Розвиток критичного мислення щодо ШІ у студентів ЗВО як компонент цифрової грамотності та академічної доброчесності

Abstract

У статті теоретично обґрунтовано критичне мислення щодо використання генеративного ШІ у здобувачів вищої освіти як компонент цифрової грамотності та академічної доброчесності. Методологічні основи становлять компетентнісний, системний, діяльнісний, аксіологічний та етико-нормативний, а також міждисциплінарний підходи. Використано методи аналізу, синтезу й узагальнення, концептуалізації та уточнення дефініцій, порівняльно-логічного аналізу. У результаті уточнено термінологічну рамку дослідження через робочі тлумачення педагогічної технології у ЗВО, цифрової компетентності здобувача освіти та критичного мислення щодо ШІ. Запропоновано компонентну структуру критичного мислення щодо ШІ (когнітивний, операційно-діяльнісний, ціннісно-нормативний, рефлексивний компоненти), та показано їх функції у забезпеченні якості знань і підзвітності навчальних дій студента. Таку модель операціоналізовано через критерії та індикатори сформованості критичного мислення щодо ШІ в освітньому середовищі.

The article provides a theoretical justification of higher education students’ critical thinking regarding the use of generative artificial intelligence (AI) as a component of digital literacy and academic integrity. The relevance of the issue stems from the fact that, on the one hand, generative AI enhances cognitive support for learning (explaining complex content, summarising, and structuring information), personalisation and timely feedback, as well as the organisational efficiency of the educational process; on the other hand, it intensifies risks to the quality of knowledge and academic integrity due to erroneous outputs, algorithmic bias, opacity of output generation mechanisms, misattribution of authorship, dependence formation, and threats to confidentiality. The aim of the article is to theoretically substantiate the development of critical thinking about AI use among higher education students as an integrated learning outcome relevant to the quality of knowledge and compliance with academic integrity standards, and to clarify its content, structure, and formative guidelines within the educational process. The methodological foundations include competence-based, systems, activity-based, axiological, ethical–normative, and interdisciplinary approaches. The study employs methods of analysis, synthesis and generalisation, conceptualisation and refinement of definitions, and comparative logical analysis. As a result, the terminological framework of the study is clarified through working definitions of pedagogical technology in higher education institutions and students’ digital competence; critical thinking about AI is defined as the ability to substantiate the appropriateness and limits of using the tool in learning tasks, verify the accuracy and relevance of the obtained results, identify limitations and risks, and act transparently and responsibly in accordance with academic integrity standards. A component-based structure of critical thinking about AI is proposed, encompassing cognitive, operational–activity, value–normative, and reflective components, and their functions in ensuring the quality of knowledge and accountability of students’ learning actions are outlined. This model is operationalised through criteria and indicators of critical thinking about AI in the academic context: accuracy verification, identification of limitations and risks, proper documentation of AI use, self-monitoring, and reflection.