Уроки цифрового недоверия

Массовое увлечение школьников генеративными нейросетями поставило систему среднего образования перед тектоническим сдвигом: привычные форматы домашних заданий стремительно теряют смысл. Новые вызовы требуют от индустрии смещения фокуса с технического обучения «цифровых аборигенов» на развитие у них жесткого когнитивного контроля и навыков верификации данных. В том, как алгоритмы меняют роли учителей и родителей, разбиралась «Ъ-Наука».

Процесс освоения генеративного искусственного интеллекта (ИИ) молодым поколением давно вышел из стадии краткосрочной моды, превратившись в устойчивую повседневную привычку. Данные репрезентативных социологических срезов (ВЦИОМ, НИУ ВШЭ, «Лаборатория Касперского») демонстрируют уникальную прецедентную ситуацию: взрослые и дети начали массово использовать нейросети практически одновременно, однако именно учащиеся демонстрируют наибольшую частоту обращений к технологии. До двух третей российских школьников прибегают к помощи ИИ минимум раз в неделю, а около 40% используют генеративные модели ежедневно.

При этом глубина проникновения ИИ порождает опасный феномен ложной цифровой грамотности. Около 40% подростков уверенно аттестуют себя как уверенных пользователей, а каждый пятый считает свой уровень продвинутым. Однако критерии этой самооценки носят сугубо утилитарный характер.

«Подростки оценивают свой уровень по конкретным критериям: сколько разных задач они умеют решать с помощью нейросетей — от домашней работы до генерации картинок — и как быстро получают качественный ответ. Для школьника “уверенный пользователь” — это тот, кто знает, как получить подходящий результат и кому нейросеть редко выдает ошибки. Но проверяет ли он этот ответ на достоверность — большой вопрос»,— объясняет заместитель генерального директора по персоналу ИТ-холдинга Т1 Екатерина Колесникова.

Главной изнанкой этой доступности становится то, что исследователи называют «культурой слепого доверия». Опросы платформ электронных дневников показывают, что более трети семей получают от ИИ готовый к использованию результат, но при этом каждый четвертый учащийся вообще не проверяет полученную информацию на достоверность. Среди учеников шестых-седьмых классов доля тех, кто считает ИИ «абсолютно непогрешимым», достигает 14%, и лишь к старшим классам этот показатель снижается до 5%.

Как отмечает Екатерина Колесникова, грань между механическим потреблением контента и подлинной ИИ-грамотностью лежит в области критической оценки: «Продвинутого пользователя отличает способность сначала оценить, нужен ли ИИ в конкретной задаче вообще, затем декомпозировать сложный процесс на этапы и, главное, верифицировать решение на каждом шагу, принимая, дорабатывая или аргументированно отвергая машинный результат».

Параллельно на рынке фиксируется еще один показательный тренд: каждый 16-й подросток декларирует опыт создания собственных ИИ-агентов. Впрочем, эксперты призывают не путать это с классическим программированием — бурное развитие no-code конструкторов и визуальных платформ настройки ассистентов радикально снизило порог входа. На фоне высокого потребительского спроса (по данным ВТБ, около 46% россиян хотели бы иметь персонального ИИ-помощника) главным барьером для массового внедрения детских ИИ-агентов остается лишь плоскость информационной безопасности. Более 72% пользователей выражают обоснованный страх перед утечкой персональных данных при интеграции моделей с личными архивами.

Технологическое давление уже де-факто разрушило классическую систему проверки знаний. Статистика «Лаборатории Касперского» подтверждает, что 53% учащихся, использующих нейросети в образовательных целях, полностью перекладывают на них выполнение домашних заданий, и лишь 20% применяют алгоритмы для самопроверки.

Екатерина Колесникова подчеркивает, что это тревожный сигнал для всей системы образования: «Домашние задания в привычном виде уже фактически перестали работать: учащиеся при помощи ИИ выполняют работу качественнее и быстрее демонстрируют освоение материала, но эти результаты не дают устойчивого образовательного эффекта, “научение” таким образом не случается».

В этих условиях система вынуждена форсировать разделение учебных задач на два принципиально разных направления. С одной стороны, внедряются задания, где использование искусственного интеллекта изначально заложено в саму методологию — например, для анализа больших массивов данных, автоматической структурировки информации или поиска ошибок в машинном коде. С другой стороны, резко возрастает значимость форматов аттестации, вынесенных непосредственно в класс и проходящих в полностью контролируемой среде, будь то устные защиты проектов, открытые дискуссии или решение практических кейсов в изолированном от внешней сети цифровом контуре.

Трансформация подходов к обучению неизбежно влечет за собой переосмысление роли ключевых участников процесса — школы и семьи. В рамках домашних сценариев наметился явный раскол: около 40% родителей пытаются совместно с детьми осваивать нейросети, формируя семейную культуру верификации фактов, в то время как четверть семей выбирает стратегию полного неучастия, оставляя ребенка один на один с неотмодерированным цифровым потоком.

Полноценная интеграция технологий невозможна без изменения позиции самого педагога. Концепция «учителя как транслятора информации» окончательно уходит в прошлое. В условиях, когда 42% российских школ, по данным ВШЭ, вообще не объясняют правила корректного промптинга, а еще 38% делают это эпизодически, педагогическое суждение становится главным фильтром.

Роль преподавателя смещается в сторону супервизии: от простой выдачи материала — к формированию жизненных ценностей, развитию эмпатии, постановке сложных критериев оценки и обучению методам научного сомнения. По мере того как рутинное написание текстов и базовый кодинг автоматизируются, именно способность человека выстраивать доверительные отношения и транслировать сам способ системного мышления становится главным конкурентным преимуществом на образовательном рынке.