Искусственный интеллект как драйвер трансформаций педагогической парадигмы высшего профессионального образования в Китае
Ключевые слова:
Китай, национальная стратегия развития, искусственный интеллект, интеллектуальное общество, высшее профессиональное образование, университет, педагогическая парадигмаАннотация
Систематизируются ориентиры, требования и задачи, обозначенные в китайских национальных стратегиях развития искусственного интеллекта для высшего профессионального образования. Выявляются ключевые параметры концептуально-методологических и ценностных основ интеллектуализации университетского образования в современном Китае. Анализируются трансформации педагогической парадигмы университетского образования с учетом его целей, содержания, процессуальности, ресурсного обеспечения, оценки качества. Обозначаются успехи и наиболее заметные проблемы интеграции искусственного интеллекта в университетскую экосистему.
Библиографические ссылки
Струкова ПЭ. Искусственный интеллект в Китае: современное состояние отрасли и тенденции развития. Вестник Санкт-Петербургского университета. Востоковедение и африканистика. 2020;12(4):588–606. DOI: 10.21638/spbu
13.2020.409.
Сяо Ц, Аринушкина АА, Машкина ОА. Актуальные вопросы внедрения технологий искусственного интеллекта в систему высшего образования Китая. Вестник Московского университета. Серия 20, Педагогическое образование. 2025;23(1):121–136. DOI: 10.55959/LPEJ-25-06.
Knox J. Artificial intelligence and education in China. Learning, Media and Technology. 2020;45(3):298–311. DOI: 10.1080/17439884.2020.1754236.
Schiff D. Education for AI, not AI for education: The role of education and ethics in national AI policy strategies. International Journal of Artificial Intelligence in Education. 2022;32(3):527–563. DOI: 10.1007/s40593-021-00270-2.
Ouyang F, Jiao P. Artificial intelligence in education: the three paradigms. Computers and Education: Artificial Intelligence. 2021;2:100020. DOI: 10.1016/j.caeai.2021.100020.
Cai S, Jiao X, Song B. Open another door to education – applications, challenges and perspectives of the educational metaverse. Metaverse. 2022;3(1):1798. DOI: 10.54517/met.v3i1.1798.
Flick U. Triangulation. In: Denzin NK, Lincoln YS, editors. The SAGE handbook of qualitative research. 5th edition. Los Angeles: SAGE; 2018. p. 777–804.
Chen C. Chinese universities want students to use more AI, not less. MIT Technology Review [Internet]. 2025 [cited 2026 March 17];128(4). Available from: https://www.technologyreview.com/2025/07/28/1120747/chinese-universities-ai-use/?utm_source=ixbtcom.
Bond M, Khosravi H, De Laat M, Bergdahl N, Negrea V, Oxley E, et al. A meta systematic review of artificial intelligence in higher education: a call for increased ethics, collaboration, and rigour. International Journal of Educational Technology in Higher Education. 2024;21:4. DOI: 10.1186/s41239-023-00436-z.
Bearman M, Ryan J, Ajjawi R. Discourses of artificial intelligence in higher education: a critical literature review. Higher Education. 2023;86:369–385. DOI: 10.1007/s10734-022-00937-2.
Котельникова НН. Традиционные культурные ценности в медиаурбанистическом пространстве современного китайского города (на материале социальной рекламы серии «Китайская мечта»). Современные востоковедческие исследования. 2020;2(5):4–11.
