Vol. 2 No. 07 (2025): International Journal of Science and Technology
Articles

ВЛИЯНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА КОГНИТИВНОЕ РАЗВИТИЕ УЧАЩИХСЯ: АНАЛИЗ НАУЧНОЙ ЛИТЕРАТУРЫ И ПЕРСПЕКТИВЫ

PDF
  • Нусратов Нусратов Анвар Нематжонович,
  • Муродов Улуғбек Ўткир ўғли

Published 16-05-2025

Keywords

  • искусственный интеллект, когнитивное развитие, анализ научной литературы, перспективы, персонализация обучения, этические вопросы, педагогические подходы, мотивация
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

How to Cite

ВЛИЯНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА КОГНИТИВНОЕ РАЗВИТИЕ УЧАЩИХСЯ: АНАЛИЗ НАУЧНОЙ ЛИТЕРАТУРЫ И ПЕРСПЕКТИВЫ. (2025). INTERNATIONAL JOURNAL OF SCIENCE AND TECHNOLOGY, 2(07), 6-9. https://doi.org/10.70728/tech.v2.i07.002

Abstract

В статье исследуется влияние искусственного интеллекта (ИИ) на когнитивное развитие учащихся, что является одной из актуальных проблем современной образовательной практики. ИИ представляет собой совокупность технологий, способных моделировать когнитивные процессы, такие как восприятие, мышление, обучение и принятие решений, на основе анализа больших объемов данных. Цель данной работы заключается в анализе научной литературы, посвященной применению ИИ в образовательной среде, с акцентом на его воздействие на когнитивные способности учащихся, включая развитие критического мышления, памяти и навыков решения проблем. В статье рассматриваются ключевые направления исследований, выявляются основные тенденции и перспективы использования ИИ для поддержки когнитивного развития учащихся. Особое внимание уделяется как положительным аспектам, таким как персонализация обучения и повышение мотивации, так и потенциальным рискам, включая возможное снижение самостоятельности мышления и этические вопросы, связанные с применением ИИ в образовании. Результаты анализа подчеркивают необходимость дальнейших исследований для разработки сбалансированных подходов к интеграции ИИ в образовательные процессы с учетом его влияния на когнитивное развитие учащихся.

PDF

References

  1. Azevedo, R., Taub, M., & Mudrick, N. V. (2018). Understanding and reasoning about real-time cognitive, affective, and metacognitive processes to foster self-regulation with advanced learning technologies. Journal of Educational Psychology, 110(2), 127–145.
  2. Baker, R. S., & Siemens, G. (2014). Educational data mining and learning analytics. In R. K. Sawyer (Ed.), The Cambridge Handbook of the Learning Sciences (pp. 253–272). Cambridge University Press.
  3. Brynjolfsson, E., & McAfee, A. (2017). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W.W. Norton & Company.
  4. Crompton, H. (2013). A historical overview of mobile learning: Toward learner-centered education. In Z. L. Berge & L. Y. Muilenburg (Eds.), Handbook of mobile learning (pp. 80–94). Routledge.
  5. D’Mello, S., & Graesser, A. (2012). Dynamics of affective states during complex learning. Learning and Instruction, 22(2), 145–157.
  6. Dicheva, D., Dichev, C., Agre, G., & Angelova, G. (2015). Gamification in education: A systematic mapping study. Educational Technology & Society, 18(3), 75–88.
  7. Hamari, J., Shernoff, D. J., Rowe, E., Coller, B., Asbell-Clarke, J., & Edwards, T. (2016). Challenging games help students learn: An empirical study on engagement, flow and immersion in game-based learning. Computers in Human Behavior, 54, 170–179.
  8. Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign.
  9. Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson Education.
  10. Merchant, Z., Goetz, E. T., Cifuentes, L., Keeney-Kennicutt, W., & Davis, T. J. (2014). Effectiveness of virtual reality-based instruction on students’ learning outcomes in K-12 and higher education: A meta-analysis. Computers & Education, 70, 29–40.
  11. Noble, S. U. (2018). Algorithms of Oppression: How Search Engines Reinforce Racism. NYU Press.
  12. Pane, J. F., Steiner, E. D., Baird, M. D., Hamilton, L. S., & Pane, J. D. (2017). How does personalized learning affect student achievement? RAND Corporation.
  13. Rose, D. H., & Meyer, A. (2002). Teaching Every Student in the Digital Age: Universal Design for Learning. Association for Supervision and Curriculum Development.
  14. Selwyn, N. (2019). Should Robots Replace Teachers? AI and the Future of Education. Polity Press.
  15. Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review, 46(5), 30–40.
  16. Van Deursen, A. J., & Helsper, E. J. (2015). The third-level digital divide: Who benefits most from being online? Communication and Information Technologies Annual, 10, 29–52.
  17. Williamson, B. (2019). Big Data in Education: The Digital Future of Learning, Policy and Practice. Sage Publications.
  18. Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the gaps? International Journal of Educational Technology in Higher Education, 16(1), 1–28.