Educational Acmeology. Developmental Psychology

Izvestiya of Saratov University.

ISSN 2304-9790 (Print)
ISSN 2541-9013 (Online)

For citation:

Neumoeva-Kolchedantseva E. V., Belyakova E. G., Boyarkina J. A., Bykov S. А. Psychological readiness of university students to use artificial intelligence tools in studying and research: Theoretical framework and model description. Izvestiya of Saratov University. Educational Acmeology. Developmental Psychology, 2026, vol. 15, iss. 2, pp. 102-114. DOI: 10.18500/2304-9790-2026-15-2-102-114, EDN: BHNVGG

This is an open access article distributed under the terms of Creative Commons Attribution 4.0 International License (CC-BY 4.0).
Full text:
download
(downloads: 5)
Language: 
Russian
Heading: 
Educational Acmeology
Article type: 
Article
UDC: 
37.015.324
DOI: 
10.18500/2304-9790-2026-15-2-102-114
EDN: 
BHNVGG

Psychological readiness of university students to use artificial intelligence tools in studying and research: Theoretical framework and model description

Autors: 
Neumoeva-Kolchedantseva Elena V., Tyumen State University
Belyakova Evgenia Gelievna, Tyumen State University
Boyarkina Julia Anatolyevna, Tyumen State University
Bykov Sergey Александрович, Tyumen State University
Abstract: 

The issue of students’ readiness to use artifi cial intelligence tools in studying is relevant in the context of the comprehensive readiness of higher education for digital transformation in the era of artifi cial intelligence. The purpose of the study is to justify the structural and content model of psychological readiness of university students to use AI tools in academic and research activities. The study hypothesizes the effi ciency of the subject-activity approach for modeling the university students’ psychological readiness to use artifi cial intelligence tools. Methods (tools): the subject-activity approach was used as a methodological basis for justifying the model. This approach makes it possible to characterize the structural components of the readiness and to specify their content. Moreover, the study applied analysis and evaluation of the relevant research on the problem, as well as theoretical justifi cation and description of the model of students’ psychological readiness to use AI in academic and research work. Results: the study has substantiated the structure and the content of the model of students’ psychological readiness to use artifi cial intelligence tools in academic and research work. The readiness is understood as an integral formation comprising interconnected motivational, information-cognitive, activity-based, and refl ective components. The content of the readiness is characterized by emotional attitude, motives, and activity goals, availability of necessary information and knowledge, practical skills, self-regulation, and the refl ection on the process and activity results from the perspective of internal and external regulators. Main conclusions: the model of students’ psychological readiness to use AI in academic and research activities can serve as a theoretical guideline for further development of tools for assessing students’ readiness and for pedagogical measures aimed at developing readiness. The practical significance of the study results is determined by the possibility of further development of a technique for assessing the current state of students’ readiness to work with AI tools in academic and research work.

