1. Введение

Широкое распространение генеративного искусственного интеллекта (ИИ), основанного на больших языковых моделях (БЯМ), ускорило цифровую трансформацию. Эти технологии становятся все более востребованы и применяются как для автоматизации рутинных операций, так и для решения комплексных задач. В настоящее время изучаются возможности применения ИИ в сфере образования [1], [3], [5], [8].

ИИ и прикладные образовательные платформы на его основе [2], [5], [7], [8] способны обеспечить индивидуальные образовательные траектории, что может дать значительный эффект для наиболее мотивированных студентов [4], [9].

Для эффективного использования ИИ важную роль играет промпт-инжиниринг (ПИ), который выделился в отдельную комплексную дисциплину, посвященную проектированию, тестированию и оптимизации запросов к большим языковым моделям для получения наиболее релевантных результатов [10], [11], [12].

Низкий порог входа для использования ИИ создает как риски, так и беспрецедентные возможности. Если для отдельного человека активное использование ИИ способно привести к возникновению «когнитивного долга» [13], то для системы образования игнорирование технологий БЯМ усиливает вероятность подготовки специалистов, не соответствующих реалиям рынка труда.

ПИ — это дисциплина, предметом которой является соответствие результата, предоставленного большой языковой моделью тому заданию, которое поставил пользователь. В общих случаях промпт должен быть хорошо структурирован и включать в себя контекст, инструкцию, обрабатываемые данные и примеры работы. В зависимости от задачи могут быть использованы разные техники запроса.

ПИ способен стать первым шагом к приобретению навыков, необходимых для эффективного решения большого спектра задач. Данная статья направлена на анализ роли ПИ в сфере образования. Для достижения цели необходимо решить следующие задачи:

1) провести теоретический анализ существующих исследований по применению ИИ и ПИ в образовании;

2) эмпирически оценить возможности современных БЯМ на примере решения задач ЕГЭ;

3) на основе полученных данных сформулировать рекомендации по интеграции основ ПИ в образовательный процесс.

Выводы, сделанные в данной работе, имеют значение как для общего, так и для профессионального образования.

2. Обзор литературы

В последние годы наиболее обсуждаемым вопросом в сфере образования является единый государственный экзамен (ЕГЭ), который служит одновременно выпускным экзаменом из школы и вступительным в ВУЗы и ССУЗы. Среди преподавателей и учащихся нет единого мнения по поводу ЕГЭ. Проблемы, порожденные ЕГЭ обсуждаются достаточно давно, но до сих пор не ликвидированы [14], [15], [16].

Один из недостатков ЕГЭ — формирование несовершенного мышления, возникающего при подготовке к ЕГЭ. В данной статье будет показана необходимость изменений с точки зрения применения БЯМ в условиях многозадачности и неопределенности, что требует дополнительных компетенций.

Сотрудники ВУЗов могут использовать БЯМ для решения административных задач, а преподаватели — для составления плана лекций. Учащиеся имеют возможность выполнять часть учебной работы с помощью ИИ [6], [7], [8]. В случае исследований и поиска информации это может быть оправдано, приводя к повышению успеваемости [3], [17], [18], но для других работ это приводит к увеличению плагиата [19], что в свою очередь, влечет массовый дефицит знаний и когнитивных способностей [13].

Несмотря на широкое использование ИИ в промышленности, бизнесе и науке, навыки, необходимые для его успешного применения не всегда даются в учебных заведениях [10]. При этом появляется все больше исследований, связанных с изучением влияния ПИ на образование. Многие задания легко выполняются с помощью ИИ, что создает проблемы этического характера, приводя к плагиату и когнитивному долгу у учащихся. Однако полный запрет на использование БЯМ в образовании может оказаться контрпродуктивен. Некоторые авторы отмечают положительный эффект, при условии понимания принципов, на которых работают БЯМ, их возможностей и также знаний в тех предметно-прикладных областях, где применяются модели. Обучение ПИ способствует развитию аналитических навыков, критического мышления, креативности и мотивирует на самообразование [12], [17], [19], [20].

В современной педагогике под компетенцией понимается способность человека решать определенные классы задач, применяя знания, умения, навыки и личностный опыт. ПИ удовлетворяет данным критериям: требует знаний о принципах работы БЯМ, умений формулировать структурированные запросы, навыков критической оценки и уточнения ответов, а также личностных качеств — системного мышления, креативности, ответственности. Следовательно, ПИ правомерно рассматривать как новую образовательную компетенцию [12].

