ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ В

ЭПОХУ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: ТРАНСФОРМАЦИЯ

СОДЕРЖАНИЯ И МЕТОДОВ ПОДГОТОВКИ СПЕЦИАЛИСТОВ

Аннотация

Статья посвящена актуальной проблеме трансформации содержания

и методов подготовки специалистов в области информационных

систем и программирования под влиянием стремительного развития

технологий искусственного интеллекта. В работе обосновывается

необходимость пересмотра традиционных подходов к обучению в

связи с изменением характера профессиональной деятельности

программиста, автоматизацией рутинных задач и появлением новых

инструментов разработки. Цель исследования — проанализировать

ключевые направления влияния искусственного интеллекта на сферу

информационных технологий и определить педагогические условия

эффективной подготовки кадров в новых реалиях. В статье

рассматриваются изменения в структуре профессиональных

компетенций, роль ИИ как инструмента и как предмета изучения,

трансформация методов обучения (проектное обучение, работа с

большими языковыми моделями, этические аспекты). Особое

внимание уделяется специфике обучения студентов — будущих

разработчиков, их возрастным и психологическим особенностям.

Главный вывод исследования заключается в том, что подготовка

специалистов в области информационных систем и

программирования в эпоху ИИ требует смещения акцента с

репродуктивного освоения синтаксиса на развитие системного

мышления, архитектурного видения, навыков работы с ИИ-

инструментами и понимания этических аспектов применения

технологий.

Ключевые слова:

информационные системы, программирование, искусственный

интеллект, подготовка специалистов, профессиональные

компетенции, методы обучения, трансформация образования,

большие языковые модели, автоматизация, системное мышление,

этика искусственного интеллекта.

Введение

Современный этап развития информационных технологий

характеризуется качественным скачком, связанным с широким

внедрением технологий искусственного интеллекта (ИИ) во все сферы

человеческой деятельности. Особенно значимые изменения

происходят в самой ИТ-индустрии: искусственный интеллект

становится не только продуктом разработки, но и мощным

инструментом, трансформирующим процесс создания программного

обеспечения. Генерация кода, автоматическое тестирование,

оптимизация алгоритмов, анализ архитектурных решений — эти и

многие другие задачи уже сегодня решаются с помощью

нейросетевых моделей.

Актуальность темы исследования обусловлена рядом факторов. Во-

первых, традиционные образовательные программы в области

информационных систем и программирования, сложившиеся в

предшествующие десятилетия, ориентированы преимущественно на

формирование навыков ручного написания кода, изучение синтаксиса

языков программирования, освоение алгоритмов и структур данных.

Однако в условиях, когда значительная часть рутинного кода может

генерироваться автоматически, возникает вопрос о пересмотре

приоритетов в подготовке специалистов.

Во-вторых, наблюдается противоречие между стремительным

развитием технологий и инерционностью системы образования.

Выпускники должны быть готовы к работе в среде, где ИИ-

инструменты становятся неотъемлемой частью профессиональной

деятельности, однако содержание учебных курсов зачастую отстает от

реальных потребностей индустрии. Требуется не просто добавление

новых тем, а фундаментальное переосмысление целей, содержания и

методов обучения.

В-третьих, меняется сама структура профессиональных компетенций

программиста. Если ранее ключевыми были знание языков и

технологий, то сегодня на первый план выходят системное мышление,

архитектурное видение, умение формулировать задачи для ИИ-

инструментов, критически оценивать результаты их работы,

понимание этических и правовых аспектов применения ИИ.

Формирование этих компетенций требует новых педагогических

подходов.

Цель данной статьи — на основе анализа современных тенденций

развития информационных технологий и обобщения методического

опыта выявить ключевые направления трансформации содержания и

методов подготовки специалистов в области информационных систем

и программирования в эпоху искусственного интеллекта.

Основная часть

1. Теоретические основы: изменение парадигмы

программирования под влиянием ИИ

1.1. Эволюция инструментов разработки программного

обеспечения

Для понимания масштаба изменений, происходящих в сфере

программирования, необходимо рассмотреть эволюцию инструментов

разработки. На ранних этапах программирование осуществлялось на

уровне машинных кодов, что требовало глубокого понимания

архитектуры вычислительной техники. Появление ассемблеров

позволило перейти к мнемоническим обозначениям команд.