Key words: 
higher education
artificial intelligence
students’ psychological readiness to use artificial intelligence
Reference: 
  1. Тункевичус О. А. Готовность высшего образования к внедрению искусственного интеллекта: библиометрический анализ // Вестник Московского университета. Серия 6. Экономика. 2025. Т. 60, № 3. С. 319–347. https://doi.org/10.55959/MSU0130-0105-6-60-3-14, EDN: NELIKO
  2. Holmström J. From AI to digital transformation: The AI readiness framework // Business Horizons. 2022. Vol. 65, iss. 3. P. 329–339. https://doi.org/10.1016/j.bushor.2021.03.006
  3. Hua Y., Sun H. L. Are you ready? An investigation of factors affecting artificial intelligence readiness of college students // Library & Information Science Research. 2025. Vol. 47, iss. 4. Article 101381. https://doi.org/10.1016/j.lisr.2025.101381
  4. Давыдов С. Г., Матвеева Н. Н., Адемукова Н. В., Вичканова А. А. Искусственный интеллект в российском высшем образовании: текущее состояние и перспективы развития // Университетское управление: практика и анализ. 2024. Т. 28, № 3. С. 32–44. https://doi.org/10.15826/umpa.2024.03.023, EDN: FELSPP
  5. Буякова К. И., Дмитриев Я. А., Иванова А. С., Фещенко А. В., Яковлева К. И. Отношение студентов и преподавателей к использованию инструментов с искусственным интеллектом в вузе // Образование и наука. 2024. Т. 26, № 7. С. 160–193. https://doi.org/10.17853/1994-5639-2024-7-160-193, EDN: BSEUWY
  6. Johnston H., Wells R. F., Shanks E. M., Boey T., Parsons B. N. Student perspectives on the use of generative artificial intelligence technologies in higher education // International Journal for Educational Integrity. 2024. Vol. 20. Article 1. https://doi.org/10.1007/s40979-024-00149-4
  7. Baidoo-Anu D., Asamoah D., Amoako I., Mahama I. Exploring student perspectives on generative artificial intelligence in higher education learning // Discover Education. 2024. Vol. 3. Article 98. https://doi.org/10.1007/s44217-024-00173-z
  8. Barrett A., Pack A. Not quite eye to A. I.: Student and teacher perspectives on the use of generative artificial intelligence in the writing process // International Journal of Educational Technology in Higher Education. 2023. Vol. 20. Article 1. https://doi.org/10.1186/s41239-023-00427-0
  9. Сысоев П. В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом // Высшее образование в России. 2024. Т. 33, № 2. С. 31–53. https://doi.org/10.31992/0869-3617-2024-33-2-31-53, EDN: VTAIUO
  10. Zhang W., Li A. W., Wu C. University students’ perceptions of using Generative AI in translation practices // Instructional Science. 2025. Vol. 53. P. 633–655. https://doi.org/10.1007/s11251-025-09705-y
  11. Тихонова Н. В., Ильдуганова Г. М. «Меня пугает то, с какой скоростью развивается искусственный интеллект»: восприятие студентами искусственного интеллекта в обучении иностранным языкам // Высшее образование в России. 2024. Т. 33, № 4. С. 63–83. https://doi.org/10.31992/0869-3617-2024-33-4-63-83, EDN: FNUAVR
  12. Fan L., Deng K., Liu F. Educational impacts of generative artificial intelligence on learning and performance of engineering students in China // Scientific Reports. 2025. Vol. 15, iss. 1. Article 26521. https://doi.org/10.1038/s41598-025-06930-w
  13. McCoy L. G., Nagaraj S., Morgado F., Harish V., Das S., Celi L. A. What do medical students actually need to know about artificial intelligence? // NPJ Digital Medicine. 2020. Vol. 3, iss. 1. Article 86. https://doi.org/10.1038/s41746-020-0294-7
  14. Park C. J., Paul H. Y., Siegel E. L. Medical student perspectives on the impact of artificial intelligence on the practice of medicine // Current Problems in Diagnostic Radiology. 2021. Vol. 50, iss. 5. P. 614–619. https://doi.org/10.1067/j.cpradiol.2020.06.011
  15. Чэнь И. Готовность будущих учителей к использованию искусственного интеллекта в образовании // Концепт. 2025. № 8. Ст. 251153. https://doi.org/10.24412/2304-120X-2025-11153
  16. Рубинштейн С. Л. Основы общей психологии. СПб. : Питер, 2000. 720 с. EDN: MBNCMQ
  17. Дьяченко М. И., Кандыбович Л. А. Психологические проблемы готовности к деятельности. Минск : Белорусский государственный университет, 1976. 175 с.
  18. Шадриков В. Д. Проблемы системогенеза профессиональной деятельности. М. : Наука, 1982. 185 с. EDN: UIANEJ
  19. Ильин Е. П. Дифференциальная психология профессиональной деятельности. СПб. : Питер, 2008. 428 с. EDN: QXTEUR
  20. Парыгин Б. Д. Социальная психология. Проблемы методологии, истории и теории. СПб. : Санкт-Петербургский гуманитарный университет профсоюзов, 1999. 592 с. EDN: TLDZRT
