Самонаправленное обучение

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Самонаправленное обучение (СНО) — процесс, посредством которого учащиеся берут инициативу и ответственность за диагностирование собственных потребностей в обучении, постановку целей, определение ресурсов, выбор и реализацию стратегий и оценивание исходов, часто при ограниченной внешней структуре. В эпоху ИИ СНО является и ключевым исходом (поддерживает или разрушает использование ИИ способность учащихся направлять собственное обучение?), и уязвимостью (удобство генеративного ИИ может подрывать ту самую автономию и Самоэффективность, которых требует СНО).

Вопросы для размышления

• Самонаправленное обучение означает диагностирование собственных потребностей, постановку целей и оценивание исходов при ограниченной внешней структуре. Прежде чем читать: насколько комфортно вы на самом деле направляете собственное обучение — и делал ли когда-нибудь ИИ-инструмент вас менее способным к этому, без вашего ведома?
• Страница представляет СНО и как желанный исход, и как уязвимость: удобство генеративного ИИ может разрушать ту самую автономию и самоэффективность, которых требует СНО. Почему инструмент, дающий мгновенные ответы, делал бы направление собственного обучения труднее впоследствии?
• Было обнаружено, что бездумное использование GenAI — принятие результатов без critical evaluation — вредит СНО как напрямую, так и разрушая самоэффективность и мотивацию. Можете вспомнить случай, когда вы приняли ответ ИИ, не оценив его? Чем это вам обошлось, если обошлось?
• СНО и саморегулируемое обучение (СРО) тесно связаны, но различны: СРО касается Регулирование ИИ в образовании обучения в моменте, тогда как СНО касается общей ответственности во времени. Где вы видите границу между «управлять этой задачей» и «направлять моё собственное обучение» в вашей собственной практике?
• Вред от бездумного использования ИИ сильнее бил по мотивации одних студентов и по самоэффективности других. Если разрушение этих психологических ресурсов неравномерно между учащимися, какую equity это поднимает относительно того, кто теряет больше всего от удобства ИИ?
• Поставьте цель перед чтением: назовите одну учебную цель, к которой вы сейчас идёте преимущественно самостоятельно, и один способ, которым ИИ-инструмент помогает вам к ней, и один способ, которым он может тихо отбирать у вас направление.

Введение

Самонаправленное обучение тесно связано с — но отлично от — self-regulated learning (SRL). В то время как СРО делает акцент на когнитивной, мотивационной и поведенческой регуляции обучения в моменте (планирование, мониторинг, контроль, рефлексия), СНО делает акцент на общей ответственности учащегося за направление и управление собственным обучением во времени, часто в неформальных или самостоятельно выбранных контекстах. СНО является основой adult learning и lifelong learning и является заметной теорией в дистанционном и онлайн-образовании, где учащиеся должны поддерживать автономию без запланированного времени занятий. СНО также становится всё более поддающимся эмпирическому изучению: анализируя потоки кликов 315 онлайн-учащихся, построивших 822 модели в VERA, An, Hammock & Goel (2025) выявили три поведенческие сигнатуры самонаправленности — наблюдение, конструирование и исследование — и обнаружили, что учащиеся прогрессируют от конструирования руками к более полному, управляемому гипотезами исследованию, тогда как наблюдение сохраняется через все фазы, показывая, что степень и вид автономии, которую учащиеся осуществляют в неструктурированной онлайн-задаче, можно отличить только по данным их траектории.

Как генеративный ИИ перестраивает самонаправленное обучение

research базы знаний документируют обе стороны отношения GenAI–СНО.

• ИИ может поддерживать СНО. AI and lifelong learning и self-directed growth with GenAI + learning analytics показывают, что ИИ-инструменты могут scaffold независимое исследование, предоставлять ресурсы по требованию и персонализировать учебные пути способами, укрепляющими автономию учащегося. Meta-analytic evidence по образовательным результатам генеративного ИИ и conversational AI in informal learning указывают на положительный потенциал, когда ИИ используется как ресурс, которым управляет учащийся.

