umjУниверситетское управление: практика и анализUniversity Management: Practice and Analysis1999-66401999-6659Federal State Autonomous Educational Institution of Higher Education «Ural Federal University named after the first President of Russia B.N.Yeltsin»; Non-Commercial Partnership “University Management: Practice and10.15826/umpa.2025.01.007umj-1977Research ArticleЦИФРОВОЙ УНИВЕРСИТЕТDIGITAL UNIVERSITYВнедрение технологий искусственного интеллекта в образовательный процесс: управленческие вызовыImplementation of Artificial Intelligence Technologies in Education: Managerial Challengeshttps://orcid.org/0000-0003-0004-7709ОрешкинаТ. А.OreshkinaT. А.

Орешкина Татьяна Анатольевна – кандидат социологических наук, доцент кафедры социологии и технологий государственного и муниципального управления Школы государственного управления и предпринимательства Института экономики и управления Уральского федерального университета

620002, Екатеринбург, ул. Мира, 19

Tatiana A. Oreshkina – PhD (Sociology), Associate Professor, Department of sociology and technologies of public administration, Institute of public administration and entrepreneurship

https://orcid.org/0000-0003-2318-9144ДолгановА. Ю.DolganovA. Yu.

Долганов Антон Юрьевич – доцент кафедры радиоэлектроники и телекоммуникаций Институт радиоэлектроники и информационных технологий

620002, Екатеринбург, ул. Мира, 19

Anton Yu. Dolganov – Associate Professor of the Department of Radio Electronics and Telecommunications, Institute of Radio Electronics and Information Technology

https://orcid.org/0009-0007-8732-8103МаяцкаяЕ. А.MayatskayaE. A.

Маяцкая Екатерина Александровна – инженер кафедры радиоэлектроники и телекоммуникаций Институт радиоэлектроники и информационных технологий

620002, Екатеринбург, ул. Мира, 19

Ekaterina A. Mayatskaya – Engineer of the Department of Radio Electronics and Telecommunications of the Institute of Radio Electronics and Information Technology

https://orcid.org/0009-0006-1888-6630АртюгинО. Ю.ArtyuginO. Yu.

Артюгин Олег Юрьевич – исполнительный директор-начальник центра, Центр развития технологий AI во благо общества

620002, Екатеринбург, ул. Мира, 19

Oleg Yu. Artyugin – Executive Director

Уральский федеральный университет им. первого Президента России Б. Н. ЕльцинаРоссияUral Federal UniversityRussian FederationУральский федеральный университет им. первого Президента России Б. Н. ЕльцинаРоссияSberAIRussian Federation20251005202529192–105Copyright © Орешкина Т.А., Долганов А.Ю., Маяцкая Е.А., Артюгин О.Ю., 20252025Орешкина Т.А., Долганов А.Ю., Маяцкая Е.А., Артюгин О.Ю.Oreshkina T.А., Dolganov A.Y., Mayatskaya E.A., Artyugin O.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.umj.ru/jour/article/view/1977

В статье рассмотрены фундаментальные междисциплинарные вопросы и ключевые управленческие вызовы, возникающие в ситуации необходимости принятия решений о легализации и внедрении технологий и сервисов искусственного интеллекта в образовательный процесс. Цель исследования – оценить возможные эффекты, преимущества и риски внедрения технологий искусственного интеллекта на основе больших языковых моделей в образовательный процесс (на уровне учебной дисциплины). Оригинальным теоретическим подходом авторов является использование теории ассамбляжей, разработанной Мануэлем Деланда. Подход позволяет помещать в модель коммуникации всех акторов независимо от их материального носителя, что необходимо в исследуемой ситуации, когда коммуникация становится гетерархичной и не только человеческой. На основе данной теории разработаны новые методические подходы для систематизации профессиональных задач преподавателя, который действует в гибридной (phygital) реальности совместно с технологиями ИИ. Проводится анализ соответствия функциональных возможностей технологий искусственного интеллекта задачам, стоящим перед преподавателем, а также предлагаются методы оценки эффективности использования ТИИ. На примере авторской разработки структуры учебного курса показано, как именно трансформируются задачи преподавателя при разработке учебного контента и реализации синхронного учебного курса совместно с ТИИ. Приводится классификация подходов, позволяющих более эффективно использовать большие языковые модели для решения образовательных задач: промпт-инжиниринг, RAG, LoRA, мультиагентный подход. Анализируются процессы цифровой трансформации высшего образования, обусловленные внедрением технологий искусственного интеллекта (ИИ). Основное внимание уделяется управленческим аспектам интеграции ИИ на различных уровнях образовательной организации. Публикация будет интересна менеджерам системы высшего образования, ученым и педагогам, занимающимся вопросами цифровизации обучения и цифровой трансформации вузов. 

