Цитата недели: ИИ похож на лекарство, которое не стоит принимать как попало

Контекст

16 октября состоялась VII Международная научная конференция «Современная {ЦИФРОВАЯ} дидактика» в МГПУ. Ожидаемо, много говорили про ИИ в образовании. На сессии «Практика ИИ в вузах: о чём пора договариваться» директор Школы образования Тюменского государственного университета Ульяна Раведовская выступила с докладом о том, почему развитие генеративного ИИ требует смены образовательных моделей в вузах и какими могут быть эти модели.

Если коротко, в том, как сейчас студенты работают с ИИ-инструментами (речь, конечно, про генеративные нейросети), заметна такая проблема: встретившись с новой задачей, студенты сразу делегируют её искусственному интеллекту. То есть не пытаются разобраться самостоятельно, как её решить, и потому не формируют новых знаний и навыков. Кроме того, они передают нейросетям наиболее сложные из знакомых задач. То есть оптимистичная гипотеза о том, что люди отдадут ИИ рутину, а сложными творческими задачами займутся самостоятельно, не подтверждается — люди делают ровно наоборот.

И это, как отметила Ульяна Раведовская, не просто наблюдения отдельных преподавателей: уже появился набор исследований с такими результатами. Например — нашумевшая работа учёных MIT. Этот эксперимент показал, что участники, которые несколько раз подряд использовали чат-бота для написания эссе, потом столкнулись со сложностями при самостоятельном написании текста — мозг как будто привык лениться.

В основной части своего доклада Ульяна привела пример того, как можно перестроить образовательный процесс в вузе, — она рассказывала про курс «Биология поведения человека» на совместном бакалавриате МШУ «Сколково» и МФТИ. Над ним работали и специалисты ТюмГУ.

Этот интенсив недавно в очередной раз провели с ИИ-персонами вместо преподавателей (о выводах по результатам предыдущего запуска Skillbox Media сообщало здесь и здесь, а подробнее о том, как всё было организовано, Ульяна Раведовская рассказывала в интервью).

Суть в том, что студенты имеют доступ к ИИ-аватару (виртуальному преподавателю), обученному на большом массиве знаний по теме, — но при этом у ребят практически нет лекций, им всё время приходится изучать новую для себя область в командах с помощью ИИ, готовить доклады, выступать с ними перед экспертами и так далее.

У такого подхода, разумеется, есть свои трудности. Одна из них, по словам спикера, — ресурсозатратность. Нужны, во-первых, длительный процесс разработки с переосмыслением целей курса, во-вторых, активная поддержка студентов в процессе. Поэтому в таком режиме получается выше нагрузка и у тех, кто ведёт курс, и у самих студентов. Но зато этот подход подталкивает учащихся осваивать новое самостоятельно, а не делегировать автоматически нейросетям любые вопросы.