МАССОВЫЕ ОТКРЫТЫЕ ОНЛАЙН-КУРСЫ В ЭПОХУ ГЕНЕРАТИВНОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: СТРУКТУРНЫЕ ОГРАНИЧЕНИЯ И ПЕРСПЕКТИВЫ ИНТЕГРАЦИИ

Назарова Л.И., к.пед.н., доцент,

Черныш У.А., студент,

РГАУ – МСХА имени К. А. Тимирязева, г. Москва, Россия

Аннотация. В статье рассматривается вопрос о педагогической целесообразности создания массовых открытых онлайн-курсов (МООК) в условиях стремительного развития генеративного искусственного интеллекта (ИИ). Выявлены шесть структурных ограничений ИИ-инструментов. Обосновывается вывод о том, что ИИ не вытесняет, а трансформирует формат МООК, усиливая требования к качеству педагогического проектирования.

Ключевые слова: массовые открытые онлайн-курсы, искусственный интеллект, ИИ-ассистент, онлайн-обучение, педагогическое проектирование.

Стремительное развитие генеративного искусственного интеллекта (ИИ) заставляет задуматься: сохраняют ли массовые открытые онлайн-курсы (МООК) свою педагогическую ценность, если обучающийся может мгновенно получить ответ на любой вопрос без прохождения структурированного курса? Российский рынок онлайн-образования в 2024 году вырос на 19 %, достигнув 145 млрд рублей, а мировой объём рынка МООК к 2029 году прогнозируется на уровне 119,17 млрд долларов [1]. Начало глобальной «гонки онлайн-образования» во многом было обусловлено появлением МООК в начале XXI века как инструмента демократизации знаний и продвижения вузов в международном пространстве [2]. Однако широкое распространение ИИ-ассистентов возвращает к вопросам: чем МООК отличается от ИИ-ассистента и в чем педагогическое преимущество первого перед вторым?Ответ на этот вопрос требует системного анализа тех структурных ограничений, которые не позволяют ИИ-ассистенту выступать полноценной заменой педагогически организованному курсу.

Исследование К. Джордан, охватившее данные ведущих платформ, зафиксировало, что в среднем лишь 12,6 % записавшихся на курс доходят до его завершения [5]. Это указывает на то, что даже структурированный формат МООК не является педагогически самодостаточным. Тем важнее понять, способен ли ИИ-ассистент стать ему полноценной альтернативой. Анализ показывает, что не способен, и можно выделить шесть ключевых ограничений, обосновывающих целесообразность сохранения и развития формата МООК.

Во-первых, отсутствие структурированного педагогического сопровождения. Языковая модель реагирует на конкретный запрос, однако не выстраивает последовательного движения обучающегося от незнания к компетентности. Исследователи отмечают, что студенты испытывают когнитивные затруднения при использовании ChatGPT в образовательных целях, поскольку не осознают, что именно они не знают и с чего начать [4, 6]. МООК, напротив, задаёт чёткую дидактическую последовательность от базовых понятий к сложным, от теории к практике, от простых заданий к итоговому проекту.

Во-вторых, риск галлюцинаций. ИИ-системы склонны генерировать правдоподобно звучащую, но фактически ошибочную информацию. По данным российских педагогов, 58 % из них вынуждены постоянно перепроверять ИИ-контент, а недостоверность выдаваемых сведений оказалась на 4-м месте среди этических рисков применения ИИ в образовании [2]. Такая среда не может служить надёжной основой для систематического обучения, особенно в технических дисциплинах.

В-третьих, исчезновение учебного сообщества. МООК, несмотря на дистанционный формат, обеспечивает форумы, чаты обучающихся, взаимное рецензирование и совместные проекты. Диалог с ИИ-ассистентом представляет собой взаимодействие по модели «обучающийся-интерфейс», которое, по оценке педагогов, «приводит к обеднению образовательной среды» [2]. Социальное присутствие в обучении не сводится к получению ответов, так как оно формирует мотивацию, чувство принадлежности и профессиональную идентичность.

В-четвёртых, платность и ограниченная доступность языковых моделей. Наиболее распространённые в академической среде языковые модели, такие как ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google), официально недоступны на территории России вследствие экспортных ограничений. Продвинутые версии этих моделей являются платными, студенческих скидок не предусмотрено. В этих условиях представление о том, что студент может свободно заменить структурированный курс индивидуальным общением с ИИ-ассистентом, не учитывает реального состояния доступности этих инструментов.

В-пятых, требование высокой исходной мотивации и метакогнитивной грамотности. Самостоятельная организация обучения через ИИ предполагает, что студент заранее знает, что именно и в какой последовательности ему нужно изучить. Однако именно это знание является результатом обучения, а не его предпосылкой. Структурированный МООК задаёт внешние ориентиры в виде модулей, дедлайнов и чётких целей, которые компенсируют недостаток саморегуляции у начинающих обучающихся.