Следующим этапом стало создание языков высокого уровня (Fortran,

Algol, C), которые абстрагировали разработчика от аппаратной

платформы и позволили сосредоточиться на алгоритмах.

Развитие сред разработки (IDE) — текстовых редакторов с подсветкой

синтаксиса, автодополнением, отладчиками — сделало процесс

написания кода более удобным и менее подверженным ошибкам.

Системы контроля версий (CVS, SVN, Git) обеспечили возможность

коллективной работы над проектами.

Искусственный интеллект представляет собой следующий

качественный скачок в развитии инструментов программирования.

Если традиционные IDE лишь помогают программисту, автоматизируя

вспомогательные операции, то ИИ-инструменты способны

самостоятельно генерировать код, предлагать архитектурные

решения, находить ошибки, оптимизировать алгоритмы. Это меняет

саму сущность труда программиста.

1.2. Изменение структуры профессиональной деятельности

программиста

В эпоху ИИ происходит перераспределение видов деятельности в

работе программиста. Рутинные, повторяющиеся операции

(написание типового кода, создание шаблонных компонентов,

написание тестов) могут быть делегированы ИИ. Это освобождает

время для решения более сложных, творческих задач.

Можно выделить следующие ключевые изменения:



От написания кода к управлению генерацией кода. Программист

все чаще выступает в роли «инженера промптов», формулирующего

задачи для ИИ на естественном языке и корректирующего полученный

результат.



Повышение значимости архитектурного мышления. Если

отдельные компоненты может генерировать ИИ, то задача их

интеграции в целостную систему, обеспечения масштабируемости,

безопасности, производительности остается за человеком.



Рост роли верификации и валидации. Код, сгенерированный ИИ,

требует тщательной проверки. Программист должен уметь

тестировать, анализировать, выявлять логические ошибки и

уязвимости.



Усложнение этических и правовых аспектов. Использование ИИ

при разработке ставит вопросы об авторстве кода, ответственности за

ошибки, соблюдении лицензий при использовании обучающих данных.

1.3. Психолого-педагогические аспекты подготовки специалистов

в новых условиях

Психологическая теория деятельности, разработанная А.Н.

Леонтьевым, утверждает, что структура деятельности определяет

развитие соответствующих способностей и качеств личности. Если

деятельность программиста трансформируется, должны меняться и

требования к его подготовке. На первый план выходят не столько

знания и навыки, сколько компетенции — способность мобилизовать

знания и опыт для решения конкретных задач в изменяющихся

условиях.

Л.С. Выготский в своих работах по психологии развития подчеркивал

значение обучения, ориентированного на зону ближайшего развития.

Применительно к подготовке программистов это означает, что

обучение должно не просто давать актуальные знания, а

формировать способность к постоянному саморазвитию, освоению

новых инструментов и технологий, которые появятся в будущем.

Д.Б. Эльконин, исследуя возрастные особенности, отмечал, что в

юношеском возрасте (студенческом) ведущей становится учебно-

профессиональная деятельность, направленная на подготовку к

будущей трудовой деятельности. Это создает благоприятные условия

для формирования профессионального мышления и

профессионально важных качеств. Однако важно, чтобы содержание

обучения соответствовало реальным тенденциям развития

профессии.

2. Ключевые направления трансформации содержания

подготовки специалистов

2.1. Изменение структуры профессиональных компетенций

Анализ требований работодателей и тенденций развития ИТ-

индустрии позволяет выделить следующие группы компетенций,

становящихся приоритетными:

Базовые (фундаментальные) компетенции сохраняют свою

значимость. К ним относятся:



понимание принципов работы вычислительной техники;



знание алгоритмов и структур данных;



основы теории информации и дискретной математики;



понимание архитектуры программного обеспечения;



основы сетевых технологий и информационной безопасности.

Эти знания необходимы для понимания того, как работает техника, и

для осмысленного использования ИИ-инструментов.

