Владимир Алексеевич Зернов

—  О жестких решениях. Первая проблема, которую надо незамедлительно решать, – отсутствие эффективности использования ресурсов. Вспомним космический проект СССР. Наша страна потратила на него на порядок меньше, чем основной конкурент – США, но созданные тогда отечественные технологии применяются до сих пор. То же касается и высшей школы. В лидерах должны быть те, кто эффективно распоряжается ресурсами. Вы наверняка помните программу «5 – 100»: пять отечественных вузов должны были войти в первую сотню лучших университетов мира, по версии авторитетных международных рейтингов, и тем самым повысить престиж российского образования на глобальном уровне. Мы отчитались о выполнении этой программы. Но кто назовет хотя бы одну технологию, которая была внедрена по ее итогам? Возникает вопрос, как у Высоцкого в песне: «Где деньги, Зин?» На какие проекты истрачены средства?

Вторая проблема – отсутствие четких и ясных критериев оценки деятельности вуза, поддержки научных школ и распределения контрольных цифр приема. На мой взгляд, одним из критериев должно стать создание технологий и внедрение научных разработок в различные отрасли экономики.

Создание технологий – задача каждого вуза. Один из моих кумиров в науке – Петр Леонидович Капица, один из создателей и преподавателей МФТИ. В предвоенные годы он разработал технологии, благодаря которым мы сумели создать лучшее в мире вооружение и в годы Великой Отечественной войны опередили в научно-инновационном плане всю континентальную Европу. Сегодня к Европе добавились еще и США. Но задача высшей школы прежняя: приносить стране пользу изобретением технологий, которые дают реальные результаты.

Третья проблема – узкие места в образовании, которые надо «расшить». Например, по идее, размер дохода вуза от интеллектуальной собственности может быть любым. А у нас, согласно налоговому законодательству, фактически этот доход ограничивается 10%, хотя в мире норма – 50% плюс несколько десятков. Почему у нас такие правила, никто не знает…

Теперь несколько слов о мягких решениях. Важно создавать реальную конкурентную среду в образовании. Сегодня она существует только на бумаге. В итоге, одни вузы живут и работают в условиях социализма, другие – в условиях дикого капитализма. Конкурировать в такой ситуации очень сложно: все силы уходят на то, чтобы постоянно находить пути выживания. Между тем, критерии оценки вузов должны быть справедливыми для всех и коррелировать с критериями рейтингов, а не с мнением тех, кто курирует сферу образования.

Образование – сложный многогранный процесс, в котором главную трудность сегодня представляет развитие мотивации обучающихся. Нужно прививать молодежи интерес к получению знаний, научить применять их. Наши математические школы – ведущие в мире. На международных олимпиадах по физике, математике мы побеждаем, а в инновационном развитии – отстаем. Но я убежден, что Россия как преемница СССР должна стать ведущим экспортером IT-продукции: программного обеспечения, «железа». Высокий уровень математической культуры – исключительное преимущество нашей страны, которое дает ей карт-бланш в этой области.

—  В настоящий момент многие вопросы, связанные с искусственным интеллектом, в значительной степени не проработаны. Поэтому реальное решение задач, стоящих перед высшей школой, просто пытаются подверстать под модную терминологию.

Например, можно использовать искусственный интеллект для оценки качества образования. Идея замечательная. Но подтверждены ли алгоритмы, которые позволяют это качество проверить, или мы просто говорим: а здесь мы применили искусственный интеллект. И при этом не вкладываем в это понятие сути.

Большинство российских образовательных организаций не в полной мере готовы к использованию искусственного интеллекта, потому что нет полноценной архитектуры, качественно разработанных модулей.

—  Да, готов. Студенты могут использовать технологии искусственного интеллекта при подготовке выпускной квалификационной работы. Вспоминаю экзамены на Физтехе. Можно было пользоваться любой литературой, принести на экзамен любые учебники и справочники. Но тем, кто в течение семестра не учился, это не помогало. То же самое с искусственным интеллектом: им надо уметь пользоваться, а еще лучше – управлять им.

Искусственный интеллект должен быть помощником в образовательном процессе. Например, в системе СПО искусственный интеллект может применяться для обучения токарному делу или другим рабочим специальностям. А решать задачи высокого уровня он не способен.

—  В РосНОУ реализуется направление подготовки 09.04.03 «Прикладная информатика», профиль «Системы искусственного интеллекта». Вуз также является провайдером федеральных программ по подготовке профессионалов в области цифровых технологий, предлагает повышение квалификации в сфере ИИ в рамках программы «Код будущего». По окончании коротких курсов (250 академических часов) можно получить специальность аналитика данных или технического аналитика.

—  Отношение, безусловно, положительное. Надеемся, новая система будет отвечать интересам страны, общества и самих обучающихся, а её критерии будут коррелировать с критериями мировых рейтингов и, главное, мотивировать вузы на достижение конкурентоспособных результатов.

—  Результатом нововведения должно стать превращение крайне тяжёлой и напряжённой бумажной процедуры в некое подобие праздника для коллектива, поскольку административный и профессорско-преподавательский состав сможет уделять больше внимания реальной работе. Надеюсь, это будет процесс, который поможет университетам добиваться успехов в развитии науки и создании новых технологий.

—  Подавляющее большинство экспертов предлагало не вводить кардинально новые показатели, и для вуза этот переход будет достаточно плавным.

—  Это непростой вопрос. Бывший директор Европейского центра ЮНЕСКО по высшему образованию, экс-президент Международной обсерватории по академическому ранжированию и превосходству IREG Ян Садлак как-то сказал: «Если взять общее количество конференций, проведённых в сфере образования, то наибольшее их число было посвящено проблеме качества, но точно сформулировать, что такое качество образования, вряд ли кто может».
С моей точки зрения, объективные показатели качества образовательной организации – это уровень генерирования знаний и подготовки выпускников. По сути, это качество работы преподавателей со студентами и научно-инновационная деятельность.
Для меня яркий пример качества работы преподавателей и студентов – эксперимент, который провёл пятьдесят лет назад в Физтехе заведующий кафедрой общей физики С.П. Капица. Когда он был в США, ему показали подготовленный к печати учебник Ричарда Фейнмана. Вернувшись из поездки, профессор предложил студентам за час решить максимальное количество задач из учебника Фейнмана — кстати, для поступления в аспирантуру Стэнфорда, Принстона, MIT надо было решить пять таких задач за три часа (или три задачи за пять часов, точно не помню). Я решил за час 13 задач. Думал, это лучший результат, но оказался лишь четвёртым в группе. Вот подтверждение качества работы со студентами. В нашей стране физиков готовили лучше всех в мире, многие выпускники советских вузов потом уезжали на запад и делали там карьеру. Это и есть качество образования.
Что нам сейчас мешает развивать образование? Многие проблемы, которые напрямую не относятся к показателям качества. Прежде всего, 284-я статья Налогового кодекса РФ: доход от интеллектуальной и прочей собственности вуза не может превышать 10% от общего дохода. Это ограничение тормозит развитие научно-инновационной деятельности. У зарубежных вузов этот показатель достигает 50-75%.

—  Сначала скажу, чего не хотел бы видеть – вала бумажных отчётов. А обязательными должны быть чёткие и ясные критерии качества, которые показывали бы, что выпускник вуза готов к работе и умеет решать конкретные задачи.