Цифровая трансформация СПО: «требуются три группы базовых условий…»

Практика применения инструментов искусственного интеллекта в системе СПО показывает, насколько большой потенциал имеют ИИ-технологии для эффективного решения управленческих задач, для повышения содержания и качества подготовки. Приведем здесь лишь два примера.

«При подготовке учебного комплекта не обошлось без искусственного интеллекта, – делится директор программы развития отраслевых центров компетенций «Росатома» Сергей Шабельников. – Но мы его использовали не потому, что это модно. ИИ отчасти заменяет мастера: студент наводит смартфон на выполненный сварной шов, а ИИ, подсвечивая проблемные участки, объясняет, что не так, как исправить…». 

«Благодаря применению нейросетей менее чем за месяц своевременно подготовили весь пакет документов для лицензирования двух новых специальностей, – рассказывает директор московского колледжа КИПФИН Надежда Демкина. – Раньше на это потратили бы, наверное, месяца три-четыре, а то и более: процесс формирования только одной образовательной программы занимал не менее трех месяцев. Сейчас это время можно сократить до нескольких недель, передав нейросети функцию поиска необходимых источников, анализа статистических данных, обнаружения технических ошибок...». 

Однако, похоже, что в подавляющем большинстве случаев внедрение ИИ-инструментов происходит благодаря инициативе и энтузиазму самого профессионального сообщества: руководителей, преподавателей, мастеров конкретных образовательных организаций. Не пора ли эту работу вывести на национальный уровень, предусмотрев системные меры и поддержку государства? Чем государство, взявшее курс на «фронтальное применение ИИ во всех ключевых сферах национальной экономики и общественной жизни», может помочь непосредственно системе СПО?

АО. Какие актуальные проблемы ­внедрения инструментов ИИ в системе отечественного СПО можете обозначить?  

– Среди ключевых проблем внедрения ИИ в систему среднего профессионального образования я бы выделил, во-первых, острейшее цифровое неравенство: большинство колледжей в малых городах и сельской местности не имеют ни необходимой вычислительной инфраструктуры, ни стабильного широкополосного доступа к интернету, что делает невозможным использование даже базовых облачных ИИ-сервисов.

Во-вторых, это практически полное отсутствие адаптированного под задачи СПО образовательного контента и отраслевых методик: существующие генеративные модели и чат-боты обучены на общих данных, тогда как для подготовки рабочих кадров требуются специализированные ИИ-инструменты, работающие с технологическими картами, чертежами, нормативной документацией,  таких решений на рынке почти нет.

В-третьих, острый кадровый дефицит: подавляющее большинство преподавателей и мастеров производственного обучения не владеют даже базовыми компетенциями в области ИИ, не умеют формулировать продуктивные запросы, критически оценивать ответы нейросетей и тем более интегрировать ИИ в учебный процесс по конкретной профессии.

В-четвёртых, отсутствие этических и правовых рамок: неконтролируемое использование ИИ студентами для выполнения курсовых, отчётов по практике и даже дипломных работ подрывает саму идею формирования профессиональных навыков, а в колледжах пока нет ни локальных актов, ни понятных правил, где использование ИИ допустимо, а где является академическим мошенничеством.

И наконец, пятая проблема – фрагментарность инициатив: единичные успешные практики внедрения ИИ в передовых колледжах остаются локальными кейсами, не тиражируются на систему в целом из-за отсутствия единой методической поддержки и обмена опытом.

– На наш взгляд одними из самых актуальных проблем внедрения инструментов ИИ в систему отечественного СПО являются: риск утечки данных; недостаточно развитая технологическая инфраструктура учебных заведений; недостаток квалифицированных кадров для работы с ИИ; ненадежность генерируемой информации.

Работа инструментов искусственного интеллекта, интегрированного в инфраструктурные процессы, дает доступ к корпоративным данным образовательного учреждения, персональным данным сотрудников и обучающихся, делая их уязвимыми для кибератак. Далеко не все учебные заведения обладают достаточными техническими и кадровыми ресурсами для обеспечения необходимого уровня информационной безопасности.

