Образовательные стратегии использования генеративного искусственного интеллекта в подготовке журналистов

Раздел: Эссе

В статье представлена педагогическая рефлексия трех образовательных стратегий использования генеративного искусственного интеллекта в подготовке журналистов. На материале наблюдений за студентами трех учебных групп (n = 37) в течение одного семестра рассматриваются три подхода к включению ИИ в учебный процесс: запрет, добровольное использование и обязательное структурированное применение. Описываются субъективные образовательные эффекты, в том числе изменения учебной мотивации и динамика формирования профессиональной идентичности студентов-журналистов. Результаты наблюдений свидетельствуют о том, что влияние генеративного ИИ на учебный процесс определяется не самой технологией, а педагогическим замыслом ее применения. Особое внимание уделяется данным полуструктурированных интервью и письменных саморефлексий студентов как ключевому источнику сведений для понимания происходящих изменений.

DOI: 10.55959/msu.vestnik.journ.4.2026.153170

Введение

В общественном дискурсе генеративные нейросети нередко сводятся к способности «писать тексты» – и это, пожалуй, наиболее упрощенная из возможных рамок восприятия технологии. Для журналистского образования принципиально иное: понимание ИИ как инструмента, автоматизирующего рутинные операции – обработку данных, расшифровку интервью, поиск и сортировку информации – при сохранении смыслового ядра профессии (Давыдов, Замков, Крашенинникова, Лукина, 2023: 15). Это сближает ИИ с предыдущими технологическими сдвигами – компьютером и интернетом, которые в свое время органично вошли в профессиональную инфраструктуру (Pavlik, 2023: 85). Иными словами, речь идет не об угрозе журналистской профессии, а о ее очередном технологическом переоснащении.

Масштаб использования ИИ студентами давно вышел за рамки единичных экспериментов: по данным исследований, 92% студентов в Великобритании¹ и 86% студентов в мире² применяют ИИ в учебных целях. Такое использование носит системный характер и, что немаловажно, фактически не поддается административному контролю. Показательно, что около 36% преподавателей в США также обращаются к генеративному ИИ³. Согласно данным WAN-IFRA, 75% издательств сообщают об улучшении эффективности при внедрении ИИ в редакционный процесс⁴; российские региональные СМИ активно применяют его, прежде всего компенсируя дефицит кадров⁵. В этих условиях включение ИИ в подготовку журналистов уже не педагогическая экзотика, а насущная необходимость сближения учебных компетенций с реальными требованиями работодателей.

На уровне государственной политики технологии ИИ давно признаны стратегическим ресурсом⁶. Задача журналистского образования в этом контексте – перевести стихийное, нередко бесконтрольное использование инструмента в осмысленную профессиональную практику (Kasneci, Sessler, Küchemann, Bannert et al., 2023; Ивахненко, Никольский, 2023; Градюшко, Минчук, 2025).

Именно эта задача стала отправной точкой наблюдений, результаты которых предлагаются вниманию читателя. Описываемый опыт охватывает один учебный семестр и три группы студентов, поставленных в принципиально разные условия взаимодействия с генеративным ИИ. В конце того же учебного года группа, работавшая без доступа к ИИ, прошла специально разработанный курс по основам работы с нейросетями, принципам промптинга и методам применения ИИ в журналистике – и в следующем семестре уже самостоятельно выполняла задания с его свободным использованием. Этот последующий опыт существенно обогатил понимание наблюдаемых эффектов и также нашел отражение в настоящей статье.

Теоретические основания

Осмыслить наблюдаемые эффекты помогают три концепции, каждая из которых оказалась содержательно значимой в контексте описываемого педагогического опыта.

