Исследование, опубликованное в журнале Nature, анализирует факторы принятия генеративного ИИ сельскими педагогами в Китае. Авторы выявили, что уровень технологической грамотности и доступ к инфраструктуре напрямую влияют на готовность учителей интегрировать нейросети в учебный процесс, подчеркивая риск углубления цифрового неравенства между городскими и сельскими образовательными учреждениями при неравномерном распределении ИИ-инструментов.
Работа опирается на модель принятия технологий (TAM), адаптированную для оценки специфических барьеров, с которыми сталкиваются учителя в удаленных регионах. Исследователи подчеркивают, что простого наличия доступа к инструментам недостаточно: ключевым фактором успеха становится целенаправленное обучение и поддержка, которые помогают преодолеть психологический барьер перед использованием сложных алгоритмов в повседневной педагогической практике.
Результаты показывают, что разрыв в цифровых компетенциях может привести к тому, что преимущества генеративного ИИ в персонализации обучения останутся недоступными для значительной части сельских школьников. Авторы призывают к разработке специализированных стратегий внедрения, учитывающих ограниченные ресурсы и специфические потребности сельских школ для предотвращения дальнейшей социальной стратификации в системе образования.
Ключевые факты
- Исследование сфокусировано на анализе барьеров внедрения генеративного ИИ в сельских школах Китая.
- Методология базируется на расширенной модели принятия технологий (TAM), учитывающей социально-экономические факторы.
- Основным препятствием для учителей назван недостаток навыков работы с ИИ-инструментами, а не только отсутствие технического оборудования.
- Авторы подтверждают гипотезу о том, что без системной поддержки ИИ может усилить существующий цифровой разрыв в образовании.
- Работа опубликована в научном издании Nature, что подчеркивает значимость проблемы для глобальной образовательной политики.