Для работы ИИ необходимо обеспечить стабильное быстрое интернет-соединение, что возможно не самая большая проблема в крупных городах, но мы говорим о масштабном внедрении на всю страну, где подобная проблема имеется. Размещение искусственного интеллекта на базе учебного заведения, нуждается в оборудовании с большими мощностями, что после осеннего международного бума ИИ 2025 года, вызвавшего многократное подорожание оперативной памяти, вложение крайне дорогостоящее и не всем финансово доступное.

В текущих реалиях нашего времени большинство так или иначе, разумеется, сталкивались с инструментами искусственного интеллекта, применяя их в повседневной жизни или для решения простых рабочих задач. Здесь важно понимать, сделать пару простых промптов и полноценно вести работу с ИИ – это не одно и тоже.

Подавляющая часть кадрового состава в образовательных организациях не подготовлена к работе с инструментами ИИ. Требуется разработка программ обучения под конкретные задачи, которые в последствии планируется решать с помощью этих инструментов.

Не стоит забывать – ИИ не совершенны.

Вне зависимости от обучающей модели искусственный интеллект может ошибаться, предоставляя недостоверную информацию, вводящую пользователей в заблуждение. В образовательном процессе подобное недопустимо, отсюда у нас возникает необходимость в человеческом контроле результатов. Речь не только о преподавателях, в чьи обязанности войдет обучение студентов в написании правильного промпта, но и об IT-специалистах на плечи которых ляжет постоянный анализ, доработка, настройка и обновление ИИ.

– Первая группа проблем носит нормативно-методический характер. На сегодняшний день отсутствуют адаптированные стандарты и механизм оценки генеративного контента, созданного с помощью ИИ. В частности, размыта граница между допустимой цифровой поддержкой учебного процесса и академической нечестностью. В специфике творческих профессий  – будь то режиссура, библиотечно-информационной деятельность или хореография  – это порождает риски снижения уникальности результатов и подрыва авторских подходов в обучении. Один из ключевых подходов здесь  – развитие уникального авторского стиля, креативного мышления, самостоятельных решений. Массовое и неосознанное применение ИИ может привести к тому, что творческие проекты студентов будут становится однотипными, потеряют оригинальность и авторское видение студентов. Кроме того, если студенты привыкнут полностью полагаться на цифровые инструменты, это отрицательно скажется на их профессиональном росте и формировании индивидуального подхода к творчеству и профессии.

Вторая группа – кадровая. Преподаватели (от молодых специалистов до опытных мастеров) в индивидуальном порядке осваивают ИИ-инструменты для создания заданий, автоматизации подготовки методических материалов. Но уровень цифровой грамотности и готовности к работе с ИИ-экосистемой внутри коллектива неоднороден. Без целенаправленного повышения компетенций и интеграции ИИ в образовательную деятельность на уровне колледжа отдельные успешные практики останутся фрагментированными.

Третья группа проблем  –  этические риски. Избыточное использование ИИ в создании творческих заданий чревато атрофией самостоятельного критического и креативного мышления у студентов. Наконец, определённые вызовы связаны с конфиденциальностью данных: передача личной информации учащихся в сторонние цифровые платформы, пусть и с благими целями, должна быть максимально прозрачной и защищённой.

– 1) Проблема аутентичности оценки знаний. ИИ легко пишет рефераты (и даже курсовые проекты), делает «домашки» по программированию, чертит схемы для технических дисциплин. В СПО (упор на практические навыки) это приводит к кризису проверки: как доказать, что работу делал студент, а не нейросеть? Существующие системы антиплагиата не рассчитаны на семантический анализ текстов, сгенерированных ИИ.

Текущая проблема: массовое использование студентами технических специальностей СПО генеративных нейросетей (ChatGPT, DeepSeek, GigaChat, Kandinsky и др.) для написания дипломных проектов (пояснительных записок, практических частей, аналитических разделов).

Существующие инструменты контроля не работают: современные ИИ-детекторы демонстрируют крайне низкую эффективность при проверке студенческих работ технической направленности, т.к. способны вычленить лишь самые поверхностные признаки машинной генерации: искусственно усложненные синтаксические конструкции («тяжелые» обороты); излишне формальный или, наоборот, неестественный стилистический окрас, не характерный для текста, написанного студентами; шаблонные формулировки и структурную монотонность.

Однако технические тексты (расчеты, описания алгоритмов, спецификации, обзоры ГОСТов) по определению тяготеют к сухости, стандартизированным оборотам и шаблонности, что делает их уязвимыми для ложных срабатываний.

Основной контраргумент студентов (и он подкрепляется практикой): «Даже мой собственный, полностью самостоятельно написанный курсовой проект ИИ-детектор маркирует как сгенерированный нейросетью». Причем это касается не только текстов студентов со слабым литературным стилем, но и цитирования нормативной документации (ГОСТ, СНиП, ЕСКД); описания типовых технологических процессов; пересказа инструкций и паспортов оборудования; любых фрагментов, где используется формально-логический, безэмоциональный стиль изложения.

2) Невысокая цифровая и методическая готовность педагогов. Преподаватели испытывают дефицит компетенций не просто в работе с ИИ (как с инструментом, этот навык отработан в значительной степени), а в методике интеграции нейросетей в учебный процесс – как избежать списывания, как использовать ИИ для генерации заданий под стандарты Профессионалы/Абилимпикс, как корректировать результаты работы ИИ под реальные отраслевые требования.

Отсутствие отраслевых учебных моделей и датасетов. ИИ общего назначения плохо понимает узкую специфику сварочного дела, горных работ или сферы услуг. Чтобы ИИ помогал студенту СПО, его нужно дообучать на реальных дефектах деталей, технологических картах, нормативной документации (ГОСТ, СНиП). Таких открытых, легальных и размеченных отраслевых наборов данных в России практически нет.

3) Массовое использование ИИ студентами требует пересмотра подходов к проверке знаний и формирования заданий преподавателями.

4) Нарушение гигиены использования ИИ.

АО. Сегодня многие преподаватели в индивидуальном порядке используют возможности ИИ в педагогической работе. Но, как показывает опыт, именно комплексное ­внедрение ИИ-решений дает системный эффект. Чтобы колледж встал на непростой путь цифровой трансформации, какие базовые условия необходимы?

– Для того чтобы образовательная организация могла пройти путь цифровой трансформации с системным эффектом, требуются три группы базовых условий: кадровые, финансовые и методические. В кадровом плане недостаточно отдельных преподавателей-энтузиастов, использующих ИИ в индивидуальном порядке. Необходимо формирование в каждом колледже пула внутренних методистов и тьюторов по ИИ, способных не только обучать коллег, но и адаптировать инструменты под конкретные профессиональные модули. Помимо этого, требуется обязательное включение компетенций в области ИИ в программы повышения квалификации и переподготовки всех педагогических работников системы СПО, а также изменение должностных инструкций и показателей эффективности, чтобы работа с ИИ стала не личной инициативой, а нормой профессиональной деятельности. Финансовые условия предполагают, что государственное задание и нормативы подушевого финансирования должны содержать отдельную целевую статью на развитие ИИ‑инфраструктуры: закупку серверного оборудования, оплату лицензий на профессиональные ИИ‑сервисы, доступ к облачным вычислительным мощностям. Наконец, методические условия — это создание общедоступной федеральной библиотеки верифицированных кейсов, сценариев уроков и учебно-методических материалов по использованию ИИ в СПО с разбивкой по укрупнённым группам профессий. Без такой библиотеки каждый колледж вынужден изобретать велосипед, а большинство организаций, не имеющих сильных методических школ, так и останутся на уровне разрозненных экспериментов. Также необходима разработка рекомендаций по интеграции ИИ в оценочные средства, чтобы автоматическая проверка заданий с помощью ИИ не противоречила требованиям объективности и валидности. Только при одновременном выполнении этих трёх групп условий можно говорить о системном, а не точечном эффекте от внедрения ИИ в среднем профессиональном образовании.

– На данный момент существует не один отечественный инструмент искусственного интеллекта. Для внедрения в процесс образования с сохранением целостности процесса обучения на всех уровнях должен быть выбран для начала хотя бы один инструмент или разработан принципиально новый инструмент под задачи, стоящие перед управленческой командой образовательной организации. Только так мы сможем обеспечить удобство, многофункциональность и единство образовательной системы.

Подобный подход обеспечит плавный переход. Выпускники программ среднего профессионального образования, продолжающие обучение в высших учебных заведениях, а также специалисты педагогической и технической сфер при переходе на новое место работы сохраняют компетенции в использовании инструмента ИИ и не будут нуждаться в повторном обучении.

Вторым пунктом хотим отметить базовую необходимость в квалифицированных кадрах. Это относится и к педагогическим кадрам, и к тем, кто будет обеспечивать техническую поддержку, безопасность, стабильность и корректность работы ИИ. Финансовые вложения в дорогостоящее оборудование в отсутствии специалистов для его использования нецелесообразно.

Базовой необходимостью является также разработка требований и создание в образовательных организациях необходимых условий для обеспечения информационной безопасности.

– Опыт последних лет показывает: инициатива «снизу», когда педагоги внедряют ИИ в свою практику, уже дала положительный эффект по ряду направлений – от индивидуализации обучения до сокращения рутинных операций. Однако чтобы колледж в целом вышел на стратегический путь устойчивой цифровой трансформации, необходим четко выстроенный ресурсный фундамент. Я бы проранжировал условия следующим образом:

1. Кадровый потенциал – систематическое повышение квалификации педагогов, включающее изучение методик интеграции ИИ в творческие дисциплины, а также развитие педагогического дизайна, адаптированного под цифровые технологии.

2. Методическое сопровождение – формирование внутренних стандартов, инструкций, норм академической добросовестности и форм оценки результатов с учетом использования ИИ, что особенно значимо в креативных и художественных специальностях.

3. Инфраструктурное и техническое обеспечение – обновление компьютерного парка, обеспечение каналов защищенной связи, появление лицензированного программного обеспечения, позволяющего развёртывать локальные ИИ-модули.

4. Финансовая поддержка – выделение целевых средств на обновление материально-технической базы, закупку лицензий, премирование педагогов, внедряющих лучшие цифровые практики.

 – а) Методические:

• рекомендации по составлению заданий, устойчивых к ИИ или интегрирующих его;
• обучение пониманию того, где помощь нейросети уместна (рутина), а где она вредит развитию личности. ИИ должен дополнять человека, не подменяя его интеллект.

б) Технические: внедрение даже простых ИИ-инструментов требует современных компьютеров, стабильного высокоскоростного интернета и облачных мощностей.

АО. Для эффективного внедрения технологий ИИ в системе СПО достаточно ли инициативы самих колледжей или назрела ­необходимость в разработке и принятии национальной комплексной стратегии?

– Инициативы отдельных колледжей, даже самых сильных и цифрово-зрелых команд, абсолютно недостаточно для эффективного и тем более повсеместного внедрения технологий ИИ в системе среднего профессионального образования. Такие локальные усилия могут дать яркие, но единичные примеры — своего рода «пилотные зоны», которые, однако, не решают системных проблем и не преодолевают цифрового неравенства между передовыми и отстающими учреждениями. Поэтому разработка и принятие национальной комплексной стратегии внедрения ИИ в систему СПО не просто желательны, а жизненно необходимы.

Национальная стратегия должна быть направлена на решение следующих ключевых задач. Во‑первых, обеспечение равного доступа всех колледжей к базовой ИИ-инфраструктуре и надёжным каналам связи, возможно, через создание сетевых распределённых центров обработки данных для системы СПО. Во‑вторых, разработка и внедрение отраслевых ИИ-моделей и сервисов для наиболее массовых и социально значимых профессий СПО (строительство, транспорт, общепит, IT, металлообработка и др.). В‑третьих, создание системы непрерывной переподготовки и методического сопровождения всех педагогических работников, включая разработку единых программ повышения квалификации с последующей сертификацией. В‑четвёртых, формирование нормативно-правовой базы, регулирующей этические и академические аспекты использования ИИ в учебном процессе: допустимые сценарии, требования к проверке самостоятельности работ студентов, ответственность за ошибки ИИ-рекомендаций. И наконец, в‑пятых, запуск механизмов государственного софинансирования и грантовой поддержки для колледжей, которые в рамках стратегии запускают собственные проекты, с обязательной тиражируемостью результатов. Только сочетание «низовой» инициативы и системной государственной политики, зафиксированной в национальной стратегии, позволит добиться того самого повсеместного и фронтального эффекта, о котором говорится в поручении президента. Без этого мы рискуем получить цифровую пропасть между несколькими колледжами-флагманами и массой организаций, которые так и останутся в аналоговом прошлом.  

– Национальная комплексная стратегия для внедрения инструментов искусственного интеллекта в системе СПО не просто нужна, она необходима, если мы хотим обеспечить единство, плавный переход и взаимосвязанность.

Она должна решить такие задачи как выбор или разработка единого инструмента ИИ, обозначить требования к информационной безопасности для его использования на территории учебного заведения, создать обучающие программы по направлениям для педагогических работников, технических специалистов и других кадровых сотрудников в чьей деятельности планируется ее использование.

Необдуманное поспешное внедрение подобной технологии может перевести к краху образовательной системы. Необходимо учесть не только технические и кадровые аспекты, а чётко обозначить цели и задачи, к которым ИИ может быть применим, а к каким нет.

И главное, нужно помнить о том, что если не научиться управлять технологиями искусственного интеллекта, то в ближайшее время он будет управлять не только всем тем, чем сейчас управляем мы, но и нами самими!

– Безусловно, отдельные колледжи и их команды – настоящие драйверы цифровой трансформации. Однако разрозненные локальные инициативы не способны обеспечить единый вектор развития системы среднего профессионального образования во всей стране. Считаю, что назрела необходимость в разработке и утверждении национальной стратегии внедрения инструментов ИИ в СПО.

Такая стратегия должна:

• зафиксировать единые этические и методические принципы использования ИИ в образовательной и творческой деятельности.
• предусмотреть масштабное обучение и переподготовку педагогических кадров.
• гарантировать равный доступ образовательных учреждений к современным технологиям независимо от их территориального положения.
• разработать системы защиты данных обучающихся на всех уровнях.
• стимулировать создание и внедрение отечественных программных продуктов, учитывающих специфику национальных традиций и культурно-творческого контекста.

Путь к интеграции ИИ в образовательную среду колледжа культуры — это не вопрос ближайших лет, а длительный процесс, требующий совместных усилий государства, образовательных организаций и профессионального сообщества. Только так мы сможем обеспечить современное, безопасное и соответствующее вызовам времени образование для новых поколений специалистов творческих профессий.

– Перекладывание этой задачи на «общесистемные регламенты» часто приводит к формализму, который не работает в реальной аудитории. ИИ по-разному проявляет себя в разных науках: преподаватель математики может использовать ИИ для генерации бесконечного числа однотипных задач (рутина), а преподаватель филологии – для стилистического анализа.

Именно личный профессионализм преподавателя должен превратить ИИ из шпаргалки в инструмент. Преподавателям необходимо перейти от модели «контроль результата» к модели «контроль процесса и критического анализа».