This study examines fundamental interdisciplinary issues and key managerial challenges associated with decision-making processes regarding the legalization and implementation of artificial intelligence (AI) technologies in educational settings. The research aims to assess potential effects, advantages, and risks of integrating large language model (LLM)-based AI technologies into educational processes at the discipline level. The authors propose an original theoretical framework utilizing Manuel DeLanda’s assemblage theory. This approach enables the incorporation of all actors into communication models regardless of their material substrates—a crucial consideration in contexts where communication becomes heterarchical and extends beyond human participants. Building on this theoretical foundation, novel methodological approaches have been developed to systematize professional teaching tasks in hybrid (phygital) environments incorporating AI technologies. The study includes analysis of AI functionality alignment with pedagogical requirements, development of AI effectiveness evaluation methodologies, demonstration of task transformation through a case study of course structure design, classification of enhanced LLM utilization approaches (industrial engineering, RAG, LoRA, multi-agent systems). The paper analyzes digital transformation processes in higher education driven by AI adoption, with particular emphasis on managerial considerations at various organizational levels. This research will benefit higher education administrators, researchers, and educators engaged in educational digitalization and institutional transformation.

цифровая трансформацияискусственный интеллект в образованиипедагогические компетенциибольшие языковые моделицифровизация обученияуправление образованиемLLMdigital transformationartificial intelligence in educationpedagogical competencieslarge language modelslearning digitalizationeducation managementLLMReferencesBrown N. B. Enhancing Trust in LLMs: Algorithms for Comparing and Interpreting LLMs //arXiv preprint. 2024. 15 p.Brown N. B. Enhancing Trust in LLMs: Algorithms for Comparing and Interpreting LLMs. arXiv preprint, 2024, 15 p. (In Eng.).Pappachan P. et al. Transparency and Accountability //Challenges in Large Language Model Development and AI Ethics. IGI Global, 2024. P. 178–211.Pappachan P. et al. Transparency and Accountability. In: Challenges in Large Language Model Development and AI Ethics, IGI Global, 2024, pp. 178–211. (In Eng.).Гаркуша Н. С., Городова Ю. С. Педагогические возможности ChatGPT для развития когнитивной активности студентов // Профессиональное образование и рынок труда. 2023. Т. 11, № 1. С. 6–23. DOI: 10.52944/ PORT.2023.52.1.001Garkusha N. S., Gorodova Yu. S. Pedagogicheskie vozmozhnosti ChatGPT dlya razvitiya kognitivnoi aktivnosti studentov [Pedagogical capabilities of ChatGPT for the development of cognitive activity of students]. Professional’noe obrazovanie i rynok truda, 2023. vol. 11, nr 1, pp. 6–23. doi 10.52944/ PORT.2023.52.1.001 (In Russ.).Резаев А. В., Трегубова Н. Д. Философия общения и искусственный интеллект: опыт сравнительного анализа дискуссий в отечественной и зарубежной литературе // Эпистемология и философия науки. 2024. Т. 61, № 2. С. 134–156.Rezaev A. V., Tregubova N. D. Filosofiya obshcheniya i iskusstvennyi intellekt: opyt sravnitel’nogo analiza diskussii v otechestvennoi i zarubezhnoi literature [Philosophy of communication and artificial intelligence: experience of comparative analysis of discussions in domestic and foreign literature]. Epistemologiya i filosofiya nauki, 2024. vol. 61, nr 2, pp. 134–156. (In Russ.).Лешкевич Т. Г. Искусственный интеллект в контексте философского осмысления // Вопросы философии. 