ИИ в образовании: состояние 2025–2026 и прогноз до 2036

Студенты с доступом к универсальным GenAI-инструментам выдают более качественные работы — но это преимущество исчезает или реверсируется на экзаменах, когда ИИ отключают. Прирост производительности не равен приросту обучения ✓ OECD 2026.

Механизм, который называет OECD: когнитивная разгрузка на чатботы порождает «метакогнитивную лень» и отключение от процесса обучения ✓. При этом инструменты, спроектированные с педагогическим замыслом, дают устойчивый прирост ✓.

На другом полюсе — экспертно спроектированный тьютор: в Гарвардском RCT (N=194, вводная физика) медианный прирост знаний у AI-тьютора вдвое выше, чем у активного обучения в классе; effect size 0.73–1.3 SD ✓. Дозозависимость подтверждает мета-анализ 35 экспериментов (4 193 участника): общий эффект g = 0.670, растёт с длительностью вмешательства — это не эффект новизны ✓.

• Три четверти студентов 16+ в странах OECD использовали GenAI в 2025 году — максимум среди всех групп населения; среди всех жителей — более трети ✓.
• Домашние задания с ИИ (США, RAND): 48% → 62% всего за 7 месяцев 2025 года. При этом 67% учеников сами признают риск для критического мышления — и продолжают использовать ✓.
• Разрывы принятия GenAI в OECD: 53.6 п.п. по возрасту, ~21 п.п. по образованию и по доходу, лишь 4.2 п.п. по полу ✓.
• Учителя: 37% учителей средней школы использовали ИИ в работе в 2024 (TALIS 2024) ✓; 72% видят в ИИ угрозу академической честности ✓. В США 83% учителей K-12 уже используют GenAI, но 71% не получили никакого формального обучения источник.

OECD: есть устойчивые доказательства, что неопытные тьюторы с образовательным GenAI повышают качество преподавания и результаты учеников ✓.

• Anthropic, 575 000 студенческих диалогов на Claude.ai: ~47% — добыча готовых ответов с минимальным когнитивным вовлечением, включая прямые запросы обойти детекторы плагиата ✓.
• Turnitin: 95% опрошенных (педагоги, администраторы, студенты) считают, что ИИ используется недобросовестно ✓.
• Stanford AI Index 2026: только 6% учителей считают AI-политики школ ясным руководством ✓. UNESCO: технологии обогнали политические дебаты и регуляторные рамки ✓.
• Анализ 124 AI-политик 110 ведущих университетов США, Японии и Китая: ни один не запрещает GenAI полностью; США делегируют решение преподавателю, Китай — централизует, Япония — институциональные рамки источник.

Практический вывод: детекторы проиграли гонку. Достоверное оценивание смещается к устным и проктированным форматам и к оценке процесса (журнал работы с ИИ как артефакт обучения), а не финального продукта.

Оценки размера рынка ИИ-в-образовании расходятся методологиями, но сходятся в нарративе «×5 за пять лет»: Mordor Intelligence — $6.9 млрд (2025) → $41 млрд (2030), CAGR 42.8%; Grand View (ред. мая 2026) — $57.2 млрд к 2033, CAGR 25.9% источник. Высшее образование — крупнейший сегмент (44–45%), корпоративный L&D — самый быстрорастущий (~44.8% CAGR); самое быстрорастущее приложение — адаптивное оценивание (46.7% CAGR) источник.

• M&A: ~410 транзакций в 2025 (+20% к 2024), 8 IPO; маркеры — Workday → Sana за $1.1 млрд, Coursera → Udemy источник.
• Европа — почти половина мирового объёма EdTech-VC 2025. Q1 2026: $512 млн — медленный старт источник.
• Макро-фон: госрасходы на образование в % мирового ВВП снижаются с 2021; частные EdTech-инвестиции перетекают из классического K-12 в AI-инструменты; капзатраты на ИИ удвоятся между 2024 и 2026 (Goldman Sachs) ✓.
• HolonIQ, прогноз на 2026: сдвиг от экспериментов к управляемому развёртыванию (governed deployment) источник.