В-шестых, избыточная поддержка в ущерб мышлению. ИИ в режиме по умолчанию настроен на максимальную помощь, а не на развитие мышления обучающегося. Многие исследователи отмечают, что неуправляемое использование позволяет студентам выполнять задания, не включая критическое мышление [3, 4]. Это принципиально отличает ИИ-ассистента от педагога, поскольку хороший преподаватель намеренно создаёт познавательное затруднение, побуждая студента думать самостоятельно, тогда как ИИ по умолчанию устраняет любое затруднение немедленно. В результате у обучающегося формируется иллюзия компетентности: задание выполнено, но понимание не достигнуто, а навык не закреплён.

Вместе с тем перечисленные ограничения не означают, что ИИ и МООК существуют в состоянии конкуренции. Напротив, наиболее вероятным перспективным направлением является их педагогически обоснованная интеграция. Ведущие платформы, в частности «Coursera» и «Яндекс Практикум», уже внедряют ИИ-ассистентов непосредственно в структуру курсов с целью адаптивной проверки понимания, генерации дополнительных примеров по запросу студента и персонализации темпа прохождения модулей. При этом принципиально важно, что ИИ выступает в роли инструмента, встроенного в дидактическую логику курса, а не замещающего её. Данная задача приобретает особую актуальность в свете низкой доли завершения МООК, зафиксированной в исследованиях. Если ИИ способен своевременно выявить момент, когда студент теряет мотивацию или испытывает когнитивную перегрузку, и предложить адаптивный отклик, то сам формат приобретает принципиально новое педагогическое качество. Следовательно, вопрос состоит не в том, сохраняют ли МООК актуальность в эпоху ИИ, а в том, каким образом проектировщики курсов смогут использовать возможности ИИ для устранения системных слабостей традиционного формата, сохранив при этом его неоспоримые преимущества в части структурированности, верифицированности содержания, учебного сообщества и педагогического сопровождения.

Таким образом, ИИ не вытесняет, а трансформирует формат МООК. Курсы, построенные по принципу «видеолекция + тест», действительно теряют конкурентоспособность, но не потому, что их заменяет ИИ, а потому что они изначально были педагогически слабы. Как показывает опрос российских педагогов, 83 % из них рассматривают ИИ исключительно как инструмент, не ограничивающий профессиональную автономию, а ключевой страх состоит не в том, что ИИ займёт место педагога, а в том, что педагог «переложит свои функции на ИИ и забудет о своей истинной миссии» [2]. Педагогически состоятельный МООК в эпоху ИИ представляет собой не набор видеолекций, а дидактически выстроенную среду, где ИИ усиливает курс, но не подменяет ни его структуру, ни живое взаимодействие, ни педагогическое сопровождение. Роль преподавателя при этом смещается от транслятора знаний к проектировщику образовательного опыта.

Литература

1. Менжевицкий М.Е. Цифровая трансформация дополнительного профессионального образования в контексте формирования цифровых компетенций специалистов в сфере маркетинговых коммуникаций // Издательский дом «Среда». 2025. URL: https://phsreda.com/e-articles/10795/Action10795-151078.pdf (дата обращения: 09.03.2026).

2. Стрелкова О.А., Маклакова Н.В., Хованская Е.С. Трансформация педагогической этики в эпоху искусственного интеллекта: этические ориентиры педагога // Вестник Томского государственного университета. 2025. № 520. С. 223–232.

3. Тарасов Д.А. Перспективные направления развития областей искусственного интеллекта, применяемых в образовательном процессе // Материалы Международной научной конференции молодых учёных и специалистов, посвящённой 150-летию со дня рождения А.Я. Миловича: Сборник статей, Москва, 03–05 июня 2024 года. М.: РГАУ – МСХАимениК.А. Тимирязева, 2024. С. 572–575.

4. AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting / G. Kestin [et al.] // Scientific Reports. 2025. URL: https://www.nature.com/articles/s41598-025-97652-6 (date of the application: 05.03.2026).

5. Jordan K. Massive open online course completion rates revisited: Assessment, length and attrition // International Review of Research in Open and Distributed Learning. 2015. Vol. 16, № 3. P. 341–358. URL: https://www.irrodl.org/index.php/irrodl/article/view/2112/3394 (date of the application: 03.03.2026).

6. Park H. The Promise and Peril of ChatGPT in Higher Education: Opportunities, Challenges, and Design Implications / H. Park, D. Ahn // Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems (CHI ’24). — 2024. — URL:  (date of access: 05.03.2026). — DOI: 10.1145/3613904.3642785.