2023. № 5. С. 50–60.Leshkevich T. G. Iskusstvennyi intellekt v kontekste filosofskogo osmysleniya [Artificial intelligence in the context of socio-humanitarian philosophical understanding]. Voprosy filosofii, 2024, nr 5, pp. 50–60. (In Russ.).Eden C. A. et al. Integrating AI in education: Opportunities, challenges, and ethical considerations // Magna Scientia Advanced Research and Reviews. 2024. Vol. 10, nr 2. P. 6-13.Eden C. A. et al. Integrating AI in education: Opportunities, challenges, and ethical considerations. Magna Scientia Advanced Research and Reviews, 2024, vol. 10, nr 2, pp. 6–13. (In Eng.).Chen H. The ethical challenges of educational artificial intelligence and coping measures: A discussion in the context of the 2024 World Digital Education Conference // Science Insights Education Frontiers. 2024. Vol. 20, nr 2. P. 3263–3281.Chen H. The ethical challenges of educational artificial intelligence and coping measures: A discussion in the context of the 2024 World Digital Education Conference. Science Insights Education Frontiers, 2024, vol. 20, nr 2, pp. 3263– 3281. (In Eng.).Черных Н. А. Обзор, концепции, точки зрения к возможности правового регулирования технологии искусственного интеллекта // Бюллетень науки и практики. 2024. Т. 10, № 5. С. 519–525. DOI: 10.33619/2414-2948/102/67Chernykh N. A. Obzor, kontseptsii, tochki zreniya k vozmozhnosti pravovogo regulirovaniya tekhnologii iskusstvennogo intellekta [Review, concepts, points of view on the possibility of legal regulation of artificial intelligence technology]. Byulleten’ nauki i praktiki, 2024, vol. 10, nr 5, pp. 519–525. doi 10.33619/2414-2948/102/67 (In Russ.).Луман Н. Социальные системы. Очерк общей теории. СПб.: Наука. 2007. 648 с.Luman N. Sotsial’nye sistemy. Ocherk obshchei teorii [Social systems. An essay on general theory]. St. Petersburg, Nauka, 2007, 648 p. (In Russ.).Кастельс М. Информационная эпоха: экономика, общество и культура. М.: ГУ ВШЭ, 2000. 608 c.Kastel’s M. Informatsionnaya epokha: ekonomika, obshchestvo i kul’tura [Information Age: Economy, Society and Culture]. Moscow, GU VShE, 2000, 608 p. (In Russ.).Латур Б. Пересборка социального: введение в акторно-сетевую теорию. М.: Изд. дом Высшей школы экономики, 2014. 384 с.Latur B. Peresborka sotsial’nogo: vvedenie v aktornosetevuyu teoriyu [Reassembling the social: An introduction to actor-network-theory]. Moscow, Izd. dom Vysshei shkoly ekonomiki, 2014, 384 p. (In Russ.).Каллон М. Акторно-сетевая теория. М.: Высшая школа экономики, 2014. 10 с.Kallon M. Aktorno-setevaya teoriya [Actor network theory]. Moscow, Izd. dom Vysshei shkoly ekonomiki, 2014, 10 p. (In Russ.).Knorr Cetina K. The Scientist as an Analogical Reasoner: A Critique of the Metaphor Theory of Innovation // Social Process of Scientific Investigation. Dordrecht: Reidel, 1981. P. 49–67.Knorr Cetina, K. The Scientist as an Analogical Reasoner: A Critique of the Metaphor Theory of Innovation. In: Social Process of Scientific Investigation, Dordrecht, Reidel, 1981, pp. 49–67. (In Eng.).Хабермас Ю. Моральное сознание и коммуникативное действие. СПб.: Наука, 2001. 380 с.Khabermas Yu. Moral’noe soznanie i kommunikativnoe deistvie [Moral consciousness and communicative action]. St Petersburg, Nauka, 2001, 380 p. (In Russ.).Деланда М. Новая философия общества: Теория ассамбляжей и социальная сложность. Пермь : Гиле Пресс, 2018. 170 с.Delanda M. Novaya filosofiya obshchestva: Teoriya assamblyazhei i sotsial’naya slozhnost’ [New Philosophy of Society: Assemblage Theory and Social Complexity]. Perm’, Gile Press, 2018, 170 p. (In Russ.).Глуховский А. С., Дурнев А. Д., Чирва Д. В. Распределенная моральная ответственность в сфере искусственного интеллекта // Этическая мысль. 2024. Т. 24, №. 