Развитие генеративного искусственного интеллекта (ИИ) создает новые вызовы для системы высшего образования, в их числе — формирование навыков критического мышления и работы с литературой, написания и редактирования текстов. Появляются и новые возможности, которые главным образом лежат в плоскости ИИ-тьюторинга.
Анализ опыта США и КНР показывает, что в условиях отсутствия регулирования на государственном уровне большинство вузов идет по пути регулирования использования ИИ в образовательном процессе, а не полного запрета. При этом в США практики вводят ведущие университеты, в то время как для КНР более характерно внедрение практик на уровне вузов «средней руки».
Наличие регулирования в данной области становится конкурентным преимуществом, которое российские вузы не могут игнорировать. Для укрепления позиций в международном образовательном пространстве востребована разработка регуляторики, ориентированной, с одной стороны, на разумное ограничение объема текста, написанного при помощи ИИ в рамках письменных работ студентов (по аналогии с вузами КНР), а с другой — на использование прежде всего российских решений в области генеративного ИИ для развития ИИ-тьюторинга. В случае успеха российская модель регулирования станет одним из факторов привлечения зарубежных студентов и укрепления межвузовской кооперации, продемонстрирует адаптивность в новой технологической реальности.
Цифровизация в высшем образовании: история и современные тенденции
Первым примером интенсивной и ускоренной цифровизации образования стал переход на дистанционные форматы в период COVID-19. Наряду с очевидными преимуществами, дистанционная модель обучения имела и целый ряд ограничений. Исследования показывают, что при дистанционном обучении студенты чаще отвлекаются, хуже усваивают материал и в целом менее вовлечены в учебный процесс. Кроме того, дистанционное обучение создало ряд проблем, связанных с академической этикой, посещаемостью и достоверностью результатов экзаменов.
Вместе с тем цифровизация высшего образования привела к распространению новых форматов и появлению возможностей, которые позволили нивелировать недостатки и получить максимум преимуществ. В частности, под воздействием цифровизации начал трансформироваться формат лекций (переход от традиционных к онлайн-лекциям), что предполагает сжатую подачу материала. Цифровые платформы (например, отечественная Stepik) предлагают короткие модульные лекции, которые можно просматривать в разное время и проверять усвоение по каждому отдельному фрагменту.
Ответом на вызовы дистанционного образование стали гибридные форматы обучения, которые позволили интегрировать технологии в образовательный процесс, сохранив все преимущества дистанционного формата и снизив влияние проблемных областей, в числе которых низкая вовлеченность слушателей, сложности контроля знаний и др. Однако высшее образование вновь столкнулось с целым рядом проблем, связанных с развитием и быстрым внедрением генеративного ИИ.
Потенциал генеративного ИИ для высшего образования
Развитие искусственного интеллекта привело к быстрому росту популярности языковых моделей. В ноябре 2022 г. Open AI впервые выпустила ChatGPT — чат-бота, который может генерировать тексты, изображения, отвечать на вопросы, писать тексты и предлагать идеи. Вскоре появились и другие решения, в том числе российские YandexGPT и GigaChat, в КНР — Ernie.
Система высшего образования в условиях стремительного развития и быстрого внедрения генеративных моделей ИИ в различные сферы была вынуждена искать способы использовать потенциал данной технологии, одновременно преодолевая такие проблемы, как плагиат, утрата навыков работы с литературой и написания текстов, и вызовы, связанные с конфиденциальностью и безопасностью данных, нарушением прав интеллектуальной собственности, а также возможной алгоритмической и политической предвзятостью нейросетевых моделей.
Создание текстов студентами с помощью ИИ представляет потенциальный риск для академической честности и формирования навыков, особенно когда речь идет о языковых курсах, требующих интенсивного письма, в том числе в сфере международных исследований и гуманитарных дисциплин в целом.
Несмотря на возможные вызовы, правильно обученные генеративные модели открывают широкие возможности для отработки необходимых навыков и компетенций. Так, в конце ноября 2023 г. нейросеть YandexGPTдобавлена не только в обучающие пособия «Яндекс Практикум», но и в практические тренажёры по программированию. По замыслу создателей, нейросеть должна помогать ученикам искать ошибки в коде. Разработчики утверждают, что ИИ-помощник будет предлагать обучающие материалы, объяснять сложные методы и проблемные места, но не будет «давать готовых ответов». На базе ИИ уже создаются тренажёры для отработки навыков специального перевода, а также для отработки навыка формирования переговорной позиции и ведения переговоров (например, генеративная модель The Negotiator от Open AI). Кроме того, инструменты адаптивного обучения на базе искусственного интеллекта могут помочь отслеживать прогресс учащихся и определять, где учащимся нужна помощь, а где они преуспевают. Однако при этом важно не забывать о возможно политической предвзятости генеративных моделей.
