БИБЛИОМЕТРИЧЕСКИЙ АНАЛИЗ ТЕХНОЛОГИЙ ГЕНЕРАТИВНОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАНИИ

Аннотация

Стремительное распространение генеративного искусственного интеллекта в образовании усиливает требования к его ответственному использованию, поддержанию академической добросовестности и модернизации дизайна обучения. Цель исследования – выявить динамику публикаций по теме GenAI в базе данных Web of Science за 2019–2024 годы, а также влиятельных авторов, организации, страны и приоритетные тематические кластеры. Значимость исследования состоит в систематизации этого развития и формировании доказательной основы для подготовки учителей и обновления учебных программ в Казахстане. В качестве метода использовался библиометрический анализ. Данные отбирались по выражению TS. Сети совместной встречаемости ключевых слов, совместного цитирования и соавторства визуализировались в программе VOSviewer 1.6.20 методом дробного счёта (fractional counting) с порогом частоты ≥5. Анализ выявил три тематических кластера: восприятие и доверие; методологические и нормативные основы, дизайн обучения; применение и эффективность. Кроме того, с 2023 года исследовательская повестка сместилась к большим языковым моделям (LLM), ChatGPT и вопросам академической добросовестности. В сети научного сотрудничества США, Китай и Великобритания выступили ключевыми хабами, а Сингапур, Канада и Германия – связующими мостами; на региональном уровне Nazarbayev University выделился как площадка взаимодействия с глобальными консорциумами. Итоговый вывод: исследования GenAI развиваются от техноцентрического интереса к институционализированным педагогическим решениям. Ценность исследования – в формулировании конкретных рекомендаций по внедрению грамотности и этики ИИ в учебные программы и расширению международного партнёрства.