1. С. 129–143.Glukhovskii A. S., Durnev A. D., Chirva D. V. Raspredelennaya moral’naya otvetstvennost’ v sfere iskusstvennogo intellekta [Shared moral responsibility in the sphere of artificial intelligence]. Eticheskaya mysl’, 2024, vol. 24, nr 1, pp. 129–143. (In Russ.).Vaswani A. Attention is all you need // Advances in Neural Information Processing Systems. 2017. Vol. 30. 11 p.Vaswani A. Attention is all you need. Advances in Neural Information Processing Systems, 2017, vol. 30, 11 p. (In Eng.).Dubey A. et al. The llama 3 herd of models // arXiv preprint. 2024. 92 p.Dubey A. et al. The llama 3 herd of models. arXiv preprint, 2024, 92 p. (In Eng.).Team G. et al. Gemini: a family of highly capable multimodal models // arXiv preprint. 2023. 90 p.Team G. et al. Gemini: a family of highly capable multimodal models. arXiv preprint, 2023, 90 p. (In Eng.).Brown T. B. Language models are few-shot learners // arXiv preprint. 2020. 75 p.Brown T. B. Language models are few-shot learners. arXiv preprint, 2020, 75 p. (In Eng.).Wei J. et al. Chain-of-thought prompting elicits reasoning in large language models // Advances in neural information processing systems. 2022. Vol. 35. P. 24824–24837.Wei J. et al. Chain-of-thought prompting elicits reasoning in large language models. Advances in neural information processing systems, 2022, vol. 35, pp. 24824–24837. (In Eng.).Zhang Yu. et al. Siren’s song in the AI ocean: a survey on hallucination in large language models // arXiv preprint. 2023. 32 p.Zhang Yu. et al. Siren’s song in the AI ocean: a survey on hallucination in large language models. arXiv preprint, 2023, 32 p. (In Eng.).Lewis P. et al. Retrieval-augmented generation for knowledge-intensive nlp tasks // Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 9459–9474Lewis P. et al. Retrieval-augmented generation for knowledge-intensive nlp tasks. Advances in Neural Information Processing Systems, 2020, vol. 33, pp. 9459–9474. (In Eng.).Hu E. J. et al. Lora: Low-rank adaptation of large language models // arXiv preprint. 2021. 24 p.Hu E. J. et al. Lora: Low-rank adaptation of large language models. arXiv preprint, 2021, 24 p. (In Eng.).Wu Q. et al. Autogen: Enabling next-gen LLM applications via multi-agent conversation framework // arXiv preprint. 2023. 28 p.Wu Q. et al. Autogen: Enabling next-gen LLM applications via multi-agent conversation framework. arXiv preprint, 2023, 28 p. (In Eng.).Wang K. et al. Adapting LLM agents with universal feedback in communication // ICML 2024 Workshop on Foundation Models in the Wild. 2024. 18 p.Wang K. et al. Adapting LLM agents with universal feedback in communication.ICML 2024 Workshop on Foundation Models in the Wild, 2024, 18 p. (In Eng.).Wang A. Glue: A multi-task benchmark and analysis platform for natural language understanding // arXiv preprint. 2018. 20 p.Wang A. Glue: A multi-task benchmark and analysis platform for natural language understanding. arXiv preprint, 2018, 20 p. (In Eng.).Shavrina T. et al. RussianSuperGLUE: A Russian language understanding evaluation benchmark // arXiv preprint. 2020. 10 p.Shavrina T. et al. RussianSuperGLUE: A Russian language understanding evaluation benchmark. arXiv preprint, 2020, 10 p. (In Eng.).Hashemi H. et al. LLM-Rubric: A Multidimensional, Calibrated Approach to Automated Evaluation of Natural Language Texts // arXiv preprint. 2024. 29 p.Hashemi H. et al. LLM-Rubric: A Multidimensional, Calibrated Approach to Automated Evaluation of Natural Language Texts. arXiv preprint, 2024, 29 p. (In Eng.).Jung J., Brahman F., Choi Ye. Trust or Escalate: LLM Judges with Provable Guarantees for Human Agreement // arXiv preprint. 2024. 25 p.Jung J., Brahman F., Choi Ye. Trust or Escalate: LLM Judges with Provable Guarantees for Human Agreement. arXiv preprint, 2024, 25 p. (In Eng.).

The authors declare that there are no conflicts of interest present.