Первая – концепция педагогической поддержки (scaffolding), разработанная Д. Вудом, Дж. Брунером и Г. Россом (Wood, Bruner, Ross, 1976: 89–92) и развитая в контексте проблемно-ориентированного обучения (Hmelo-Silver, Duncan, Chinn, 2007: 100). Педагогическая поддержка – это временная опора, предоставляемая для выполнения задачи, превышающей текущие возможности обучающегося, и снимаемая по мере формирования компетенции. В русскоязычной педагогической литературе это понятие нашло отражение прежде всего в контексте языкового обучения: О. И. Быковских рассматривает скаффолдинг как временные вспомогательные структуры, помогающие обучающимся сформировать новое понимание (2022: 36); Е. И. Соколова анализирует функции скаффолдинга в дискурсе академического письма (2023: 165). Применительно к ИИ это означает: технология способна компенсировать недостаточную подготовленность на начальных этапах, однако ее роль должна постепенно уступать место самостоятельной работе. Эта логика согласуется с концепцией зоны ближайшего развития Л. С. Выготского (2005: 225–250).

Вместе с тем нельзя не принять во внимание и критическую позицию П. Киршнера, Дж. Свеллера и Р. Кларка (Kirschner, Sweller, Clark, 2006: 78), указывающих на риски минимального педагогического руководства. Согласно теории когнитивной нагрузки (Sweller, 1988: 257–260), бесконтрольное использование ИИ способно привести не к формированию навыков, а к их замещению алгоритмическими решениями (Зильберман, 2026; Байбекова, Муратова, 2025).

Вторая концепция – теория самодетерминации Э. Деси и Р. Райана (Deci, Ryan, 2000: 227–229), выделяющая три базовые психологические потребности: автономию, компетентность и связанность. Мотивация представляет собой непрерывную шкалу – от «меня принуждают» до «это важно лично для меня». Согласно выводам Дж. Рива и Х. Джанга, стиль преподавания, ориентированный на поддержку автономии, создает условия для подлинной вовлеченности студента в учебу (Reeve, Jang, 2006: 209–211). Это важно: обязательность использования ИИ не подрывает автономию, если сопровождается осмысленным обоснованием и свободой выбора конкретного инструмента и стратегии работы. Связь мотивации с академическими результатами применительно к российской студенческой аудитории подтверждается работами Т. О. Гордеевой (Гордеева, 2013; Гордеева, Сычев, Осин, 2013).

Третья концепция – профессиональная идентичность журналистов. В отечественной литературе А. Ю. Колянов описывает гибридную идентичность, возникающую при смешении традиционных практик с цифровыми технологиями (2020: 65); А. А. Градюшко и И. И. Минчук фиксируют, что среди рисков ИИ будущие журналисты называют шаблонность и угрозу авторскому «я» (2025); А. В. Куликовский подчеркивает, что сохранение идентичности требует баланса между технологическими инновациями и ключевыми ценностями профессии – критическим мышлением и авторской экспертизой (2025: 368). В зарубежной традиции ключевыми элементами профессиональной идентичности журналиста признаются автономия, критическое отношение к информации и ответственность за смысл (Deuze, 2005: 447; Singer, 2011: 252). Если ИИ применяется инструментально, при сохранении авторского контроля, идентичность укрепляется; если подменяет профессиональные решения, происходит ее эрозия.

Наконец, показательны данные о когнитивной разгрузке при использовании ИИ в учебной практике⁷: участники, применявшие ИИ для генерации готовых решений, показали результаты хуже контрольной группы, тогда как применявшие его для понимания логики – лучше. Это различие между разгрузкой (ИИ замещает мышление) и поддержкой (ИИ обеспечивает формирование навыков) оказалось ключевым для интерпретации описываемых ниже педагогических наблюдений.

Описание педагогического наблюдения

Описываемое наблюдение охватывало 16 недель осеннего семестра 2025 г. и весенний семестр 2026 г. на базе кафедры журналистики Ульяновского государственного университета. В проекте приняли участие 37 студентов, добровольно согласившихся на наблюдение, интервьюирование и анкетирование. Три учебные группы были отобраны естественным образом – по курсу обучения, но были поставлены в принципиально разные условия взаимодействия с генеративным ИИ в ходе учебного процесса.

