Конколь Марина Михайловна КОНЦЕПЦИЯ МЕТАЦИФРОВОЙ КОМПЕТЕНТНОСТИ СТУДЕНТОВ УНИВЕРСИТЕТА ПОДХОДЫ К ФОРМИРОВАНИЮ

Краткое описание

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ИНСТИТУТ МЕЖДУНАРОДНЫХ ОТНОШЕНИЙ (УНИВЕРСИТЕТ) МИНИСТЕРСТВА ИНОСТРАННЫХ ДЕЛ РОССИЙСКОЙ
ФЕДЕРАЦИИ»

На правах рукописи

Конколь Марина Михайловна

КОНЦЕПЦИЯ МЕТАЦИФРОВОЙ КОМПЕТЕНТНОСТИ СТУДЕНТОВ УНИВЕРСИТЕТА: ПОДХОДЫ К ФОРМИРОВАНИЮ

Специальность 5.8.7. Методология и технология профессионального образования

Диссертация на соискание ученой степени доктора педагогических наук

Научный консультант: доктор педагогических наук, доцент Шишлова Екатерина Эдуардовна

Москва - 2025

2

Оглавление
ВВЕДЕНИЕ................................................................................................................... 3
ГЛАВА 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ФОРМИРОВАНИЯ МЕТАЦИФРОВОЙ КОМПЕТЕНТНОСТИ СТУДЕНТОВ В ЭПОХУ НЕЙРОСЕТЕВОГО ПРОГРЕССА.............................................................................. 42
1.1. Понятие и генезис категории метацифровой компетентности в контексте
социогуманитарного знания........................................................................................ 42
1.2. Специфика нейросетевого прогресса и его влияние на профессиональную
подготовку студентов.................................................................................................. 74
1.3. Методологические подходы к формированию метацифровой
компетентности студентов в высшей школе............................................................. 103
Выводы по Главе 1.................................................................................................... 129
ГЛАВА 2. ЭМПИРИЧЕСКОЕ ОБОСНОВАНИЕ НЕОБХОДИМОСТИ ФОРМИРОВАНИЯ МЕТАЦИФРОВОЙ КОМПЕТЕНТНОСТИ В ОБРАЗОВАТЕЛЬНОМ ПРОЦЕССЕ УНИВЕРСИТЕТА........................................... 134
2.1. Практико-ориентированная интеграция нейросетевых технологий в
отечественной и зарубежной высшей школе............................................................. 135
2.2. Эмпирическая оценка сформированности метацифровой компетентности
студентов университета............................................................................................. 160
2.3. Готовность профессорско-преподавательского состава университета к
использованию нейросетевых технологий в образовательном процессе................. 186
Выводы по Главе 2.................................................................................................... 212
ГЛАВА 3. ПРОЕКТИРОВАНИЕ МОДЕЛИ ФОРМИРОВАНИЯ МЕТАЦИФРОВОЙ КОМПЕТЕНТНОСТИ СТУДЕНТОВ (НА ПРИМЕРЕ ОБУЧЕНИЯ АНГЛИЙСКОМУ ЯЗЫКУ)..................................................................................................................... 217
3.1. Концептуальные основания модели формирования метацифровой
компетентности студентов........................................................................................ 218
3.2. Методико-технологическое обеспечение модели и условия ее реализации
в нейросетевой среде вуза......................................................................................... 249
3.3. Динамика формирования метацифровой компетентности студентов
университета............................................................................................................. 274
Выводы по Главе 3.................................................................................................... 307
ЗАКЛЮЧЕНИЕ......................................................................................................... 312
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ................................. 321
ГЛОССАРИЙ............................................................................................................ 324
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ И ИСТОЧНИКОВ...................... 327
СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА................................................... 365

