Искусственный интеллект становится новой основой высшего образования. Нейросети уже трансформируют методы обучения, создание учебных материалов, научные исследования и взаимодействие университетов с работодателями. Эдуард Хисюков, руководитель агентства «ЭдуТрек» и старший преподаватель кафедры инженерной кибернетики НИТУ МИСИС, в эксклюзивном материале для IT Speaker анализирует ключевые риски и вызовы.
Согласно исследованию ИТМО, «Яндекс Образования» и Yandex Cloud, 66% преподавателей и исследователей в российских вузах уже применяют генеративный ИИ в своей деятельности, а 84% утверждают, что технологии способствуют ускорению решения исследовательских задач. При этом, согласно данным Высшей школы экономики, использование генеративного ИИ среди студентов стало массовым явлением: значительная доля студентов использует такие инструменты для подготовки учебных материалов, поиска информации и решения практических задач.
Нейросети уже не являются экспериментом – они интегрируются в образовательный процесс. Вместе с новыми возможностями возникают и новые вызовы. Один из них – изменение роли преподавателя. Он перестает быть единственным источником информации, и его основная задача заключается в развитии мышления. Значимость преподавателя теперь определяется его способностью обучить анализировать результаты работы ИИ, проверять факты, формулировать вопросы и принимать решения.
Второй вызов – система оценки знаний. Традиционные методы контроля теряют объективность, так как генеративные модели способны выполнять значительную часть учебных заданий. Университетам необходимо перейти от оценки конечного результата к оценке способности человека анализировать информацию, объяснять логику своих рассуждений и принимать самостоятельные решения.
Третий вызов – скорость изменений. Технологии обновляются каждые несколько месяцев, а образовательные программы – гораздо медленнее. Существует риск подготовки специалистов с навыками, устаревающими еще до окончания обучения. Сегодня университетам важно своевременно обновлять содержание образования, активно вовлекать работодателей в разработку программ и пересматривать подходы к оценке образовательных результатов.
Четвертый и, возможно, самый системный вызов – неравномерный доступ университетов к современным технологиям. Этот риск можно охарактеризовать как «ИИ-феодализм». Ситуация заключается в том, что доступ к мощным языковым моделям, качественным данным, вычислительным ресурсам и экспертным компетенциям распределяется крайне неравномерно. В результате преимущества получают университеты, которые уже имеют развитую цифровую инфраструктуру, в то время как другие рискуют оказаться в роли догоняющих.
Проблема заключается не только в финансировании. Технологический разрыв складывается из нескольких факторов: доступа к современным ИИ-моделям, наличия специалистов, способных внедрять новые решения, готовности преподавателей использовать инструменты ИИ и способности университетов быстро обновлять образовательные программы.
Уже сейчас можно наблюдать различные темпы адаптации вузов. Некоторые университеты создают собственные лаборатории, внедряют ИИ-ассистентов, развивают программы подготовки специалистов в области искусственного интеллекта и выстраивают партнерства с технологическими компаниями. Другие находятся только на этапе создания базовой цифровой инфраструктуры. В будущем этот разрыв может стать одним из факторов, определяющих качество подготовки выпускников.
Изменения в образовании напрямую связаны с трансформацией рынка труда. По мнению экспертов, к 2030 году большинство профессий будут так или иначе связаны с использованием ИИ. Согласно исследованию Всемирного экономического форума Future of Jobs, около 40% ключевых навыков работников изменятся в ближайшие годы из-за технологических новшеств. Владение инструментами ИИ постепенно становится базовой компетенцией – «гигиеническим минимумом» для соискателя, подобно тому, как ранее обязательными стали навыки работы с компьютером и цифровыми сервисами. Выпускник без этих навыков будет тратить больше времени на выполнение задач и терять конкурентоспособность.
Для России этот вопрос напрямую относится к подготовке кадров для технологического прогресса. В соответствии с целями национального проекта «Экономика данных», стране необходимо обеспечить массовое внедрение цифровых технологий и подготовку специалистов, способных с ними работать. Однако без равномерного развития ИИ-компетенций в университетах существует риск, что новые возможности сосредоточатся только в ведущих образовательных центрах.
При этом без системной политики технологический разрыв между университетами может только углубляться. Для его сокращения необходим комплекс мер: развитие региональных программ внедрения ИИ, поддержка вузов в создании цифровой инфраструктуры, подготовка преподавателей и формирование ИИ-грамотности на всех уровнях образования – от школы до университета.
Однако важно не перегибать палку и избегать другой крайности – избыточного регулирования. Искусственный интеллект развивается быстрее, чем традиционные механизмы управления успевают адаптироваться к изменениям. Ограничительные меры, не учитывающие природу технологии, могут не только не снизить риски, но и замедлить внедрение решений, которые становятся частью образовательной и профессиональной среды.
В ближайшие годы конкурентоспособность университетов будет зависеть не только от качества преподавания и научных достижений, но и от способности эффективно использовать ИИ. Главный вызов заключается не в том, чтобы внедрить отдельные цифровые инструменты, а в том, чтобы обеспечить равный доступ ко всем возможностям новой технологической эпохи. В противном случае образовательное неравенство может перерасти в кадровый разрыв и стать фактором, влияющим на конкурентоспособность экономики.
«К2Тех»: большинство субъектов КИИ не готовы к новому закону об ИИ
