Директор Института интеллектуальных кибернетических систем (ИИКС) НИЯУ МИФИ Константин Когос видит за этим спором другой, более глобальный вопрос: «А зачем студенту учиться?».
Диплом за час: зачем студенту учиться, если все может сделать нейросеть

Лазейки были всегда
Разговор о нейросетях часто звучит так, будто проблема возникла из-за них. Между тем способов облегчить учебу хватало задолго до появления ChatGPT. Например, можно было купить готовый диплом, заказать у стороннего исполнителя под запрос или взять чужую зарубежную работу, перевести ее и перерисовать картинки. Нейросеть лишь пополнила список и дала легко доступный и недорогой способ. Правда, этот механизм работает и в другую сторону: тем же ИИ сегодня находят и списанные тексты, включая диссертации.
Можно, конечно, пытаться «затыкать» такие лазейки, но важнее понять, почему студент вообще их ищет. Дело в том, что он зачастую не понимает, зачем ему диплом и «эта учеба», и тогда любой способ перехитрить систему кажется ему разумным.
Если смысл ясен, контроль почти не нужен. Нейросеть в осмысленной учебе остается помощником в рутине: проверить запятые, оформить таблицу.
Что делать вузу
- Первый шаг: открыто договориться со студентами о правилах работы с ИИ.
Одни вузы нейросети запрещают, другие относятся к ним мягче, единого подхода пока нет. Ограничения не спасают: Gallup выяснил, что 57% американских студентов пользуются ИИ в учебе хотя бы раз в неделю, хотя около половины говорят, что их вуз его не поощряет или запрещает. Здесь нужен короткий свод правил: что можно, что нельзя и где нужна осторожность, включая безопасность и этику.
- Второй шаг: сделать обучение таким, чтобы его не хотелось обходить.
Часть привычных форматов, например классический реферат, теряет смысл, поэтому проверки придется придумывать заново: ставить вопросы на понимание, чередовать задания без ИИ с теми, где работа с ним входит в условие, и оценивать сам путь к результату.
Преподаватель Лундского университета в Швеции просит студентов прикладывать к работе рассказ о том, как они писали текст вместе с моделью: какие запросы давали, что получили, где ИИ выдал неточность и что переделали сами. Так сразу видно, понимает ли студент собственный текст, и часть оценки он получает за найденные и исправленные ошибки в сгенерированном материале. Традиционным навыкам вроде написания эссе все равно нужно учить отдельно: у студентов, привыкших полагаться на нейросеть, они могут остаться неразвитыми.
Зачем учиться, когда нейросеть быстрее
Студент вправе спросить, чему учиться, если модель многое делает за него. Прикладные навыки дешевеют, потому что их можно описать и поручить модели. Начинающим это заметно уже сейчас: ИИ вымывает прежде всего тех, чьи навыки сводятся к ремеслу, у таких джунов низкий потолок роста. С прочной базой выпускник быстро растет и становится специалистом. Без нее его развитие упирается в неумение работать за пределами шаблонов.
Где проходит граница возможностей ИИ, сейчас не скажет никто: еще полгода назад нынешний рывок трудно было представить. Например, система Google DeepMind решила девять из 353 открытых задач математика Пала Эрдёша, две из которых оставались нерешенными 56 лет.
Чтобы остаться конкурентоспособным, студенту стоит формировать фундаментальные знания, развивать критическое мышление и разбираться, как все устроено внутри. Такая подготовка переживет любую смену технологий.



