Россия
УДК 614.2 Организация здравоохранения
УДК 004.8 Искусственный интеллект
Введение. Генеративный искусственный интеллект (Generative Artificial Intelligence, GenAI), включая ChatGPT и другие большие языковые модели, становится значимым фактором цифровой трансформации фармацевтического образования. Его применение расширяет возможности персонализированного обучения, моделирования клинико-фармацевтических ситуаций, подготовки учебных материалов, поддержки академического письма, формирования навыков работы с лекарственной информацией и развития критического мышления у студентов. Вместе с тем внедрение таких инструментов сопровождается рядом методологических, этических и организационно-управленческих рисков, включая генерацию недостоверной информации, галлюцинации искусственного интеллекта, фиктивные ссылки, алгоритмические смещения, нарушение академической добросовестности и недостаточную сформированность искусственно-интеллектуальной грамотности обучающихся. Цель обзора: систематизировать международный опыт применения ChatGPT и других инструментов генеративного искусственного интеллекта в фармацевтическом образовании, определить образовательные эффекты, риски и методологические дефициты имеющейся доказательной базы, а также обосновать сетевую научно-методическую кластерную модель проведения многоцентрового исследования в российских образовательных организациях, реализующих программы среднего профессионального и высшего фармацевтического образования по укрупнённой группе специальностей и направлений подготовки 33.00.00 «Фармация». В статье рассмотрены основные сценарии применения ChatGPT, Gemini, Claude, Copilot, DeepSeek, ГигаЧат, Алиса AI и Cloud.ru в фармацевтическом образовании. К числу таких сценариев относятся объяснение сложных учебных тем, генерация учебных заданий и промптов, подготовка фармацевтических кейсов, поддержка самостоятельной работы студентов, развитие навыков экспертной верификации информации и формирование цифровой образовательной траектории. Показано, что международная доказательная база по данной проблеме представлена преимущественно поперечными опросами, пилотными педагогическими вмешательствами, нарративными обзорами и обзорами картирования. Такая методологическая гетерогенность ограничивает возможность прямой экстраполяции зарубежных результатов на российскую систему фармацевтического образования. Особого внимания требуют оценка валидности ответов больших языковых моделей, анализ корреляций между уровнем цифровой компетентности обучающихся и эффективностью использования генеративного искусственного интеллекта, а также разработка институциональных регламентов его безопасного и этически обоснованного применения. Заключение. ChatGPT и другие инструменты генеративного искусственного интеллекта целесообразно рассматривать не как автономные источники профессиональных решений, а как управляемые образовательные технологии, требующие педагогического сопровождения, экспертной оценки, нормативной регламентации и развития искусственно-интеллектуальной грамотности. Проведение многоцентрового исследования в России позволит получить сопоставимые эмпирические данные о распространённости, сценариях, барьерах, рисках и образовательных эффектах применения данных технологий в фармацевтическом образовании.
ChatGPT, Gemini, Claude, Copilot, DeepSeek, ГигаЧат, Алиса AI, Cloud.ru, генеративный искусственный интеллект, промпт, большие языковые модели, галлюцинации искусственного интеллекта
1. Mehri N. Large language models (LLMs) in e-commerce. Technoeconomics. 2026;5(1):41–53. doihttps://doi.org/10.57809/2026.5.1.16.4.
2. Балыхин М.Г., Косычева М.А. Верифицируемость данных в исследовании. Health, Food & Biotechnology. 2019;1(4):7-10. https://doi.org/10.36107/hfb.2019.i4.s273
3. Huang X, Estau D, Liu X, Yu Y, Qin J, Li Z. Evaluating the performance of ChatGPT in clinical pharmacy: a comparative study of ChatGPT and clinical pharmacists. Br J Clin Pharmacol. 2024;90(1):232–238. doihttps://doi.org/10.1111/bcp.15896.
4. Wang YM, Shen HW, Chen TJ. Performance of ChatGPT on the pharmacist licensing examination in Taiwan. J Chin Med Assoc. 2023;86(7):653–658. doihttps://doi.org/10.1097/JCMA.0000000000000942.
