Що насправді відомо про вплив штучного інтелекту на навчання: огляд Stanford

Штучний інтелект стрімко входить у систему освіти, однак наукових доказів його реального впливу на навчання учнів поки значно менше, ніж може здатися.

У 2026 році дослідники Stanford Accelerator for Learning провели масштабний огляд наукових робіт про використання штучного інтелекту в K–12 education — від початкової до старшої школи.

Дослідники проаналізували 818 академічних робіт, але лише 20 досліджень відповідали критеріям достатньо сильного причинно-наслідкового доказу. До огляду увійшли рандомізовані контрольовані дослідження (RCT) та квазіекспериментальні дослідження.

The Evidence Base on AI in K–12: A 2026 ReviewStanford SCALE Initiative, Stanford University, 2026Повний звіт Stanford у PDF

Що показують дослідження?

Загальна картина виявилася неоднозначною.

Дослідження показують, що AI-інструменти часто покращують результати учнів у той момент, коли учні мають доступ до цих інструментів.

Позитивні результати були зафіксовані, зокрема, під час:

1. математичної практики;
2. написання текстів;
3. програмування;
4. вивчення економіки;
5. роботи з окремими фізичними задачами.

Однак ситуація змінюється, коли AI забирають і учень має продемонструвати свої знання самостійно.

Stanford зазначає, що результати досліджень щодо такого independent performance є змішаними. У деяких випадках перевага від використання AI зберігається, в інших — ні, а іноді учні демонструють гірші результати без доступу до AI.

Саме тому автори підкреслюють необхідність розрізняти покращення виконання завдання за допомогою AI та реальне, стійке навчання.

Дослідження математики: GPT-4 проти AI Tutor

Одним із найбільш показових експериментів, включених до огляду Stanford, стало дослідження Bastani et al. (2025).

У ньому взяли участь приблизно 1 000 учнів старших класів у Туреччині.

Учні протягом семестру взяли участь у чотирьох 90-хвилинних сесіях математичної практики.

Дослідники порівняли два варіанти використання AI:

GPT Base

Учні отримували доступ до стандартного інтерфейсу GPT-4 без спеціальних педагогічних обмежень.

GPT Tutor

Учні працювали з версією AI, яка мала pedagogical guardrails — спеціальні педагогічні обмеження, спрямовані на підтримку навчального процесу.

Це дозволяло порівняти не просто використання AI з невикористанням AI, а два різні способи взаємодії учня з AI.

Що відбулося під час практики?

Учні, які мали необмежений доступ до AI, демонстрували кращі результати під час самої практики.

Тобто GPT-4 допомагав їм успішніше виконувати математичні завдання.

На цьому етапі використання AI виглядало ефективним.

Але після завершення практики дослідники провели оцінювання, під час якого учні не мали доступу до AI.

І саме тут з'явилася принципова різниця.

Учні, які практикувалися зі стандартним GPT-4, продемонстрували приблизно 17% зниження результативності на іспиті без допомоги AI.

Stanford описує це як “crutch effect” — ефект милиці: AI допомагає учневі виконувати завдання під час практики, але ця допомога може не перетворюватися на відповідне зростання самостійної компетентності.

Водночас використання GPT Tutor із педагогічними обмеженнями пом'якшило цей ефект.

Чому це важливо?

Цей результат демонструє важливу особливість використання генеративного AI в освіті.

AI може допомогти учневі виконати завдання, але це не завжди означає, що учень навчився виконувати його самостійно.

Саме тому автори Stanford review окремо звертають увагу на те, як AI змінює навчальний досвід.

Якщо AI бере на себе пошук інформації, її організацію та початкову обробку, учень може отримувати менше можливостей для розвитку власних навичок:

1. оцінювання інформації;
2. визначення прогалин у розумінні;
3. вибору стратегії розв'язання проблеми;
4. самостійного міркування.

У звіті це розглядається через призму science of learning — науки про те, які саме навчальні процеси сприяють формуванню стійких знань.

Не всі AI-інструменти однакові

Один із важливих висновків огляду полягає в тому, що не можна говорити про «вплив AI на освіту» як про єдиний ефект.

Результат залежить від того:

1. який саме AI використовується;
2. для якого завдання;
3. як побудована взаємодія з учнем;
4. наскільки AI дає готову відповідь або підтримує процес міркування;
5. який рівень підготовки має учень;
6. що саме вимірюється після використання AI.

