Искусственный интеллект пошел в вузы

ИИ-компетенции в высшем образовании — это не просто навык работы с нейросетями. Чтобы эффективно применять ИИ, важно понимать, какие задачи ему необходимо доверить, а какие лучше оставить за человеком, и уметь взаимодействовать с ИИ-компаньонами. Только так можно улучшить образовательные результаты студентов, построить по-настоящему персонализированную траекторию обучения и снизить административную нагрузку преподавателей. Кандидат педагогических наук, руководитель стратегического развития высшего образования в «Яндекс. Образовании» Кирилл Баранников рассказал «Ъ-Науке», почему нет смысла вводить запреты на ИИ в образовательных учреждениях, как и зачем развивать культуру и этику его использования и как на практике применять ИИ-инструменты.

Выйти из полноэкранного режима

Развернуть на весь экран

ИИ уже часть образовательной реальности

Отрицать значимость ИИ-навыков сложно — они становятся нормой, как когда-то умение работать в офисных программах. ИИ все активнее встраивается и в образовательную, и в исследовательскую деятельность, а из-за повсеместного внедрения ИИ-инструментов вокруг человека фактически начинает меняться образовательная среда.

Преподаватели и исследователи все более активно применяют ИИ: по данным опроса «Яндекс. Образования», Yandex Cloud и Университета ИТМО, 66% респондентов регулярно используют технологию в своей профессиональной деятельности. 84% отметили, что смогли ускорить отдельные этапы работы вроде поиска литературы и обработки данных, 58% указали, что с нейросетями готовить материалы для занятий стало легче. Практически все опрошенные позитивно относятся к внедрению ИИ в рабочие процессы.

Но искусственный интеллект не просто ускоряет работу — он качественно меняет ее. По данным исследований Михаэля Герлиха, ИИ оказывает влияние на сами когнитивные процессы. В своих публикациях 2025 года эксперт различает два подхода: когда ИИ встроен в обучение и применяется осознанно и когда им пользуются «по-обывательски» — без понимания целей и ограничений технологии. Статья также фиксирует, что осмысленное обращение к ИИ повышает вовлеченность студентов в учебный процесс и развивает критическое мышление, то есть работает на те самые навыки, которые образование всегда стремилось сформировать. Уже сейчас видны несколько основных сценариев использования технологий.

Во-первых, ИИ-инструменты помогают сделать обучающий контент более персонализированным. Такой подход дает возможность учиться в собственном темпе и фокусироваться на слабых местах. Например, проект Learn Your Way от Google не просто выдает ответ, а помогает разобрать темы и задачи, ориентируясь на уровень подготовки и интересы студента.

Во-вторых, ИИ упрощает самостоятельную оценку знаний и позволяет быстрее получить обратную связь по своим решениям. С помощью разных инструментов можно почти мгновенно получить объяснение, где ошибки, а где есть прогресс. Это помогает как студентам, так и преподавателям и забирает на себя часть работы с обратной связью. Подобный подход, например, используется в игровой образовательной платформе Kahoot! — каталоге игр-викторин с несколькими вариантами ответа.

Третий сценарий — ИИ выступает в роли диалогового тьютора, к которому можно обратиться с любым вопросом. Студент формирует промпт, просит объяснить задачу, а система ведет его к решению. ИИ-тьюторы помогают разобраться в концепциях и темах шаг за шагом, задают наводящие вопросы, но при этом не дают готовых ответов. Это делает обучение более интерактивным и поддерживающим. Так, например, устроены «Репетитор AI» в «Яндекс. Учебнике» и Khanmigo от Khan Academy и OpenAI.

Есть и более узкие направления применения ИИ. Например, организация исследовательских и выпускных работ. Так, в 2024 году «Яндекс» совместно с НИУ ВШЭ запустил проект по применению генеративных нейросетей при подготовке ВКР. Сейчас уже в 20 университетах учатся с помощью ИИ анализировать источники, структурировать информацию, визуализировать данные и работать с текстом.

Благодаря вышеупомянутым проектам студенты начинают активнее и с большим вовлечением двигаться по образовательной траектории, проверять гипотезы, отрабатывать темы и фокусироваться на исследованиях. Однако, несмотря на все эти преимущества, остались моменты, о которых нужно подумать.