5. Вошев ДВ, Вошева НА. ChatGPT как один из элементов цифровой медицинской грамотности: трансформация здравоохранения и первичной медико-санитарной помощи. Менеджер здравоохранения. 2023;(10):58–64. doihttps://doi.org/10.21045/1811-0185-2023-10-58-64.
6. Blanco-González A, Cabezón A, Seco-González A, Conde-Torres D, Antelo-Riveiro P, Piñeiro Á, et al. The role of AI in drug discovery: challenges, opportunities, and strategies. Pharmaceuticals (Basel). 2023;16(6):891. doihttps://doi.org/10.3390/ph16060891.
7. Кобелев СВ, Отоцкий ПЛ. Генеративный искусственный интеллект: интеграция в вузах России и мира. Профессиональное образование и рынок труда. 2025;13(3):127–141. doihttps://doi.org/10.52944/PORT.2025.62.3.009.
8. Alexander KM, Jorgensen EO, Rowe C, Nguyen K. Pharmacy students’ perspectives on integrating generative AI into pharmacy education. Pharmacy (Basel). 2025;13(6):183. doihttps://doi.org/10.3390/pharmacy13060183.
9. Hamid H, Zulkifli K, Naimat F, Che Yaacob NL, Ng KW. Exploratory study on student perception on the use of chat AI in process-driven problem-based learning. Curr Pharm Teach Learn. 2023;15(12):1017–1025. doihttps://doi.org/10.1016/j.cptl.2023.10.001.
10. Kazley AS, Andresen C, Mund A, Blankenship C, Segal R. Is use of ChatGPT cheating? Students of health professions perceptions. Med Teach. 2025;47(5):894–898. doihttps://doi.org/10.1080/0142159X.2024.2385667.
11. Mosleh R, Jarrar Q, Jarrar Y, Tazkarji M, Hawash M. Medicine and pharmacy students’ knowledge, attitudes, and practice regarding artificial intelligence programs: Jordan and West Bank of Palestine. Adv Med Educ Pract. 2023;14:1391–1400. doihttps://doi.org/10.2147/AMEP.S433255.
12. Zawiah M, Al-Ashwal FY, Gharaibeh L, Abu Farha R, Alzoubi KH, Hammour KA, et al. ChatGPT and clinical training: perception, concerns, and practice of Pharm-D students. J Multidiscip Healthc. 2023;16:4099–4110. doihttps://doi.org/10.2147/JMDH.S439223.
13. Anderson H.D., Kwon S., Linnebur L.A., Valdez C.A., Linnebur S.A. Pharmacy student use of ChatGPT: a survey of students at a U.S. School of Pharmacy. Curr Pharm Teach Learn. 2024;16(11):102156. https://doi.org/10.1016/j.cptl.2024.102156.
14. Al-Ashwal FY, Zawiah M, Gharaibeh L, Abu-Farha R, Bitar AN. Evaluating the sensitivity, specificity, and accuracy of ChatGPT-3.5, ChatGPT-4, Bing AI, and Bard against conventional drug-drug interactions clinical tools. Drug Healthc Patient Saf. 2023;15:137–147. doihttps://doi.org/10.2147/DHPS.S425858.
15. Abu Hammour K, Alhamad H, Al-Ashwal FY, Halboup A, Abu Farha R, Abu Hammour A. ChatGPT in pharmacy practice: a cross-sectional exploration of Jordanian pharmacists’ perception, practice, and concerns. J Pharm Policy Pract. 2023;16(1):115. doihttps://doi.org/10.1186/s40545-023-00624-2.
16. Bonsu EM, Baffour-Koduah D. From the consumers’ side: determining students’ perception and intention to use ChatGPT in Ghanaian higher education. J Educ Soc Multic. 2023;4(1):1–29. doihttps://doi.org/10.2478/jesm-2023-0001.
17. Грицаненко ДС, Наркевич ИА, Ильинова ЮГ, Умаров СЗ. Количественная характеристика трудового потенциала контингента обучающихся по программам фармацевтического образования. Фармация. 2023;72(8):50-7. doi:https://doi.org/10.29296/25419218-2023-08-08.