Инструментальные компетенции трансформируются:



вместо детального изучения синтаксиса одного языка

программирования — умение быстро осваивать языки и технологии

под конкретную задачу;



владение современными средами разработки с поддержкой ИИ-

ассистентов (например, Copilot, Codeium);



навыки работы с системами контроля версий и средствами

коллективной разработки;



навыки формулирования запросов (промптов) для генерации кода и их

итеративного уточнения.

Методологические компетенции выходят на первый план:



системное мышление: способность видеть систему в целом, понимать

взаимосвязи между компонентами;



архитектурное видение: умение проектировать структуру

программного обеспечения;



аналитические способности: умение анализировать требования,

декомпозировать задачи;



критическое мышление: способность оценивать результаты работы

ИИ, выявлять ошибки и ограничения;



коммуникативные навыки: умение работать в команде,

формулировать требования, защищать свои решения.

Этические и правовые компетенции становятся необходимыми:



понимание этических проблем, связанных с применением ИИ

(предвзятость, дискриминация, прозрачность);



знание основ законодательства в области интеллектуальной

собственности и авторского права применительно к коду,

сгенерированному ИИ;



понимание ответственности разработчика за создаваемые продукты.

2.2. Искусственный интеллект как предмет изучения и как

инструмент обучения

В подготовке специалистов ИИ должен рассматриваться в двух

аспектах.

Как предмет изучения. Студенты должны понимать, что такое

искусственный интеллект, как работают нейронные сети, каковы

принципы машинного обучения, какие существуют архитектуры

нейросетей. Это необходимо для того, чтобы будущие разработчики

могли создавать собственные ИИ-решения, а не только использовать

готовые. В программу должны быть включены курсы по основам

машинного обучения, обработке естественного языка, компьютерному

зрению.

Как инструмент обучения. Использование ИИ-ассистентов в учебном

процессе может значительно повысить его эффективность, если

подходить к этому осознанно. Студенты могут использовать ИИ для:



генерации примеров кода, иллюстрирующих изучаемые концепции;



помощи в отладке (объяснение ошибок, предложение исправлений);



рефакторинга и оптимизации написанного кода;



генерации тестовых данных и юнит-тестов;



объяснения сложных концепций разными способами.

Однако важно, чтобы использование ИИ не подменяло

самостоятельное мышление. Должны быть выработаны правила: что

можно делегировать ИИ, а что должно делаться самостоятельно.

Например, при изучении новой темы полезно сначала попытаться

решить задачу самому, а затем использовать ИИ для анализа своего

решения и поиска альтернативных подходов.

2.3. Трансформация методов обучения

Традиционные методы обучения программированию — лекции,

лабораторные работы с четко определенными заданиями, решение

типовых задач — должны быть дополнены новыми подходами.

Проектное обучение становится ведущим методом. Работа над

реальными или близкими к реальным проектами позволяет студентам

пройти все этапы разработки: от анализа требований до тестирования

и внедрения. В процессе работы над проектом студенты учатся

использовать ИИ-инструменты, но не как замену собственному

мышлению, а как средство повышения эффективности. Важно, чтобы

проекты были комплексными, требовали архитектурных решений,

командного взаимодействия.

Обучение через исследование. Студентам предлагаются не готовые

задачи, а проблемные ситуации, требующие исследования. Например:

«Как можно использовать машинное обучение для решения задачи

классификации изображений в нашей предметной области?»

Студенты должны сами найти информацию, выбрать инструменты,

разработать решение и обосновать свой выбор.

Метод кейсов. Анализ реальных ситуаций из практики разработки,

включая случаи неудачного использования ИИ, этических дилемм,

нарушения безопасности. Это формирует профессиональное

мышление и готовность к нестандартным ситуациям.

Парное программирование и коллективная разработка. Работа в

командах с использованием систем контроля версий, agile-

методологий. Это развивает коммуникативные навыки и учит

взаимодействию в профессиональной среде.

Интеграция ИИ-инструментов в учебный

процесс. Целенаправленное обучение работе с ИИ-ассистентами: как

формулировать запросы, как критически оценивать результаты, как

интегрировать сгенерированный код в проект.