Первую группу (n = 10) составили второкурсники бакалавриата, отличавшиеся высоким уровнем учебной мотивации и средней самооценкой профессиональных навыков. Большинство из них сталкивались с инструментами генеративного ИИ лишь в бытовых ситуациях. Эта группа работала без доступа к ИИ: нейросети при выполнении учебных заданий запрещались.

Вторую группу (n = 22) составили студенты четвертого курса – наиболее профессионально подготовленная часть выборки. Практически все имели опыт работы с нейросетями, почти половина использовала их регулярно. Эта группа моделировала наиболее распространенную в современных университетах ситуацию: ИИ доступен, но его использование остается добровольным и педагогически не направляется. Перед началом семестра для студентов были проведены две вводные лекции по 90 минут – по основам промптинга, стратегиям верификации и этике взаимодействия с нейросетями.

Третью группу (n = 5) составили третьекурсники, отличавшиеся наиболее неравномерной и в среднем низкой мотивацией. Наблюдения подтвердили, что группа в целом переживала характерный «кризис третьего курса» – период сомнений в правильности профессионального выбора. Для этих студентов использование генеративного ИИ при выполнении всех учебных заданий являлось обязательным. При этом обязательность сочеталась с поддержкой автономии: студенты сами выбирали инструмент и стратегию работы, а оценивалось качество и осмысленность применения ИИ, но не его объем. Подготовка включала четыре занятия по 90 минут, охватывавших принципы работы языковых моделей, техники промптинга, верификацию и профессиональную этику. В течение семестра группа выполнила пять обязательных заданий с постепенно снижавшейся методической поддержкой; каждое сопровождалось коротким эссе-саморефлексией (200–300 слов).

Данные собирались через анкетирование (три точки измерения: начало, середина и конец семестра) и полуструктурированные интервью со всеми 37 участниками (средняя продолжительность – около 30 минут). Интервью проводились специально подготовленными ассистентами, а не преподавателями курсов, – это позволило снизить вероятность социально желательных ответов. В конце семестра студенты также оставляли письменные саморефлексии по итогам выполнения практических заданий. Вся совокупность качественных данных анализировалась методом тематического кодирования (Braun, Clarke, 2006: 87–93); количественные показатели использовались как ориентиры для описания динамики, а не как основа для статистических выводов.

В следующем за описываемым семестре группа, работавшая без ИИ, прошла специально разработанный курс по основам нейросетевых технологий, принципам промптинга и методам применения ИИ в журналистской практике. После этого студенты выполняли задания уже в условиях свободного доступа к инструментам генеративного ИИ. Этот последующий опыт позволил дополнительно верифицировать ряд наблюдений, сделанных в ходе основного периода наблюдения, и дает основания для предварительных суждений о роли методической подготовки в формировании осознанного отношения к технологии.

Педагогические наблюдения и их интерпретация

Запрет на использование ИИ: между нормой и реальностью

Студенты первой группы описывали свое профессиональное становление как процесс самостоятельного преодоления трудностей. Центральными темами в их рефлексиях оказались самостоятельность и ощущение «победы» над сложным заданием. «Было задание – аналитическая статья про местную политику. Я сидела три дня. И когда закончила... когда получила хорошую оценку... Это было ощущение победы. Каждое слово – мое», – рассказывала одна из участниц (C01). Подобные высказывания повторялись в интервью регулярно и свидетельствовали о высокой субъективной ценности самостоятельно достигнутого результата.

Вместе с тем примерно треть студентов этой группы демонстрировала нарастающую тревогу: запрет на ИИ воспринимался ими не как педагогическое решение, а как нормативный барьер, противоречащий реальной профессиональной практике. Студенты прямо говорили о том, что, по их убеждению, в редакциях уже активно пользуются нейросетями, и опасались оказаться профессионально неконкурентоспособными. Это расхождение между образовательной нормой и профессиональными ожиданиями, пожалуй, наиболее значимый педагогический эффект запрета. Когда в следующем семестре эта группа прошла курс по основам ИИ и получила возможность свободно использовать нейросети, ее реакция оказалась показательной. Студенты, которым ранее было запрещено использовать ИИ, демонстрировали более осознанное и избирательное отношение к инструментам, чем можно было бы ожидать: «Нейросеть помогла мне с черновиком, структурой, переходами и вариантами формулировок. Я сам редактировал текст под видеоряд, выбирал смысловые акценты, правил синхроны и доводил текст до нормальной телевизионной формы» (С08, саморефлексия второго семестра).

