Серия постов по спецвыпуску Assessment & Evaluation in Higher Education про обратную связь и ИИ
Обычно про ИИ и фидбек говорят просто: раньше научник/препод писал комментарии неделями, теперь ChatGPT — за секунду. Редакционная статья спецвыпуска (Zhan, Wood, Carless & Yan, 2026) показывает, что дело не в скорости. Авторы синтезировали семь статей номера и выделили пять направлений, которые определяют, во что на самом деле превращается фидбек в эпоху ИИ.
🤍 Доверие ≠ полезность. В опросе почти 7000 австралийских студентов (Henderson et al., 2026) фидбек преподавателя надёжным назвали 90,5% — против 60,1% для ИИ. А вот по "полезности" разрыв куда меньше — 82–84% в обоих случаях. Получается, ИИ не считают бесполезным, ему просто не готовы безоговорочно верить: студенты ценят его за доступность и понятность, но преподавателю доверяют больше из-за контекста, экспертизы и человеческого участия.
🤍 Выполнить задачу vs научиться. Zhan & Yan (2026) наблюдали за 16 студентами, писавшими эссе IELTS с фидбеком от ChatGPT: содержательная вовлечённость была сильной, а метакогнитивная — слабой. Только 5 из 16 отслеживали свой процесс переработки текста, никто не занимался целеполаганием. Похожее нашли Hawkins, Taylor-Griffiths & Lodge (2026) в эксперименте с симулированным эссе: ИИ чаще подпитывал у студентов цели избегания провала ("не облажаться, успеть в срок"), а не подлинный учебный интерес к теме.
🤍 Агентность vs делегирование. Jensen, Bearman, Boud & Konradsen (2026) провели необычное self-study: сравнили реальный процесс научного руководства с симулированными диалогами того же студента с ChatGPT по тем же самым дилеммам. Руководители задавали вопросы, подталкивая к рефлексии ("поставь себя на место рецензента журнала"), бот же неизменно выдавал готовый список шагов к выполнению. Ревизия становится проще — а вот пространство для собственного суждения студента сжимается.
🤍 Доступ ≠ преимущество. Около половины студентов вообще не используют ИИ для фидбека (Henderson et al., 2026) — и самая частая причина (28%) банальна: они просто не знали, что так можно. При этом среди попробовавших 84% сочли это полезным. То есть барьер часто не в недоверии, а в обычном незнании возможностей инструмента.
🤍 ИИ не снимает нагрузку с преподавателя, а перераспределяет её. Кто-то всё равно должен проверять точность, тон и педагогическую уместность того, что сгенерировал ИИ — иначе выигрыш во времени легко может обернуться новой формой нагрузки.
Особенно показательна находка Hawkins et al. (2026): в их эксперименте именно уровень фидбек-грамотности студента предсказывал успех работы с ИИ-поддержкой — а вот частота использования, доверие к нему и исходное знание темы значимой роли не сыграли. То есть дело не в том, "умеешь ли ты пользоваться ChatGPT", а в том, умеешь ли ты вообще работать с обратной связью: искать, критически оценивать, применять. Для измерения этого навыка китайские исследователи (Cui, Meng, Qian & Tang, 2026) уже разработали и валидировали отдельную шкалу — GenAI-SFLS, — включающую, помимо прочего, отдельное этическое измерение.
Авторы редакционной статьи вводят термин displacement ("вытеснение") — риск того, что удобство ИИ-фидбека постепенно и незаметно вытесняет медленную, но качественную работу человеческого педагогического суждения. Причём никто сознательно такого решения не принимает — это накопление мелких выборов в пользу "быстрее и проще".
Главный вывод редакции:
Ключевое различие, которое сектору нужно защищать — между продуктами, которые просто замещают усилия студента, и процессами, которые реально его развивают.
🤍 Дальше в этой серии: разберу каждое из этих исследований отдельно — как студенты реально работают с ChatGPT над эссе, чем фидбек чат-бота принципиально отличается от фидбека научного руководителя, почему доверяют ИИ в вопросах грамматики, но не в вопросах содержания, и как вообще можно измерить "ИИ грамотность" студента. Если тема обратной связи в преподавании и работе со студентами вам близка — следите за публикациями.
