Искусственная революция: как ИИ меняет образование
Искусственный интеллект стремительно ворвался в образовательное пространство и стал помощником и напарником студентов и преподавателей. Сегодня владение ИИ-инструментами становится универсальной компетенцией и требует от педагогов освоения новых навыков и подходов как к учебному процессу, так и к оцениванию успехов студентов.
Директор по развитию преподавательского мастерства Андрей Дементьев провел мастер-класс «Как ИИ меняет среду образования» в рамках проекта «Teach for HSE / Преподаем в Вышке».
Андрей Дементьев
В грамотно сконструированной современной среде обучения преподаватели перестали играть роль читающего лекцию или излагающего материал по книге. Это уходящий в прошлое рудимент прежней эпохи. Сейчас преподаваемые знания конкурируют с информацией из интернета и социальных сетей. «Более того, доступ к знаниям все чаще опосредуется нейронными сетями, а проверка знаний, демонстрируемых не без помощи больших языковых моделей, сталкивается с определенными трудностями», — пояснил докладчик.
Анализ результатов обучения с помощью ИИ изменил подход к планированию курсов: обработка больших массивов данных, которая была довольно трудоемкой, стала достаточно легкой. Это позволило индивидуализировать подход к обучению. Условно говоря, теперь преподаватель может одну и ту же книгу разным студентам читать по-разному и использовать ИИ для создания персонализированных образовательных траекторий. Но интересующиеся и любопытные студенты и без участия преподавателя способны формировать контент курса, для чего уже сейчас активно используются ИИ-модели. Поэтому в открытой ИИ среде обучения важно, чтобы преподаватель как эксперт служил для студентов авторитетом, мерилом достоверности и точности информации, предоставляемой ИИ.
Главный вопрос, который в этой связи встает перед преподавателями, — могут ли они доверить ИИ структурирование знаний, отметил Андрей Дементьев. Пока большинство из них отвечает на этот вопрос отрицательно.
Вместе с тем ИИ не только становится помощником преподавателя, но и конкурирует с ним за внимание учащихся. Преподаватель, который не умеет использовать ИИ как инструмент, рискует потерять авторитет. Успешное применение ИИ требует от преподавателя соответствующих навыков, а также умения оценивать взаимодействие студента с ИИ, анализируя его когнитивные стратегии. По мнению Андрея Дементьева, использование ИИ студентами меняет когнитивные процессы обучения, смещая фокус с запоминания на экспертную оценку и анализ.
Оценка результатов обучения должна учитывать как вклад искусственного интеллекта, так и «естественный интеллект» студента, включая сам процесс решения задачи, а не только конечный результат.
Формулирование и планирование результатов обучения также должно учитывать уровень ИИ-грамотности студентов. Для творческих, объемных и сложных заданий необходимо четко указывать, что использование ИИ не просто разрешено, а необходимо для достижения максимального результата.
При этом важно пересмотреть критерии оценивания таких заданий, сфокусировавшись на способности формулировать задачу для ИИ, корректировать ход ее выполнения и анализировать результаты, полученные с помощью ИИ. В такой системе оценивания становится видимым сам процесс диалога с ИИ, в котором и проявляются оцениваемые компетенции студента. К примеру, оценивая стратегию промптинга, сравнивая и анализируя ответы ИИ на разные на формулировки запроса, студенты могут демонстрировать предметное знание. В процессе поиска ответа на заданный вопрос студент выбирает оптимальный промпт, демонстрируя понимание предмета и исключая угадывание. Преподаватель таким образом получает протокол когнитивных действий студента, оценивая его мыслительный процесс, а не только доступ к информационным ресурсам.
Андрей Дементьев продемонстрировал метод оценки студенческих навыков при взаимодействии с ИИ, используя GigaChat. Многократное уточнение промпта позволяет оценить способность студента задавать уточняющие вопросы и анализировать ответы, достигая желаемого результата за минимальное количество шагов.
«В открытой среде искусственный интеллект предоставляет доступ к информации, а преподаватель выступает в роли активного фасилитатора действий, направленных на самостоятельное изучение контента, опосредованное ИИ. Преподаватель может повлиять на внешнюю и внутреннюю мотивацию студента. Эта роль в сегодняшней ситуации, может быть, даже более ответственная, чем раньше», — подчеркнул он.
Преподаватель контролирует процесс обучения и осуществляет персонализированную обратную связь, играя роль эксперта и оценивая взаимодействие студента с ИИ. Это требует от него высокой квалификации и готовности к работе в открытой среде с постоянно растущим объемом информации, резюмировал докладчик.
В ходе мастер-класса Андрей Дементьев провел мозговой штурм по угрозам ИИ для образования. С одной стороны участвовали люди, с другой — ИИ. Участники-люди среди угроз чаще называют нарушение конфиденциальности и дегуманизацию образования. Также выделялись проблемы неравного доступа к образовательным ресурсам и профессионального выгорания преподавателей. Искусственный интеллект выявил риски, которые участники-люди не назвали: зависимость от технологий, проблемы с мотивацией, утрату критического мышления и деградацию социальных навыков. При этом ИИ продемонстрировал не только генерацию идей, но и их обобщение и ранжирование по вероятности.