Сказывалась, по всей видимости, накопленная база самостоятельной работы: студенты отчетливо понимали, какие задачи они способны решить без ИИ, а в каких он действительно помогает. Это наблюдение заставляет относиться к педагогическому запрету не как к однозначно контрпродуктивной мере, а как к стратегии с определенными издержками и определенными преимуществами.

Добровольное использование: прагматика без существенного роста

Студенты второй группы тяготели к прагматичному использованию ИИ при сохранении критической дистанции по отношению к алгоритму. Характерной была короткая фаза энтузиазма, быстро сменявшаяся столкновением с ограничениями инструмента – склонностью к «галлюцинациям» и шаблонности: «Когда нам разрешили ChatGPT, я думал: это революция! Но через неделю понял: он пишет правильно, но скучно. Плюс постоянно врет. После этого я начал использовать его очень избирательно» (A07). Большинство участников группы четко разграничивали ИИ как инструмент повышения производительности и как инструмент обучения: «ChatGPT делает меня эффективнее, но не делает лучше» (A17).

Именно это противоречие объясняет минимальную динамику профессионального роста в данной группе. Студенты, уже обладавшие высоким уровнем подготовки, использовали ИИ для ускорения выполнения уже освоенных ими действий, но не ставили перед собой новых интеллектуальных задач и не получали нового профессионального опыта. Добровольное использование без методического сопровождения оказалось, таким образом, комфортной, но в образовательном отношении нейтральной стратегией: она хорошо работает для тех, кто и без того мотивирован и самостоятелен, но не создает стимулов для тех, кто находится в зоне педагогического риска.

Обязательное структурированное использование: компенсаторный потенциал

Все пять студентов третьей группы прошли через сходную последовательность. Начальная реакция была однородно негативной: «Когда нам сказали, что мы обязаны использовать ChatGPT, я была в шоке» (B02). Переломным оказывался момент, когда при выполнении особенно трудного задания ИИ обеспечивал реальный успех, – и это меняло отношение к инструменту в целом.

Подобную динамику хорошо описывает один из участников группы: «В начале семестра я был готов бросить журфак. Когда сказали, что обязаны использовать ChatGPT, я подумал: еще одна ненужная нагрузка. Но потом... было второе задание, я вообще ничего не понимал в теме. Сел с ChatGPT, он за десять минут разложил все по полочкам. Пошел на интервью подготовленным. И интервью получилось! Вот тогда что-то сдвинулось» (B02). Описанная цепочка – опора на ИИ, ведущая к операционному успеху, затем к росту уверенности и, как следствие, к повышению мотивации, – воспроизводилась у всех участников группы.

Вслед за переломным моментом следовал рост уверенности: «Я стала увереннее. Потому что знаю: если дадут сложную задачу, у меня есть инструмент, который поможет разобраться» (B02). К концу семестра все участники группы отмечали рост внутренней мотивации к освоению журналистики, а четверо из пяти выразили благодарность именно за обязательный характер работы с ИИ: «Если бы мне дали выбор – я бы выбрала “нет”. Из страха. И упустила бы возможность вернуть себя в профессию» (B02). Единственный студент, не разделивший этой оценки, изначально отличался наиболее высоким уровнем подготовки и мотивации в группе, что само по себе показательно: обязательный подход оказывается наиболее значимым именно для тех, кто находится в точке профессионального кризиса.