ПРИЛОЖЕНИЯ 372

Список литературы

ЗАКЛЮЧЕНИЕ
В настоящем диссертационном исследовании разработана концепция метацифровой компетентности студентов университета в условиях нейросетевого прогресса — стремительной эволюции технологий искусственного интеллекта (ИИ), основанных на нейронных сетях, и их всё более глубокой интеграции в образовательные, профессиональные и социальные сферы. Работа выполнена на примере образовательного процесса МГИМО МИД России, с особым вниманием к обучению английскому языку профессиональной направленности для студентов- гуманитариев направления подготовки «Реклама и связи с общественностью». Цель исследования заключалась в создании теоретико-методологической и концептуальной основы для формирования МЦК как интегративной метакомпетенции, способной обеспечить конкурентоспособность специалистов в условиях четвёртой промышленной революции (Индустрии 4.0). Эта цель достигалась через решение ряда задач: определение сущности, содержания и структуры МЦК, анализ её исторического генезиса, изучение влияния нейросетевого прогресса на образовательные практики, разработку дидактической модели и авторской технологии формирования МЦК, а также эмпирическую проверку их эффективности на основе оценки готовности студентов и преподавателей к взаимодействию с нейросетевой средой.
МЦК концептуализирована как интегративная способность личности к эффективному, осознанному и этически ответственному взаимодействию с ИИ и нейросетевыми технологиями, выходящая далеко за пределы традиционной цифровой компетентности (ЦК), которая ограничивается инструментальными навыками — такими как использование цифровых устройств, работа с программами и базовая информационная грамотность. В отличие от ЦК, МЦК интегрирует метакогнитивные, социальные и этические измерения, что делает её уникальным метанавыком, позволяющим управлять распределёнными когнитивными процессами в условиях симбиотического взаимодействия человека и машины. Структура МЦК включает шесть взаимосвязанных компонентов: когнитивный, обеспечивающий понимание принципов работы ИИ и его

313

алгоритмов; рефлексивный, направленный на управление собственными познавательными процессами и критическую оценку результатов ИИ; практический, охватывающий осознанный выбор и доработку ИИ-инструментов для достижения качественных исходов; этический, подразумевающий осознание моральных дилемм и ответственности за использование ИИ; социальный, связанный с анализом влияния ИИ на общество и социокультурные практики; и адаптивный, обеспечивающий гибкость и готовность к непрерывному обучению в условиях стремительных технологических изменений.
На основе этого концепция МЦК разработана как система взглядов на формирование интегративной метакомпетенции студентов, включающая следующие основные положения:
0. Цель концепции заключается в создании условий для осознанного и эффективного взаимодействия студентов с ИИ-технологиями в образовательной и профессиональной среде, включая изучение иностранного языка, что отвечает вызовам цифровизации и рынка труда.
1. Содержанием концепции выступает понимание МЦК как способности с шестью компонентами (когнитивный, рефлексивный, практический, этический, социальный, адаптивный) и выделение концептуальных оснований: технологический императив, гуманистический ориентир, междисциплинарность, вызовы труда и эволюция компетенций, которые обосновывают необходимость формирования МЦК в условиях нейросетевого прогресса.
2. Методологически концепция опирается на принципы научности, системности, целостности, интегративности, преемственности и практикоориентированности, реализуемые на философском, общенаучном, конкретно-научном и технологическом уровнях.
3. Новизна концепции заключается в его акценте на метапознании, позволяющем студентам осознанно управлять своим мышлением в условиях нейросетевой эпохи, и междисциплинарный подход к подготовке студентов, что отличает МЦК от традиционных цифровых компетенций.

314

4. Реализация концепции основана на принципах научности, системности, целостности, интегративности, преемственности и практикоориентированности, которые обеспечивают системный подход к формированию МЦК через дидактическую структурно-функциональную модель.
5. Реализация формирования МЦК в рамках концепции осуществляется
посредством дидактической структурно-функциональной модели с шестью блоками (целевой, организационно-методологический, содержательно­
технологический, организационно-технологический, оценочно-результативный, рефлексивно-адаптационный) и авторской поэтапной технологии, включающей диагностический, формирующий и рефлексивно-оценочный этапы, с использованием ИИ-инструментов.
6. С практической точки зрения концепция способствует развитию коммуникативных и аналитических способностей студентов с помощью ИИ, а также обладает универсальностью и возможностью масштабирования на другие образовательные направления.
7. Эффективность концепции подтверждена результатами опытно­экспериментальной работы, в ходе которого уровень МЦК студентов вырос с 36.1 до 58.2 баллов, что демонстрирует успешность предложенных подходов к формированию МЦК.
Эволюция компетентностного подхода демонстрирует переход от традиционных знаний и умений через цифровую компетентность к МЦК как высшему уровню, интегрирующему метапознание в духе исследований Дж. Флейвелла и теорию распределённого познания. Научная новизна исследования заключается в преодолении ключевых пробелов традиционных подходов: ЦК не охватывает этические дилеммы, социокультурные последствия и управление человеко-машинным взаимодействием как расширенной когнитивной системой, а в отечественной педагогике метакомпетенции часто сужаются до информатики, игнорируя междисциплинарный контекст. Теоретическая значимость работы подкреплена синтезом системного подхода, рассматривающего МЦК как целостную систему; компетентностного подхода, акцентирующего её