Качество промпта зависит от наличия у пользователя развитого мышления (логическое, критическое, системное, творческое), навыков анализа, декомпозиции задачи, устранения проблем, методологии работы с ИИ и широких познаний для валидации ответа модели.

Помимо этого необходимо учитывать ограничения ИИ:

- большие языковые модели не обладают постоянной памятью и могут терять контекст;

- вариативность ответов;

- галлюцинации — генерируется неактуальный ответ;

- модель не может отличить истину от лжи;

- в зависимости от данных, на которых модель обучалась, некоторая информация может оказаться не актуальной.

Игнорирование доступности ИИ и негативных аспектов его применения может в перспективе привести к системному снижению качества человеческого капитала [21]. Это дополнительно осложняет экономическое развитие, особенно в условиях, требующих технологической модернизации и высокой компетентности специалистов.

3. Материалы и методы

Исследование проведено с использованием теоретических и эмпирических методов, соответствующих поставленным задачам.

Теоретическая база исследования включает анализ современных научных публикаций, посвященных применению ИИ в образовании. Поиск источников осуществлялся в международных репозиториях, а также с помощью поисковых систем академического профиля. Дополнительно использовалась национальная научная электронная библиотека CyberLeninka.

В эмпирической части выполнено сравнение результатов решения ЕГЭ с помощью ИИ со средними баллами ЕГЭ, направленное на оценку возможностей ИИ в решении стандартизированных задач. Задание отправлялось ИИ без промпта в виде текста или скриншота (см. рис. 2, 3). В качестве ответа использовался первый результат, без уточнений и иных поправок. Частично правильные ответы не принимались. В исследовании была использована открытая БЯМ DeepSeek. Выборка составлена из задач демонстрационного ЕГЭ за 2025 год, выложенного в открытый доступ Федеральной службой по надзору в сфере образования и науки. Использовались дисциплины: химия, история, математика (базовый), физика, биология. Объем выборки заданий составил 130, по 21–34 задач из каждой дисциплины. В ЕГЭ представлены задания разных типов, что обеспечивает репрезентативность для оценки способности языковой модели решать стандартизированные задачи различного характера.

Анализ результатов проводился путем сопоставления результатов ИИ с эталонными значениями и критериями правильности решения, приводимых в конце демонстрационных вариантов ЕГЭ. Для сравнения использовались средние баллы по ЕГЭ за 2025 год, опубликованные Федеральной службой по надзору в сфере образования и науки.

4. Результаты исследования

4.1. Результаты теоретического анализа

Учитывая важность, которая придается ЕГЭ в последние годы школьного обучения и все более широкое применение ИИ в профессиональной деятельности, стоит заняться корректировкой образовательных программ. ЕГЭ не охватывает всего разнообразия задач, которые могут встретиться при получении профессии и работе по ней. Это способствует образованию дефицита знаний, который вынужденно восполняется на дальнейших этапах образования, снижая его эффективность. Обучение базовым техникам ПИ может вызвать интерес к учебе, способствовать получению метакогнитивных навыков и исследованию зоны ближайшего развития [3], [23].

Игнорирование доступности ИИ способно привести к психолого-педагогическим проблемам, связанным с несоответствием образовательной базы профессиональным требованиям [24].

Если для решения профессиональных задач, зачастую можно использовать любые доступные средства, то учебные задачи необходимо решать самостоятельно. Такое противоречие способно демотивировать значительную часть учащихся, учитывая, что в настоящее время для некоторых сфер деятельности существуют системы корпоративной и отраслевой сертификации, порой ценящиеся выше формального образования. На рынке труда все больше вакансий, где в приоритете реальные навыки, получать которые может оказаться целесообразнее и интереснее, чем готовиться к ЕГЭ.

Распространенность образовательных платформ дает право на жизнь альтернативным образовательным стратегиям [2], что в перспективе может создать серьезные вызовы для традиционной системы образования [24].

ИИ и ПИ не являются универсальным инструментом для решения всех проблем и не должны отменять человеческие способности. Но во многих случаях использование подобных инструментов и методологий оправдано и полезно. Их следует применять для подготовки конкурентоспособных кадров [24], [25] соблюдая при этом техно-гуманитарный баланс [26].