Существенно, что большинство участников третьей группы фиксировали и переосмысление профессиональной идентичности: «Раньше я думала: журналист – это тот, кто все знает сам. Сейчас: журналист – это тот, кто умеет находить информацию и проверять ее. ИИ – один из инструментов» (B07). Это наблюдение указывает на то, что инструментальный опыт работы с технологией меняет не только навыки, но и базовые представления о профессии.

Дифференциация по типам навыков

Сопоставление данных интервью и анкетирования по разным группам выявило устойчивую закономерность: влияние ИИ на развитие навыков принципиально различается в зависимости от их природы. Текстовые и аналитические навыки: написание аналитических материалов, структурирование информации, работа с источниками – демонстрировали наибольшую позитивную динамику в группе с обязательным использованием ИИ. Коммуникативные навыки: прежде всего умение проводить интервью и работать в ситуации неопределенности, напротив, лучше развивались в группе без ИИ: живая практика, как и следовало ожидать, не заменяется инструментом (Lave, Wenger, 1991). Навык импровизации в разговоре у студентов третьей группы даже несколько снизился, что отчасти объясняется меньшим числом ситуаций, требовавших действовать «без подсказки».

Особого внимания заслуживает динамика навыков проверки, верификации информации. В третьей группе она оказалась неожиданно высокой, причем механизм здесь был парадоксальным: именно постоянная работа с инструментом, склонным к «галлюцинациям», воспитывала критическую установку: «ChatGPT научил меня не доверять. Он так убедительно врет! Я начал все проверять. И понял, что это нужно делать не только с ИИ, но и с любыми источниками» (B04). Это наблюдение опровергает одно из распространенных опасений: при структурированном педагогическом сопровождении работа с ИИ не ведет к пассивному потреблению информации – напротив, стимулирует ее постоянную оценку.

Механизм компенсаторного эффекта

Обобщая наблюдения, можно предложить следующую интерпретацию. Студенты с низкой мотивацией, как правило, располагают ограниченными ресурсами для выполнения учебных задач – не в смысле способностей, а в смысле психологической готовности к усилию. В этой ситуации ИИ принимает на себя ту когнитивную нагрузку, которая представляла для них наибольшую сложность: поиск базовой информации, преодоление барьера «белого листа», первичную структуризацию материала. Тем самым освобождаются ресурсы для осмысления, критического анализа и принятия профессиональных решений (Бершадский, 2014; Рахмонов, 2024), то есть именно для той деятельности, которая составляет суть журналистской работы.

Ключевым условием такого эффекта является методическое сопровождение. Каждое практическое задание сопровождалось рефлексивным эссе, в котором студенты анализировали принятые решения, возникшие трудности и эффективность выбранных стратегий. Это не только развивало метакогнитивные навыки (Zimmerman, 2002), но и препятствовало простому делегированию мышления алгоритму. Показательно, что студенты третьей группы в среднем оценивали свой вклад в финальный результат как примерно 60–65%, отводя ИИ роль черновика и структурной опоры, но отнюдь не автора.

Письменные саморефлексии студентов из параллельного задания по телесюжету (выполнявшегося в следующем семестре) обнаруживают сходную логику: «Нейросеть помогла мне грамотно сформулировать мою идею, сделала за меня черновик, предложила несколько вариантов переделанного закадрового голоса, когда у меня не получалось что-то сформулировать. В остальном бэкграунд у меня уже был». Другой студент фиксирует принципиальную грань: «ИИ значительно ускоряет первичную обработку большого объема материалов. Он помогает увидеть неочевидные логические связки и генерирует метафоры, которые можно взять за основу. При этом финальная доработка, адаптация под конкретный видеоряд и “человеческий” стиль остаются за редактором». Примечательно и наблюдение о верификации: «ИИ не видит материал так, как его видит человек на монтаже, поэтому я сам подгонял текст под конкретные кадры».

