Ещё одна методологически интересная работа из спецвыпуска про фидбек и ИИ. Авторы решили не полагаться на опросники ("как часто вы используете ChatGPT?" — и все всё немного приукрашивают) и не наблюдать издалека, а буквально посадить 32 студента в лабораторию, дать им 25 минут на эссе с доступом к ChatGPT, записать экран — а потом усадить рядом и попросить пересмотреть запись, комментируя вслух каждый шаг: о чём вы думали именно в этот момент?
Получилась редкая возможность увидеть не то, что студенты говорят о своём использовании ИИ, а что они реально делают и как это осмысляют.
Главная количественная находка, хоть и на скромной выборке: из всех предикторов оценки за эссе (доверие к ИИ, частота использования, предзнание темы, усилия) значимым оказался только один — фидбек-грамотность (умение искать, оценивать и применять обратную связь). Ни то, как часто студент юзает ИИ, ни то, насколько он ему доверяет, само по себе не предсказывает качество результата. Предсказывает — умение грамотно работать с обратной связью как таковой.
Но самое интересное — в качественном анализе. Авторы выделили четыре последовательные фазы того, как студенты взаимодействовали с ИИ:
🤍 Feed-forward ("накидай идей"). Первый контакт — почти всегда запрос на генерацию содержания: "придумай пункты", "накидай структуру". По сути, ChatGPT использовался как продвинутый поисковик — с бонусом мгновенного резюмирования.
🤍 Feedback ("оцени, что у меня получилось"). А вот тут интересно: меньше 20% студентов вообще просили оценить эссе целиком. Большинство запросов были на уровне отдельных фраз — перефразировать, подобрать синоним, исправить грамматику. И забавный парадокс: часть студентов использовала инструмент Quillbot, чтобы... сделать текст, написанный ChatGPT, менее похожим на ИИ и более похожим на себя.
🤍 Feedback evaluation (критическая оценка ответа ИИ). Почти все хоть раз оценивали, хорош ли ответ бота — "расширь", "попробуй ещё раз", "это слишком общо". Но только треть сверяла ответ с другим источником — гуглом, статьёй, другим чат-ботом. Одна студентка сравнила консультацию с ИИ с тем, чтобы спросить одногруппника: "иногда я не уверена, правильно ли отвечаю на вопрос, и просто вставляю его в ИИ... это как спросить друга, то же ли он пишет, что и я". Сквозная тема через все интервью — желание, чтобы текст звучал "как я сам", а не "как ИИ".
🤍 AI avoidance (сознательный отказ от ИИ). Половина участников в какой-то момент нарочно не обращалась к ИИ — из страха случайно скопировать формулировки, из соображений честности, а один участник признался, что обращение к чату сбивает поток мыслей: "я знаю, что чат мог бы подсказать хорошую фразу, но мне было лень туда переключаться — я потеряю мысль".
Авторы встраивают всё это в модель саморегулируемого обучения и формулируют довольно тревожный вывод:
у большинства студентов ИИ, судя по всему, не пробуждал учебные цели ("хочу разобраться в теме"), а вместо этого подпитывал цели избегания провала ("не хочу выглядеть некомпетентным, не хочу не успеть").
ИИ становился своего рода "костылём самоэффективности" — продвигал выполнение задания не через обучение, а через то, что часть работы просто делалась за студента.
Ключевая формулировка авторов звучит так:
без навыков саморегуляции, укоренённых в реальной уверенности в себе и мотивации учиться, ИИ начинает функционировать не как инструмент студента, а как студент вместо студента.
Практический вывод для вузов: вместо того чтобы фокусироваться исключительно на разработке "правильных" образовательных ИИ-инструментов внутри студенческой группы, стоит вкладываться в развитие переносимых навыков фидбек-грамотности — потому что вне аудитории студенты и так уже вовсю общаются с обычным ChatGPT, который никакой педагогической рамки не соблюдает.
📎 Hawkins, Taylor-Griffiths & Lodge (2026). Summarise, elaborate, try again: exploring the effect of feedback literacy on AI-enhanced essay writing. AEHE, 51(5), 879–891.