Теоретико-методологическое обоснование уровневой модели метацифровой компетентности для взаимодействия с генеративными языковыми моделями

Введение. Широкое распространение генеративных языковых моделей актуализирует вопрос о компетентности их пользователей. Существующие компонентные модели ИИ-грамотности идентифицируют спектр необходимых компетенций, однако не выстраивают их в иерархию; уровневые системы цифровой компетентности не учитывают специфику генеративного ИИ; таксономия Блума не охватывает метакогнитивное, прагматическое и этико-социальное измерения взаимодействия с ИИ. Цель – разработка и теоретическое обоснование уровневой модели метацифровой компетентности, специфичной для взаимодействия с генеративными языковыми моделями. Методология, методы и методики. Исследование выполнено методом теоретического моделирования. На основе критического анализа компонентных моделей ИИ-грамотности, уровневых систем цифровой компетентности, таксономии Блума, а также теорий распределенного познания, метапознания, ситуативного обучения и принципов ответственного ИИ построена иерархическая модель компетентности. Результаты. Разработана пятиуровневая модель МЦК: операциональный, когнитивный, рефлексивный, прагматический, этико-социальный уровни. Для каждого уровня определены поведенческие индикаторы и критерии достижения. Этико-социальный уровень размещен на вершине иерархии, поскольку этическая ответственность интегрирует все предшествующие уровни. Научная новизна состоит в разработке уровневой модели, специфичной для взаимодействия с генеративным ИИ; в обосновании недостаточности таксономии Блума для полного описания данной компетентности; в выделении прагматического уровня, не представленного в существующих компонентных моделях ИИ-грамотности; в теоретическом обосновании размещения этико-социального уровня на вершине иерархии. Практическая значимость определяется возможностью использования модели для проектирования образовательных программ, разработки диагностических инструментов и оценочных процедур, направленных на последовательное формирование метацифровой компетентности.

1. Hu K. ChatGPT sets record for fastest-growing user base – analyst note. Reuters. 2023. Accessed February 20, 2026. https://www.reuters.com/technology/chatgpt-sets-record-fastest-growing-us-er-base-analyst-note-2023-02-01

2. Sabzalieva E., Valentini A. ChatGPT and artificial intelligence in higher education: quick start guide. Paris: UNESCO IESALC. 2023. Accessed February 20, 2026. https://etico.iiep.unesco.org/en/chatgpt-and-artificial-intelligence-higher-education-quick-start-guide

3. Kasneci E., Seßler K., Küchemann S., et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences. 2023;103:102274. doi:10.1016/j.lindif.2023.102274

4. Vuorikari R., Kluzer S., Punie Y. DigComp 2.2: the digital competence framework for citizens. Luxembourg: Publications Office of the European Union. 2022. doi:10.2760/115376

5. Конколь М. М. Метацифровая компетентность как новая парадигма образования в эпоху искусственного интеллекта. Ученые записки Российского государственного социального университета. 2025;24(2):112–119. doi:10.17922/2071-5323-2025-24-2-112-119

6. Конколь М.М., Марьина Е.Д. Методологические основания системы метацифровой компетентности (на примере языкового образования. Образование и наука. 2025;27(9):9–29. doi:10.17853/1994-5639-2025-9-9-29

7. Hutchins E. Cognition in the Wild. Cambridge: MIT Press; 1995. Accessed February 20, 2026. https://books.google.ru/books?hl=ru&lr=&id=CGIaNc3F1MgC&oi=fnd&pg=PP11&dq=%22Edwin+Hutchins%22&ots=9Hq-5dru1W&sig=-nKrqlZiiiPAm-fNqJxkc7VyX0xo&redir_esc=y#v=onepage&q=%22Edwin%20Hutchins%22&f=false

8. Конколь М.М., Шишлова Е.Э. Трансформация образовательной субъектности студентов университета в эпоху ИИ-технологий. Высшее образование в России. 2026;35(2):36–52. doi:10.31992/0869-3617-2026-35-2-36-52

9. Flavell J.H. Metacognition and cognitive monitoring: a new area of cognitive-developmental inquiry. American Psychologist. 1979;34(10):906–911. Accessed February 20, 2026. doi:10.1037/0003-066X.34.10.906

10. Lave J., Wenger E. Situated Learning: Legitimate Peripheral Participation. Cambridge: Cambridge University Press; 1991. Accessed February 20, 2026. http://wendynorris.com/wp-content/uploads/2018/08/Lave-Wenger-1991-Legitimate-Peripheral-Participation.pdf

11. Bloom B.S., Engelhart M.D., Furst E.J., Hill W.H., Krathwohl D.R. Taxonomy of Educational Objectives: The Classification of Educational Goals. Handbook I: Cognitive Domain. New York: David McKay Company; 1956. 207 p. Accessed February 20, 2026. https://eclass.uoa.gr/modules/document/file.php/PPP242/Benjamin%20S.%20Bloom%20-%20Taxonomy%20of%20Educational%20Objectives%2C%20Handbook%201_%20Cognitive%20Domain-Addison%20Wesley%20Publishing%20Company%20%281956%29.pdf

12. Krathwohl D.R. A Revision of Bloom’s Taxonomy: An Overview. Theory into Practice. 2002;41(4):212–218. doi:10.1207/s15430421tip4104_2

