МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ

A NEURO-DIGITAL LEARNING MODEL FOR AI DRIVEN DIGITAL TRANSFORMATION IN HIGHER EDUCATION

Авторы

  • D.B. Baumuratova Международный Университет Астана
  • T.К. Zhukabayeva Евразийский университет имени Л.Н. Гумилева
  • K.А. Abdrakhmanov Международный Университет Астана
  • Z. Ahmad Университет Хазара
  • A.A. Seitov Южно-Казахстанский университет им. М. Ауэзова

DOI:

https://doi.org/10.54309/IJICT.2026.27.3.012

Ключевые слова:

technological singularity, neuro-digital learning, neuroeducation, brain-based learning, AI recognition, cognitive load theory

Аннотация

В статье исследуются быстрое развитие искусственного интеллекта (АІ) трансформирует высшее образование из традиционного способа распространения информации в интеллектуальную, адаптивную и самообновляющуюся систему. В данной работе анализируется эволюция парадигм образования в так называемую «предсингулярную эпоху», когда АІ достиг высокого уровня возможностей, а окончательные решения по-прежнему принимаются людьми. Цель состоит в построении нейро-цифровой модели обучения в высшем образовании с использованием теоретических основ нейрообразования, обучения на основе работы мозга и АІ-когниции. Методология работы основана на методическом анализе научных публикаций, международных стратегических документов и отечественного опыта, интегрированном с качественным подходом и обоснованной теорией. Анализ рассматривает эволюцию образовательных моделей от «Образования 1.0» до «Образования 6.0», подчеркивая переход от системы, ориентированной на преподавателя, к антропо-цифровой синергии, где обучающийся является субъектом коэволюции, а преподаватель выступает в качестве когнитивного партнера в сотрудничестве с AI. Исследование также позволяет понять взаимосвязь между нейрообразованием, обучением на основе работы мозга и когнитивными функциями AI. Теория когнитивной нагрузки используется для объяснения того, как AI снижает внутреннюю нагрузку, ограничивает внешнюю нагрузку и увеличивает релевантную нагрузку. Также выявлены риски когнитивных функций AI, такие как ослабление когнитивной активности, фрагментация внимания и зависимость от AI. Предложенная парадигма объединяет нейропластичность, обучение на основе работы мозга, оптимизацию когнитивной нагрузки и когнитивные функции AI в единую модель, где AI поддерживает человеческое мышление, а не заменяет его. Полученные результаты имеют теоретические и практические последствия для педагогической науки и цифровой трансформации высшего и послевузовского образования в Казахстане (Smart.EDU).

Скачивания

Данные скачивания пока недоступны.

Биографии авторов

D.B. Baumuratova, Международный Университет Астана

PhD, старший преподаватель, Педагогический институт 

T.К. Zhukabayeva, Евразийский университет имени Л.Н. Гумилева

PhD, профессор

K.А. Abdrakhmanov, Международный Университет Астана

PhD, Вице-президент по международному сотрудничеству и делам студентов 

Z. Ahmad, Университет Хазара

PhD, кафедра компьютерных наук и информационных технологий

A.A. Seitov, Южно-Казахстанский университет им. М. Ауэзова

Докторант

Загрузки

Опубликован

2026-09-15

Как цитировать

Baumuratova, D., T.К. Zhukabayeva, K.А. Abdrakhmanov, Z. Ahmad, & A.A. Seitov. (2026). A NEURO-DIGITAL LEARNING MODEL FOR AI DRIVEN DIGITAL TRANSFORMATION IN HIGHER EDUCATION. МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ, 7(3), 219–240. https://doi.org/10.54309/IJICT.2026.27.3.012

Похожие статьи

1 2 3 4 5 6 7 8 9 10 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.

Loading...