ЮНЕСКО задаёт глобальную рамку: human-centred подход, ИИ как ускоритель SDG 4 ✓; компетентностные рамки ИИ для учащихся и учителей ✓; руководство по GenAI (2023, 14 языков) с возрастным порогом и обязательной защитой данных источник; доклад о правах учащихся (сент. 2025): 2.6 млрд человек без интернета → риск «AI divide» источник.

Глобальный маркер: PISA 2029 впервые будет измерять AI literacy — к 2031 регуляторные дебаты получат международную метрику источник.

• К 2030 макротренды создадут ~170 млн рабочих мест и вытеснят ~92 млн — нетто +78 млн ✓ WEF.
• Спрос на навыки AI literacy вырос на 70% за 2024–2025 (LinkedIn) ✓.
• Из 100 работников мира 59 нуждаются в обучении до 2030; 11 его, скорее всего, не получат — риск занятости. 39% существующих навыков будут трансформированы; 63% работодателей называют дефицит навыков барьером №1 источник.
• Рамка WEF Four Futures: готовность рабочей силы — продукт систем образования — одна из двух осей, определяющих сценарий рынка труда 2030; в негативном сценарии «Age of Displacement» системы образования не успевают ✓.

• Деградация навыков. OECD фиксирует «метакогнитивную лень» ✓. Gerlich (2025, n=666): сильная негативная корреляция частоты ИИ и критического мышления (r≈−0.68), медиатор — когнитивная разгрузка; хуже всего — у 17–25-летних источник. Оговорка: кросс-секционные данные — корреляция, не причинность.
• Неравенство → «метакогнитивный разрыв» (Matthew Effect). Стихийное student-facing использование почти наверняка расширит разрывы источник. Контраргумент: адаптивные программы в Utah RCT (692 школы, 166 тыс. учеников) больше всего помогли уязвимым группам источник. Развилка: teacher-facing ИИ сокращает разрывы, стихийный student-facing — увеличивает.
• Приватность и права ребёнка. UNESCO: без защиты данных и подотчётности ИИ ставит под угрозу право на образование источник. ЕС уже запретил распознавание эмоций в классах; Китай — ввод персональных данных учеников в GenAI.
• Качество доказательной базы. Самый цитируемый мета-анализ о пользе ChatGPT (Wang & Fan, g=0.867) ретрагирован 22.04.2026 — цифра, разошедшаяся по EdTech-презентациям, формально недействительна источник. Просите первоисточник у каждого слайда с effect size.
• Провал управления. Используют почти все, ясность политик — 6% ✓. Вакуум заполняется de facto продуктовыми решениями BigTech.

Опорные события уже в календаре: high-risk правила EU AI Act для образования — 02.12.2027; волна обязательных AI-политик округов — 2027–28; PISA 2029 → первые сравнительные данные ~2030–31.

1. 2026–2028

   От экспериментов к управляемому развёртыванию. Школьные системы внедряют ИИ через закупки, аудит и надзор; рынок «дикого» student-facing ИИ сжимается регуляторикой и репутационными рисками.

2. К 2027–2029

   Разделение «универсальный vs образовательный ИИ» становится нормативным. Ступенчатый подход OECD ложится в национальные политики; появляются сертификации педагогического ИИ — в ЕС через high-risk комплаенс.

3. К 2029

   Teacher copilots — стандарт де-факто. Экономика неоспорима: $20/год против $4 800 за коучинг при дефиците 44 млн учителей. Главный барьер — 71% учителей без обучения ИИ → бум программ повышения квалификации.

4. К 2029

   Оценивание перестраивается раньше куррикулума. Адаптивное оценивание — самый быстрорастущий сегмент; «домашнее эссе» как единица оценки фактически умирает в селективных системах.

5. К 2030

   AI literacy — измеряемая обязательная компетенция. Китай ввёл, Alabama сделала условием выпуска, PISA 2029 сделает сравнимой между странами.