Из исследований Б. Блума мы знаем, что традиционное обучение в классе «один ко многим» не дает таких позитивных результатов, как индивидуальное обучение. Инновации в области генеративного искусственного интеллекта делают персонализированное индивидуальное обучение масштабируемым и доступным для больших групп студентов. Именно эта идея лежит в основе ИИ-тьюторинга.
Вместе с тем современные достижения в области нейронаук способны внести коррективы в данную модель. В частности, исследования показывают, что восприятие новой информации во взаимодействии с человеком в разы выше, чем во взаимодействии с ИИ. Таким образом, ИИ-тьюторинг может лишь дополнить, но не заменить межличностное общение, так же как и дистанционные форматы обучения, технологии виртуальной и дополненной реальности.
Для максимально полной реализации преимуществ ИИ при нивелировании возможных рисков необходима выработка приоритетов и регулирование их использования.
Политика университетов в области регулирования технологии генеративного ИИ: российский подход и международная практика
Согласно оценкам ОЭСР, по состоянию на начало 2024 г. ни в одной из стран с развитыми системами ИИ [1] не было специального регулирования использования генеративного ИИ в образовании. Закон ЕС об искусственном интеллекте делает особый акцент на его использовании в образовании, однако фокусируется на угрозах, а не на возможностях в данной области. В частности, статья 5 запрещает использование систем искусственного интеллекта для анализа эмоций человека в учебных заведениях. Кроме того, вводится запрет на использование систем ИИ, предназначенных для оценивания студентов в учебных заведениях без участия человека.
В условиях, когда отсутствует законодательная база на уровне государств и международных организаций, «центр тяжести» в области регулирования новых технологий в образовании смещается на уровень вузов. Можно выделить три подхода к регулированию использования технологий ИИ в образовательном процессе:
- полный запрет;
- регулирование использования с ограничениями;
- отказ от регулирования.
Лидеры в области развития технологий ИИ (в том числе больших языковых моделей) — США и КНР. Вузы именно этих стран более всего развивают политику в области регулирования ИИ, которая лишь в редких случаях носит ограничительный характер.
Университеты КНР поощряют студентов использовать ИИ в качестве помощи при написании курсовой работы, но подчеркивают, что результаты, полученные с помощью ИИ, должны быть продуктом критического мышления студентов и активного обучения, а не простого «копирования и вставки». При этом отдельные вузы вводят порог текста, который может быть сгенерирован с использованием ИИ (не более 40%), в то время как другие требует от студентов четко указывать, использовали ли они генеративный искусственный интеллект, включая такие детали, как название модели/программного обеспечения/инструмента, версия и время использования. Институт прикладных наук и технологий Цзянси опубликовал уведомление, регулирующее использование студентами инструментов совместной работы с использованием ИИ, подчеркнув, что инструменты ИИ следует использовать только для поиска литературы, обработки данных и других вспомогательных задач, а не непосредственно для написания аналитических работ. Школа поощряет разумное использование новых инструментов и технологий, но подчеркивает важность участия учащихся в независимом мышлении для развития творческих способностей.
Политика в вузах США также носит разнородный характер. Гарвардская школа бизнеса допускает использование генеративного ИИ, но при этом необходимо цитирование. Стэнфордский университет представил Руководство по политике в области генеративного искусственного интеллекта. Согласно документу, использование генеративного ИИ должно рассматриваться аналогично помощи другого человека. В частности, не разрешается использовать инструменты генеративного искусственного интеллекта для существенного выполнения задания или экзамена (например, путем ввода вопросов к экзамену или заданию). Студенты должны признать использование генеративного ИИ (кроме случайного использования) и по умолчанию раскрывать информацию о такой помощи в случае сомнений.
Центр преподавания и обучения Йельского университета представил Руководство по искусственному интеллекту, согласно которому преподаватели самостоятельно решают, можно ли использовать инструменты искусственного интеллекта на курсах, которые преподают. При этом они должны четко объяснять, какие инструменты разрешены, а какие нет, а также охарактеризовать причины вводимых ограничений.
Важно отметить как общности в подходах, так и наличие различий в США и КНР. В США политики регулирования ИИ вводят ведущие вузы с целью удержать лидерство и сохранить за собой роль «трендсеттеров» и интеллектуальных первопроходцев. В КНР, где также вводится соответствующее регулирование, апробация подходов реализуется на уровне вузов «средней руки» с тем, чтобы защитить от имиджевых издержек ведущие вузы в случае возможной неудачи при их практической реализации.
