Когнитивная экстернализация и ГенИИ в высшей школе

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.

1. OECD Digital Education Outlook 2026 : Exploring Effective Uses of Generative AI in Education / ed. by S. Vincent-Lancrin. – Paris: OECD Publishing, 2026. – 247 p. – DOI: 10.1787/062a7394-en.

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

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

4. Doshi A.R., Bell J.J., Mirzayev E., Vanneste B.S. Generative artificial intelligence and evaluating strategic decisions // Strategic Management Journal. – 2025. – Vol. 46, no.3. – P. 583–610. – DOI: 10.1002/smj.3677.

5. Сидорчук Р.Р. Усовершенствованная структура модели PAIR-PPAIR для внедрения генеративного искусственного интеллекта в образовательную практику подготовки студентов-маркетологов // Маркетинг MBA. Маркетинговое управление предприятием. – 2025. – Т. 16, № 1. – С. 50–59. – EDN: EWDTQC.

6. Whittemore R., Knafl K. The integrative review: updated methodology // Journal of Advanced Nursing. – 2005. – Vol. 52, no. 5. – P. 546–553. – DOI: 10.1111/j.1365-2648.2005.03621.x.

7. Snyder H. Literature review as a research methodology: An overview and guidelines // Journal of Business Research. – 2019. – Vol. 104. – P. 333– 339. – DOI: 10.1016/j.jbusres.2019.07.039.

8. Thomas J., Harden A. Methods for the thematic synthesis of qualitative research in systematic reviews // BMC Medical Research Methodology. – 2008. – Vol. 8. – Article no. 45. – DOI: 10.1186/1471-2288-8-45.

9. Выготский Л.С. Мышление и речь // Собрание сочинений : в 6 т. – Т. 2: Проблемы общей психологии / под ред. В.В. Давыдова. – Москва: Педагогика, 1982. – С. 5–361.

10. Лотман Ю.М. Устная речь в историко-культурной перспективе // Избранные статьи : в 3 т. – Т. 1. – Таллинн: Александра, 1992. – С. 184–190. – ISBN: 5-450-01551-8.

11. Olson D.R. The World on Paper: The Conceptual and Cognitive Implications of Writing and Reading. – Cambridge; New York: Cambridge University Press, 1994. – 318 p. – ISBN: 0-521-44311-3.

12. Donald M. Origins of the Modern Mind: Three Stages in the Evolution of Culture and Cognition. – Cambridge, MA: Harvard University Press, 1991. – 413 p. – ISBN: 978-0-674-64484-7.

13. Goody J. The Domestication of the Savage Mind. – Cambridge: Cambridge University Press, 1977. – 184 p. – ISBN: 0-521-29242-5.

14. The Cambridge Handbook of Literacy / ed. by D.R. Olson, N. Torrance. – Cambridge: Cambridge University Press, 2009. – 624 p. – DOI: 10.1017/CBO9780511609664.

15. Ong W. J. Orality and Literacy: The Technologizing of the Word. – London; New York: Methuen, 1982. – 201 p. – ISBN: 0-203-42625-8.

16. Overmann K.A. Writing and Executive Function: A New Perspective on Cognitive Externalization // Current Anthropology. – 2025. – Vol. 66, no. 2. – P. 133–145. – DOI: 10.1086/733185.

17. Overmann K.A. Material Scaffolds in Numbers and Time. – 2023. – DOI: 10.31235/osf.io/m65z4.

18. Платон. Федр / пер. с древнегреч. А.Н. Егунова // Собрание сочинений : в 4 т. / под общ. ред. А.Ф. Лосева, В.Ф. Асмуса, А.А. Тахо-Годи. – Москва: Мысль, 1993. – Т. 2. – 528 с. – ISBN: 5-244-00471-9.

19. Havelock E.A. Preface to Plato. – Cambridge, MA: Belknap Press of Harvard University Press, 1982. – 328 p. – ISBN: 0-674-69906-8.

