Когнитивная адаптация и вовлеченность учащихся в генеративную среду профессионального обучения на основе искусственного интеллекта: систематический обзор литературы

Контекст и актуальность. В данном исследовании рассматриваются эмпирические и концептуальные работы, посвященные роли генеративного искусственного интеллекта (GenAI) в профессиональном образовании, с акцентом на когнитивную адаптацию и психологическую вовлеченность учащихся. Цели. Цель обзора заключается в определении основных психологических факторов, принципов проектирования обучения и перспективных направлений исследований, касающихся применения генеративного ИИ в контексте профессионального образования. Методы и материалы. Следуя рекомендациям PRISMA 2020, был проведен систематический поиск публикаций в базе данных Scopus за период с 2016 по 2025 годы. Из первоначального массива в 394 записи 18 рецензируемых статей соответствовали критериям включения. Результаты. Тематический анализ отобранных исследований выявил несколько устойчивых результатов: (1) генеративный ИИ способствует снижению излишней когнитивной нагрузки и поддерживает развитие метакогнитивной осознанности; (2) вовлеченность студентов повышается, когда учебная среда способствует развитию автономии, компетентности и самоэффективности; (3) педагогические стратегии, сочетающие индивидуализированную поддержку в обучении с возможностями для взаимодействия, помогают поддерживать эмоциональный баланс в условиях обучения с поддержкой ИИ; (4) недавние исследования указывают на смещение фокуса в сторону аффективных вычислений, объяснимого искусственного интеллекта и этического взаимодействия между человеком и системами ИИ. Выводы. В обзоре сделан вывод о том, что GenAI функционирует не только как технологический инструмент, но и как когнитивный и мотивационный партнер, и что его образовательная ценность зависит от баланса между автоматизированной поддержкой и человеческим руководством.

1. Asare, B., Boateng, F.O. (2025). Self-awareness and self-regulatory learning as mediators between ChatGPT usage and pre-service mathematics teacher s self-efficacy. Journal of Pedagogical Research. https://doi.org/10.33902/JPR.202530637
2. Avsec, S., Rupnik, D. (2025). From Transformative Agency to AI Literacy: Profiling Slovenian Technical High School Students Through the Five Big Ideas Lens. Systems, 13(7), 562. https://doi.org/10.3390/systems13070562
3. Cao, L., Abdullah, A. (2025). EBA (Engaged but Amotivated) in AI-enhanced EFL learning: a qualitative study from a Chinese higher vocational context. Frontiers in Psychology, 16. https://doi.org/10.3389/fpsyg.2025.1643653
4. Chang, C.-Y., Wang, P.-L., Li, C.-J., Hwang, G.-J. (2025). From empathy to quality long-term care: a generative AI-based art therapy approach based on the self-directed learning model. Interactive Learning Environments, 33(5), 3333–3353. https://doi.org/10.1080/10494820.2024.2443072
5. Chang, C.-Y., Yang, C.-L., Jen, H.-J., Ogata, H., Hwang, G.-H. (2024). Facilitating nursing and health education by incorporating ChatGPT into learning designs. Educational Technology & Society, 27(1), 215–230. https://doi.org/10.30191/ETS.202401_27(1).TP02
6. Córdova, P., Grájeda, A., Córdova, J.P., Vargas-Sánchez, A., Burgos, J., Sanjinés, A. (2024). Leveraging AI tools in finance education: exploring student perceptions, emotional reactions and educator experiences. Cogent Education, 11(1). https://doi.org/10.1080/2331186X.2024.2431885
7. Duong, C.D., Vu, T.N., Ngo, T.V.N. (2023). Applying a modified technology acceptance model to explain higher education students’ usage of ChatGPT: A serial multiple mediation model with knowledge sharing as a moderator. The International Journal of Management Education, 21(3), 100883. https://doi.org/10.1016/j.ijme.2023.100883
8. Farell, G., Faiza, D., Delianti, V.I., Wahyudi, R., Samala, A.D., Taş, N. (2025). Integrating AI-Based Natural Language Processing in Vocational Education: Usability, Learning Gains, and Student Engagement in Indonesia. LatIA, 3, 362. https://doi.org/10.62486/latia2025362
9. Fromm, Y.M., Martin, F., Gezer, T., Ifenthaler, D. (2025). Best Practices for Conducting Systematic Reviews: Perspectives of Experienced Systematic Review Researchers in Educational Sciences. Technology, Knowledge and Learning, 30(1), 1–28. https://doi.org/10.1007/s10758-025-09819-9
10. Gao, X., Drani, S. (2025). Social Support Experiences in Parents of Children With ASD: A Qualitative Systematic Review. SAGE Open, 15(2). https://doi.org/10.1177/21582440251336174
11. Hareem Arif, Javairia Naeem. (2025). The Impact of Generative AI on Learner Autonomy and Critical Thinking in English as a Foreign Language (EFL) Writing Classrooms. Journal of Applied Linguistics and TESOL (JALT), 8(3), 2264–2275. https://doi.org/10.63878/jalt1249