4.2. Результаты эмпирического исследования

В таблице 2 отображены баллы решений БЯМ DeepSeek демонстрационных вариантов ЕГЭ по выбранным ранее дисциплинам, в сравнении со средним баллом, полученным из официальных отчетов Федеральной службы по надзору в сфере образования и науки.

Полученные результаты проиллюстрируем на диаграмме (рис. 1).

Часто не распознавались задачи, переданные в БЯМ с помощью загрузки скриншота. Некоторые суждения БЯМ DeepSeek были правильны лишь частично, что позволяло понять, какой из вариантов ответа подходит, тем не менее в таких случаях ответ модели считался неверным. Непрерывное развитие БЯМ позволяет прогнозировать повышение точности решения стандартизированных задач в ближайшие годы. Если не брать во внимание знание материала, а лишь итог, то младший школьник, использующий ИИ, способен показать аналогичный результат в решении ЕГЭ. Ниже приведены примеры успешного решения задач с помощью БЯМ.

5. Примеры

На рис. 2 представлен фрагмент ответа модели DeepSeek на задачу 20 из демонстрационного ЕГЭ-2025 по математике. БЯМ привела полное решение и ответ, соответствующие эталонным, что иллюстрирует ее способность решать стандартизированные задачи, требующие формализации условия и составления уравнения. Однако в других случаях модель может совершать ошибки и давать некорректные результаты. Именно поэтому ключевой компетенцией становится критическая оценка ответа от ИИ и его корректировка с помощью промпта.

На рис. 3 представлен ответ БЯМ DeepSeek на задание 7 из демонстрационного ЕГЭ-2025 по биологии, состоящее из иллюстрации и вопросов, требующих выбора нескольких вариантов ответа. Задача отправлялась в виде изображения, без сопровождающего промпта. БЯМ корректно распознала задачу, структуру ДНК на рисунке и дала ответы, соответствующие эталонным, что демонстрирует ее способность интерпретации изображений и корректно классифицировать понятия в рамках школьной биологии.

В ходе эмпирического исследования выявлены случаи, когда ИИ не смог распознать изображения и дал неверные, либо частично правильные ответы. Поэтому, несмотря на кажущуюся легкость получения достоверного результата, для обучающегося критически важно уметь проверять ответ по первоисточникам, оценивать логику решения и переформулировать промпт при сомнительном итоге.

5.1. Компетенции, формируемые посредством промпт-инжиниринга

На основе анализа литературы и эмпирических данных выделены следующие компетенции:

1. Эффективное взаимодействие с ИИ — знание структуры промпта и техник запросов, умение формулировать точные запросы и итеративно их уточнять.

2. Критический анализ информации — понимание ограничений БЯМ, умение проверять ответы модели по независимым источникам и выявлять ошибки.

3. Декомпозиция сложных задач — способность разбивать проблему на подзадачи, формулировать промежуточные запросы и синтезировать частные ответы в итоговый результат.

4. Метакогнитивная компетенция — рефлексия собственного мыслительного процесса при работе с ИИ, самоконтроль и коррекция стратегии на основе оценки результатов.

6. Обсуждение

Полученные данные демонстрируют, что БЯМ способны успешно решать значительную часть заданий ЕГЭ, что ставит перед системой образования вопрос: какие компетенции следует развивать, чтобы выпускник не просто «конкурировал» с ИИ, а эффективно его использовал, без ущерба для собственных когнитивных способностей. К таким компетенциям относятся метакогнитивные навыки: умение корректно формулировать и ставить задачи, декомпозировать проблему, критически оценивать ответ модели и при необходимости уточнять запрос.

Формирование этих навыков требует специальных педагогических подходов:

1. Деятельностного — практика составления и оптимизации промптов.

2. Проблемно-ориентированного — решение открытых, практических задач с помощью ИИ с последующей критикой ответов.

3. Метакогнитивного — рефлексия, планирование, самоконтроль.

ПИ — не просто технический навык, а когнитивная деятельность, включающая постановку задачи, ее декомпозицию, оценку результата и коррекцию действий. Внедрение основ ПИ в образовательные программы может стать системным решением, позволяя одновременно обучать работе с ИИ и развивать аналитические способности.

Результаты эмпирического исследования подтверждают, что современные БЯМ способны решать многие типовые задачи на уровне, превышающем средние показатели выпускников. Это свидетельствует о необходимости смещения акцента в обучении с простого воспроизведения знаний на умение ставить задачи перед ИИ, проверять и интерпретировать полученные результаты, а так же выполнять те виды работ, где ИИ пока недостаточно эффективен.

