НЕЙРО-ЦИФРОВАЯ МОДЕЛЬ ОБУЧЕНИЯ ДЛЯ ЦИФРОВОЙ ТРАНС-ФОРМАЦИИ ВЫСШЕГО ОБРАЗОВАНИЯ С ПОМОЩЬЮ АІ

2026

Толық мәтін Ашық қол жеткізу: Gold Метадеректер (CSL-JSON)
DOI 10.54309/ijict.2026.27.3.012
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

В статье исследуются быстрое развитие искусственного ин-теллекта (АІ) трансформирует высшее образование из традиционного способа распространения информации в интеллектуальную, адаптивную и самообнов-ляющуюся систему. В данной работе анализируется эволюция парадигм обра-зования в так называемую «предсингулярную эпоху», когда АІ достиг высоко-го уровня возможностей, а окончательные решения по-прежнему принимаются людьми. Цель состоит в построении нейро-цифровой модели обучения в выс-шем образовании с использованием теоретических основ нейрообразования, об-учения на основе работы мозга и АІ-когниции. Методология работы основана на методическом анализе научных публикаций, международных стратегических документов и отечественного опыта, интегрированном с качественным подхо-дом и обоснованной теорией. Анализ рассматривает эволюцию образовательных моделей от «Образования 1.0» до «Образования 6.0», подчеркивая переход от системы, ориентированной на преподавателя, к антропо-цифровой синергии, где обучающийся является субъектом коэволюции, а преподаватель выступает в качестве когнитивного партнера в сотрудничестве с AI. Исследование также позволяет понять взаимосвязь между нейрообразованием, обучением на осно-ве работы мозга и когнитивными функциями AI. Теория когнитивной нагрузки используется для объяснения того, как AI снижает внутреннюю нагрузку, огра-ничивает внешнюю нагрузку и увеличивает релевантную нагрузку. Также выяв-лены риски когнитивных функций AI, такие как ослабление когнитивной актив-ности, фрагментация внимания и зависимость от AI. Предложенная парадигма объединяет нейропластичность, обучение на основе работы мозга, оптимизацию когнитивной нагрузки и когнитивные функции AI в единую модель, где AI под-держивает человеческое мышление, а не заменяет его. Полученные результаты имеют теоретические и практические последствия для педагогической науки и цифровой трансформации высшего и послевузовского образования в Казахстане (Smart.EDU).