Цитата: «Наша основная задача — выявить уровень понимания студентом темы»

Контекст

Так Андрей Комиссаров прокомментировал решение учёного совета МГПУ, разрешившего недавно студентам использовать инструменты на основе нейросетей для написания различных учебных работ, в том числе выпускных. То есть теперь можно будет легально вставить в дипломную работу в МГПУ тексты, сгенерированные в каком-нибудь популярном чат-боте. Переделывать работу из-за самого факта использования таких технологий не придётся, и снижать баллы (или аннулировать диплом, как недавно предложили в Китае) по этой причине в вузе тоже не будут.

Андрей Комиссаров в целом поддержал этот шаг МГПУ и подчеркнул, что запрет на применение ИИ в учебных целях — непродуктивная стратегия. Но разрешение таких инструментов открывает новые вопросы — если признать, что любая студенческая письменная работа может быть на самом деле «творчеством» нейросети (независимо от того, разрешено это в конкретном вузе или запрещено), как проверить, научились чему-либо сами студенты? И чему вообще нужно учить, если ИИ умеет решать всё более широкий спектр задач?

Дискуссия об этом недавно состоялась на Международном форуме инноваций БРИКС. Вот какие прозвучали варианты.

Нужно сосредоточиться на развитии нестандартного мышления через изучение искусства и творческие практики, предложил декан экономического факультета МГУ имени М. В. Ломоносова Александр Аузан. В вузах придётся, считает он, «перевернуть всё образование», потому что с выполнением задач по алгоритмам и анализом данных ИИ справится лучше человека. Значит, нужно переключиться на развитие способности задавать нестандартные вопросы, формулировать неожиданные гипотезы, проявлять интуицию.

Напрямую с этой позицией никто из других участников дискуссии не спорил, но профессор школы управления «Сколково» Андрей Щербенок отметил, что такое переключение с традиционных программ возможно лишь для небольшой прослойки ведущих вузов, где есть ресурсы, чтобы адресно работать с небольшими группами студентов. Большинство же учебных заведений, пессимистично предсказал эксперт, скорее переключатся на симуляцию образования: студенты будут делать вид, что выполняют традиционные задания, а преподаватели — что их проверяют. Возможно, лучший вариант, предположил Щербенок, — признать, что все «студенческие» работы на самом деле выполняет ИИ, и переключиться на подготовку «операторов нейросетей» в различных областях знаний.

Ещё один подход предложил профессор Сколтеха Дмитрий Кулиш. В Сколтехе, по его словам, уже пару лет как отказались от традиционных экзаменов с устным или письменным воспроизведением выученного теоретического материала. Вместо этого студенты демонстрируют практические результаты своих проектов, а потом обсуждают их с преподавателем. То есть у учащихся не спрашивают, что они выучили, а смотрят, что они умеют делать и как могут объяснить свои решения.

Для направлений подготовки, обучение по которым обычно не предполагает написание кода или иные осязаемые практические результаты, вариант предложил Андрей Комиссаров, который тоже участвовал в дискуссии. По его словам, образованию придётся вернуться к личному общению учителя и ученика, к осмысленному диалогу, в котором преподаватель понимает, как мыслит студент (а не просто проверяет, какую информацию тот может воспроизвести).

Однако, как и ряд других участников дискуссии, Андрей Комиссаров считает, что далеко не все образовательные организации смогут внедрить такие подходы — многие попадут в категорию «ширпотреб-образования», где ответы на любые задания будут сфабрикованы всё более умными нейросетями.