- 4 шкалы
- 12 вопросов
- Онлайн-расчёт бесплатно
- Авторы
- С. М. Григорьев, 2026
- Контингент
- Преподаватели и академические руководители вузов; выборка разработки — 400 человек из шести вузов.
Опросник Григорьева содержит 12 утверждений о том, как в вашем вузе организовано внедрение искусственного интеллекта в преподавание. Ответы даются по пятибалльной шкале согласия, а результат складывается из четырёх шкал по три пункта и общего показателя от 12 до 60 баллов.
Опросник измеряет не личные установки преподавателя к ИИ, а институциональный контекст: что делает вуз, чтобы ИИ в обучении использовался осмысленно и ответственно. Он предназначен для исследовательских и мониторинговых задач — например, для внутреннего аудита вуза или сравнения подразделений.
Четыре шкалы: институциональная поддержка (понятная позиция руководства, связь ИИ со стратегией вуза, поддержка пробующих преподавателей), ресурсно-методическая обеспеченность (доступ к сервисам, методическая помощь, повышение квалификации), нормативно-этическая определённость (правила использования, принципы оценки работ с участием ИИ, академическая добросовестность и защита данных) и поддержка профессионального сообщества (обсуждение опыта на кафедре, открытый разговор о рисках, среда, поддерживающая осторожную апробацию).
Структура проверена на 400 преподавателях и академических руководителях шести российских вузов (эксплораторный и конфирматорный факторный анализ на двух половинах выборки). Внутренняя согласованность — α = 0,79–0,84 по шкалам и 0,89 по общему показателю, тест-ретестовая надёжность через три недели — ICC = 0,77–0,84. Все пункты прямые, обратных нет.
Онлайн-расчёт и генерация данных
БесплатноПройдите тест для себя и узнайте свой результат — или обработайте данные группы для диплома: таблица, график и выгрузка в Word.
Шаг 1. Что вам нужно?
Шкалы методики
Институциональная поддержка
Понятная позиция руководства, связь внедрения ИИ с целями развития университета, поддержка преподавателей, которые пробуют ИИ в работе.
пункты 1–3
Ресурсно-методическая обеспеченность
Доступ к цифровым сервисам, методическая и консультационная помощь, возможности повышения квалификации по ИИ.
пункты 4–6
Нормативно-этическая определенность
Понятные правила использования ИИ, принципы оценки работ с участием ИИ, ясность требований академической добросовестности и защиты данных.
пункты 7–9
Поддержка профессионального сообщества
Обсуждение опыта использования ИИ на кафедре, возможность открыто говорить о рисках, среда, поддерживающая осторожную и ответственную апробацию.
пункты 10–12
Полный текст методики
Оцените, насколько Вы согласны с каждым утверждением применительно к Вашему вузу. Используйте балльную оценочную шкалу от 1 до 5, где 1 означает «совершенно не согласен», 2 — «скорее не согласен», 3 — «затрудняюсь ответить / отчасти согласен», 4 — «скорее согласен», 5 — «полностью согласен».
Шкала ответов: 1 — совершенно не согласен 2 — скорее не согласен 3 — затрудняюсь ответить / отчасти согласен 4 — скорее согласен 5 — полностью согласен
Русский текст приведён по Приложению к статье: Григорьев С. М. Разработка и валидация опросника «Организационный контекст внедрения ИИ» // Системная психология и социология. 2026. № 2 (58). С. 18–28. Статья опубликована в открытом доступе (КиберЛенинка, CC BY); при использовании ссылайтесь на автора методики.
- 1.В моем вузе существует понятная позиция руководства относительно педагогически оправданного использования ИИ
- 2.Внедрение ИИ в образовательный процесс связано с целями развития университета, а не является ситуативной инициативой
- 3.Руководители подразделений поддерживают преподавателей, которые пробуют использовать ИИ в учебной работе
- 4.У меня есть доступ к цифровым сервисам, необходимым для использования ИИ в преподавании
- 5.В университете можно получить методическую или консультационную помощь по использованию ИИ в учебном процессе
- 6.В вузе создаются возможности для повышения квалификации по вопросам ИИ в образовании
- 7.В нашем университете существуют понятные правила использования ИИ преподавателями и студентами
- 8.В вузе определены принципы оценки студенческих работ, выполненных с участием ИИ
- 9.Мне ясно, как соблюдать требования академической добросовестности и защиты данных при использовании ИИ
- 10.На кафедре или в подразделении принято обсуждать опыт использования ИИ в преподавании
- 11.Я могу открыто говорить с коллегами о трудностях и рисках, связанных с внедрением ИИ
- 12.Профессиональная среда в моем подразделении поддерживает осторожную и ответственную апробацию ИИ
Ключи: как обрабатываются ответы
- 1Каждое утверждение оценивается от 1 («совершенно не согласен») до 5 («полностью согласен»). Подсчёт в прямом ключе: обратных пунктов нет.
- 2Институциональная поддержка — пункты 1, 2, 3.
- 3Ресурсно-методическая обеспеченность — пункты 4, 5, 6.
- 4Нормативно-этическая определённость — пункты 7, 8, 9.
- 5Поддержка профессионального сообщества — пункты 10, 11, 12.
- 6Баллы по каждой шкале суммируются отдельно (диапазон 3–15); общий показатель — сумма всех 12 пунктов (диапазон 12–60). Чем выше значение, тем благоприятнее организационный контекст внедрения ИИ.