Обнаружилось также важное расхождение между тем, как студенты оценивали свою «зависимость» от ИИ в анкетах, и тем, что они говорили в интервью. В анкетах большинство участников третьей группы оценивали эту зависимость как невысокую, тогда как в интервью охотно признавали, что в значительной степени опирались на ИИ при выполнении заданий. Парадокс разрешается через различение двух смыслов «зависимости»: студенты не считали использование ИИ признаком несамостоятельности, поскольку одновременно фиксировали рост собственных компетенций. «Зависима ли я от ИИ? В каком-то смысле – да. Но это не та зависимость, которая ослабляет. Без ChatGPT справлюсь – просто медленнее. Но лучше работаю с ним» (B07). Это, по всей видимости, и есть тот баланс, к которому следует стремиться: ИИ как инструмент, умножающий возможности, а не замещающий усилие.

Профессиональная идентичность: угроза или укрепление?

Различные стратегии использования ИИ по-разному влияли на самоощущение профессиональной идентичности. В группах с добровольным и обязательным доступом к инструменту восприятие ИИ как угрозы профессиональным навыкам снижалось; в группе с запретом – возрастало. Практический опыт рационального применения нейросети формировал понимание алгоритма как помощника, выполняющего вспомогательные функции, но не как замену профессионального суждения. Инструментальное использование ИИ при сохранении авторского контроля укрепляло ключевые элементы профессиональной идентичности: автономию, критическое отношение к информации и ответственность за содержание (Колянов, 2020; Куликовский, 2025; Deuze, 2005; Singer, 2011). Восприятие ИИ как угрозы, напротив, формировало тревожное отношение к технологии, противоречащее реальным практикам современной медиаиндустрии⁴.

Заключение

Описанный педагогический опыт позволяет сформулировать несколько предварительных выводов.

Главный из них состоит в том, что образовательный эффект использования генеративного ИИ определяется не самой технологией, а педагогическим замыслом ее применения. Запрет на ИИ создает условия для самостоятельной работы, но порождает нарастающее расхождение между образовательными нормами и профессиональными ожиданиями студентов. Добровольное использование без методического сопровождения комфортно и приемлемо для хорошо мотивированных студентов, однако не создает стимулов для тех, кто находится в зоне педагогического риска. Обязательное структурированное применение ИИ при надлежащем методическом сопровождении выполняет компенсаторную функцию: снижает психологический барьер входа в профессионально ориентированные задания и дает инструмент тем, кто в ином случае не воспользовался бы им.

Принципиально важно, что компенсаторный эффект реализуется лишь при соблюдении ряда условий: осмысленное обоснование обязательности, свобода в выборе конкретного инструмента и стратегии, регулярная рефлексия над собственным опытом, постепенное снижение методической поддержки. Без этих условий обязательность легко превращается в принуждение, а ИИ – в источник готовых ответов вместо инструмента мышления.

Различные навыки требуют различных педагогических условий. Коммуникативные – прежде всего интервьюирование и импровизация – формируются через живую практику, которую никакой инструмент не заменит (Lave, Wenger, 1991). Текстовые, аналитические и исследовательские навыки, напротив, при структурированной работе с ИИ могут развиваться заметно быстрее. Это означает, что вопрос не в том, использовать или не использовать ИИ в журналистском образовании, а в том, какие задачи в каких условиях решаются с ним, а какие – без него.

Наконец, наши наблюдения убеждают в том, что практический опыт инструментального применения нейросетей – с сохранением авторского контроля и критической установки – не разрушает профессиональную идентичность будущего журналиста, а, напротив, способен ее укреплять. Вопрос, следовательно, заключается не в том, надо ли включать ИИ в учебный процесс, а в том, как организовать это включение так, чтобы центральной фигурой оставался человек – носитель профессиональной ответственности и смысла.

Примечания

¹ Freeman J. Student Generative AI Survey 2025. HEPI Policy Note 61. Higher Education Policy Institute, 26 February 2025. Available at: https://www.hepi.ac.uk/reports/student-generative-ai-survey-2025/ (accessed: 22.06.2026).

