Международная лаборатория проектирования и исследований в онлайн-обучении

Публикации

• Книга

  Terentev E., Froumin I.

  Open praxis "The Manifesto for Teaching and Learning in a Time of Generative AI: A Critical Collective Stance to Better Navigate the Future"

  Vol. 16. Iss. 4. International Council for Open and Distance Education, 2024.

• Статья

  Korchak A., Patarakin Y., Costley J.

  Exploring the use of generative artificial intelligence by university students: a systematic literature review

  Постановка проблемы. Искусственный интеллект (ИИ) меняет прак-тики в различных областях деятельности, включая образование. Появление ChatGPT привело к заметным сдвигам в среде высшего образования, где стремительно рас-пространяются различные инструменты генеративного ИИ. Использование сту-дентами вузов этих инструментов изучено явно недостаточно. Устранение этого пробела имеет решающее значение для формирования целостного понимания роли генеративного ИИ в высшем образовании. Учитывая стремительное и зачастую не-контролируемое внедрение инструментов генеративного ИИ в студенческую среду, необходимо провести систематический обзор литературы для синтеза существую-щих знаний. Методология. В данном исследовании представлен систематический обзор литературы, основанный на принципах PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) и включавший три ключевых этапа: разработ-ка стратегии поиска, отбор исследований, анализ данных и синтез результатов. Ма-териалы для исследования собраны из двух баз данных: Google Scholar и Lens. Эти базы были выбраны за их полноту и доступность, что обеспечивало комплексный сбор соответствующей литературы по использованию ИИ в высшем образовании. Данные были проанализированы качественно: к статьям, полученным из Google  Scholar, были применены априори и апостериори коды. Для более глубокого анали-за выбранных статей выявлялись повторяющиеся паттерны. Результаты. Из перво-начального количества 620 статей на основе заранее определенных критериев были выбраны 42 статьи. Основные способы использования генеративного ИИ, выяв-ленные в проанализированных статьях, обобщены и представлены в виде таблицы. Заключение. Обнаруженные различия в использовании студентами генеративного ИИ в зависимости от их уровня компетентности показывают, что инструменты ге-неративного ИИ потенциально могут увеличить разрыв между более и менее компе-тентными учащимися. Исходя из этого, необходимо соблюдать баланс, когда прак-тики использования генеративного ИИ сопровождаются практиками формирования критического мышления.

  RUDN Journal of Informatization in Education. 2025. Vol. 22. No. 1. P. 37-57.

• Глава в книге

  Maloshonok N., Zhuchkova S., Bekova S. et al.

  The quality of admissions to Russian doctoral programmes during the COVID-19 pandemic

  Previous studies have shown that the COVID-19 pandemic had a negative impact on higher education systems and student learning globally. However, despite this, many countries experienced an increase in doctoral enrolment in 2020, which has raised concerns about the quality of admission and the motivation of doctoral candidates during the pandemic. This article aims to explore this context by delving into statistics about Russian doctoral programmes, which saw a decline in enrolment from 2010 to 2019. We use data from a web survey of 1,895 students enrolled in doctoral programmes at Russian universities in 2020. The results suggest that the increase in enrolment came in tandem with a decrease in the quality of doctoral admission. More students with non-academic motivation and a lack of academic skills and attainment were admitted. This situation is likely to prompt completion rates to lower over the course of the next three to five years.

  In bk.: Global Perspectives on Graduate and Doctoral Education: International Case Studies. L.: Routledge, 2025. P. 103-112.

• Препринт

  Larina G., Kuzmina Y., Georgijs K.

  The Precision of Symbolic Numerical Representation in Verbal Format Has an Indirect Effect on Math Performance in First Grade

  PSYCHOLOGY. WP BRP. Издательский дом НИУ ВШЭ, 2020. No. 120.