Тенденции в регулировании использования генеративного ИИ в образовательном процессе
История университетского образования всегда была историей адаптации к социальным, экономическим, политическим, а также технологическим изменениям. Очевидно, что навыки, связанные с использованием нейросетей в образовательном процессе востребованы у будущих профессионалов. Межвузовская конкуренция за престиж, новаторство и наиболее талантливых абитуриентов подталкивает университеты к поиску оптимальной модели интеграции генеративного ИИ в образовательный процесс. Университеты ищут новые подходы к обучению, охватывающие технологические инновации не только в том, чему они учат (навыки работы с ИИ, особенности, возможности и ограничения технолоий), но и в том, как они это делают (ИИ-тьюторинг).
Использование ИИ в образовании может рассматриваться как конкурентное преимущество. Навыки работы с данными инструментами видятся востребованными для выпускников различных профессий, в том числе гуманитарного профиля. Исследователи проанализировали 500 университетов, занимающих верхние позиции в рейтинге Quacquarelli Symonds (QS) 2022 года. Менее трети университетов внедрили политику ChatGPT. Из университетов с политикой ChatGPT две трети разрешили использовать ChatGPT в преподавании и обучении, что значительно больше вузов, которые ввели полный запрет. Большинство университетов, которые запрещают использование нейросетей, позволяют отдельным преподавателям отклоняться от этой ограничительной политики. Чем выше академическая репутация университета, тем выше вероятность наличия регулирования, но не полного запрета использования генеративного ИИ. Эти выводы касаются преимущественно западных университетов. Однако исследование 2024 года, посвященное анализу опыта ведущих вузов в Азии (Японии, Сингапура, Гонконга), показывает примерно схожую картину в области образовательной политики вузов (за исключением КНР, где использование ChatGPT запрещено, но есть свои решения в области генеративных нейросетей, в том числе чат-бот Ernie от Baidu).
Среди наиболее престижных университетов конкуренция идет не только в сфере поиска талантов, но и в области научно-исследовательской работы. В целом научно-исследовательские университеты считаются более престижными, они же как правило с большей вероятностью вводят политику в области нейросетей, которая распространяется не только на образовательную, но и на научную работу.
В этих условиях для сохранения и укрепления глобальной конкурентоспособности российские вузы также вынуждены встраиваться в поиск оптимального регулирования технологий искусственного интеллекта. В этой области можно отметить инициативу НИУ ВШЭ, в рамках которой объявлен конкурс на лучшую студенческую работу, написанную с использованием ИИ и исследовательский проект МГИМО по исследованию зарубежного опыта интеграции ИИ в образовательный процесс.
В России на официальном уровне поставлена задача цифровой трансформации образования, что предполагает интеграцию цифровых технологий в систему образования с целью улучшения качества обучения и подготовки студентов и выпускников к реалиям современного цифрового общества. В числе нормативно-правовых документов, регламентирующих процесс цифровизации необходимо отметить Постановление Правительства РФ «О государственной информационной системе «Современная образовательная среда». В данном документе, однако, специально не рассматриваются вопросы использования ИИ в образовании. Вместе с тем для сохранения конкурентоспособности вузы России также вынуждены встраивать ИИ в образовательный процесс.
Стоит отметить, что в технических специальностях генеративный ИИ способствует и новым возможностям в обучении, и новым технологиям в программировании. Однако возможности и направления использования и внедрения ИИ в вузах гуманитарного профиля, где формируемые компетенции во многом связаны с навыками критического мышления, академического письма и творческой переработкой информации, появление генеративного ИИ поставило вопрос о выработке новых подходов к обучению.
ВЭФ в 2024 г. сформулировал ключевой принцип интеграции ИИ в образовательную сферу на различных уровнях: прямая связь между использованием ИИ и достижением образовательных целей. Данный принцип в полной мере применим к деятельности российских вузов гуманитарной направленности и предполагает использование ИИ в целях обогащения образовательного процесса, более эффективного достижения образовательных целей и ориентирован на соотнесение используемых инструментов и образовательных результатов (например, в гуманитарном образовании, в качестве образовательного результата могут рассматриваться навыки критического мышления, написания текстов, работы с источниками и литературой и др.). Органичное встраивание ИИ в образовательный процесс может ускорить формирование данных навыков, а полный его запрет только подстегнет использование ИИ как инструмента плагиата вне поля контроля со стороны преподавателей и администрации вузов.
1. Всего для исследования было отобрано 18 стран с наиболее развитыми технологиями ИИ.