- 7Рабочие интервалы автора для общего показателя: 12–29 баллов — неблагоприятный организационный контекст; 30–44 — умеренно благоприятный; 45–60 — выражено благоприятный. Автор подчёркивает, что выборка не общероссийская нормативная и интервалы требуют дальнейшей проверки. Для отдельных шкал границ нет.
Как оценить результат
Диапазон баллов по шкалам: ИП — 3…15, РМО — 3…15, НЭО — 3…15, ППС — 3…15, Общий — 12…60:
12–29 баллов
Неблагоприятный организационный контекст (рабочий интервал автора)
30–44 балла
Умеренно благоприятный организационный контекст
45–60 баллов
Выражено благоприятный организационный контекст
Как обрабатывать математически
Единица измерения
Сумма баллов: шкала 3–15, общий показатель 12–60
Тип шкалы
Порядковая (шкала согласия 1–5) → ранговые методы
Как описывать
Медиана и квартили (Me, Q1–Q3); среднее и SD — для сопоставления с автором
Основные критерии
Вилкоксон / Манна-Уитни / Спирмен
Ответы на пункты — порядковые, а каждая шкала состоит всего из трёх пунктов, поэтому для небольших выборок надёжнее ранговые критерии. Автор приводит среднее и SD по шкалам; для ваших данных нормальность распределения нужно проверить отдельно.
Пошаговый план расчёта
- 1Проверьте, что нет пропусков: обратных пунктов нет, перекодировка не нужна.
- 2Для каждого респондента сложите баллы по трём пунктам каждой шкалы (получится от 3 до 15), а затем четыре шкальных значения — общий показатель (от 12 до 60).
- 3Опишите выборку: медиана и квартили по каждой шкале и по общему показателю; при необходимости распределите респондентов по рабочим интервалам автора, оговорив их предварительный характер.
- 4Сравните группы (вузы, факультеты, управленцы и преподаватели) критерием Манна-Уитни или Краскела-Уоллиса, замеры до и после — критерием Вилкоксона.
- 5Связь с цифровой компетентностью или интенсивностью использования ИИ проверьте корреляцией Спирмена.
Какой критерий выбрать
Пример обработки результатов
Условный пример для оформления: 8 преподавателей одного вуза заполнили опросник до и после принятия университетом регламента по использованию ИИ. Сравниваются общие показатели (12–60). Числа учебные, не из публикации.
До: 40 46 32 45 36 50 24 41
После: 44 49 35 47 40 51 29 44
- 1Дизайн: одни и те же 8 человек, два замера, шкала порядковая → критерий Вилкоксона.
- 2Медиана до: Me = 40,5 (Q1 = 34,0; Q3 = 45,5); после: Me = 44,0 (Q1 = 37,5; Q3 = 48,0). До регламента медиана попадала в рабочий интервал «умеренно благоприятный» (30–44), после — на его верхнюю границу.
- 3Разности (после − до): +4; +3; +3; +2; +4; +1; +5; +3. Отрицательных и нулевых разностей нет → T эмп = 0. При n = 8 T крит = 3 (p < 0,05) и 0 (p < 0,01); так как 0 ≤ 0, сдвиг значим при p < 0,01.
Как оформить это в дипломе
В таблице 1 представлены медиана и квартили общего показателя организационного контекста внедрения ИИ до и после принятия регламента, а также результат критерия Вилкоксона.
Таблица 1 — Общий показатель организационного контекста внедрения ИИ до и после принятия регламента (n = 8)
| Показатель | Q₂₅ | Me | Q₇₅ | T эмп | T крит | p |
|---|---|---|---|---|---|---|
| Общий показатель, до | 34,0 | 40,5 | 45,5 | — | — | — |
| Общий показатель, после | 37,5 | 44,0 | 48,0 | 0 | 0 | < 0,01 |
На рисунке 1 графически представлено изменение медианы общего показателя.
Рисунок 1 — Медиана общего показателя организационного контекста до и после принятия регламента
Медиана общего показателя выросла с 40,5 до 44,0 балла (+3,5) при возможном диапазоне 12–60. У всех 8 участников значение увеличилось.
Значимость сдвига проверяли непараметрическим критерием Вилкоксона (шкала порядковая): T эмп = 0 при T крит = 0 (n = 8, p < 0,01).
Вывод
После принятия регламента организационный контекст внедрения ИИ оценивается преподавателями статистически значимо выше (T эмп = 0, p < 0,01): медиана выросла с 40,5 до 44,0 балла.
Что известно о выборке разработки
Исследование проведено на 400 преподавателях и академических руководителях шести российских вузов (58,0 % мужчин, 42,0 % женщин; возраст 24–69 лет, M = 38,1; медиана педагогического стажа — 14 лет). Регулярно, не реже раза в неделю, ИИ в преподавании использовали 57,5 % участников. Сбор данных шёл онлайн с сентября по декабрь 2024 года; тест-ретест через три недели прошли 84 человека.
Психометрические характеристики опросника по статье автора (N = 400)
| Шкала | M | SD | α Кронбаха | ICC (2,1) |
|---|---|---|---|---|
| Институциональная поддержка | 10,4 | 2,5 | 0,81 | 0,81 |
| Ресурсно-методическая обеспеченность | 9,5 | 2,7 | 0,84 | 0,77 |
| Нормативно-этическая определенность | 10,8 | 2,3 | 0,79 | 0,82 |
| Поддержка профессионального сообщества | 10,3 | 2,4 | 0,83 | 0,80 |
| Общий показатель | 41,0 | 7,8 | 0,89 | 0,84 |
Это описание выборки автора (таблица 2 статьи), а не нормативы. Рабочие интервалы общего показателя автор называет предварительными.