² Digital Education Council Global AI Student Survey 2024. AI or Not AI: What Students Want. Digital Education Council, 2 August 2024. Available at: https://www.digitaleducationcouncil.com/post/digital-education-council-global-ai-student-survey-2024 (accessed: 22.06.2026).

³ Time for Class 2024: Unlocking Access to Effective Digital Teaching & Learning. Tyton Partners, June 2024. Available at: https://tytonpartners.com/time-for-class-2024/ (accessed: 22.06.2026).

⁴ World Press Trends Outlook 2025–2026. WAN-IFRA, 19 January 2026. Available at: https://wan-ifra.org/insight/world-press-trends-outlook-2025-2026/ (accessed: 22.06.2026).

⁵ Как искусственный интеллект и машинное обучение влияют на мониторинг СМИ и PR-индустрию // СКАН-Интерфакс, 24.10.2024. Режим доступа: https://scan-interfax.ru/blog/kak-iskusstvennyj-intellekt-i-mashinnoe-obuchenie-vliyayut-na-monitoring-smi-i-pr-industriyu/ (дата обращения: 22.06.2026).

⁶ О развитии искусственного интеллекта в Российской Федерации: Указ Президента Российской Федерации от 10 октября 2019 г. № 490 // Kremlin.ru. Режим доступа: http://kremlin.ru/acts/bank/44731 (дата обращения: 22.06.2026).

⁷ Ocklenburg S. Cognitive offloading: using AI reduces new skill formation. Psychology Today, 15 February 2026. Available at: https://www.psychologytoday.com/us/blog/the-asymmetric-brain/202602/cognitive-offloading-using-ai-reduces-new-skill-formation (accessed: 22.06.2026).

Библиография

Байбекова М. М., Муратова К. Т. Влияние искусственного интеллекта на восприятие и усвоение знаний студентами в процессе самостоятельной работы // Вестн. Караганд. ун-та. Сер.: Педагогика. 2025. Т. 30. № 4 (120). С. 106–117. DOI: 10.31489/2025Ped4/106-117.

Бершадский М. Е. Педагогика конструктивизма: от идеи до технологии // Профильная школа. 2014. Т. 2. № 3. С. 45–60. DOI: 10.12737/4322.

Быковских О. И. Скаффолдинг как вид педагогической поддержки при реализации предметно-языкового интегрированного обучения // Калининградский вестник образования. 2022. № 2 (14). С. 22–29.

Выготский Л. С. Мышление и речь. М.: Лабиринт, 2005.

Гордеева Т. О. Мотивация учебной деятельности школьников и студентов: структура, механизмы, условия развития: дис. … д-ра психол. наук. М., 2013.

Гордеева Т. О., Сычев О. А., Осин Е. Н. Внутренняя и внешняя учебная мотивация студентов: их источники и влияние на психологическое благополучие // Вопросы психологии. 2013. № 1. С. 35–45.

Градюшко А. А., Минчук И. И. Применение искусственного интеллекта в журналистике: студенческие практики // Веснік Гродзенскага дзяржаўнага ўніверсітэта імя Янкі Купалы. Сер. 3: Філалогія. Педагогіка. Псіхалогія. 2025. Т. 15, № 3. С. 27–36.

Давыдов С. Г., Замков А. В., Крашенинникова М. А., Лукина М. М. Использование технологий искусственного интеллекта в российских медиа и журналистике // Вестник Московского университета. Серия 10. Журналистика. 2023. № 5. С. 3–21.

Зильберман Н. Н. Генеративный ИИ в высшем образовании: условия поддержки метакогнитивной регуляции студентов // Открытое образование. 2026. Т. 30. № 1. С. 15–22. DOI: 10.21686/1818-4243-2026-1-15-22

Ивахненко Е. Н., Никольский В. С. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. С. 9–22. DOI: 10.31992/0869-3617-2023-32-4-9-22

Колянов А. Ю. Профессиональная идентичность журналиста в условиях гибридной медиасистемы // Дискурс. 2020. Т. 6. № 4. С. 62–72. DOI: 10.32603/2412-8562-2020-6-4-62-72