20. Kalantzis M., Cope B. Literacy in the Time of Artificial Intelligence // Reading Research Quarterly. – 2025. – Vol. 60, no. 1. – Article no. e591. – DOI: 10.1002/rrq.591.

21. Clark A. Extending Minds with Generative AI // Nature Communications. – 2025. – Vol. 16. – Article no. 4627. – DOI: 10.1038/s41467-025-59906-9.

22. Clark A., Chalmers D. The Extended Mind // Analysis. – 1998. – Vol. 58, no. 1. – P. 7–19. – DOI: 10.1093/analys/58.1.7.

23. Hutchins E. Cognition in the Wild/ E. Hutchins. – Cambridge, MA : MIT Press, 1995. – 381 p. – ISBN: 0-262-58146-9.

24. Wu Y., Guo W., Liu Z., Ji H., Xu Z., Zhang D. How large language models encode theory-ofmind: a study on sparse parameter patterns // npj Artificial Intelligence. – 2025. – Vol. 1. – Article no. 20. – DOI: 10.1038/s44387-025-00031-9.

25. Dvořaček J., Kodrik D. Brain and cognition: The need for a broader biological perspective to overcome old biases // Neuroscience & Biobehavioral Reviews. – 2024. – Vol. 167. – Article no. 105928. – DOI: 10.1016/j.neubiorev.2024.105928.

26. Gatti A. Alfabetizaciуn e inteligencia artificial // Journal of Neuroeducation. – 2024. – Vol. 5, no. 1. – P. 52–58. – DOI: 10.1344/joned.v5i1.46108.

27. Hooper V.J. Cognitive Offloading and the Reshaping of Human Thought: The Subtle Influence of Artificial Intelligence // Colloquia. – 2025. – Vol. 12. – P. 1–14. – DOI: 10.31207/colloquia.v12i1.185.

28. Leon-Dominguez U. Potential Cognitive Risks of Generative Transformer-Based AI Chatbots on Higher Order Executive Functions // Neuropsychology. – 2024. – Vol. 38, no. 4. – P. 293–308. – DOI: 10.1037/neu0000948.

29. Sweller J. Cognitive Load during Problem Solving: Effects on Learning // Cognitive Science. – 1988. – Vol. 12, no. 2. – P. 257–285. – DOI: 10.1207/s15516709cog1202_4.

30. Linden K., Hachem H.H., Kondyli V. Homo Promptus: Predicting the Impact of Generative AI on Human Memory and Creativity // Memory, Mind & Media. – 2025. – Vol. 4. – Article no. e15. – DOI: 10.1017/mem.2025.10012.

31. Jadhav A. Distributed Atrophy: How AI Shapes and Shrinks Our Cognitive Habits // OSF Preprints. – 2025. – DOI: 10.31219/osf.io/hzuw7_v1.

32. Jain N., Kiran M. Rethinking Education in the Age of Generative AI: Cognitive Offloading, Assessment Reform, and Institutional Adaptation // OSF Preprints. – 2025. – DOI: 10.35542/osf.io/zakwe_v2.

33. Tao Y., Viberg O., Baker R.S., Kizilcec R.F. Cultural Bias and Cultural Alignment of Large Language Models // PNAS Nexus. – 2024. – Vol. 3, no. 9. – Article no. pgae346. – DOI: 10.1093/pnasnexus/pgae346.

34. Ma Y., Su Y., Li M., Zhang Y., Chai W. et al. Preparing Students for an AI-Driven World: Generative AI and Curriculum Reform in Higher Education // Frontiers of Digital Education. – 2025. – Vol. 2, no. 4. – Article no. 30. – DOI: 10.1007/s44366-025-0067-6.

35. Мухлаева Т.В. Генеративный искусственный интеллект: трансформации в образовании, перспективы и динамика // Человек и образование. – 2025. – № 2 (83). – С. 142–153. – DOI: 10.54884/1815-7041-2025-83-2-142-153.

