ИИ в образовании: как преодолеть соблазн готовых решений

© Высшая школа экономики

Искусственный интеллект уже стал обыденностью для молодежи: как показал опрос, около 87% студентов ведущих вузов используют ИИ в процессе обучения. Большая часть из них отметила, что он помогает им экономить время, при этом они проверяют сделанную ИИ работу. Результаты исследования были представлены на конференции по анализу данных и технологиям ИИ Data Fusion. В ее работе приняли участие научный руководитель НИУ ВШЭ Ярослав Кузьминов и другие эксперты Вышки.

Ярослав Кузьминов

Ярослав Кузьминов выступил модератором панельной дискуссии «Кадры для ИИ и в ИИ: как и чему учить в условиях развития генеративных моделей». «Мы собрали эту панель из людей, которые не только работают с искусственным интеллектом —это один из видов будущего, — они работают с двумя видами будущего, потому что они представляют систему образования. И мы собираемся поговорить о том, какие изменения система образования должна претерпеть со вступлением искусственного интеллекта. Он сегодня, хотим мы этого или не хотим, нас уже окружает, и университеты должны на него реагировать», — сказал он, открывая мероприятие.

Ярослав Кузьминов представил результаты опроса, проведенного в марте — апреле 2025 года. Более четырех тысяч учащихся 10 ведущих университетов страны отвечали на вопросы об использовании ИИ. Исследователей интересовало, считают ли студенты искусственный интеллект полезным и насколько доверяют ему.

Оказалось, что около 87% респондентов используют ИИ в процессе своего обучения. Из них 36% — для выполнения учебных задач больше одного раза в неделю, 33% — несколько раз в месяц, 10,7% — ежедневно. 12,5% респондентов никогда не используют ИИ в обучении.

Более 75% респондентов ответили, что ИИ помогает им экономить время. Менее 10% не ощущают такого эффекта, а 14,8% затруднились с ответом. Почти 70% перераспределяют сэкономленное время на личную жизнь и отдых, что может свидетельствовать о стремлении людей к балансу между работой и личным временем. Значительная доля респондентов использует высвободившиеся ресурсы для профессионального развития — выполнения дополнительных задач (51,5%) и улучшения качества работы (45,8%).

При этом лишь 13% готовы поручить ИИ любую работу. 61% респондентов не доверят ИИ подготовку дипломных и выпускных работ. Треть не хочет, чтобы он выполнял письменные задания, еще треть — практические и лабораторные работы, 24% —  подготовку к устным выступлениям и 17% — поиск и обработку учебных материалов при подготовке к занятиям.

© Высшая школа экономики

Абсолютное большинство респондентов (82%), прежде чем сдать работу, осуществляют фактчекинг текстов, сгенерированных ИИ. Около трети респондентов редактируют более 51% текста, созданного ИИ. То есть на исправление за ним можно потратить столько же времени, сколько на написание с нуля, отметил Ярослав Кузьминов.

«Полезен ли искусственный интеллект? Ну конечно, полезен, потому что по крайней мере тебе есть от чего оттолкнуться, тебя подвели к тому, что вот это можно написать так», — пояснил научный руководитель Вышки.

Более 62% респондентов заявили, что не испытывают сложностей при выполнении операций без ИИ. Однако значительная часть признала, что при выполнении ряда задач трудно обходиться без ИИ. Среди тех, кто чувствует зависимость от ИИ, большинство (77,6%) оценивают такое замещение функций нейтрально (43,3%) и положительно (34,3%).

«На что надо обращать вузам внимание: в 85% случаев преподаватели не замечали искусственного интеллекта в работах студента. То есть они не имеют методик выделения применения искусственного интеллекта, и пока прокатывает. Как это будет развиваться, давайте смотреть», — сказал Ярослав Кузьминов. Он подчеркнул, что большинство вузов сейчас имеют очень серьезное отставание в компетенциях в сфере ИИ, и отметил, что это огромный вызов для высшей школы, не только отечественной, но и мировой.

Александр Крайнов

Директор по развитию технологий искусственного интеллекта «Яндекса» Александр Крайнов считает, что сегодняшние студенты гораздо лучше разбираются в теме ИИ, чем преподаватели. Учитывая, что технология меняется с сумасшедшей скоростью, университетам придется сильно постараться, чтобы оправдать свою полезность.

«Мне кажется, в обучении пользованию искусственным интеллектом, в создании специалистов нужно четко разделить все образование на две части. Фундаментальную, которая более-менее стабильна, и динамичную, про которую нужно понимать, что если ты два раза в год не меняешь программу обучения, то ты отстаешь. И второе — переделать сознание преподавателей, чтобы они понимали, что их задача не научить студента тому, что он уже знает, а помочь студенту научиться тому, чего он сам не знает», — считает он.