Куликовский А. В. Перспективы использования искусственного интеллекта в журналистике // Виртуальная коммуникация и социальные сети. 2025. Т. 4. № 4. С. 366–372. DOI: 10.21603/2782-4799-2025-4-4-366-372

Рахмонов А. Б. Применение теории когнитивной нагрузки для оптимизации обучения методике преподавания русского языка // Universum: психология и образование. 2024. № 12 (126). DOI: 10.32743/UniPsy.2024.126.12.18783

Соколова Е. И. Методика «скаффолдинг» в дискурсе академического письма // Непрерывное образование: XXI век. 2023. Вып. 3 (43). С. 159–170. DOI: 10.15393/j5.art.2023.8654

Braun V., Clarke V. (2006) Using thematic analysis in psychology. Qualitative Research in Psychology 3 (2): 77–101. DOI: 10.1191/1478088706qp063oa.

Deci E. L., Ryan R. M. (2000) The “what” and “why” of goal pursuits: human needs and the self-determination of behavior. Psychological Inquiry 11 (4): 227–268. DOI: 10.1207/S15327965PLI1104_01

Deuze M. (2005) What is journalism? Professional identity and ideology of journalists reconsidered. Journalism 6 (4): 442–464. DOI: 10.1177/1464884905056815

Hmelo-Silver C. E., Duncan R. G., Chinn C. A. (2007) Scaffolding and achievement in problem-based and inquiry learning: a response to Kirschner, Sweller, and Clark (2006). Educational Psychologist 42 (2): 99–107. DOI: 10.1080/00461520701263368

Kasneci E., Sessler K., Küchemann S., Bannert M., Dementieva D., Fischer F., Gasser U., Groh G., Günnemann S., Hüllermeier E., Krusche S., Kutyniok G., Michaeli T., Nerdel C., Pfeffer J., Poquet O., Sailer M., Schmidt A., Seidel T., Stadler M., Weller J., Kuhn J., Kasneci G. (2023) ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences 103: 102274. DOI: 10.1016/j.lindif.2023.102274

Kirschner P. A., Sweller J., Clark R. E. (2006) Why minimal guidance during instruction does not work: an analysis of the failure of constructivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational Psychologist 41 (2): 75–86. DOI: 10.1207/s15326985ep4102_1

Lave J., Wenger E. (1991) Situated learning: legitimate peripheral participation. Cambridge: Cambridge University Press. DOI: 10.1017/CBO9780511815355

Pavlik J. V. (2023) Collaborating with ChatGPT: considering the implications of generative artificial intelligence for journalism and media education. Journalism & Mass Communication Educator 78 (1): 84–93. DOI: 10.1177/10776958221149577

Reeve J., Jang H. (2006) What teachers say and do to support students’ autonomy during a learning activity. Journal of Educational Psychology 98 (1): 209–218. DOI: 10.1037/0022-0663.98.1.209

Singer J. B. (2011) Journalism and digital technologies. In W. Lowrey, P. J. Gade (eds.) Changing the news: the forces shaping journalism in uncertain times. New York: Routledge. Pp. 213–229

Sweller J. (1988) Cognitive load during problem solving: effects on learning. Cognitive Science 12 (2): 257–285. DOI: 10.1207/s15516709cog1202_4

Wood D., Bruner J. S., Ross G. (1976) The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry 17 (2): 89–100. DOI: 10.1111/j.1469-7610.1976.tb00381.x

Zimmerman B. J. (2002) Becoming a self-regulated learner: an overview. Theory Into Practice 41 (2): 64–70. DOI: 10.1207/s15430421tip4102_2

Как цитировать: Самарцев О. Р. Образовательные стратегии использования генеративного искусственного интеллекта в подготовке журналистов // Вестник Московского университета. Серия 10. Журналистика. 2026. № 4. С. 153–170. DOI: 10.55959/msu.vestnik.journ.4.2026.153170

Поступила в редакцию 16.03.2026