• Учащиеся хотят думающего партнёра, а не оракула. Опрошенные взрослые учащиеся хотели, чтобы ИИ провоцировал рефлексию и верифицировал, а не выдавал ответы, и оставлял за ними контроль над учебным путём, а не предписывал его (Kim et al. (2026)).

• Бездумное использование подрывает СНО. Zhao & Gu (2026) показывают, что бездумное использование GenAI — принятие результатов ИИ без критической оценки — значительно вредит СНО студентов бакалавриата как напрямую, так и через разрушение Самоэффективность и Мотивация (модель объяснила 75.3% дисперсии СНО; TUGA β = −0.42). Негативный эффект на мотивацию был сильнее у студентов мужского пола, а на самоэффективность — сильнее у студенток. Это связывается с более широким риском over-reliance, документированным в базе знаний.

• Переложение когнитивных функций и делегирование. Andragogy and cognitive delegation и learning by chatting with GenAI исследуют, как учащиеся могут делегировать когнитивную работу ИИ способами, обходящими трудную для обучения обработку, которую требует СНО, — режим отказа иначе поддерживающих автономию инструментов. Scaffolding critical thinking with GenAI и test-driven AI-assisted learning моделируют более продуктивные конструкции.

Различие СНО–СРО на практике

Поскольку СНО делает акцент на инициируемом учащимся направлении, интервенции по его защите сосредоточены на сохранении Автономность учащегося и самоэффективности, а не просто на регуляции поведения от мгновения к мгновению. Доказательства того, что бездумное использование ИИ разрушает мотивацию и самоэффективность — психологические ресурсы, от которых зависит СНО, — указывают, что продвижение responsible AI use — это не просто вопрос академической честности, а вопрос развития: защиты способности студентов направлять собственное обучение.

Исследование скаффолдинга извлечения знаний ИИ для обучения на основе исследований

• Извлечение знаний ИИ как скаффолд для обучения на основе исследований. An и коллеги (2026) проектируют систему извлечения информации на базе ИИ, которая преобразует научные публикации в структурированные, отслеживаемые наборы данных для поддержки написания дипломных работ студентами бакалавриата в STEM, позиционируясь как эпистемический скаффолд, который делает возможным инспектирование отношений доказательство–утверждение при снижении низкоуровневых требований по обработке данных. В пилотном mixed-methods исследовании на 20 студентов по 80 документам студенты извлекли более 90% целевых параметров, самооценённое время обзора литературы снизилось примерно на 65%, а их способность выявлять влиятельные переменные возросла на 50% — что поддерживает идею о том, что AI может перебалансировать когнитивную нагрузку в сторону рассуждения более высокого порядка, самонаправленного исследовательского, а не рутинного обобщения.

Связанные концепции

• Саморегулируемое обучение
• Автономность учащегося
• Самоэффективность
• Мотивация
• Метакогниция
• Когнитивный оффлоадинг
• Злоупотребление ИИ и вред обучению
• ИИ-грамотность
• Взрослые учащиеся
• Непрерывное обучение
• Высшее образование

Связанные статьи

• Thoughtless Use of Generative Artificial Intelligence and College Students' Self-Directed Learning: A Multi-Group SEM Analysis of Gender Differences — Бездумное использование GenAI и самонаправленное обучение (SEM, гендерные различия)
• Artificial Intelligence in Lifelong Learning: Opportunities and Challenges in Adult Education Policy — Политика в области ИИ и обучения в течение всей жизни
• Fostering Self-Directed Growth with Generative AI: Toward a New Learning Analytics Framework — Самонаправленный рост с GenAI и аналитикой обучения
• Generative AI technologies and educational outcomes: a comprehensive meta-analysis comparing traditional and AI-driven approaches — Метаанализ образовательных результатов генеративного ИИ
• What Remains Self-Directed? Revisiting Andragogy Through Cognitive Delegation in Generative AI-Mediated Adult Learning — Андрагогика и когнитивное делегирование с GenAI
• Adult Learners' Perspectives of AI Applications in Supporting Andragogy — AI Applications in Supporting Andragogy (Kim et al. 2026)
• How Online Learners Engage in Self-Directed Modeling: A Behavioral Analysis