Экспертиза , Санкт-Петербург и область ,  
0 

Зона рискованного образования

Фото: из личного архива
Фото: из личного архива
Руководитель лаборатории цифровой трансформации образования Института образования НИУ ВШЭ Иван Карлов — о настоящем и будущем генеративного ИИ в образовании

«Вопрос использования генеративного искусственного интеллекта (ГИИ) в сфере образования сейчас привлекает много внимания как профсообщества, так и общества в целом. И это действительно серьезный вызов для системы, потому что появление подобных инструментов, способных генерировать текст, изображения или аудио, выводит в зону риска целый ряд практик, на которых традиционно строится учебный процесс.

Одним из ключевых артефактов, с которым мы работаем в рамках учебного процесса на уровне как школы, так и вуза, является текст. Особенно это специфично для гуманитарных специальностей, где студенты пишут разные эссе, сочинения и пр. С развитием инструментов ГИИ этот тип заданий оказался под ударом. К примеру, если раньше мы предполагали, что в сданном преподавателю тексте студент демонстрирует собственный навык написания эссе и аналитической работы и, то при использовании студентом ГИИ-инструментов мы можем оценить тольк то, насколько с таким заданием хорошо справляется нейросеть.

Самый простой вариант реакции — запрет на использовании ГИИ, но он же и абсолютно бессмысленный. Подобные сервисы очень активно развиваются и стали общедоступны. И если еще не так давно сдерживающим фактором могло быть зарубежное происхождение самой известной нейросети, то сейчас есть российские публичные сервисы. К тому же надо помнить, что задача любого образовательного учреждения — будь то школа или вуз — это подготовка к жизни в реальном мире, к выходу на рынок труда. И цель образовательного учреждения — тем более если речь идет о вузе — подготовить того, кто будет обладать умениями, востребованными и полезными в настоящей жизни. Если навыки работы с нейросетями нужны, чтобы быть эффективным и конкурентоспособным на рынке труда специалистом, то и нам нужно перестраивать учебный процесс в соответствии с этим запросом.

Многие, кстати, этим путем и идут. Например, наш университет официально разрешил студентам использовать для подготовки своих письменных работ генеративной искусственный интеллект с требованием обязательного указания, в какой части, для каких задач и как такой инструментарий был использован. Благодаря такому подходу студент не будет тратить время на написание текста, но зато будет обладать необходимыми навыками для того, чтобы быстро и правильно составить запрос к ГИИ-модели, получит навыки редактирования и верификации ответов нейросети — это другие компетенции, но сейчас не менее важные.

Понятно, что педагогам придется перестраивать свою работу, изучать новые методики, но это неизбежно. Я некоторое время назад провел эксперимент и выполнил с помощью нейросети задания, которые даю студентам. По 3 из 7 работ я получил такие ответы, за которые поставил бы высокую оценку, а значит, такие задания больше использовать нельзя. Придется больше внимания уделять живому общению, применять другие формы контроля. Например, вместо линейного текста делать некие ментальные карты, которые покажут понимание взаимосвязей между понятиями, уровень систематизации знаний и т.д. Если времени на беседу с каждым учеником нет, то есть варианты групповой работы.

Тех преподавателей, которые не готовы по каким-то причинам сами искать необходимые форматы и методики, придется переучивать. Но и в этом нет ничего нового: у нас каждый преподаватель должен регулярно повышать квалификацию — просто надо собрать проверенные методики и встроить их в эту систему. И я знаю, что такая работа уже ведется во многих регионах нашей страны, курсы создаются с привлечением педагогов-новаторов, которые делятся своими практиками. Не могу сказать, что это будет очень просто, ведь в связи с быстрым развитием технологий у нас запас времени на реагирование и апробацию гораздо меньше. И дальше, думаю, легче не станет.

Еще одна сложность в том, что мы пока находимся на старте развития методик использования генеративного ИИ в образовании. И если проверенные практики использования предсказательных и рекомендательных моделей на основе ИИ с большой доказательной базой их эффективности уже есть, то в случае с ГИИ такой базы нет. Например, когда мы в рамках своих заданий прямо предлагаем студентам использовать ГИИ, мы понимаем, что проверяемым артефактом является не результат, а скорее, тот запрос, который студент отправил к модели, правильно ли он систематизировал область, корректно ли наложил ограничения на тот результат, который хочет получить — и область проверки с параметрами пока еще сложно описать как простую и тиражируемую практику, но она, безусловно, постепенно сформируется.

Быстро ли будет развиваться применение ГИИ в образовании — вопрос сложный. Сфера образования очень инертна, живет циклами — от учебного года в школах до нескольких лет на бакалавриат или магистратуру в вузе. И внутри цикла что-то поменять серьезным образом непросто — целесообразнее делать это в новом цикле. Так что отдельные преподаватели уже интегрируют новый инструментарий в свою работу и продолжат это делать, но масштабных внедрений инноваций на уровне отдельного вуза или школы, и уж тем более — всей системы среднего или высшего образования нам придется подождать.

Однако, уже сейчас понятно, что проникновение технологий ГИИ на разных уровнях образования будет неравномерным. Чем ближе к младшему детскому возрасту, тем менее активно будет использоваться ГИИ – т.е. колледжи и вузы будут фронтиром этого тренда».

Проект реализован на средства гранта Санкт-Петербурга.

Инновации Беспилотное будущее
Содержание
Закрыть