6. К 2030–2031

   Рынок ×5 и консолидация. $30–45 млрд; поглощение point-solutions платформами (паттерн Workday–Sana); корпоративный L&D остаётся магнитом капитала.

7. 2029–2031

   Первые твёрдые лонгитюдные данные покажут дифференциальный эффект: рост у систем со структурированным внедрением, деградация базовых навыков при стихийном. Кандидат на «AI-PISA-shock» начала 2030-х.

Чего не произойдёт к 2031: массовой замены учителей (все данные — за аугментацию), исчезновения вузов, закрытия разрыва Глобального Юга (2.6 млрд офлайн не подключатся за 5 лет).

Горизонт 10 лет в ИИ — это 3–4 поколения моделей; честный формат — сценарии. Оси — по рамке WEF: темп развития ИИ × готовность образовательных систем.

Структурные сдвиги, вероятные в любом сценарии

• Граница «образование / работа» размывается: непрерывные микро-кредентиалы вместо «диплома на всю жизнь»; 59% нуждающихся в переобучении — постоянная величина, не разовая.
• Высшее образование под давлением бизнес-модели: если ИИ делает работу выпускника-джуна, диплом теряет сигнальную ценность — вузы дрейфуют к исследованиям, социализации и сертификации того, что ИИ не заменяет.
• Учительская профессия переопределяется, но не исчезает; в бедных системах ИИ становится единственным доступным «тьютором» — со всеми рисками сценария B.
• Данные об обучении — самый чувствительный класс персональных данных: лонгитюдный AI-профиль ученика (что знает, как думает, где ломается).

Главная неопределённость — темп самого ИИ. Если агентные системы к началу 2030-х достигнут надёжности эксперта в большинстве когнитивных задач, вопрос сместится с «как ИИ улучшает обучение» на «чему учить человека в экономике, где когнитивный труд дешевле электричества»: цели образования — агентность, смысл, социальность — станут важнее методов.

1. ИИ одновременно повышает оценки и разрушает обучение — и это не противоречие.

   +48% с ИИ, −17% без него. Чью метрику мы оптимизируем — результат задачи или голову ученика?

2. Дебаты «запретить или разрешить» закончились в 2025-м.

   Настоящий вопрос: кто спроектировал педагогику вашего чатбота. +127% против −17% — та же модель, другая обёртка.

3. Самое доказанное применение ИИ в образовании — скучное.

   Сэкономить учителю 31% времени на подготовку. Романтика персонализации собирает панели, ROI лежит в рутине.

4. Академическая честность в старой форме мертва.

   47% студенческих запросов к ИИ — добыча готовых ответов. Оценивать процесс, а не продукт; журнал работы с ИИ — новый артефакт обучения.

5. Это провал управления, а не технологии.

   ИИ используют почти все; ясными политики считают 6% учителей.

6. ИИ — великий уравнитель и великий разделитель одновременно.

   Слабым тьюторам +9 п.п., но стихийное использование запускает Matthew Effect. Дизайн внедрения решает, какая половина фразы сбудется.

7. Рынок уже проголосовал — за взрослых.

   38% венчурных сделок — workforce training; corporate L&D — самый быстрорастущий сегмент. Школа получит ИИ, обкатанный на корпорациях.

8. 44 миллиона недостающих учителей — сильнейший аргумент за ИИ и опаснейшее оправдание.

   Аугментация — или дешёвая замена человеческого контакта для бедных?

9. Сама наука об ИИ в образовании не проходит проверку ИИ-эпохой.

   Флагманский мета-анализ ретрагирован в апреле 2026. Просите первоисточник у каждого слайда с effect size.

10. Мир выбирает между тремя моделями регулирования: права, рынок, государство.

    ЕС запрещает распознавание эмоций в классе, Китай — открытый GenAI для младшеклассников, США принимают 71 законопроект на уровне штатов. Окно выбора для остальных закроется к 2030.