Два с лишним года жизни в мире, где у каждого человека есть доступ к искусственному интеллекту в виде больших языковых моделей, сказались практически на всех областях человеческой деятельности. Но есть одна область, наблюдать за происходящим в которой особенно интересно и очень важно. Область эта — образование, убежден директор по стратегическому маркетингу «Яндекса» Андрей Себрант
Происходящее в этой сфере в буквальном смысле касается каждого и сильно влияет на общество в целом — отсюда и важность. Интерес же связан с тем, что образование в хорошем смысле слова консервативно, в нем есть десятилетиями складывавшиеся и в итоге устоявшиеся традиции и практики. При этом среди решаемых образованием задач есть подготовка востребованных кадров и помощь в адаптации к современному обществу, и эти требования и мир в целом быстро меняются под воздействием ИИ.
Образование демонстрирует, как от первоначального скептицизма даже не отличающаяся любовью к инновациям область переходит не просто к принятию, а все больше к стратегической интеграции. Эта эволюция отражает растущее знакомство с возможностями ИИ и их практическим применением в образовательных контекстах. Впрочем, процессы заметно отличаются от страны к стране (США, по очевидным причинам, накопили максимальный опыт), по-разному обстоят дела в школе и вузах.
Есть, однако, общие и проблемы, и тренды, на которые полезно обратить внимание даже тем, кто от образования далек. Больше всего жалоб вызывало и до сих пор во многих учебных заведениях вызывает отсутствие понятных как преподавателям, так и учащимся правил, регламентирующих использование ИИ. Вторая универсальная проблема — ограниченность ресурсов, причем часто ограниченность не техническая (многие ресурсы бесплатны и не предъявляют каких-то специальных требований к устройствам), а юридическая и административная: нет официально одобренных инструментов, а на свой страх и риск не многие готовы внедрять несертифицированные новинки в свою работу. У преподавателей есть и специфичная именно для них проблема — отсутствие обучения, переподготовки, методических материалов. Учащиеся сами с удовольствием и азартом исследуют и осваивают новинки; у их учителей нет такой возможности (а часто — и желания).
Однако самой острой, насущной и публичной проблемой оказалась академическая честность — проще говоря, появление бесплатного, универсального и общедоступного инструмента, по сравнению с которым всевозможные банки рефератов и сайты с готовыми домашними заданиями просто поблекли. Новая технология как никогда раньше высветила проблему оценивания результатов. Появление интернета и поисковых систем давно вызывали озабоченность, но генеративный ИИ изменил ситуацию кардинально. Написание эссе, рефератов, многих других квалификационных работ, выполняемых дома, стало возможно полностью переложить на ИИ, причем вообще без малейших стараний со стороны учащегося: достаточно просто повторить ИИ-сервису задачу и описать необходимые требования — и ответ готов. То же самое все больше относится и к написанию компьютерного кода. Причем часто качество ответа вполне высокое.
Много надежд возлагалось на быстро появившиеся системы детектирования текстов, созданных ИИ (спрос рождает предложение), но они этих надежд не оправдали. Даже те из них, кто заявлял о малом проценте false positive, то есть маркирования созданных человеком текстов как написанных ИИ, привели на практике к серьезным этическим проблемам: добросовестных студентов наказывали за проступок, который они не совершали, при этом возможности оправдаться у них технически нет.
Университеты столкнулись с фундаментальными вопросами о том, как следует оценивать демонстрацию знаний в эпоху, когда ИИ может создавать сложный академический контент. Достойного ответа пока не предложено, но сам факт его обсуждения уже сулит скорые изменения в традиционно неспешно меняющейся среде. Прозрачность и надлежащая атрибуция стали ключевыми принципами внедрения ИИ в высшем образовании, но это явно лишь временное решение, поскольку сейчас появление «рассуждающих» ИИ привело к созданию инструментов, полностью и квалифицированно решающих комплексные исследовательские задачи (Deep Research от Google и его аналог от Perplexity).
Менее заметны, но не менее важны изменения преподавательского труда, направленные на разгрузку от рутинных задач, с которыми ИИ справляется не хуже человека, ради большей вовлеченности в общение со студентами. Казалось бы, картина выглядит в целом оптимистично: кризис, которым пугали два года назад, не состоялся. Но все не так просто. Не только сохранился, но с каждым днем становится все актуальнее вопрос, чему и как учить в эпоху, когда потребности рынка труда становятся слабо предсказуемыми на горизонте нескольких лет, когда под вопросом оказывается существование (или суть) многих профессий — да и само понятие профессии стало вызывать серьезные споры. С техническими вызовами, которые ИИ бросил системе образования, удалось справиться, и теперь на первый план вышли куда более фундаментальные и сложные вопросы смысла, содержания и форм образования в эпоху прогрессирующего ИИ.
Мнение редакции может не совпадать с точкой зрения автора
Источник: www.forbes.ru