36. Tillmanns T., Salomao Filho A., Rudra S., Weber P. et al. Mapping Tomorrow’s Teaching and Learning Spaces: A Systematic Review on GenAI in Higher Education // Trends in Higher Education. – 2025. – Vol. 4, no. 1. – Article no. 2. – DOI: 10.3390/higheredu4010002.

37. Lyu W. Understanding the Practices, Perceptions, and (Dis)Trust of Generative AI among Instructors: A Mixed-Methods Study in U.S. Higher Education / W. Lyu, S. Zhang, T. Chung, Y. Sun, Y. Zhang // arXiv. – 2025. – Preprint (arXiv:2502.05770). – DOI: 10.48550/arXiv.2502.05770.

38. Louca J. The AI-Pocalypse in Academia: Challenges and Opportunities in the Age of Generative AI // 1st AI-Pocalypse Meeting: How AI is Turning Academia Upside Down. – Lisbon: Zenodo, 2025. – P. 1–13. – DOI: 10.5281/zenodo.15780186.

39. Bobula M. Generative Artificial Intelligence (AI) in Higher Education: A Comprehensive Review of Challenges, Opportunities, and Implications // Journal of Learning Development in Higher Education. – 2024. – No. 30. – DOI: 10.47408/jldhe.vi30.1137.

40. Jensen L. X., Buhl A., Sharma A., Bearman M. Generative AI and higher education: a review of claims from the first months of ChatGPT // Higher Education. – 2025. – Vol. 89. – P. 1145–1161. – DOI: 10.1007/s10734-024-01265-3.

41. Thomas G.A., Abu S., Ajayi A.B., Frempong P.A., Mensah D. et al. Navigating Generative AI in Education: A Narrative Review of Teaching Practices and Ethical Challenges // Asian Journal of Education and Social Studies. – 2025. – Vol. 51, no. 11. – P. 507–521. – DOI: 10.9734/ajess/2025/v51i112630.

42. Hong H., Vate-U-Lan P., Viriyavejakul C. Perceptions of the Generative AI-Enabled Cognitive Offload Instruction in English Writing // International Journal of Evaluation and Research in Education. – 2025. – Vol. 14, no. 3. – P. 1761–1769. – DOI: 10.11591/ijere.v14i3.33138.

43. Gee J. P., Zhang Q.A. Cybersapien Literacy: Integrating AI and Human // Phi Delta Kappan. – 2024. – Vol. 106, no. 3. – P. 32–38. – DOI: 10.1177/00317217241295428.

44. Сысоев П.В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом // Высшее образование в России. – 2024. – Т. 33, № 2. – С. 31–53. – DOI: 10.31992/0869-3617-2024-33-2-31-53.

45. Тихонова Н.В., Поморцева Н.П. Выпускная квалификационная работа в вузе в условиях распространения искусственного интеллекта: взгляд студентов // Высшее образование в России. – 2025. – Т. 34, № 6. – С. 112–135. – DOI: 10.31992/0869-3617-2025-34-6-112-135.

46. El Moussaddar J., Habiballah S., Tadist K. Drawing the Line: A Review on Generative AI Use in Higher Education // The International Journal of Technology, Innovation, and Education. – 2025. – Vol. 3, no. 3. – P. 102–116. – DOI: 10.5281/zenodo.17442962.

47. Давлатова М.А., Сперанская М.В. Промпт-инжиниринг как ключевая компетенция в образовании: сущность, особенности и подходы к оцениванию // Высшее образование в России. – 2026. – Т. 35, № 2. – С. 53–73. – DOI: 10.31992/0869-3617-2026-35-2-53-73.

48. Сидорчук Р.Р. Маркетинговое планирование. Искусственный интеллект, инструменты, метрики, показатели : учебник. – Москва: КноРус, 2026. – 239 с. – ISBN: 978-5-406-14846-4.

49. Сидорчук Р.Р. Влияние искусственного интеллекта на маркетинговое образование // Маркетинг в России и за рубежом. – 2024. – № 3. – С. 74–79. – EDN: MDTDOS.

50. 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.