Вам также может быть интересно:
«Идею всегда задает человек»: что дает ИИ образованию и медиа
ИИ-технологии меняют принципы работы образования и медиаиндустрии. Большинство студентов уже в той или иной мере используют ИИ, а нейросети уже массово производят все виды контента. Возможности и вызовы эксперты обсудили на конференции «Образование и медиа в эпоху цифровых перемен», организованной Дирекцией по маркетинговым коммуникациям НИУ ВШЭ и «Яндекс Образованием».
В Вышке стартовали открытые семинары «ИИ в индустрии»
Институт искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ запустил цикл открытых семинаров. Встречи посвящены актуальным вопросам внедрения искусственного интеллекта в различные отрасли экономики. Семинары проводятся еженедельно в 18:00 в кампусе на Покровском бульваре. Для участников также предусмотрена онлайн-трансляция.
Ученые представили новый метод для работы с несбалансированными данными
Специалисты факультета компьютерных наук НИУ ВШЭ и Лаборатории искусственного интеллекта Сбера разработали геометрический метод расширения данных — Simplicial SMOTE. Тесты на разных наборах данных показали, что он значительно улучшает качество работы AI. Метод особенно полезен в ситуациях, когда редкие случаи очень важны, например в борьбе с мошенничеством или при диагностике редких болезней. Результаты исследования доступны в открытом архиве Arxiv.org и будут представлены на Международной конференции по обнаружению знаний и анализу данных (KDD) летом 2025 года в Торонто.
В Вышке рассчитали экономический эффект от внедрения технологий ИИ в России
Институт статистических исследований и экономики знаний НИУ ВШЭ оценил потенциальный экономический эффект от внедрения и использования технологий искусственного интеллекта в отраслях российской экономики до 2035 года. Эксперты также предположили, каким должен быть объем ресурсов, которые потребуются организациям для освоения данного класса технологий.
Мегасайенс, ИИ и суперкомпьютеры: Вышка расширяет сотрудничество с ОИЯИ
Специалисты по компьютерным технологиям НИУ ВШЭ и Объединенного института ядерных исследований (ОИЯИ) обсудили сотрудничество и совместные проекты на встрече в Лаборатории информационных технологий им. М.Г. Мещерякова (ЛИТ). Со стороны ВШЭ в дискуссии участвовали заведующий Лабораторией вычислительной физики МИЭМ Лев Щур и сотрудники Научно-учебной лаборатории методов анализа больших данных факультета компьютерных наук Денис Деркач и Федор Ратников.
Искусственный интеллект предсказал поведение квантовых систем
Ученые ВШЭ совместно с коллегами из Университета Южной Калифорнии разработали алгоритм, который быстро и точно предсказывает поведение квантовых систем — от квантовых компьютеров до солнечных батарей. С его помощью удалось смоделировать процессы в полупроводнике MoS₂ и выяснить, что на движение заряженных частиц влияет не только количество дефектов, но и их расположение. Эти дефекты могут замедлять или ускорять перенос заряда, создавая эффекты, которые раньше было сложно учесть при применении стандартных методов. Исследование опубликовано в журнале The Proceedings of the National Academy of Sciences (PNAS).
Вышка запускает курс повышения квалификации по ИИ в образовании
Факультет компьютерных наук НИУ ВШЭ запускает курс повышения квалификации по искусственному интеллекту в образовании. Программа предназначена для педагогов, преподавателей, методистов, планирующих интегрировать технологии ИИ в учебный процесс, а также для управленческих команд образовательных учреждений, заинтересованных в улучшении образовательных процессов через внедрение ИИ.
«Многие хотят создавать продукты на базе ИИ и стать конкурентоспособнее»
В 2024 году на магистерскую онлайн-программу «Искусственный интеллект», реализуемую факультетом компьютерных наук ВШЭ, поступило рекордное количество первокурсников — более 300. Откуда такой высокий интерес к ИИ, как строится обучение и какими новыми компетенциями будут обладать выпускники программы, рассказала ее академический руководитель Елена Кантонистова.
Динамику ESG в мире обсудили на международной конференции по вопросам устойчивого развития в Вышке
Участники форума «ESG Corporate Dynamics: the Challenges for Emerging Capital Markets» обсудили использование ИИ в сфере устойчивого развития, влияние климатической уязвимости на привлечение институциональных инвесторов, тренды ESG-политики в Южной Корее и Китае, разработку интегральной ESG-модели для оценки вероятности дефолта компаний и многие другие вопросы. В работе конференции, организованной факультетом экономических наук ВШЭ, приняли участие более 20 ученых из ведущих университетов Китая, Египта, Малайзии и других стран.
Исследователи из ВШЭ разработали Python-библиотеку для анализа данных движений глаз
Исследовательская группа из Высшей школы экономики разработала Python-библиотеку EyeFeatures, предназначенную для анализа и моделирования данных движений глаз. Инструмент призван облегчить работу ученых и разработчиков, предоставляя им возможность эффективно обрабатывать сложные данные и строить предсказательные модели.