«Главное — человек, а не программа»

Современная экономика требует от работников постоянного обновления своих знаний. Однако учебный процесс сейчас переживает трансформацию под влиянием новых технологий, в частности искусственного интеллекта (ИИ). Как научить студентов использовать технологии грамотно и под контролем экспертного сообщества, рассказывает ректор РЭУ им. Г. В. Плеханова Иван Лобанов.

Выйти из полноэкранного режима

Развернуть на весь экран

Сегодня мы все чаще слышим вопрос: допустимо ли использовать нейросети при подготовке дипломных проектов? Как отличить самостоятельную работу от подделки? Наш университет одним из первых в России принял четкое положение на этот счет. Разрешите пояснить нашу позицию.

Что говорит наше положение о порядке проведения государственной итоговой аттестации по образовательным программам высшего образования? Для бакалавров и специалистов оригинальность текста ВКР должна быть не менее 50%, для магистров — не менее 60–70%. При этом прямо указано: неконтролируемая генерация текста нейросетью считается некорректным заимствованием. Искусственный интеллект как легальный инструмент можно использовать только с согласия научного руководителя.

Но есть важная техническая тонкость. Современные системы «Антиплагиат.ВУЗ», «Думейт» и другие не умеют со стопроцентной точностью определять, что текст написал искусственный интеллект.

Как они пытаются это делать? Современные детекторы ИИ-текста, будь то «Антиплагиат», «Думейт» или зарубежные GPTZero и Copyleaks, работают не так, как принято думать. Они не «понимают» текст и не сравнивают его с какой-то базой машинных работ. Вместо этого они ищут статистические признаки: насколько гладко и предсказуемо построены фразы, насколько однородна длина предложений, насколько привычен порядок слов. Большие языковые модели вроде ChatGPT и DeepSeek действительно склонны писать ровно, без неожиданных оборотов и резких перепадов сложности — и именно эту ровность детекторы пытаются уловить.

Проблема в том, что ровно и предсказуемо пишут не только нейросети. Так пишутся научные статьи, юридические документы, учебники, методички, аннотации диссертаций, то есть значительная часть академических текстов по определению.

Студент, добросовестно освоивший научный стиль, статистически выглядит для детектора почти так же, как ChatGPT. По независимым оценкам, точность таких систем колеблется в диапазоне 60–80%, а доля ложных обвинений достигает 10–20%, то есть из каждой сотни честных работ 10–20 могут быть ошибочно помечены как «написанные ИИ».

Усугубляет ситуацию то, что детекторы быстро устаревают: каждая новая версия языковой модели пишет чуть иначе, и алгоритм, обученный ловить GPT-4, начинает промахиваться на GPT-5 или «ГигаЧате». Надо еще отметить, что разные системы дают разные результаты: одна видит нейросеть там, где ее нет, другая не видит там, где она есть.

Поэтому процент ИИ-текста, который выдает любая такая система,— это ориентир для дальнейшего разговора с автором, понимания, насколько он в теме своей работы и насколько он ориентируется в своем оригинальном исследовании. Принимать на его основании окончательные решения о судьбе работы или студента методологически некорректно. Получается, что, если студент переписывает сгенерированный текст своими словами, система может пропустить нарушение. А если талантливый студент пишет сам, но очень гладко и профессионально, система ложно обвинит его в использовании ИИ.

Главное — человек, а не программа. У нас есть научные руководители, рецензенты, государственные экзаменационные комиссии. На защите студент отвечает на вопросы, объясняет логику исследования, показывает черновики и промежуточные расчеты. Именно экспертное общение, а не машинный отчет позволяет увидеть, выполнена работа самостоятельно или нет.

Выйти из полноэкранного режима

Развернуть на весь экран

Полностью разделяю позицию главы Минобрнауки России Валерия Фалькова: искусственный интеллект не заменит живого преподавателя. Нужен разумный баланс, при котором ИИ служит во благо, а не ведет к деградации. Никакая нейросеть не подготовит студента к такому испытанию, где способность мыслить и аргументировать проявляется мгновенно. Этот подход идеально коррелирует с нашей политикой: окончательный вердикт всегда должен оставаться за человеком, а не за программой.

Именно эти вопросы — трансформация рынка труда, растущий спрос на специалистов с ИИ-знаниями и ИТ-навыками, необходимость менять образование и учить людей работать с искусственным интеллектом, но при этом не терять способность мыслить самостоятельно и сохранять человеческий контроль над алгоритмами — стали лейтмотивом панельной сессии «Рынок труда 2.0: диктатура искусственного интеллекта, трансформация навыков и профессий», организованной Плехановским университетом на Петербургском международном экономическом форуме в июне 2026 года при участии заместителя председателя правительства РФ Татьяны Голиковой. Выводы сессии вновь подтвердили: мы обязаны научить нынешних и будущих работников применять ИИ для повышения своей эффективности.

Более того, даже если студент использовал ИИ как помощника (например, для подбора синонимов, проверки грамматики, первичной структуризации материала), это не делает работу несамостоятельной. Мы же не отнимаем у студентов калькуляторы или текстовые редакторы? Технологии — это инструмент. Важно, чтобы голова работала, а не только нейросеть.

Однако рассуждать об использовании ИИ в образовании, не говоря о подготовке кадров для этой сферы, было бы неполно. В 2025 году Плехановский университет, войдя в федеральную экосистему ИИ, получил грант Минцифры России на подготовку специалистов в рамках проекта «Топ-ИИ». Был создан Образовательный центр в сфере ИИ, в котором стартовала программа «Системы и технологии искусственного интеллекта».

Параллельно университет стал участником федерального проекта «Топ-ИТ». В его рамках запущены программы бакалавриата «Инжиниринг предприятий и информационных систем» и «Прикладная информатика в экономике». Учебный план — от проектирования информационных систем и реинжиниринга бизнес-процессов до управления ИТ-проектами — был разработан при участии десятков ИТ-компаний. Студенты с первых курсов погружаются в настоящие продуктовые задачи, работают в проектных командах, а более 30% занятий ведут эксперты из индустрии.

Стоит подчеркнуть, что в марте 2026 года Плехановский университет успешно отчитался о результатах проектов «Топ-ИИ» и «Топ-ИТ», войдя в число вузов, достигших всех запланированных показателей. Это в очередной раз показывает, что работа по подготовке кадров высшей квалификации для цифровой экономики ведется в университете системно и на самом высоком уровне.

Так каков наш вывод? Системы антиплагиата — это не судьи, а помощники экспертов. Их рекомендацию можно принять к сведению: «Система заподозрила ИИ — давайте внимательнее посмотрим работу». Но вердикт выносят люди: научный руководитель, рецензент, комиссия.

Мы не боремся с прогрессом. Мы учим студентов использовать технологии грамотно и под контролем экспертного сообщества. Именно такой подход — гибкий и взвешенный, трактующий сомнения в пользу студентов,— я призываю всех разделять.