Что волнует преподавателей и вузы

Чем активнее искусственный интеллект входит в учебный процесс, тем острее встают вопросы, на которые у преподавателей пока нет ответов. Как оценивать работу, если студенты использовали при ее подготовке нейросети? Как учить, если можно получить готовое решение за секунду? Где границы допустимого использования умных технологий?

Преподавателей и исследователей беспокоит, что им уже сейчас нужно активно применять ИИ, чтобы не отставать от своих студентов. При этом не всегда понятно, может ли университет быстро предоставить нужные инструменты и поддержку — особенно сейчас, когда модели использования ИИ только формируются.

Кроме того, почти половина опрошенных преподавателей в ходе исследования «Яндекс. Образования» выражают обеспокоенность рисками для академической честности, когда студенты перекладывают все образовательные задачи на ИИ. Четверть респондентов также отметили, что не до конца понимают, как строить образовательный процесс, пока нет официальных рекомендаций по использованию ИИ в их вузе.

Но препятствовать возможности применять искусственный интеллект в образовательной среде — значит, создавать «серую» зону, где студенты и преподаватели все равно обращаются к ИИ, но уже без понимания возможных методик, этики и границ применения. Более продуктивный подход — формировать ИИ-компетенции. К примеру, учить, как структурировать свои запросы, выстраивать беседу с ИИ и оценивать полученные результаты.

Важно осознавать, что искусственный интеллект не заменяет преподавателя и классическое образование, но меняет роли его участников. Педагог где-то становится наставником, который учит студентов критически мыслить и верифицировать выводы, полученные с помощью ИИ-инструментов, а где-то — архитектором образовательного опыта студента. Студент, в свою очередь, перестает быть пассивным потребителем информации. Он учится грамотно формулировать запросы, оспаривать результаты ИИ и нести ответственность за итоговое содержание решений, сделанных совместно с нейросетью.

Развитие ИИ-компетенций требует системной работы. Но некоторые шаги можно сделать уже сейчас.

С чего начать: три направления ИИ-грамотности

Первое направление — обучение и формирование культуры работы с ИИ. Важно донести до студентов и педагогов, что понимание того, как работает технология, позволяет получить более качественный результат. С этой целью, например, появляются открытые курсы для преподавателей по применению ИИ, которые рассказывают, как ускорить проверку работ и подготовку учебных материалов с помощью нейросетей и научиться работать в новой реальности, где студенты активно используют технологию.

Второе направление — формирование новой дидактики обучения с ИИ, то есть новых моделей разработки учебного контента и применения образовательных технологий, учитывающих как потенциал, так и границы применения искусственного интеллекта.

Третье направление — выработка правил и новых методов оценивания. Когда студенты только начинают использовать ИИ, они часто перекладывают на технологию большую часть своих задач. Стоит обсуждать со студентом, что бездумно списывать у нейросети — значит потерять четыре года обучения и выйти на рынок труда неконкурентоспособным.

Важно наравне с ростом осознанности использования проращивать и новые практики. Первой точкой может быть система оценивания. Например, внедрять форматы аттестации, где фиксируется не только конечный ответ, но и «траектория мысли» студента. Это может быть сравнительный анализ, когда студент предоставляет три версии решения: свою, сгенерированную ИИ и итоговую (после критической доработки нейросетевого результата). Оцениваются качество правок и глубина рефлексии. Другой формат — устные коллоквиумы с «защитой матриц, промптов и контекстов»: студент не просто сдает задание, а объясняет, почему для решения он выбрал именно такую формулировку запроса, какие допущения сделала нейросеть и как он проверял корректность результатов. И третья практика — экспертиза ошибок: специальное задание, где модель заведомо дает неверный или предвзятый ответ, а студент должен найти все ошибки, указать на источники потенциального искажения и предложить этичный альтернативный вариант.

ИИ открывает новые образовательные возможности как для студентов, так и для преподавателей. Сейчас и бигтехам, и университетам пора переходить от «восторга» или «опасений» по поводу искусственного интеллекта к реальным пробам и экспериментам. Только в рамках деятельности можно найти новые модели и практики применения технологии для образования.

Мария Грибова