  21. Мясищев В. Н. Психология отношений. Воронеж : МОДЭК, 1995. 171 с.
  22. Ryan R. M., Deci E. L. Self-Determination Theory: Basic Psychological Needs in Motivation, Development, and Wellness. New York ; London : The Guilford Press, 2017. 756 p. https://doi.org/10.1521/978.14625/28806
  23. Тихонова Н. В., Сабирова Д. Р. Грамотность педагога в области искусственного интеллекта: теоретический анализ понятия // Образование и наука. 2025. Т. 27, № 6. С. 180–206. https://doi.org/10.17853/1994-5639-2025-6-180-206, EDN: REYMVT
  24. Dai Y., Chai C.-S., Lin P.-Y., Jong M. S.-Y., Guo Y., Qin J. Promoting students’ well-being by developing their readiness for the artificial intelligence age // Sustainability. 2020. Vol. 12, iss. 16. Article 6597. https://doi.org/10.3390/su12166597
  25. Kong J., Liu J., Chen G., Shang W. Assessing AI literacy in college students: the mediating role of self-efficacy in motivational commitment pathways // Education and Information Technologies. 2025. Vol. 30, iss. 16. P. 23957–23979. https://doi.org/10.1007/s10639-025-13753-9
  26. Luckin R., Cukurova M., Kent C., Boulay B. Empowering educators to be AI-ready // Computers and Education: Artificial Intelligence. 2022. Vol. 3. Article 100076. https://doi.org/10.1016/j.caeai.2022.100076
  27. Ke Q., Gong Y., Ke C. Bridging AI literacy and UTAUT constructs: Structural equation modeling of AI adoption among Chinese university students // Humanities and Social Sciences Communications. 2025. Vol. 12, iss. 1. Article 1452. https://doi.org/10.1057/s41599-025-05775-y
  28. Tsenov M. Y., Bakracheva M. A. Attitudes towards artificial intelligence in professional and personal life // Образование и наука = The Education and Science Journal. 2025. Vol. 27, № 2. P. 159–174. https://doi.org/10.17853/1994-5639-2025-2-159-174, EDN: PTDWYR
  29. Falebita O. S., Kok P. J. Artificial Intelligence Tools Usage: A Structural Equation Modeling of Undergraduates’ Technological Readiness, Self-Efficacy and Attitudes // Journal for STEM Education Research. 2025. Vol. 8, № 2. P. 257–282. https://doi.org/10.1007/s41979-024-00132-1
  30. Ананин Д. П., Комаров Р. В., Реморенко И. М. «Когда честно – хорошо, для имитации – плохо»: стратегии использования генеративного искусственного интеллекта в российском вузе // Высшее образование в России. 2025. Т. 34, № 2. С. 31–50. https://doi.org/10.31992/0869-3617-2025-34-2-31-50, EDN: OBDXTG
  31. Wang X., Li L., Chee T. S., Yang L., Lei J. Preparing for AI-enhanced education: Conceptualizing and empirically examining teachers’ AI readiness // Computers in Human Behavior. 2023. Vol. 146. Article 107798. https://doi.org/10.1016/j.chb.2023.107798
  32. Коновалов А. А. Готовы ли педагоги осваивать и применять технологии искусственного интеллекта? // Профессиональное образование и рынок труда. 2025. Т. 13, № 2. С. 88–101. https://doi.org/10.52944/PORT.2025.61.2.006, EDN: VXIACC
  33. Иванова А. Е., Тарасова К. В., Талов Д. П. Между интересом и умением: как студенты воспринимают и применяют ИИ // Высшее образование в России. 2025. Т. 34, № 8–9. С. 9–32. https://doi.org/10.31992/0869-3617-2025-34-8-9-9-32, EDN: BYQMRJ
  34. Chan C. K. Y., Hu W. Students’ voices on generative AI: Perceptions, benefits, and challenges in higher education // International Journal of Educational Technology in Higher Education. 2023. Vol. 20, iss. 1. Article 43. https://doi.org/10.1186/s41239-023-00411-8
  35. Сысоев П. В. Искусственный интеллект в образовании: осведомлённость, 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, EDN: TZYTKM
  36. Сысоев П. В. Компетенция современного педагога в области искусственного интеллекта: структура и содержание // Высшее образование в России. 2025. Т. 34, № 6. С. 58–79. https://doi.org/10.31992/0869-3617-2025-34-6-58-79, EDN: ZJMQFD
  37. Miao F., Kelly S., Lao N. AI competency framework for students. Paris : UNESCO Publishing, 2024. 80 p. https://doi.org/10.54675/JKJB9835
  38. Трошкина Т. А. Разработка технологии использования искусственного интеллекта в организации проектной деятельности студентов // Управление образованием: теория и практика. 2025. Т. 15, № 2–1. С. 151–161. https://doi.org/10.25726/o6262-3708-3913-a, EDN: EQWYAR
  39. Ракитов А. И. Высшее образование и искусственный интеллект: эйфория и алармизм // Высшее образование в России. 2018. Т. 27, № 6. С. 41–49. EDN: USPQDV
  40. Ивахненко Е. Н., Никольский В. С. ChatGPT в высшем образовании и науке: угроза 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, EDN: TZHIHU
Received: 
28.01.2026
Accepted: 
17.03.2026
Published: 
30.06.2026
Short text (in English):
download
(downloads: 3)