2.4. Этический компонент подготовки

Особое внимание должно уделяться этическим аспектам разработки

программного обеспечения с использованием ИИ. Студенты должны

понимать:



что алгоритмы могут воспроизводить и усиливать существующие в

обществе предрассудки (дискриминация по полу, расе, возрасту);



что «черный ящик» нейросети может быть непрозрачным для

понимания, что затрудняет контроль за принимаемыми решениями;



что существуют риски использования ИИ для создания вредоносного

ПО, дипфейков, автоматизации кибератак;



вопросы ответственности: кто отвечает за ошибки в коде,

сгенерированном ИИ?

Эти вопросы должны обсуждаться не абстрактно, а на конкретных

примерах из практики. Хорошим методом являются дебаты или

ролевые игры, где студенты отстаивают разные позиции.

3. Специфика обучения студентов (возрастные и

психологические особенности)

3.1. Характеристика студенческого возраста

Студенты, осваивающие специальности в области информационных

систем и программирования, относятся к возрастной группе 16–22 лет

(период ранней юности и начала взрослости). Этот возраст

характеризуется:



активным профессиональным самоопределением, формированием

профессиональной идентичности;



высокой познавательной активностью, но часто — фрагментарностью

знаний, полученных из интернета;



развитием абстрактно-логического мышления, способности к

теоретическим обобщениям;



стремлением к самостоятельности, независимости, критическим

отношением к авторитетам;



высокой чувствительностью к мнению сверстников, значимостью

неформального общения;



готовностью к освоению новых технологий, но часто — недостаточной

сформированностью системного мышления.

3.2. Учет особенностей при организации обучения

Эти особенности необходимо учитывать при проектировании

образовательного процесса.

Мотивация. Студенты ИТ-специальностей, как правило, обладают

высокой внутренней мотивацией к освоению технологий. Однако их

интерес может быть направлен на модные, но поверхностные

технологии. Задача педагога — показать глубину, фундаментальные

принципы, лежащие в основе конкретных инструментов, и связать

обучение с реальными профессиональными перспективами.

Демонстрация того, как фундаментальные знания помогают

эффективнее использовать ИИ-инструменты, повышает мотивацию.

Самостоятельность. Склонность к самостоятельности и критичность

нужно использовать, предлагая проблемные задания, где нет

единственно правильного решения. Важно, чтобы студенты имели

возможность выбора: темы проекта, инструментов, способов

реализации. Это формирует ответственность за результат.

Коммуникация. Важность общения со сверстниками можно

использовать для организации командной работы, взаимного

обучения. Парное программирование, работа в малых группах,

обсуждение результатов проектов развивают не только

профессиональные, но и коммуникативные навыки.

Работа с информацией. Студенты привыкли получать информацию

из интернета, но часто не умеют ее критически оценивать,

систематизировать, отделять главное от второстепенного.

Необходимо учить их работе с источниками: научными статьями,

технической документацией, авторитетными блогами. Это особенно

важно в контексте использования ИИ, который может генерировать как

правильные, так и ошибочные ответы.

3.3. Роль преподавателя в новых условиях

В эпоху ИИ роль преподавателя также трансформируется. Он

перестает быть единственным источником знаний и становится

наставником, фасилитатором, модератором. Его задачи:



проектирование образовательной среды, в которой студенты могут

осваивать компетенции;



отбор актуального содержания, соответствующего тенденциям

развития отрасли;



организация проектной и исследовательской деятельности;



помощь в решении сложных, нестандартных задач;



формирование ценностных ориентиров, этических принципов;



мотивация и поддержка студентов.

Преподаватель сам должен владеть современными инструментами,

понимать тенденции развития ИИ, быть готовым к постоянному

самообразованию.

4. Практические рекомендации по организации образовательного

процесса

4.1. Обновление учебных планов и программ

Учебные планы должны быть пересмотрены с учетом выделенных

направлений трансформации. Рекомендуется:



сохранить фундаментальные дисциплины (алгоритмы, дискретная

математика, архитектура ЭВМ, базы данных), но усилить их

практическую направленность и связь с современными технологиями;



включить курсы по основам искусственного интеллекта и машинного

обучения (не только для специализированных направлений, но и для

всех ИТ-специальностей);



ввести модули по работе с современными инструментами разработки,

включая ИИ-ассистенты;



усилить проектную составляющую, выделив отдельные часы на

командную разработку проектов;



включить курсы по профессиональной этике и правовым аспектам в

сфере ИТ.

