Матрица технических решений на базе искусственного интеллекта в профессиональной подготовке будущих юристов

Обложка

Цитировать

Полный текст

Аннотация

Актуальность. Современный этап технологического развития общества характеризуется интенсивной интеграцией технологий искусственного интеллекта (ИИ) в профессиональные сферы. Технические решения на базе ИИ позволяют автоматизировать некоторые рутинные процессы и высвободить время для решения человеком других более важных и сложных вопросов. Постепенно взаимодействие специалистов с инструментами ИИ для решения профессиональных задач становится повседневной практикой. В этой связи подготовка квалифицированных кадров в вузе к реалиям сегодняшнего дня невозможна без интеграции в процесс обучения студентов профессионально ориентированных инструментов ИИ. Юриспруденция выступает одной из сфер деятельности, в которой современные технологии ИИ способны взять на себя решение многих профессиональных задач. Вместе с тем системная интеграция технических решений на основе ИИ в процесс подготовки студентов-юристов в вузе невозможна без комплексного изучения всей палитры инструментов ИИ и их профессионально ориентированного потенциала. Цель исследования – разработать матрицу технических решений на базе ИИ, используемых в профессиональной подготовке будущих юристов.Материалы и методы. Исследование проводилось на основе метода экспертной оценки. Это позволило авторам: а) выделить перечень профессиональных задач, решаемых юристами в сфере профессиональной деятельности; б) на основе выделенных задач разработать матрицу технических решений на базе ИИ, используемых в профессиональной подготовке будущих юристов. Материалами выступили научные работы по педагогике, методике обучения иностранным языкам и профильным дисциплинам, опубликованные в научных журналах, индексируемых в МНБ (Scopus и Web of Science), а также входящие в перечень ВАК РФ (К1, К2), ФГОС ВО по направлению подготовки «Юриспруденция». В качестве практических материалов были использованы широко распространенные среди действующих юристов инструменты ИИ, используемые ими в профессиональной деятельности для решения профессиональных задач.Результаты исследования. Разработана матрица технических решений на базе ИИ, используемых в профессиональной подготовке будущих юристов. Матрица представлена по двенадцати профессиональным задачам, решаемым юристами в ходе своей профессиональ-ной деятельности. В качестве основных и наиболее доступных для преподавателей профильных дисциплин технических решений на базе ИИ, способных помочь юристам в решении профессиональных задач, выступают следующие инструменты: Legal AI, Legal Document Generator и DocZilla AI используются для составления договоров (аренды, куплипродажи, трудовых соглашений и т. п.), DocZilla AI и Genie AI – для анализа и сравнения редакций документов, Mistral AI и LexisNexis – для проверки документов на ошибки и противоречия, ROSS Intelligence и WestLaw – для поиска релевантных судебных решений и анализа прецедентов, TrademarkVision и PatentPal – для поиска сходных товарных знаков, Perplexity AI – для анализа лицензионных соглашений, Legalese Decoder, ChatGPT, YandexGPT, GigaChat и DeepSeek – для упрощения юридических терминов для клиентов (коллег, студентов), Canva и MidJourney – для визуализации процессов (например, судебных заседаний), LegalAI и Jasper AI – для консультации по юридическим вопросам, Perplexity AI, ChatGPT, YandexGPT, GigaChat и DeepSeek – для математических расчетов (налогов, страховых выплат и т. п.), MidJourney – для создания изображений подозреваемых, Legalese Decoder и Mistral AI – для проведения экспертиз (почерковедческих, баллистических и т. п.).Выводы. Новизна исследования состоит в разработке матрицы технических решений на базе ИИ, используемых в профессиональной подготовке будущих юристов. Перспективность проведенного исследования заключается в разработке поэтапных методик обучения аспектам профильных дисциплин на основе практики студентов с конкретными техническими решениями на базе ИИ.

Об авторах

П. В. Сысоев

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»; ФГБОУ ВО «Московский педагогический государственный университет»

Email: psysoyev@yandex.ru
ORCID iD: 0000-0001-7478-7828

доктор педагогических наук, профессор, руководитель Научного центра Российской академии образования; профессор кафедры иноязычного образования

392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33

М. В. Гаврилов

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»

Email: maximgavrilov2010@yandex.ru
ORCID iD: 0000-0003-0114-6856

преподаватель кафедры лингвистики и лингводидактики

392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33

С. Ю. Булочников

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»

Автор, ответственный за переписку.
Email: bulochnikov03@mail.ru
ORCID iD: 0009-0001-7619-0643