7. Ограничения исследования

Настоящее исследование имеет ряд ограничений:

1. Выборка заданий состоит исключительно из демонстрационных вариантов ЕГЭ-2025, по дисциплинам без сложных иллюстраций в вопросах, дополнительных файлов для заданий и задач, для проверки которых нет точно сформулированного эталона (сочинение).

2. Одна БЯМ — использовался только DeepSeek; для других моделей результаты могут отличаться.

3. Однократность запросов — не исследовалась возможность улучшения результатов через итеративное уточнение промптов, что является нормальной практикой при работе с ИИ.

8. Перспективы дальнейших исследований

1. Исследовать эффективность различных БЯМ на расширенной выборке заданий (типовые варианты ЕГЭ прошлых лет).

2. Разработать и апробировать методику обучения ПИ в школе и в системе среднего профессионального образования с последующей оценкой влияния на развитие метакогнитивных навыков учащихся.

3. Изучить долгосрочные эффекты внедрения ПИ в образование (влияние на академическую успеваемость, критическое мышление, склонность к плагиату).

9. Практические рекомендации

1. Введение занятий по ПИ в курсы информатики или в рамках внеурочной деятельности. Минимальное содержание: структура промпта, техники уточняющих запросов, проверка ответов ИИ по надежным источникам.

2. Использование плохих промптов для обучения: предлагать учащимся примеры неудачных запросов, выявлять в них ошибки и переформулировать их для получения нужного результата.

3. Включить модуль, посвященный промпт-инжинирингу в программы повышения квалификации для учителей.

10. Заключение

Полученные эмпирические результаты демонстрируют эффективность решения ряда стандартизированных задач с помощью БЯМ, по сравнению со средними выпускниками, что подтверждает необходимость пересмотра некоторых образовательных подходов.

Успешное применение ИИ напрямую зависит от наличия у оператора ряда метакогнитивных навыков, на развитии которых следует акцентировать внимание в образовательных программах. Решение некоторых задач путем ПИ предполагает эвристический подход, требует системного, инновационного мышления, и способно закреплять у учащихся представления о ценности интеллекта и творческих способностей.

Доступность БЯМ [10], [13], [17], [20], наличие опыта применения смешанных методов обучения [27], стратегическое значение ИИ [29] и вызовы будущего обуславливают необходимость синтеза лучших практик для подготовки высокоэффективных специалистов.

Подготовка педагогов к применению технологий ИИ требует специального внимания, включая освоение ими основ ПИ и методов развития метакогнитивных навыков у учащихся.

Необходимо разработать учебные модули для всех уровней образования, начиная с начального [1]. Следует дополнить дисциплины, связанные с информационными технологиями изучением ПИ.

Система образования должна учитывать актуальные технологии, кризисы настоящего и угрозы будущего, чтобы готовить востребованных специалистов [21], [23], [28]. Часть необходимых компетенций учащиеся способны приобрести обучаясь ПИ [10], [13], [17], [20].

Для успешного применения ИИ необходимо понимание его возможностей и ограничений, а также способность к эвристическому решению задач, используя системное мышление, логику и изобретательность.

Обучая технологиям, связанным с ИИ следует акцентировать внимание на негативных сторонах его применения, а также подсвечивать необходимость ряда навыков и знаний, подталкивая [30] к их самостоятельному освоению [28], формируя запрос на развитие собственного мышления.

Осмысленная интеграция ПИ в сферу образования способна уменьшить разрыв между требованиями предприятий и бизнеса и реальным уровнем выпускников, сведя к минимуму период трудовой адаптации и повышая уровень человеческого капитала.

Важно формировать у учащихся когнитивные навыки, позволяющие распознавать и решать незнакомые и междисциплинарные проблемы. Для этого нужно уметь собирать и обобщать данные, анализировать информацию, выявлять закономерности, выдвигать и проверять гипотезы, делать выводы [21], [22], [27], [28], что не прорабатывается в полной мере при подготовке к ЕГЭ [11], [12], [13].

Необходимо разработать стратегию интеграции изучения ПИ в сферу образования и методики учебных модулей для разных уровней образования, дополняя и укрепляя сильные стороны отечественной педагогики [21].

The additional file for this article can be found as follows: