Программный код для высшей школы

Тема внедрения технологий ИИ в высшем образовании анализировалась [1] редакционным Экспертным советом в 2023 году. Поводом для обсуждения послужила новость о том, что Московский городской педагогический университет – первый в России – официально разрешил своим студентам использовать чат-боты и другие инструменты искусственного интеллекта для подготовки выпускных квалификационных работ. Экспертный ректорский корпус высказался вполне взвешенно и обстоятельно, обозначив и плюсы применения ИИ-инструментов в сфере образования, и возможные риски. Но один из общих выводов прозвучал так: «Высшая школа по-крупному пока не до конца осознала, какую позицию относительно ИИ занимать. Между тем консолидированная позиция нужна...». 

Сегодня мы решили вернуться к обсуждению этой темы: федеральная ИИ-повестка в весенние месяцы оказалась очень насыщенной, поэтому вопрос консолидированной позиции профессионального университетского сообщества вновь становится крайне актуальным.

О некоторых событиях расскажем подробнее: в частности, рассмотрим «новую гипотезу образования в эру ИИ», а также суть и принципы очень интересного эксперимента, который проводится в МГУ имени М.В. Ломоносова, представит декан экономического факультета, доктор экономических наук Александр Аузан. А сейчас на обсуждение экспертов представляем следующие вопросы…

[1] ИИ грянул гром?.. Искусственный интеллект для высшей школы: угрозы и возможности //

«Высшая школа по-крупному пока не до конца осознала, какую позицию относительно ИИ занимать. Между тем, консолидированная позиция нужна...»,  – такой вывод был высказан ректорами-членами Экспертного совета «АО» осенью 2023 г.

АО. Можно ли сказать, что теперь консолидированная позиция у высшей школы сложилась? Какие принципиальные моменты прояснены и приняты профессиональным вузовским ­сообществом, а по каким дискуссия должна быть обязательно продолжена?   

– Нет, не сложилась. И я не уверен, что она сложится в обозримом будущем – вопрос слишком глубокий и многоуровневый. Приведу простой пример. Антиплагиатные системы сегодня фиксируют «следы ИИ» в текстах классической литературы XIX–XX веков. Это само по себе говорит о том, что мы ещё не выработали ни технических, ни концептуальных критериев для оценки роли ИИ в образовательном процессе. Дискуссия о том, является ли ИИ помощником, инструментом поиска и обработки информации или полноценным заменителем интеллектуального труда, далека от завершения. Более того, я бы вынес на обсуждение более фундаментальный вопрос: что вообще представляет собой так называемый «искусственный интеллект» с технической точки зрения? По существу – это система распознавания образов, принятия решений на основе заложенных алгоритмов, управления базами данных. Называть это интеллектом в полном смысле слова — значит существенно упрощать проблему. Эта терминологическая неточность сама по себе задаёт неверный вектор дискуссии.  

– Искусственный интеллект входит в обыденную жизнь, и уже в школах, в органах управления и даже творческих коллективах говорят о его применении, чуть ли не как обязательном. Аргументируя тем, что ИИ (его даже окрестили Иван Иванович) освобождает от текучки, рутины, позволяет сгенерировать быстро то, что человек будет делать долго и, значит, позволит экономить время. Безусловно, не всё так просто. Врач, собирая анамнез пациента, рутинно общаясь, формирует внутреннее понимание происходящих процессов, обобщает, начинает понимать, как лечить других больных. Мышление – то, что дано именно человеку... Музыкант, перебирая ноты, рождает мелодии, думает о будущих произведениях, рождает будущие увертюры. То есть, работа порождает долгосрочный результат – это у человека. Но если человек спасует и отдаст всё на откуп ИИ. Тогда искусственный интеллект чреват возвышением над человеческим, это возможно, если его полностью отпустить и оставить без внимания. 

Сфера здравоохранения, наверное, одной из первых в России определила практическую позицию относительно границ и возможностей применения ИИ. Суть реализации этих планов – в словосочетании «ИИ на службе человечеству», а не наоборот.

Министр здравоохранения России Михаил Альбертович Мурашко отметил, что на сегодняшний день уже зарегистрировано более 20 медицинских изделий с использованием ИИ, еще пять таких изделий находятся на регистрации.

Создается определённый ландшафт для разработчиков, которые   могут использовать запросы на потребности в разработке новых продуктов. Это очень перспективно, ИИ позволяет проработать множество алгоритмов для выработки решений при создании современных лекарств, расходных материалов, для имплантации органов. Уже сегодня произошло внедрение ИИ в описание изображений с рентген-аппаратов, с МРТ-томографов, кардиографов.

Следующие этапы сейчас — это ультразвуковые и эндоскопические исследования. Комплекс исследований с использованием ИИ становится всё более эффективным. При использовании ИИ повышается качество и скорость диагностики: у этих программ нет утомляемости в отличие от врача — есть возможность проведения большого массива исследований, не снижая их качество. Сокращается время работы программных продуктов: установлены временные лимиты на описание — не более 6 минут, а по факту они справляются в два раза быстрее. Использование ИИ с качественной диагностикой, сокращением времени позволяет, в конечном итоге, повысить и экономическую эффективность.

Безусловно, получая большие объёмы данных, например, в обработке изображений, можно обрести новые диагностические возможности, обогатить рутинные исследования новыми данными. ИИ не забудет никаких нюансов, он проанализирует всё, предложив обобщенный вариант. Это откроет хорошие возможности для планирования диагностики и лечения.

Обобщая сказанное, можно отметить: ИИ не подменяет человека, но дает хорошие дополнительные возможности в реализации профессиональных компетенций. Предоставив результаты человеку, ИИ должен «знать свое место», дождаться решения о применении достигнутых результатов. Это прерогатива специалистов: доверить далее выполнение работ ИИ или взять его наработки и использовать их самому.

Безусловно, этому нужно учить и в высшей школе: не уходя от перспектив ИИ, продолжить готовить критически мыслящих, грамотных профессионалов, интеллектуалов, способных принять ИИ, диалог с которым они поведут на равных.

– Дагестанский государственный университет активно внедряет цифровые технологии, стремясь повысить эффективность образовательной и научной деятельности. В рамках этой стратегии, в разрабатываемой Программе стратегического развития ДГУ на 2025-2036 гг., в качестве одного из направлений целевой модели развития определена цифровая трансформация образования и системы управления образовательным процессом, создание условий для формирования цифровых компетенций, навыков использования цифровых технологий, технологий искусственного интеллекта (далее – ТИИ) у обучающихся. Достижение этой цели позволит улучшить управление, повысить конкурентоспособность выпускников университета и внедрить новые подходы в образовательный процесс. Вопрос использовании искусственного интеллекта (далее – ИИ) в образовании рассматривался Ученым советом ДГУ, были приняты локальные акты, регламентирующие использование ИИ в учебном процессе.

Решением Ученого совета ДГУ определена консолидированная позиция вуза о по применению ТИИ в ходе осуществления образовательной, научно-исследовательской деятельности научно-педагогическими работниками и обучающимися университета. В частности, допустимо использование ТИИ в целях:

– повышения эффективности проведения и качества результатов научных исследований;

– развития практических навыков у научно-педагогических работников и обучающихся по использованию передовых цифровых технологий;

– развития систем ИИ, используемых и развиваемых в том числе на базе Университета;

– улучшения процесса обучения, предоставления обучающимся дополнительных инструменты и ресурсов для углубленного понимания учебного материала;

- предоставления преподавателям средств для персонализированной поддержки обучающихся, обеспечения более эффективного взаимодействия в рамках учебного процесса.

Вместе с тем определено, что применение систем ИИ не должно заменять творческую научно-исследовательскую деятельность человека. Научные исследования выполняются авторами самостоятельно, ТИИ (в том числе системы генеративного искусственного интеллекта, например, СhatGPT, Сбер GitaChat, YandexGPT, ScholarAI, PerplexityAI, DeepSeek и др.) могут использоваться в качестве вспомогательных средств для решения определенных задач научного исследования, а именно: для сбора и изучения научной информации, анализа результатов ранее проведенных фундаментальных и прикладных научных исследований, сбора, обработки и анализа данных, осуществления научного прогнозирования, оформления полученных научных результатов в части их редактирования, визуализации, составления аннотации, библиографических списков. 

Достаточно серьезной проблемой становится активное использование обучающимися несанкционированного использования ТИИ при выполнении письменных и выпускных квалификационных работ (далее - ВКР). Локальными актами ДГУ определены возможности применения обучающимися ТИИ в процессе подготовки письменных работ, ВКР и диссертаций только по согласованию с руководителем ВКР, с научным руководителем аспиранта. Применение ИИ при подготовке диссертаций также должно согласовываться с требованиями совета по защите диссертаций на соискание ученой степени кандидата наук, на соискание ученой степени доктора наук, куда планирует предоставить диссертацию к защите аспирант

Необходимо учесть и оценить риски утраты когнитивных навыков, например, чрезмерное использование ИИ может привести к тому, что студенты перестанут самостоятельно решать задачи, анализировать и синтезировать информацию, что негативно скажется на их интеллектуальном развитии. Безусловно, позитивным аспектом можно отметить и развитие когнитивных и социальных навыков: ИИ приводит к минимизации рутинной нагрузки и способствует развитию у студентов аналитических способностей, критического мышления, навыков коммуникации и командной работы.

Университетское педагогическое сообщество пришло к пониманию несостоятельности запрета использования ИИ в процессе обучения и находится в поиске баланса использования ИИ как инструмиента-ассистента, выполняющего рутинную работу, а не как полную замену критического мышления. Технологии призваны поддерживать, а не заменять традиционные методы обучения и развитие базовых навыков у студентов. 

– Не осознали, и вряд ли в обозримом будущем сформируются однозначные, осознанные выводы. Позиция не сложилась. Но и вопрос в сущности неправильный. Это глобальный тренд, в отношении которого важно учитывать оценки pro et contra. Важнейшее направление дискуссии – что делать в эпоху подавления человеческого мышления искусственным интеллектом, который эмпирически, количественно и темпорально превосходит «естественный свет разума» (Декарт). Мы готовим за счёт федеральных ассигнований новое поколение «технологических идиотов» и подражателей, или?.. Почти все студенты работают с ИИ, но они не стали от этого умнее. Скорее, наоборот. Тезис о «консолидированной позиции вузовского сообщества» ментально абсурден, но конъюнктурно выгоден государственным компаниям, которые претендуют на крупные заказы на цифровизацию и получают их.

– За прошедшие два с половиной года высшая школа действительно продвинулась в осмыслении роли ИИ, но окончательная консолидация позиций ещё не достигнута. Тем не менее можно говорить о нескольких принципиальных моментах, которые сегодня приняты большинством профессионального вузовского сообщества.

Не учитывать факт участия ИИ в учебном процессе или отрицать необходимость обучения студентов грамотному его использованию поздно: к апрелю 2026 года специализированные нейросети уже показали свою способность не только быть исполнителем технических задач, но и предлагать оригинальные методы решения ранее нерешенных человеком серьезных научных задач. И теперь уже традиционные научные коллективы развивают методологию на основе идей, предложенных ИИ. С этой точки зрения инструменты ИИ не только могут, но и должны быть не только одним из средств обучения, но и одним из объектов изучения в рамках учебного процесса. Более того, базовые технические навыки выпускника (специалиста) по-прежнему сохраняют ценность, но меняют статус. Они не являются более конечной целью обучения, но остаются необходимым когнитивным тренажёром и условием формирования профессионального кругозора, профессиональной компетентности, без чего невозможно не только содержательное взаимодействие с ИИ в специальных вопросах, но и профессиональная деятельность в целом.

Необходима трансформация системы оценивания. Традиционные формы контроля (домашние задания, рефераты, типовые расчёты) становятся уязвимыми для имитации. Сообщество признаёт, что акцент должен сместиться с проверки «правильного ответа» на оценку процесса верификации, интерпретации и критического анализа результатов, полученных в том числе с помощью ИИ. ИИ не должен отменять субъектности преподавателя или студента в рамках учебного взаимодействия, но должен быть помощником обоих субъектов.

В частности, из всего сказанного следует вывод: ИИ – не замена преподавателя, а инструмент перераспределения учебных задач. Например, как показывают актуальные исследования («Искусственный интеллект в России – 2025»), компании видят в ИИ прежде всего средство повышения производительности, а не сокращения штата. В образовании это означает, что ИИ должен освобождать время для развития аналитических и критических компетенций студента, а не замещать фундаментальную подготовку или выступать симулятором самостоятельной работы обучающегося.

По каким вопросам дискуссия должна быть обязательно продолжена?

а) Стандарты и критерии «ИИ-компетенций» выпускника. Что именно должен уметь студент в работе с ИИ? Нужен ли единый минимум или вариативность по направлениям подготовки?

б) Баланс между запретительными мерами и методической интеграцией. Запрет на использование ИИ в учебных целях контрпродуктивен, но полная свобода ведёт к имитации. Где проходит разумная граница?

в) Переподготовка преподавателей. Как системно и без дополнительного бюджетного бремени обеспечить повышение квалификации всего профессорско-преподавательского состава в области ИИ-методик? Эта проблема пока не имеет общепринятого решения.

– Профессиональное сообщество высшей школы проделало значительную работу по формированию консолидированной позиции относительно роли и места искусственного интеллекта в образовании и науке. И по ряду принципиальных вопросов среди вузов сложилось общее понимание.

Вузовское сообщество пришло к согласию, что искусственный интеллект – это не альтернатива традиционному обучению, а мощный инструмент для повышения его качества, индивидуализации образовательных траекторий и поддержки научных исследований. ИИ – это инструмент развития образования.

При этом внедрение ИИ не отменяет ведущей роли преподавателя, а требует от него новых компетенций. Преподаватель становится наставником, который помогает студентам критически осмысливать результаты, полученные с помощью ИИ, и формировать навыки работы с новыми технологиями.

Образовательные программы тоже должны оперативно адаптироваться к новым реалиям. В нашем университете эта работа ведется уже на протяжении многих лет. Во всех образовательных программах есть дисциплины и модули по ИИ с разной степенью погружения в эту область.

Однако остро стоит вопрос о необходимости разработки и внедрения этических стандартов использования ИИ для обеспечения прозрачности алгоритмов, защиты персональных данных студентов и преподавателей. Также нужно продолжить обсуждение границ применения ИИ в учебном процессе, решить вопрос эффективных механизмов контроля и оценки.

– До настоящего времени единой, консолидированной, четко определенной позиции у высшей школы как у социального института в части использования технологий искусственного интеллекта не сложилось. До сих пор мы наблюдаем весьма разнородную ситуацию: у одних университетов есть нормативные документы, фиксирующие возможности и ограничения использования технологий ИИ, у других – более общие документы в формате деклараций и меморандумов, у третьих нет четко выраженной позиции. Единственная вещь, относительно которой высшая школа сходится во мнении, заключается в том, что искусственный интеллект объективно нельзя игнорировать, как и его влияние на процесс обучения и реализацию научно-исследовательской деятельности.

Более того, ввиду очень быстрого развития ИИ и пока еще объективной незрелости этого инструментария, я не уверен, что такая единая, консолидированная, четко зафиксированная позиция нам в целом нужна, поскольку мы пока не понимаем, какая стратегия может быть наиболее выигрышной. На разных полюсах этой стратегии – либо тотальное, повсеместное внедрение, где искусственный интеллект ставится во главу угла реализации образовательного процесса, либо полный запрет, потому что есть определенные предпосылки к тому, что в далекой перспективе он может снижать когнитивные способности обучающихся. Наверное, истина где-то посередине, но это еще предстоит установить эмпирическим путем. Поэтому считаю более целесообразным, чтобы разные вузы выбирали для себя разные пути в части методов и объемов внедрения искусственного интеллекта в реализацию образовательных программ, с тем чтобы накопить базу кейсов для последующего анализа и выбора лучших практик, а уже затем фиксировать их единым образом.

Если говорить о Тихоокеанском госуниверситете, то мы сейчас находимся на этапе доработки общего документа, меморандума, который зафиксирует нашу взвешенную верхнеуровневую позицию относительно использования искусственного интеллекта. А дальше рассчитываем собирать практики использования ИИ в разных аспектах образовательного процесса, чтобы потом определить лучший инструментарий и возможные угрозы, которые нам необходимо будет купировать.

– Консолидированная позиция в высшей школе – сложный и неоднозначный процесс, который зависит от множества факторов, включая геополитическую ситуацию, технологические изменения, образовательные реформы и внутренние вызовы. Нельзя однозначно утверждать, что консолидированная позиция в целом сложилась, так как в вузовском сообществе могут сохраняться разногласия по отдельным вопросам.

Некоторые принципиальные моменты, по которым могла быть достигнута определённая консолидация:

1. ИИ - не замена, а инструмент. Профессиональное сообщество в целом согласилось, что ИИ может использоваться для анализа данных, структурирования материала, проверки гипотез, но не для генерации финального текста работы без критического осмысления.
2. Необходимость выработки прозрачных правил использования ИИ в написании ВКР и других аттестационных работах. Пример МГПУ (2023 год) перестал быть единичным – вузы начали разрабатывать локальные акты, где прописывают допустимые сценарии применения чат-ботов и степень ответственности студента.
3. ИИ требует пересмотра системы оценивания. Становится очевидным, что традиционные формы проверки знаний (рефераты, домашние эссе, письменные работы) нуждаются в адаптации: вузовское сообщество признаёт необходимость выхода на устные защиты перед преподавателем или комиссией, промежуточные собеседования с научным руководителем и проектные работы с поэтапной фиксацией авторского вклада студента.
4. Цифровая грамотность преподавателей – обязательное условие. Без обучения самих преподавателей работе с ИИ любые регламенты останутся формальными. Этот тезис разделяют уже не отдельные энтузиасты, а широкий круг управленцев вузов.

Вопросы, по которым дискуссия может быть продолжена:

1. Граница допустимого использования ИИ. Где конкретно проходит черта между «помощью в поиске и обработке информации» и «академическим мошенничеством»? Пока единых критериев нет, каждый факультет или кафедра трактует по-своему.
2. Как проверять долю участия ИИ и автора? Технологии детекции ИИ-текстов пока ненадёжны, а применение детекторов в России дополнительно осложнено вопросами этики и точности. Нужна ли сертификация таких средств или иной метод подтверждения авторства?
3. Изменение модели итоговой аттестации. Если ИИ умеет писать тексты на уровне среднего студента, то не придётся ли массово отказываться от письменных ВКР в пользу междисциплинарных проектов, публичных защит портфолио или устных экзаменов?
4. Риск цифрового неравенства вузов. Одни университеты внедряют ИИ, другие отстают в методическом и техническом плане. Как избежать расслоения и выработать минимальный стандарт отношения к ИИ, обязательный для всех аккредитованных вузов?
5. Юридический статус ИИ-сгенерированного контента в образовании. Кто несёт ответственность за ошибки, «галлюцинации» нейросетей, если студент ссылается на несуществующие источники? Можно ли вообще ссылаться на ИИ как на источник?

Вузовское сообщество находится ровно в той фазе, которую эксперты обозначили ещё в 2023 году: «осознаём, что позиция нужна, но ещё не до конца понимаем, какой именно она должна быть». Дискуссию необходимо продолжать, причём с обязательным участием студенческого сообщества и ИТ-разработчиков образовательных решений.

«Регулирование ИИ назрело. Процесс внедрения идет чрезвычайно быстро, и предвестники больших проблем уже видны...», – предупредила председатель правления АРПП «Отечественный софт» Наталья Касперская во время своего ­выступления на мартовском заседании Общественного совета при Минцифры России. Одна из таких проблем – риск имитации обучения, а значит и последующей деградации образования: «Сейчас нейросети используют примерно 90% студентов. В результате вузы не понимают, кого они готовят, а работодатели не понимают, кого они принимают. Это говорит о том, что нужно и в образовательных законах вносить какие-то изменения по тестированию и подходам к тестированию…», – пояснила эксперт.

АО. Поддерживаете ли высказанные опасения? Какие регуляторные принципы и нормы могли бы стать барьером для развития столь негативного сценария – имитации образования и «интеллектуальной стагнации» новых поколений студентов?
 

– Я бы не стал ограничиваться опасениями по поводу использования нейросетей студентами. Это симптом, а не болезнь. Корень проблемы – в системе оценивания знаний, которая давно устарела и не отвечает современным реалиям. Пока мы пытаемся встроить новые технологии в старую систему оценки – с тестами, формальными показателями и контрольными срезами – любые административные барьеры будут обходиться. Это предсказуемо и неизбежно. Моя позиция заключается в том, что вопрос не должен сводиться к точечной корректировке действующей нормативной базы. Необходимо обсуждать более глубокое обновление системы образования – с новыми подходами к оцениванию, современным пониманием компетенций и с учётом того, что новые технологии изначально становятся частью образовательного процесса. На мой взгляд, ключевым решением должны стать не барьеры, а более современная и гибкая архитектура образования.

– Так как в целом интеграция ИИ в высшее образование сталкивается с вызовом системной неготовности университетов, то это создает риски хаотичного внедрения и снижения качества образования.

В настоящий момент университет определил следующие вызовы для расширения практики использования ИИ в образовательном процессе:

• технологическая инфраструктура: недостаточный уровень развития технической базы и совместимости новых технологий с существующими системами управления учебным процессом и ресурсами.
• препятствием становится сопротивление изменениям со стороны ППС, привыкшего к традиционным методам работы.
• безопасность и конфиденциальность данных: необходимы мероприятия информационной безопасности и защиты персональных данных;
• культурные и этические вызовы: сохранение личностного взаимодействия в процессе обучения.

Поэтому, необходима разработка четких, дисциплинарно-ориентированных принципов использования ИИ, которые сохранят развивающую функцию образования. Управленческое воздействие должно сочетать нормативное регулирование, вовлечение всех заинтересованных сторон и формирование культуры осмысленного использования ИИ.

Внедрение искусственного интеллекта в образовательный процесс – это не угроза, а вызов, который требует от высшей школы гибкости и новых подходов. Важно осознавать, что сами по себе ИИ-сервисы являются просто технологией, обладающей определенными функциональными возможностями, и только в руках человека эта технология становится либо средством личностного развития, либо фактором умственной стагнации. На этом фоне проявляется противоречие между позитивным отношением преподавателей к внедрению образовательных технологий с использованием ИИ и высокими оценками рисков для студентов. Такая противоречивость оценок должна побуждать к размышлениям о том, как отличить декларируемую и реальную интеграцию ИИ в работу со студентами, поскольку ценность имеет не легитимизация использования генеративного искусственного интеллекта как таковая, а умения, базирующиеся на понимании граничных условий и критическом отношении к результату.

Желательность внедрения ИИ в университетах не вызывает сомнений у всех участников образовательного процесса. Однако такое внедрение должно быть реализовано системно, регламентированно, а не через стихийное проникновение технологий в образовательный процесс. Ключевым условием становится разработка четких принципов использования ИИ, которые сохранят развивающую функцию образования.  

– Поддерживаю, как всякий человек, наделённый «естественным светом разума». Не поддерживают только бенефициары бюджетных инвестиций. В стандартах итоговая письменная работа (как и промежуточная) всё более превращается в фикцию. Хотя когда-то она считалась верхом интеллектуальности, в то время как по устному экзамену якобы можно было «договориться». Сейчас договариваться не нужно. Устный экзамен (если к нему ещё готовы преподаватели) пока выглядит более-менее реально. Пусть звучит и консервативно, но альтернативы, похоже, нет. Пока мы будем обсуждать, стагнация может принять необратимый характер, особенно с учётом того, что делается в средней школе. Школьник приходит в вуз уже с привычкой скачивать готовые тексты из интернета и надеяться на ИИ.

– Действительно, массовое использование нейросетей студентами без изменения подходов к обучению и контролю создаёт риск формирования «интеллектуальной стагнации», когда диплом перестаёт быть гарантом реальных компетенций. При этом запретительные меры (например, тотальная блокировка ИИ) неэффективны и контрпродуктивны. Необходимы регуляторные принципы, которые стимулируют адекватную методическую трансформацию. Эти принципы не требуют запретов, но создают методический и регуляторный каркас, в котором использование ИИ становится не способом обойти обучение, а его неотъемлемой и контролируемой частью:

1. Переформулирование требований к разработке образовательных программ. Во-первых, требуется включение в результаты обучения компетенций по критическому взаимодействию с ИИ. Такое переформулирование делает легитимным использование ИИ в учебном процессе, но задаёт рамку, в которой оно не освобождает студента от понимания. Во-вторых, обязательное проектирование оценочных средств, устойчивых к «ИИ-списыванию». Закрепить необходимое включение в фонды оценочных средств по каждой дисциплине заданий, которые невозможно выполнить простым копированием ответа из нейросети.

2. Нормативное определение и закрепление новых типов форм работы и в первую очередь – оценочных средств. Следует провести работу по определению новых (или переосмыслению старых) типов учебных занятий, заданий, форм взаимодействия преподавателя и студента, сформулировать и нормативно закрепить требования к разработке заданий, изначально предусматривающих взаимодействие с ИИ (например, заданий на верификацию, сравнительный анализ, интерпретацию, выявление ошибок модели). Это позволит легитимно оценивать не «ответ», а «способность критически работать с результатом ИИ».

3. Обязательное включение в программы повышения квалификации преподавателей модулей по ИИ-дидактике. Каждый преподаватель должен пройти курс по методике интеграции ИИ в учебный процесс и по проектированию новых типов заданий. Это снизит риски имитации, так как преподаватель будет знать, как строить контроль, не сводящийся к копированию ответа.

– Разделяю озвученные Натальей Касперской опасения. По данным «Антиплагиата», в первом квартале 2026 года признаки использования ИИ выявлены в 27% студенческих работ. Это признаки имитации обучения и последующей деградации профессиональных компетенций выпускников.

Важно понимать, что ИИ допустим как вспомогательный инструмент для рутинных расчетов и анализа – по аналогии с калькулятором, который не привел к деградации, а ускорил вычисления. Но при полной замене интеллектуальной деятельности (написании ВКР и т.п.) неизбежна «интеллектуальная стагнация».

Предлагаю четыре регуляторных принципа для противодействия этому сценарию:

1. Прозрачность и декларирование – обязательная маркировка студентом факта и объема использования ИИ (вплоть до конкретных промптов).

2. Человекоцентричность и сохранение критического мышления – законодательное закрепление статуса ИИ как вспомогательного инструмента, а не замены самостоятельной работе.

3. Дифференцированный подход – императивный запрет использования ИИ для итоговых проверочных работ в СПО и на младших курсах бакалавриата / специалитета.

4. Надежность детектора ИИ-текста – обеспечение уверенности в том, что система проверки оригинальности не ошибается при детектировании ИИ-текстов.

– Я не считаю, что факт использования студентами технологии искусственного интеллекта полностью отменяет факт получения ими каких бы то ни было знаний. Справедливости ради, чтобы собрать серьезный образовательный документ – курсовую работу, дипломный проект или даже достойно выполненную лабораторную работу – недостаточно какого-то одного волшебного, универсального промпта, необходимо проделать серьезную интеллектуальную работу с использованием ИИ. Другой вопрос заключается в том, что ИИ меняет подходы к оценке качества обучения и к самой процедуре обучения, так же, как в свое время меняли Интернет, появление персональных компьютеров и их повсеместное распространение. И в этой связи я не считаю, что ключевой должна стать какая-то жесткая регуляторика или запреты на искусственный интеллект.

Я бы предложил не отказывать университетам и преподавателям в субъектности – в способности оценивать, как именно студент выполнял то или иное задание, в способности формулировать задание таким образом, чтобы искусственный интеллект там мог быть или не мог быть осознанно применен, и можно было проконтролировать самостоятельные знания студентов. Наоборот, нам необходимо собираться и обсуждать методические особенности использования ИИ, возможности интеграции ИИ не только в процесс образования, но и в различные аспекты последующей реализации профессиональной деятельности наших выпускников. В конце концов, задача вуза – готовить кадры для завтрашнего дня. Сложно представить, что кадры завтрашнего дня не будут пользоваться ИИ в своей работе, поэтому считаю рациональным их этому учить. А может быть, ввиду новизны технологий, где-то и в перспективе подсказывать работодателям, как можно использовать ИИ для автоматизации тех или иных рутинных процессов и задач. Это тот интересный случай, когда мы можем не отвечать на запрос работодателя, а сами формировать для него ценностное предложение – и в части кадров, и в части компетенций, которые дальше могут быть внедрены на предприятиях и в организациях.

– Да, я поддерживаю высказанные опасения Натальи Касперской. Цифра «90% студентов, использующих нейросети» – это уже не тренд, а новая реальность. Главная проблема не в самом факте использования ИИ, а в том, что вузы потеряли диагностическую способность: традиционные формы контроля (рефераты, домашние задания, даже некоторые варианты ВКР) больше не показывают реальный уровень компетенций студента. Имитация обучения ведёт к интеллектуальной стагнации, потому что мышление не тренируется, если генерацию контента полностью делегируют машине.

Три регуляторных принципа:

Обязательный устный компонент в промежуточной и итоговой аттестации (законодательно закреплённая норма). Ни один итоговый балл не может быть выставлен только на основе письменной работы, сгенерированной с помощью ИИ. Вводится обязательная устная защита (собеседование, коллоквиум, устный экзамен по ключевым темам работы). Преподаватель задаёт уточняющие вопросы, проверяя, понимает ли студент то, что написано. Поскольку нейросеть не может отвечать за студента живьём. Это моментально обесценивает «красивые сгенерированные тексты» без головы автора.

Методический запрет на прямое цитирование ИИ как источника и обязательная «декларация об использовании ИИ». Законодательно или на уровне нормативных актов Минобрнауки вводится правило: студент не может ссылаться на ChatGPT, YandexGPT и аналоги как на источник знания. ИИ — это инструмент, но не автор. Одновременно при сдаче любой письменной работы студент подписывает короткую декларацию: какие ИИ-инструменты использовал, для каких задач (поиск, структурирование, перевод, генерация фрагментов текста). Сокрытие факта использования ИИ приравнивается к академической нечестности. Поскольку студент будет учится рефлексировать своё взаимодействие с ИИ, а не скрывать его.

Регуляторное требование к вузам пересмотреть систему проектных заданий с «недетектируемыми результатами». Вводятся критерий аккредитации образовательных программ: «Доля заданий, которые невозможно выполнить путём прямой генерации ИИ без доработки, должна составлять не менее х%». Что это за задания:

• лабораторные работы с уникальными данными (меняются для каждого студента);
• задачи на поиск ошибок в сгенерированном тексте (аналитическая работа);
• задания, требующие привязки к локальному контексту (данные конкретной организации, текущей ситуации);
• устные коллоквиумы по методологии (как и почему студент выбирал тот или иной промпт);
• рефлексивные эссе о процессе взаимодействия с ИИ (что нейросеть сделала хорошо, а где ошиблась).

Поскольку формальные запреты не работают. Работает только смена природы заданий. Норма заставит вузы массово доработать образовательные программы, а не жаловаться на ИИ.

Без устных форм, декларирования ИИ и смены природы заданий любые попытки регулирования останутся благими пожеланиями. Нужны не запреты на технологии (они бесполезны и неисполнимы), а системные требования к тому, как вузы должны доказывать, что они действительно оценивают студента, а не работу нейросети.

10 апреля Президент РФ провёл в Кремле совещание по вопросам развития ИИ. Принято решение о создании спецкомиссии, которая «станет настоящим штабом по развитию в нашей стране искусственного интеллекта» и приступит к разработке национального плана внедрения технологий ИИ. При этом поручено добиться «повсеместного, фронтального применения ИИ»: к 2030 году технологии и продукты на основе ИИ-инструментов должны использоваться во всех областях, включая производство, логистику, энергетику, управление и образование.

АО. Учитывая заявленные главой государства масштаб и темпы внедрения ИИ-инструментов во все сферы жизни, по вашему мнению, в каких первоочередных мерах господдержки нуждается отечественная высшая школа, чтобы справиться с поставленной задачей?

– Я бы осторожно относился к самой формуле «меры господдержки». Если система образования постоянно нуждается в ручной поддержке, это говорит о её несамодостаточности. Задача государства – не административно заставлять вузы внедрять ИИ, а создавать условия, при которых развитие становится естественным для образовательной среды.

Первая мера – обновление нормативной базы. Законодательство должно учитывать, что цифровые инструменты будут развиваться постоянно. Нужны правила, которые не блокируют инициативу вузов, а дают возможность экспериментировать с образовательными форматами, оценкой и проектной работой.

Вторая – снятие организационных и экономических барьеров, особенно во взаимодействии государственных и негосударственных участников образования. Противопоставление этих секторов вредно: если речь идёт о технологическом суверенитете, система должна использовать весь потенциал.

Третья – поддержка компетенций, а не показателей. Опасность административного внедрения ИИ в том, что оно легко превращается в отчётность: шаблоны, формальные проекты, индикаторы ради индикаторов. Эффективнее вкладываться в подготовку преподавателей, методики оценки, инфраструктуру и практические сценарии применения. ИИ всё равно войдёт в образование; главный вопрос – будет ли это осмысленное развитие или очередная кампания по выполнению поручений.

– Сейчас идёт интеграция информационных «медицинских» систем в единую государственную информационную систему, повторюсь, что это надо делать оперативно.

Требуется единая система подходов в высшей школе к вопросу применения ИИ и его службы обществу. Именно в этом и нужна поддержка. 

– Внедрение ИИ должно способствовать укреплению позиций отечественной высшей школы в мировом образовательном пространстве, и, прежде всего, быть нацеленным на сохранение технологического суверенитета страны, подготовку специалистов, востребованных в условиях цифровой экономики. К первоочередным мерам государственной поддержки высшей школы по масштабированию внедрении инструментов ИИ можно отнести:

1. Финансовую поддержку (целевые программы и гранты): выделение целевых грантов вузам на разработку и внедрение ИИ-решений, а также на создание экспериментальных площадок и пилотных проектов по интеграции ИИ в образовательный процесс.

2. Развитие инфраструктуры: обеспечение вузов доступом к отечественным, безопасным и русскоязычным ИИ-платформам, в том числе в офлайн-режиме; создание и поддержка цифровой инфраструктуры: вычислительные мощности, защищённые «песочницы» для экспериментов, платформы для анализа данных и тестирования ИИ-решений.

Поддержка научных исследований и инноваций: финансирование междисциплинарных исследований по применению ИИ в образовании, создание исследовательских центров и лабораторий на базе ведущих вузов во всех регионах; поддержка совместных проектов таких университетов с индустрией и ведущими ИТ-компаниями страны для разработки и внедрения передовых ИИ-решений. 

– Создание очередной комиссии – синдром «позднего брежневизма». Как и прочие слова о «повсеместности». Главное следствие из всех этих постановлений – приоритетное финансирование правильных компаний. Пока цифровизация в средней и высшей школе остаётся главным инструментом бюрократического контроля над профессиональным сообществом. Главная мера поддержки – ослабление цифрового прессинга со стороны бюрократии на образовательные организации.

– Сыктывкарский государственный университет имени Питирима Сорокина имеет опыт по реализации ряда образовательных программ в области искусственного интеллекта («Прикладная информатика в экономике» совместно с СПбГУ, «Искусственный интеллект. Цифровая среда образовательной организации», «Искусственный интеллект») и системно внедряя ИИ-модули в учебные планы, разделяет озабоченность профессионального сообщества необходимостью выработки консолидированной позиции высшей школы по отношению к ИИ. Накопленный опыт позволяет предложить следующие направления господдержки в сфере внедрения ИИ в область образования:

1. Программа «Преподаватель ИИ» (повышение квалификации без отрыва от производства). Необходимо развернуть массовую переподготовку профессорско-преподавательского состава по двум трекам: (а) базовый — для всех преподавателей (методика интеграции ИИ в дисциплину, новые типы заданий, оценивание); (б) продвинутый — для разработчиков образовательных программ (проектирование ИИ-компетенций, создание учебных материалов с помощью ИИ). Требуется грантовая поддержка вузов-методических центров и стажировок преподавателей в ИИ-лабораториях.

2. Создание открытого репозитория верифицированных учебных заданий нового типа (задач-ловушек, кейсов на сравнение алгоритмов, заданий на верификацию и интерпретацию). Такой репозиторий (наподобие «Российской электронной школы» или «ФИПИ») позволит преподавателям быстро переходить от традиционных заданий к ИИ-резистентным формам контроля без необходимости каждый раз разрабатывать их с нуля. Господдержка требуется на конкурсный отбор, экспертизу и методическое сопровождение такого банка заданий.

3. Пилотные площадки по трансформации математического и ИТ-образования с использованием ИИ с последующим масштабированием. Учитывая наш опыт реализации магистерской программы «Прикладная информатика в экономике» (совместно с СПбГУ) и бакалаврских программ по ИИ, мы предлагаем создать на базе нескольких опорных университетов (включая СГУ им. Питирима Сорокина) экспериментальные площадки, где будет отработана модель «ИИ-компетентный выпускник» – от целеполагания до системы оценивания. Господдержка должна включать финансирование разработки учебно-методических комплексов, закупку вычислительных ресурсов и стажировки студентов в компаниях-лидерах ИИ-отрасли.

Комплексная поддержка по этим трём направлениям позволит высшей школе не просто «внедрить ИИ» формально, а реально трансформировать образовательный процесс, избежав сценариев имитации и интеллектуальной деградации.

Мы убеждены, что искусственный интеллект – это не угроза системе образования, а вызов, ответом на который должна стать продуманная методическая трансформация. Высшая школа готова к диалогу с государством, работодателями и академическим сообществом. Ключевое – не запрещать, а перестраивать содержание, формы контроля и систему подготовки преподавателей. Сыктывкарский государственный университет готов выступить одной из пилотных площадок для отработки таких моделей.

– Для того чтобы отечественная высшая школа смогла справиться с такой масштабной задачей к 2030 году, ей необходима комплексная и опережающая государственная поддержка.

Прежде всего это равный доступ к современным технологическим базам, таким как высокопроизводительные серверы, облачные платформы, доступ к большим данным и специализированному программному обеспечению.

Серьезным подспорьем стало бы субсидирование переподготовки наставников, чтобы каждый преподаватель умел создавать персональные учебные треки с помощью ИИ и использовать ассистентов для проверки рутинных заданий, что позволит высвободить время для научной работы.

Вузы должны стать драйверами внедрения ИИ в регионах и отраслях. Создание сети опорных научно-образовательных центров ИИ на базе ведущих университетов с прямым бюджетным финансированием для реализации прорывных проектов позволит запустить совместные прикладные исследования с предприятиями реального сектора региона.

Таким образом, реализация этих и других мер позволит высшей школе не просто адаптироваться к новым требованиям, но и стать активным участником технологического суверенитета страны.

– Мне кажется, первостепенное, что нам сейчас необходимо – это валидированный, национальный и, желательно, для академического сообщества бесплатный инструмент, который дальше может разворачиваться в системе науки и высшего образования. Сегодня высшая школа и в образовательном, и в научном преломлении вынуждена пользоваться огромным разнообразием самых разных инструментов – как отечественных, так и зарубежных – и тратить на это разные ресурсы. Если появится единый инструмент, может быть, в формате языковой модели, дополненный бесплатной подпиской для университетов с определенным количеством токенов и с понятными условиями доступа, то это точно будет способствовать развитию. Резюмируя, хотелось бы, чтобы нам дали тот самый инструмент, который мы сможем активно изучать, совершенствовать и развиваться сами в использовании этого инструмента.

– Для успешной трансформации высшей школы в условиях активного внедрения ИИ-инструментов можно выделить несколько первоочередных мер государственной поддержки:

Государственный грантовый механизм тотальной переподготовки профессорско-преподавательского состава (ППС) с фокусом на ИИ-компетенции и пересмотр методик оценивания. Без переобученного преподавателя не заработают ни новые стандарты, ни инфраструктура. Сегодня огромная часть ППС не умеет ни использовать ИИ в педагогике, ни, что важнее, противостоять имитации обучения (вопрос №2). Если преподаватель не понимает логики работы нейросети, он не сможет ни адаптировать задания, ни адекватно оценить работу студента.

Государственный заказ на создание и открытое лицензирование отечественных образовательных ИИ-агентов (не просто нейросетей, а педагогических систем с контролем освоения). Рыночные ИИ-инструменты (ChatGPT, YandexGPT и др.) не заточены под педагогические задачи. Они помогают сгенерировать ответ, но не отслеживают, понял ли студент материал. Для фронтального внедрения нужны ИИ-агенты с функцией «учителя-ассистента»: которые не дают готовый ответ, а задают наводящие вопросы, фиксируют зоны непонимания, адаптируют сложность. Это принципиально другой класс продуктов.