У дослідженні з математикою саме педагогічні обмеження GPT Tutor допомогли зменшити негативний ефект, який спостерігався при використанні стандартного GPT-4.

AI може покращувати результати, але це ще не доказ довгострокового навчання

Це один із центральних висновків Stanford review.

Дослідження показують, що AI може підвищувати результати учнів під час безпосередньої роботи з інструментом.

Наприклад, Stanford наводить позитивні результати використання AI під час математичної практики, написання текстів, програмування та інших навчальних завдань.

Але коли учні проходять оцінювання без AI, результати стають менш однозначними.

Тому автори наголошують на необхідності досліджувати не тільки короткострокову performance, але й те, чи формуються стійкі навчальні результати.

Інші дослідження, включені до огляду

Дослідження математики — лише один із прикладів.

Наприклад, в іншому експерименті з 334 студентами університету в Німеччині студенти використовували GPT-4-based chatbot під час вивчення економічного матеріалу.

Студенти, які мали доступ до AI, показали кращі результати, ніж студенти без доступу до нього, а необмежений доступ дав кращі результати, ніж доступ із часовим обмеженням.

Водночас інше дослідження зі студентами, які вивчали Python, не виявило загального позитивного впливу AI на навчання. Використання чатбота дозволяло студентам охопити більшу кількість тем, але водночас було пов'язане з погіршенням розуміння матеріалу та збільшенням розриву між студентами з різним рівнем попередніх знань.

Ще одне дослідження показало, що студенти можуть віддавати перевагу AI-чатботу та вважати його кориснішим, навіть коли традиційний спосіб навчання дає кращі результати щодо розуміння та запам'ятовування матеріалу.

Що говорить Stanford про стан досліджень загалом?

Попри стрімке поширення AI в освіті, наукова база все ще залишається обмеженою.

Із 818 досліджень, які були доступні в дослідницькому репозиторії Stanford станом на жовтень 2025 року, лише 20 відповідали критеріям сильного причинно-наслідкового доказу.

Крім того, дослідники зазначають, що значна частина якісних causal studies була проведена не в американських школах, а в університетах або в школах інших країн.

Це означає, що сьогодні ще недостатньо доказів, щоб робити однозначний висновок про довгостроковий вплив генеративного AI на навчання школярів.

Висновок дослідження

Огляд Stanford не дає простої відповіді «AI корисний» або «AI шкідливий».

Натомість він показує більш складну картину.

AI часто допомагає учням краще виконувати завдання, коли вони мають доступ до AI.

Але поки що недостатньо доказів того, що таке покращення завжди означає довготривале засвоєння знань і здатність працювати самостійно.

Особливо важливим є спосіб, у який AI взаємодіє з учнем.

Дослідження Bastani et al. показало, що необмежений доступ до GPT-4 підвищував результати під час математичної практики, але був пов'язаний із 17% падінням результатів на оцінюванні без AI. Використання спеціально налаштованого GPT Tutor із педагогічними guardrails дозволило пом'якшити цей ефект.

Тому, за висновками Stanford, подальші дослідження мають зосереджуватися не лише на тому, чи допомагає AI виконувати навчальні завдання, а й на тому, які умови використання AI сприяють реальному та стійкому навчанню.

AI не замінює викладача

Дослідження Stanford не свідчить про те, що AI потрібно відмовитися від використання в освіті. Навпаки, воно показує, що спосіб використання AI має значення.

Для нас це означає простий принцип:

AI може бути додатковим інструментом навчання, але не заміною власного мислення студента.

Тому ми використовуємо технології там, де вони дійсно допомагають навчанню, але зберігаємо те, що залишається основою якісної освіти: пояснення викладача, практика, зворотний зв’язок, роботу над помилками та самостійне розв’язання задач.

Головне питання після використання AI

Не:

«Чи отримав студент правильну відповідь?»

А:

«Чи зможе він розв’язати подібну задачу самостійно наступного разу?»

Саме цей принцип ми вважаємо важливим для ефективної підготовки до міжнародних іспитів та навчання математики англійською мовою.
Інформація про курси та заняття - https://happyinstudy.com/courses

Джерело

Fesler, L., Martinez Claeys, J. P., Agnew, C., & Loeb, S. (2026). The Evidence Base on AI in K–12: A 2026 Review. Stanford SCALE Initiative, Stanford University.

Повний текст дослідження Stanford (PDF)