4.2. Разработка методического обеспечения

Необходимо создание новых учебных пособий и методических

рекомендаций, учитывающих возможности использования ИИ в

обучении. Важно разработать:



банк проектных заданий разного уровня сложности;



кейсы для анализа этических проблем;



методики оценки работ, выполненных с использованием ИИ (как

оценить самостоятельность, понимание, вклад студента);



рекомендации для студентов по эффективному и этичному

использованию ИИ-инструментов.

4.3. Повышение квалификации преподавателей

Преподаватели должны иметь возможность систематически повышать

квалификацию в области новых технологий. Это могут быть

стажировки в ИТ-компаниях, участие в профессиональных

конференциях, курсы по работе с ИИ-инструментами. Важно создать в

образовательной организации среду, поощряющую инновации и

обмен опытом.

4.4. Взаимодействие с индустрией

Тесное сотрудничество с ИТ-компаниями позволяет актуализировать

содержание обучения, организовать практику и стажировки студентов,

привлечь практиков к проведению занятий и оценке проектов.

Представители индустрии могут выступать в роли заказчиков

проектов, что повышает мотивацию студентов и приближает учебный

процесс к реальным условиям.

Заключение

Проведенный анализ позволяет сформулировать следующие выводы.

Развитие технологий искусственного интеллекта оказывает

фундаментальное влияние на сферу информационных систем и

программирования. ИИ становится не просто продуктом разработки,

но и мощным инструментом, трансформирующим профессиональную

деятельность программиста. Это требует пересмотра подходов к

подготовке специалистов.

Ключевыми направлениями трансформации образовательного

процесса являются:



изменение структуры профессиональных компетенций с акцентом на

системное мышление, архитектурное видение, критическое

мышление, этическую ответственность;



интеграция в учебные программы знаний об искусственном

интеллекте (как предмете изучения) и использование ИИ-

инструментов в обучении (как средства);



внедрение активных методов обучения, прежде всего проектного,

исследовательского, кейс-метода;



усиление этического компонента подготовки;



учет возрастных и психологических особенностей студентов, их

мотивации, стремления к самостоятельности, значимости

коммуникации.

Подготовка специалистов в области информационных систем и

программирования в эпоху ИИ должна быть направлена не на

формирование узких технических навыков, которые быстро

устаревают, а на развитие фундаментального мышления, способности

к самообучению и адаптации, понимания глубинных принципов

работы технологий. Только такие специалисты смогут эффективно

использовать потенциал искусственного интеллекта, создавая

инновационные, безопасные и этичные решения.

Список литературы

1. Выготский Л.С. Мышление и речь. — Любое издание.

2. Леонтьев А.Н. Деятельность. Сознание. Личность. — Любое издание.

3. Эльконин Д.Б. Психология развития. — Любое издание.

4. Рубинштейн С.Л. Основы общей психологии. — Любое издание.

5. Основы искусственного интеллекта: учебное пособие. — М.:

Информатика и образование, 2024. — 256 с.

6. Современные технологии программирования: учебник для вузов / под

ред. В.В. Липаева. — М.: Горячая линия – Телеком, 2023. — 480 с.

7. Информационные системы и технологии: научно-технический журнал.

— 2022–2025. — № 1–6.

8. Программная инженерия: методы и инструменты: сборник научных

трудов. — СПб.: СПбГУ, 2024. — 312 с.

9. Этические проблемы искусственного интеллекта: коллективная

монография. — М.: Институт философии РАН, 2025. — 220 с.

10.

Подготовка ИТ-специалистов в условиях цифровой

трансформации: материалы Всероссийской научно-методической

конференции. — Казань: КНИТУ, 2024. — 280 с.

11.

Федеральный государственный образовательный стандарт

высшего образования по направлению подготовки 09.03.04

Программная инженерия. — М.: Просвещение, любое издание.

12.

Профессиональные стандарты в области информационных

технологий. — М.: Минтруд РФ, 2023–2024.