Искусственный интеллект в высшем образовании и психологическом консультировании: методическая рамка внедрения

В статье обоснованы и систематизированы подходы к применению технологий искусственного интеллекта (ИИ) в высшем профессиональном образовании (ВПО) как инструмента информационно-аналитического обеспечения индивидуального обучения, коучинга, управленческой деятельности и психологического консультирования. Цель работы — представить способы использования ИИ-инструментов (генеративных моделей, интеллектуальных ассистентов, рекомендательных систем и средств интеллектуальной обработки документов) в образовательный процесс и управление вузом при сохранении ответственности человека и требований академической этики. Показано, что ключевым эффектом ИИ в ВПО является переход от «усредненного» обучения к персонализированным траекториям, поддерживаемым образовательной и предметной аналитикой, а также формирование новых практик наставничества (коучинга) на основе данных. Предложены решения (аналитические рекомендательные системы; интеллектуальные образовательные среды; системы поддержки управления) и описаны типовые сценарии: ИИ-тьютор, коучинговый сценарий, аналитический дашборд, автоматизация методической подготовки преподавателя, поддержка психологического консультирования (скрининг запросов, симуляторы диалогов). Отдельно выделены риски (галлюцинации, смещения данных) и необходимость проверки специалистом по источникам. Практическая значимость работы заключается в формировании применимых подходов внедрения ИИ в ВПО, ориентированных на повышение качества обучения и управляемости образовательных процессов. В разработке использованы: (1) теоретические методы — анализ и синтез, системный подход, сравнительный анализ, классификация, обобщение психолого-педагогического и организационно-управленческого опыта внедрения ИИ; (2) информационно-аналитические методы — контент-анализ научных публикаций и практик применения ИИ в ВПО; анализ типовых кейсов применения (генеративные ассистенты, чат-боты); (3) методологическое моделирование — проектирование методической модели использования ИИ (уровни: обучение / коучинг / управление / консультирование), описание функций, входов / выходов и ограничений (в том числе требования к данным, валидац

1. Иванова С.В., Азархин А.В. Модель использования искусственного интеллекта в образовательном процессе вузов. Концепт. 2025;09:303-317. URL: https://doi.org/10.24412/2304-120X-2025-11189

2. Давыдов С.Г., Матвеева Н.Н., Адемукова Н.В., Вичканова А.А. Искусственный интеллект в российском высшем образовании: текущее состояние и перспективы развития. Университетское управление: практика и анализ. 2024;28 (3):32-44. URL: https://doi.org/10.15826/umpa.2024.03.023

3. Коротеев М.В., Марунько А.С., Романова Е.В., Чулина Н.Ю. Методы машинного обучения для извлечения ключевых слов из учебных и официальных материалов. Инновации и инвестиции. 2025;(7):611-615. URL: https://elibrary.ru/seinwu

4. Абашин В.Г., Загородних Н.А., Преснецова В.Ю. Перспективы использования нейросетей в процессе совершенствования управления коммерческими организациями. Информационные системы и технологии. 2024;142(2):21-27. URL: https://elibrary.ru/vcaaef

5. Косарев В.Е., Миловидов В.И. Об использовании методов машинного обучения для обработки информационных потоков интернет-эквайринга коммерческого банка. Инновации и инвестиции. 2025;(1):502-507. URL: https://elibrary.ru/vttiop

6. Догадина Е.П., Бочаров М.И. Автоматизация процесса составления рабочих программ дисциплин c использованием виртуального ассистента для работы с нейросетью. Стандарты и мониторинг в образовании. 2025;13(3):64-69. URL: https://doi.org/10.12737/1998-1740-2025-13-3-64-69

7. Гобарева Я.Л., Городецкая О.Ю. XBRL как инструмент формирования управленческой отчетности. В сб.: Актуальные проблемы бухгалтерского учета, анализа, контроля и налогообложения. М.: Русайнс; 2025. URL: https://elibrary.ru/pqtvng

8. Авраменко А.Д., Судаков В.А. Метод генерации обучающей выборки для машинного обучения в задаче коммивояжера. В сб.: Авиация и космонавтика. М.: Издательство «Перо»; 2024. URL: https://elibrary.ru/pwsykn

9. Хасанов И. И., Хасанова З. Р. Применение машинного обучения на графах для построения рекомендательных систем, учитывающих индивидуальность пользователей. Современные наукоемкие технологии. 2025;(6):54-61. URL: https://doi.org/10.17513/snt.40422

10. Журавков А.А., Лабинцев А.И. Определение динамических характеристик удара в единоборствах с помощью рекуррентных нейронных сетей. В сб.: Нейрокомпьютеры и их применение. М.: МГППУ; 2022. URL: https://elibrary.ru/wrfuko

11. Кублик Е.И., Лабинцев А. И., Чипчагов М.С., Шилов М.А. Повышение эффективности рекламных кампаний на радио путем интеграции с цифровыми инструментами мониторинга. Гуманитарные науки. Вестник Финансового университета. 2023;13(5):121-128. URL: https://doi.org/10.26794/2226-7867-202313-5-121-128

12. Будаев Е. С. Разработка веб-приложения интеллектуального анализа отзывов клиентов с применением модифицированной модели seq2seq с механизмом внимания. Computational Nanotechnology. 2024;11(1):151-161. URL: https://doi.org/10.33693/2313-223X-2024-11-1-151-161

13. Жолобова Г. Н., Синицына Е. Д. Применение машинного обучения для анализа лояльности сотрудников на основе текстовых отзывов. Нейрокомпьютеры: разработка, применение. 2024;26(6):76-85. URL: https://elibrary.ru/wminjg

14. Седых И. Ю., Хрипунова М. Б. Технологии искусственного интеллекта в современном высшем образовании России. Цифровые решения и технологии искусственного интеллекта. 2025;1(1):20-27. URL: https://www.digitarin.ru/jour/article/view/4/4

15. Сальников Е.А., Муминова С. Р. Эволюция искусственного интеллекта: от современных технологий к будущим инновациям. Цифровые решения и технологии искусственного интеллекта. 2025;1(2):64-71. URL: https://www.digitarin.ru/jour/article/view/14/14

16. Когтева А. Н. Перспективные направления применения искусственного интеллекта в обороннопромышленном комплексе. Цифровые решения и технологии искусственного интеллекта. 2025;1(2):58-63. URL: https://www.digitarin.ru/jour/article/view/13/13

17. Григорьев С. М. Преподаватель высшей школы в эпоху искусственного интеллекта и цифровой трансформации. Человеческий капитал. 2026;1(205):40-50. URL: https://elibrary.ru/wvagfg