научный сотрудник лаборатории языкового поликультурного образования

392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33

Список литературы

  1. Ивахненко Е.Н., Никольский В.С. ChatGPT в высшем образовании и науке: угрозы или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. С. 9-22. https://doi.org/10.31992/0869-3617-2023-32-4-9-22, https://elibrary.ru/tzhihu
  2. Роберт И.В. Реализация возможностей искусственного интеллекта в образовании // Пространство педагогических исследований. 2024. № 1 (1). С. 60-75. https://doi.org/10.23859/3034-1760.2024.77.66.004, https://elibrary.ru/neeext
  3. Сысоев П.В. Искусственный интеллект в образовании: осведомленность, готовность и практика применения преподавателями высшей школы технологий искусственного интеллекта в профессиональной деятельности // Высшее образование в России. 2023. Т. 32. № 10. С. 9-33. https://doi.org/10.31992/0869-3617-2023-32-10-9-33, https://elibrary.ru/tzytkm
  4. Казакова Е.И., Кузьминов Я.И. Мы должны воспитать культуру критического отношения к ответам искусственного интеллекта // Вопросы образования. 2025. № 1. С. 8-24. https://doi.org/10.17323/vo2025-25882, https://elibrary.ru/fmenzj
  5. Cotton D.R.E., Cotton P.A., Shipway J.R. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT // Innovations in Education and Teaching International. 2023. P. 1-12. https://doi.org/10.1080/14703297.2023.2190148
  6. Сысоев П.В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусствен-ным интеллектом // Высшее образование в России. 2024. Т. 33. № 2. С. 31-53. https://doi.org/10.1080/14703297.2023.2190148, https://elibrary.ru/vtaiuo
  7. Евстигнеев М.Н. Учебная автономия в контексте развития и распространения технологий искусственного интеллекта в языковом образовании // Иностранные языки в школе. 2025. № 2. С. 13-21. https://elibrary.ru/artmrn
  8. Сысоев П.В. Персонализированное обучение на основе технологий искусственного интеллекта: насколько готовы современные студенты к новым возможностям получения образования // Высшее образование в России. 2025. Т. 34. № 2. С. 51-71. https://doi.org/10.31992/0869-3617-2025-34-2-51-71, https://elibrary.ru/weagvq
  9. Титова С.В., Темурян К.Т. Интеллектуальная система обучения иностранным языкам: типы, структура, принципы проектирования // Иностранные языки в школе. 2024. № 3. С. 25-32. https://elibrary.ru/svcmqy
  10. Сысоев П.В., Филатов Е.М. ChatGPT в исследовательской работе студентов: запрещать или обучать? // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 2. С. 276-301. https://doi.org/10.20310/1810-0201-2023-28-2-276-301, https://elibrary.ru/sphxkz
  11. Сысоев П.В., Евстигнеев М.Н. Использование технологий искусственного интеллекта в исследовательской работе студентов // Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация. 2025. Т. 28. № 1. С. 85-101. https://doi.org/10.55959/MSU-2074-1588-19-28-1-6, https://elibrary.ru/aynwsu
  12. Михалева О.В. Искусственный интеллект в системе современного образования: перспективы и риски // Педагогическая информатика. 2024. № 2. С. 193-199. https://elibrary.ru/diegma
  13. Hendrycks D., Mazeika M., Woodside T. An Overview of Catastrophic AI Risks. 2023. 54 p. https://doi.org/10.48550/arXiv.2306.12001
  14. Итинсон К.С. Информатизация медицинского образования: системы искусственного интеллекта в обучении студентов и врачей // Балтийский гуманитарный журнал. 2020. Т. 9. № 3 (32). С. 91-93. https://doi.org/10.26140/bgz3-2020-0903-0021, https://elibrary.ru/jfcjma
  15. Chan K., Zary N. Applications and challenges of implementing artificial intelligence in medical education: integrative review // JMIR Medical Education. 2019. Vol. 5. № 1. Art. 13930. https://doi.org/10.2196/13930
  16. Zhang W., Cai M., Lee H., Evans R., Zhu C., Ming C. AI in medical education: global situation, effects and challenges // Education and Information Technologies. 2024. Vol. 29. P. 4611-4633. https://doi.org/10.1007/s10639-023-12009-8, https://elibrary.ru/rdfanm
  17. Waisberg N., Hudek A. AI for Lawyers: How Artificial Intelligence is Adding Value, Amplifying Expertise, and Transforming Careers. Hoboken: Wiley, 2021. 208 p.
  18. Сысоев П.В., Харин В.В., Гаврилов М.В. Методика обучения студентов-юристов составлению международных правовых документов на основе инструментов искусственного интеллекта в рамках интегрированного курса // Язык и культура. 2024. № 67. С. 272-289. https://doi.org/10.17223/19996195/67/15, https://elibrary.ru/rfqxpk
  19. Алейникова Д.В. Особенности обучения студентов-юристов аргументативному дискурсу в условиях цифровизации // Вестник Московского государственного лингвистического университета. Образование и педагогические науки. 2022. № 2 (843). С. 14-19. https://doi.org/10.52070/2500-3488_2022_2_843_14, https://elibrary.ru/lzbest