Нужно ли вообще в рамках университетов учить пользоваться искусственным интеллектом, задается вопросом директор Физтех-школы прикладной математики и информатики МФТИ Андрей Райгородский. По его мнению, вузы должны формировать фундаментальные знания, а не заниматься подготовкой ремесленников, то есть людей, которые умеют хорошо чем-то пользоваться.

Евгений Ивашкевич

Университет должен фокусироваться на том, чтобы развивать будущих создателей ИИ, согласился ректор Центрального университета Евгений Ивашкевич. Но для этого студенты должны сначала научиться пользоваться своим интеллектом без применения искусственного, считает он. «Поэтому мы относимся к применению ИИ так же, как к списыванию, потому что мы воспитываем людей, которые должны это создавать, а не просто пользоваться. В то же время, когда мы говорим о преподавателях, которые должны сделать большое количество домашних работ для студентов с разными вариантами и так далее, там мы поощряем использование ИИ, потому что преподаватель, безусловно, умеет решать задачу и знает, как это сделать. Он использует ИИ, чтобы облегчить свой труд. Все зависит от целей», — аргументировал он свою позицию.

Ключевая задача — формирование у человека аналитического навыка, подытожил Ярослав Кузьминов. Но обсуждать, где нужен или не нужен ИИ, уже поздно, так как ИИ-реальность уже окружила и среднюю школу, и университеты, а преподаватели не могут не только контролировать, но и распознать его применение.

© Высшая школа экономики

«Нам надо обсуждать, как мы можем преодолеть соблазн готовых решений. На мой взгляд, только одним путем: процедура обучения собственному решению должна быть более увлекательной, чем обращение к готовому решению. Как это можно сделать, мы вели об этом многие разговоры. Один из рецептов, который приходит в голову, — это то, что мы должны обучать использованию искусственного интеллекта с его ограничениями и устраивать дискуссии не по поводу того, сам ты написал или нет, а по поводу того, какие ошибки ты выловил в решении, которое тебе выдала та или иная модель ИИ», — резюмировал он.

Именно этому учат на магистерской программе Вышки «Математика машинного обучения», рассказал Научный руководитель Института ИИ и цифровых наук НИУ ВШЭ Алексей Наумов. «Мы учим как раз не тому, как использовать модели, а тому, как в глубину размышлять, почему тот или иной алгоритм плохой и о чем это говорит», — пояснил он.

В конференции Data Fusion также приняли участие другие сотрудники НИУ ВШЭ. Директор Центра научно-технологического прогнозирования Института статистических исследований и экономики знаний НИУ ВШЭ Александр Чулок выступил на сессии «Обогнать, не догоняя: асимметричный технологический ответ», на которой обсуждали успехи и перспективы России в развитии наукоемких технологий.

Операционный директор Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ Алексей Масютин модерировал сессию «Оборот промышленных данных», участники которой обсудили текущее состояние, проблемы и перспективы оборота промышленных данных в России, чтобы выработать рекомендации для развития нормативной базы, технологической инфраструктуры и стимулирования обмена данными между участниками рынка.

Алексей Незнанов, доцент департамента анализа данных и искусственного интеллекта ФКН, выступил в качестве модератора и спикера кейс-сессии «Data MLOps. Теория и практика», рассказав про формальное знание о качестве данных, DataOps и MLOps. Денис Беломестный, ведущий научный сотрудник Международной лаборатории стохастических алгоритмов и анализа многомерных данных ФКН, на кейс-сессии «Математическая оптимизация» рассказал об обучении с подкреплением на основе предпочтений в финансовых приложениях. Дмитрий Ильвовский, научный сотрудник Международной лаборатории интеллектуальных систем и структурного анализа ФКН, в рамках кейс-сессии на тему генерации, дополненной поиском (RAG), представил доклад об адаптации для русского языка GraphRAG — продвинутого метода, который объединяет преимущества поиска знаний на основе графов с LLM.

Научный руководитель Института ИИ и цифровых наук НИУ ВШЭ Алексей Наумов и заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных ФКН НИУ ВШЭ Сергей Самсонов поделились своим опытом на сессии «Обзор актуальных исследований в области ИИ». Сергей Самсонов, в частности, посвятил свое выступление на ключевой сессии генеративным потоковым сетям, которые объединяют множество модных направлений в ИИ. Алексей Наумов также стал модератором сессии, где обсудили последние научные достижения в области ИИ.

Сессия «ML+ наука: гуманитаристика» собрала целый коллектив сотрудников Вышки: модератором стал руководитель департамента анализа данных и искусственного интеллекта, заведующий Международной лабораторией интеллектуальных систем и структурного анализа Сергей Кузнецов, а участниками — директор Центра языка и мозга Ольга Драгой, ведущий научный сотрудник Лаборатории критической теории культуры Анастасия Углева, заместитель руководителя департамента анализа данных и искусственного интеллекта Василий Громов и профессор Школы лингвистики факультета гуманитарных наук Ольга Ляшевская. Кроме того, Ольга Драгой приняла участие в дискуссии «Поговори хоть ты со мной: нейросеть - больше, чем помощник».