12. Huesca, G., Martínez-Treviño, Y., Molina-Espinosa, J.M., Sanromán-Calleros, A.R., Martínez-Román, R., Cendejas-Castro, E.A., Bustos, R. (2024). Effectiveness of Using ChatGPT as a Tool to Strengthen Benefits of the Flipped Learning Strategy. Education Sciences, 14(6), 660. https://doi.org/10.3390/educsci14060660
13. Idroes, G.M., Noviandy, T.R., Maulana, A., Irvanizam, I., Jalil, Z., Lensoni, L., Lala, A., Abas, A.H., Tallei, T.E., Idroes, R. (2023). Student Perspectives on the Role of Artificial Intelligence in Education: A Survey-Based Analysis. Journal of Educational Management and Learning, 1(1), 8–15. https://doi.org/10.60084/jeml.v1i1.58
14. Jayasinghe, S. (2024). Promoting active learning with ChatGPT: A constructivist approach in Sri Lankan higher education. Journal of Applied Learning & Teaching, 7(2). https://doi.org/10.37074/jalt.2024.7.2.26
15. Laksmi, I.A.A., Sari, N.L.P.D.Y., Hutagaol, R., Triana, K.Y. (2025). Utilización de la Inteligencia Artificial en la educación de Enfermería: una revisión del alcance. Enfermería Global, 24(2). https://doi.org/10.6018/eglobal.656071
16. Li, H. (2025). AI Foundations in China’s Medical Physiology Education: Pedagogical Practices and Systemic Challenges. Advances in Medical Education and Practice, Volume 16, 1439–1453. https://doi.org/10.2147/AMEP.S532951
17. Naatonis, R.N., Rusijono, R., Jannah, M., Malahina, E.A.U. (2024). Evaluation of Problem Based Gamification Learning (PBGL) Model on Critical Thinking Ability with Artificial Intelligence Approach Integrated with ChatGPT API: An Experimental Study. Qubahan Academic Journal, 4(3), 485–520. https://doi.org/10.48161/qaj.v4n3a919
18. Pang, X., Zou, J., Zhang, X., Li, Y., Zhang, H., Wang, F., Zhang, Y., Chen, X. (2025). The impact of artificial intelligence-assisted teaching on medical students’ learning outcomes: an integrated model based on the ARCS model and constructivist theory. BMC Medical Education, 25(1), 1309. https://doi.org/10.1186/s12909-025-07826-z
19. Ryan, R.M., Deci, E.L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78. https://doi.org/10.1037/0003-066X.55.1.68
20. Sari, D.K., Supahar, S., Rosana, D., Dinata, P.A.C., Istiqlal, M. (2025). Measuring artificial intelligence literacy: The perspective of Indonesian higher education students. Journal of Pedagogical Research. https://doi.org/10.33902/JPR.202531879
21. Singh, V.K., Singh, P., Karmakar, M., Leta, J., Mayr, P. (2021). The journal coverage of Web of Science, Scopus and Dimensions: A comparative analysis. Scientometrics, 126(6), 5113–5142. https://doi.org/10.1007/s11192-021-03948-5
22. Sweller, J. (2011). Cognitive load theory. In The psychology of learning and motivation: Cognition in education, Vol. 55 (pp. 37–76). Elsevier Academic Press. https://doi.org/10.1016/B978-0-12-387691-1.00002-8
23. Tao, L. (2024). Exploration of the Path to Improve the Efficiency of Digital Textbook Resource Allocation in Vocational Education Supported by Mathematical Modeling Technology. Applied Mathematics and Nonlinear Sciences, 9(1). https://doi.org/10.2478/amns-2024-3351
24. Vygotsky, L.S. (1978). Mind in Society: The Development of Higher Psychological Processes. Harvard University Press.
25. Wang, H., Liu, M. (2025). Methods and Content Innovation Strategies of Digital Education in Higher Vocational Colleges Under the Background of Artificial Intelligence. Journal of Computational Methods in Sciences and Engineering. https://doi.org/10.1177/14727978251321337
26. Wu, T., Lee, H., Chen, P., Lin, C., Huang, Y. (2025). Integrating peer assessment cycle into ChatGPT for STEM education: A randomised controlled trial on knowledge, skills, and attitudes enhancement. Journal of Computer Assisted Learning, 41(1). https://doi.org/10.1111/jcal.13085
27. Yang, F., Jiang, L. (2024). Research on Generative Artificial Intelligence Facilitating Oral Business English Teaching in Higher Vocational Schools. https://doi.org/10.3233/FAIA240294
28. Yang, Y., Qi, L., Wu, Z., Shen, Y., Estigoy, E., Gray, S.Z., Sun, H., Zhang, B., Jiang, G. (2025). Self-Determination, Learning, and Language Technology Engagement of Chinese International Engineering College Students. International Journal of Computer-Assisted Language Learning and Teaching, 15(1), 1–21. https://doi.org/10.4018/IJCALLT.379336
29. Zhou, H., Zhou, D. (2024). Transformation of Vocational Education Based on Generative Artificial Intelligence: Impact, Opportunity and Countermeasures. Proceedings of the 3rd International Conference on Internet Technology and Educational Informatization, ITEI 2023, November 24–26, 2023, Zhengzhou, China. https://doi.org/10.4108/eai.24-11-2023.2343636