  20. Левин Б.А., Пискунов А.А., Поляков В.Ю., Савин А.В. Искусственный интеллект в инженерном образовании // Высшее образование в России. 2022. Т. 31. № 7. С. 79-95. https://doi.org/10.31992/0869-3617-2022-31-7-79-95, https://elibrary.ru/kcnapj
  21. Паршина К.В., Салтыкова Г.М. Современные технологии в обучении студентов направления подготовки «Дизайн» // Педагогический журнал. 2021. Т. 11. № 1-1. С. 263-270. https://doi.org/10.34670/AR.2021.47.77.032, https://elibrary.ru/scqdmg
  22. Харламенко И.В. Дополненная реальность в обучении лексике на иностранном языке // Иностранные языки в школе. 2025. № 2. С. 27-32. https://elibrary.ru/xlqhly
  23. Клочихин В.В. Этапы формирования коллокационной компетенции студентов на основе лингвистического корпуса // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2020. Т. 25. № 186. С. 14-24. https://doi.org/10.20310/1810-0201-2020-25-186-14-24, https://elibrary.ru/mqddog
  24. Клочихин В.В., Поляков О.Г. Технологии искусственного интеллекта: инструменты корпусного анализа в обучении иностранному языку // Иностранные языки в школе. 2023. № 3. С. 24-30. https://elibrary.ru/bdttfe
  25. Сысоев П.В., Ивченко М.И. Формирование иноязычных фонетических навыков речи обучающихся на основе инструментов искусственного интеллекта // Перспективы науки и образования. 2025. № 2. С. 600-614. https://doi.org/10.32744/pse.2025.2.38, https://elibrary.ru/jrddjj
  26. Ивченко М.И., Поляков О.Г. Использование инструмента искусственного интеллекта ELSA Speak в обучении произношению // Иностранные языки в школе. 2025. № 2. С. 54-58. https://elibrary.ru/zrvafq
  27. Сысоев П.В., Филатов Е.М. Методика обучения студентов написанию иноязычных творческих работ на основе оценочной обратной связи от искусственного интеллекта // Перспективы науки и образования. 2024. № 1 (67). С. 115-135. https://doi.org/10.32744/pse.2024.1.6, https://elibrary.ru/tmstly
  28. Сысоев П.В., Филатов Е.М., Хмаренко Н.И., Мурунов С.С. Преподаватель vs искусственный интеллект: сравнение качества предоставляемой преподавателем и генеративным искусственным интеллектом обратной связи при оценке письменных творческих работ студентов // Перспективы науки и образования. 2024. № 5 (71). С. 694-712. https://doi.org/10.32744/pse.2024.5.41, https://elibrary.ru/xzgvgm
  29. Коренев А.А. Стратегии использования искусственного интеллекта для предоставления письменной обратной связи в обучении иностранному языку // Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация. 2024. Т. 27. № 2. С. 68-77. https://doi.org/10.55959/MSU-2074-1588-19-27-2-5, https://elibrary.ru/hizddu
  30. Сысоев П.В., Филатов Е.М. Методика развития иноязычных речевых умений студентов на основе практики с чат-ботом // Перспективы науки и образования. 2023. № 3 (63). С. 201-218. https://doi.org/10.32744/pse.2023.3.13, https://elibrary.ru/fjyhew
  31. Сорокин Д.О. Использование голосовых помощников для развития устных иноязычных речевых умений обучающихся // Иностранные языки в школе. 2024. № 3. С. 73-77. https://elibrary.ru/rfmsmk
  32. Сорокин Д.О. Использование веб-приложения Character.AI для развития умений иноязычного речевого взаимодействия обучающихся // Иностранные языки в школе. 2025. № 2. С. 59-65. https://elibrary.ru/kpckof
  33. Филатов Е.М. Развитие у студентов умений иноязычной коммуникативной деятельности на основе веб-приложения character. ai // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 5. С. 1248-1260. https://doi.org/10.20310/1810-0201-2024-29-5-1248-1260, https://elibrary.ru/ncusck
  34. Сысоев П.В., Филатов Е.М., Евстигнеев М.Н., Поляков О.Г., Евстигнеева И.А., Сорокин Д.О. Матрица инструментов искусственного интеллекта в лингвометодической подготовке будущих учителей иностранного языка // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 3. С. 559-588. https://doi.org/10.20310/1810-0201-2024-29-3-559-588, https://elibrary.ru/jazkme
  35. Сысоев П.В., Филатов Е.М., Сорокин Д.О. Обратная связь в обучении иностранному языку: от информационных технологий к искусственному интеллекту // Язык и культура. 2024. № 65. С. 242-261. https://doi.org/10.17223/19996195/65/11, https://elibrary.ru/plzyov
  36. Сысоев П.В., Евстигнеев М.Н. Интеграция технологий искусственного интеллекта в лингвометодическую подготовку будущих учителей иностранного языка // Язык и культура. 2025. № 69. С. 204- 219. https://doi.org/10.17223/19996195/69/10, https://elibrary.ru/guzvbi.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».