315

практическую направленность; личностно-деятельностного подхода, подчёркивающего субъектность студентов; и интегративного подхода, объединяющего классические и цифровые образовательные практики. Этот синтез дополнен концепциями метапознания, цифровой дидактики и коннективизма, что обогащает педагогическую теорию междисциплинарной парадигмой, внося существенный вклад в когнитивные науки, этику и социологию технологий.
Исторический анализ нейросетевого прогресса подчёркивает его трансформационное воздействие на образование: от модели нейрона МакКаллока и Питтса (1943), заложившей основы ИИ, через перцептроны Розенблатта (1950-е), многослойные сети Хинтона (1980-е) до трансформеров Васвани (2017), породивших большие языковые модели вроде ChatGPT. Этот прогресс сопровождался ростом вычислительных мощностей и доступности данных, что позволило внедрить ИИ в образовательные системы, обеспечивая персонализацию обучения (например, Knewton повышает успеваемость на 18%) и автоматизацию задач (ClassPoint снижает нагрузку преподавателей на 25%). Однако он также породил вызовы: предвзятость данных, цифровое неравенство и дезинформацию, что требует от МЦК сочетания когнитивного (понимание алгоритмов), этического (ответственное использование) и адаптивного (гибкость к изменениям) компонентов для управления этими рисками.
Практическая реализация концепции МЦК воплощена в дидактической структурно-функциональной модели, разработанной на прочном теоретическом фундаменте, включающем системно-деятельностную концепцию, компетентностную парадигму, метапознание, цифровую дидактику, коннективизм и смешанное обучение. Модель состоит из шести взаимосвязанных блоков, каждый из которых выполняет свою функцию в процессе формирования МЦК. Целевой блок задаёт стратегическую цель — развитие МЦК через три уровня: базовый (практические навыки и понимание ИИ), сопутствующий (культура использования ИИ) и результирующий (конкурентоспособность специалиста), обеспечивая чёткие ориентиры для образовательного процесса. Организационно-методологический блок объединяет теорию и практику, задавая принципы и подходы к обучению.

316

Содержательно-технологический блок интегрирует учебный материал и ИИ- инструменты (ChatGPT, Mistral, Perplexity, DeepSeek), обеспечивая практическую направленность. Организационно-технологический блок поддерживает кадровое и техническое обеспечение, включая квалификацию преподавателей и доступ к технологиям. Оценочно-результативный блок измеряет результаты через диагностику, а рефлексивно-адаптационный блок адаптирует процесс через самоанализ. Принципы научности, системности, целостности, интегративности, преемственности и практикоориентированности делают модель системной, гибкой и воспроизводимой.
Эффективность модели и авторской Технологии формирования МЦК подтверждена опытно-экспериментальной апробацией с участием 40 студентов. Реализация Технологии включает три этапа: организационно-диагностический (оценка исходного уровня), формирующе-деятельностный (практика с ИИ) и рефлексивно-оценочный (анализ результатов). На старте средний балл самооценки МЦК составил 36.1 (54,5% средний, 45,5% низкий), с пробелами в практических навыках (2.0), но высокой мотивацией (63,6%, глава 3). Четыре задания — от базовых симуляций с ChatGPT до экспертных решений с DeepSeek — повысили балл до 58.2 (+22.1), с устойчивостью результатов (Уилкоксон, p-1.91x10~12 р<0.05; d Коэна -9.17; бутстрэп [56.8, 59.5]). Корреляция между уровнем МЦК и использованием ИИ составила r=0.55 (R2=0.30, p<0.05), а между
самостоятельностью и креативностью — rs=0.72. Результаты рефлексивного опросника показали высокие оценки: «Знания и понимание» (4.5), «Практическое применение» (4.4), «Критическое мышление» (4.2), подтверждая развитие коммуникативных, аналитических и технических навыков в контексте PR.
Эмпирический анализ 1092 студентов выявил когнитивные пробелы (18% знают более трёх инструментов), этические (22% осознают риски) и рефлексивные (17% проверяют данные), но 55% готовы к обучению.
Анализ готовности 400 преподавателей МГИМО выявил поляризацию: 49,5% поддерживают ИИ, 50,5% выступают за ограничения, скептически оценивая качество (34,5% считают ChatGPT средним) и опасаясь утраты критического

317

мышления. Лишь 6,75% задают задания с ИИ, ограничиваясь переводами (52,5%) и проверкой плагиата, что отражает уровень традиционной ЦК. Однако курс повышения квалификации для 42 преподавателей английского языка повысил их МЦК на 51,7-105,3% по практическим навыкам (например, комбинирование инструментов с 1.9 до 3.9), с оценкой применимости 4.8/5, хотя этика выросла лишь на 6,8% из-за высокого стартового уровня (4.4). Готовность 76,25% к обучению и мнение 69%, что ИИ полезен студентам, усиливают модель через кадровую поддержку. Инструмент MetaLeaming, преодолевая барьеры гуманитариев (90% когнитивные, 80% психологические), дополняет модель, обеспечивая междисциплинарную подготовку и персонализацию обучения.