13. Long D., Magerko B. What is AI literacy? Competencies and design considerations. In: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. Honolulu, HI, USA: ACM; 2020:1–16. doi:10.1145/3313831.3376727

14. Ng D.T.K., Leung J.K.L., Chu S.K.W., Qiao M.S. Conceptualizing AI literacy: an exploratory review. Computers and Education: Artificial Intelligence. 2021;2:100041. doi:10.1016/j.caeai.2021.100041

15. Laupichler M.C., Aster A., Schirch J., Raupach T. Artificial intelligence literacy in higher and adult education: a scoping literature review. Computers and Education: Artificial Intelligence. 2022;3:100101. doi:10.1016/j.caeai.2022.100101

16. Carolus A., Koch M.J., Straka S., Latoschik M.E., Wienrich C. MAILS – Meta AI literacy scale: development and testing of an AI literacy questionnaire based on well-founded competency models and psychological changeand meta-competencies. Computers in Human Behavior: Artificial Humans. 2023;1(2):100014. doi:10.1016/j.chbah.2023.100014

17. Casal-Otero L., Catala A., Fernández-Morante C., Taboada M., Cebreiro B., Barro S. AI literacy in K-12: a systematic literature review. International Journal of STEM Education. 2023;10(1):29. doi:10.1186/s40594-023-00418-7

18. Almatrafi O., Johri A., Lee H. A Systematic review of AI literacy conceptualization, constructs, and implementation and assessment efforts (2019–2023). Computers and Education Open. 2024;6:100173. doi:10.1016/j.caeo.2024.100173

19. Chiu T.K.F., Ahmad Z., Ismailov M., Sanusi I.T. What are artificial intelligence literacy and competency? A comprehensive framework to support them. Computers and Education Open. 2024;6:100171. doi:10.1016/j.caeo.2024.100171

20. Kong S.C., Cheung W.M.Y., Zhang G. Evaluating an artificial intelligence literacy programme for developing university students’ conceptual understanding, literacy, empowerment and ethical awareness. Educational Technology & Society. 2023;26(1):16–30. Accessed February 20, 2026. https://www.researchgate.net/publication/363366264_Evaluating_an_Artificial_Intelligence_Literacy_Programme_for_Developing_University_Students’_Conceptual_Understanding_Literacy_Empowerment_and_Ethical_Awareness

21. Annapureddy R., Fornaroli A., Gatica-Perez D. Generative AI literacy: twelve defining competencies. Digital Government: Research and Practice. 2025;6(1):1–21. doi:10.1145/3685680

22. Park J. A systematic literature review of generative artificial intelligence (GenAI) literacy in schools. Computers and Education: Artificial Intelligence. 2025;9:100487. doi:10.1016/j.caeai.2025.100487

23. Redecker C. European Framework for the Digital Competence of Educators: DigCompEdu. Luxembourg: Publications Office of the European Union; 2017. doi:10.2760/159770

24. Солдатова Г.У., Рассказова Е.И., Нестик Т.А. Цифровое поколение России: компетентность и безопасность. Москва: Смысл; 2017. 375 с. Режим доступа: http://detionline.com/assets/files/research/2017cifrovoe_pokolenie_rossii.pdf (дата обращения: 10.03.2026).

25. Miao F., Cukurova M. AI Competency Framework for Teachers. Paris: UNESCO; 2024. doi:10.54675/ ZJTE2084

26. Miao F., Shiohira K., Lao N. AI Competency Framework for Students. Paris: UNESCO; 2024. doi:10.54675/JKJB9835

27. Chee K.W. A competency framework for AI literacy: variations by different learner groups and an implied learning pathway. British Journal of Educational Technology. 2024;56(5):2146–2182. doi:10.1111/bjet.13556

28. Hollan J., Hutchins E., Kirsh D. Distributed cognition: toward a new foundation for human-computer Interaction Research. ACM Transactions on Computer-Human Interaction. 2000;7(2):174–196. doi:10.1145/353485.353487

29. Schraw G., Dennison R.S. Assessing metacognitive awareness. Contemporary Educational Psychology. 1994;19(4):460–475. doi:10.1006/ceps.1994.1033

30. Sidra S., Mason C. Generative AI in human-AI collaboration: validation of the collaborative AI literacy and collaborative AI metacognition scales for effective use. International Journal of Human-Computer Interaction. 2025. doi:10.1080/10447318.2025.2543997

31. Jobin A., Ienca M., Vayena E. The global landscape of AI ethics guidelines. Nature Machine Intelligence. 2019;1(9):389–399. doi:10.1038/s42256-019-0088-2

32. Floridi L., Cowls J., Beltrametti M., Chatila R., Chazerand P., Dignum V., et al. AI4People – an ethical framework for a good AI society: opportunities, risks, principles, and recommendations. Minds and Machines. 2018;28(4):689–707. doi:10.1007/s11023-018-9482-5

33. Liu X., Zhang L., Wei X. Generative artificial intelligence literacy: scale development and its effect on job performance. Behavioral Sciences. 2025;15(6):811. doi:10.3390/bs15060811

34. Mollick E.R., Mollick L. Assigning AI: seven approaches for students, with prompts. SSRN Electronic Journal. 2023. doi:10.2139/ssrn.4475995