y., Cervera Cajo L.E., Rio Corredoira J. Which Industrial Sectors Are Affected by Artificial Intelligence? A Bibliometric Analysis of Trends and Perspectives // Sustainability. – 2023. – Vol. 15, no. 16. – Article no. 12176. – DOI: 10.3390/su151612176.

3. Lane M., Saint-Martin A. The impact of Artificial Intelligence on the labour market: What do we know so far? // OECD Social, Employment and Migration Working Papers. OECD Publishing, Paris. – 2021. – No. 256. – DOI: 10.1787/7c895724-en.

4. Alekseeva L., José A., Mireia G., Sampsa S., Bledi T. The Demand for AI Skills in the Labor Market // Labour Economics. – 2021. – Vol. 71, no. 6. – Article no. 102002. – DOI: 10.1016/j.labeco. 2021.102002.

5. Фоссен Ф., Зоргнер А. Будущее труда: деструктивные и трансформационные эф- фекты цифровизации // Форсайт. – 2019. – № 13 (2). – С. 10–18. – DOI: 10.17323/ 2500-2597.2019.2.10.18.

6. Hadgraft R.G., Kolmos A. Emerging learning environments in engineering education // Australasian Journal of Engineering Education. – 2020. – No. 25 (1). – P. 3–16. – DOI: 10.1080/22054952.2020.1713522.

7. Лёвин Б.А., Пискунов А.А., Поляков В.Ю., Савин А.В. Искусственный интеллект в инженерном образовании // Высшее образование в России. – 2022. – Т. 31. № 7. – С. 79–95. – DOI: 10.31992/0869-3617-2022-31-7-79-95.

8. 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.

9. Иванова А.Е., Тарасова К.В., Талов Д.П. Между интересом и умением: как студенты воспринимают и применяют ИИ // Высшее образование в России. – 2025. – Т. 34, № 8-9. – С. 9–32. – DOI: 10.31992/0869-3617- 2025-34-8-9-9-32.

10. Кузьминов Я.И., Кручинская Е.В., Груздев И.А., Наумов А.А. Отстающие и опережающие: как студенты используют генеративный искусственный интеллект в образовательных целях // Высшее образование в России. – 2025. – Т. 3, № 6. – С. 9–35. – DOI: 10.31992/0869-3617-2025-34-6-9-35.

11. Aghion P., Jones B.F., Jones C.I. Artificial Intelligence and Economic Growth // NBER Working Paper Series. – 2017. – No. 23928, NBER. – DOI: 10.3386/w23928.

12. Felten E., Raj M., Seamans R. Generative AI Requires Broad Labor Policy // Considerations Communications of the ACM. – 2024. – Vol. 67, no. 8. – P. 29–32. – DOI: 10.1145/3637864.

13. Sage-Gavin E., Vazirani M., Hintermann F. Getting Your Employees Ready for Work in the Age of AI // MIT Sloan Management Review. – 2019. – URL: https://sloanreview.mit.edu/article/getting-youremployees-readyfor-work-in-the-age-of-ai/ (дата обращения: 27.12.2025).

14. Шейнбаум В.С., Никольский В.С. Инженерная деятельность и инженерное мышление в контексте экспансии искусственного интеллекта // Высшее образование в России. – 2024. – Т. 33, № 6. – С. 9–27. – DOI: 10.31992/0869-3617-2024-33-6-9-27.

15. Попов А.В., Соловьева Т.С. Трансформация занятости в России в ракурсе межстрановых сравнений // Народонаселение. – 2023. – Т. 26, № 1. – С. 110–122. – DOI: 10.19181/population.2023.26.1.9.

16. Гимпельсон В.Е., Капелюшников Р.И. Рутинность и риски автоматизации на российском рынке труда // Вопросы экономики. – 2022. – № 8. – С. 68–94. – DOI: 10.32609/0042-8736-2022-8-68-94.

17. OECD Guidelines on Measuring the Quality of the Working Environment. // OECD. OECD Publishing, Paris. – 2017. – DOI: 10.1787/9789264278240-en.

18. Jha S., Topol E. Adapting to artificial intelligence: Radiologists and pathologists as information specialists // JAMA. – 2016. – Vol. 316, no. 22. – P. 2353–2354. – DOI: 10.1001/jama.2016.17438.

19. Ракитов А.И. Высшее образование и искусственный интеллект: эйфория и алармизм // Высшее образование в России. – 2018. – Т. 27, № 6. – С. 41–49. – EDN: USPQDV.

20. Поляков А.Н., Белоновская И.Д. Подготовка нового поколения машиностроителей для цифровой экономики // Высшее образование в России. – 2019. – Т. 28, № 7. – С. 150–159. – DOI: 10.31992/0869-3617-2019-28-7-150-159.