Потенциал искусственного интеллекта для российского высшего образования

Споры о допустимости внедрения искусственного интеллекта в университетскую среду достигли пика остроты в 2023 году.

Толчком к этому стал случай в Российском государственном гуманитарном университете, связанный с защитой дипломного проекта, подготовленного с помощью нейросетевых технологий.

С того момента в академических кругах не утихает активное обсуждение этических пределов применения нейронных сетей как учащимися, так и педагогами. Основная сложность заключается в отсутствии готовности образовательной системы к столь стремительной встрече с совершенно новыми технологическими реалиями.

О вызовах, которые порождают развитие нейросетей и их воздействии на обучение, высказывался и Президент России. Выступая на форуме "Итоги года" в 2025 году, Владимир Путин заявил: "Необходимо организовать учебный процесс таким образом, чтобы базовые навыки и умения формировались и укреплялись непосредственно в стенах учебных заведений. Крайне важно не допустить, чтобы технологический рывок привёл к расколу в обществе между теми, кто будет развивать критическое мышление, работая с этими инструментами, и теми, кто изберёт облегчённый путь, научившись лишь нажимать нужные кнопки, что в будущем грозит интеллектуальной деградацией. Такого сценария мы ни в коем случае не можем позволить допустить".

Однако преобразования в этой области пока носят разрозненный характер. Одни вузы активно вводят новые дисциплины, связанные с ИИ, другие - формируют собственные регламенты по взаимодействию с нейросетями. Часть университетов скорректировала педагогические подходы, а некоторые учреждения вовлечены в разработку общих федеральных стандартов, предназначенных для регламентации использования технологий искусственного интеллекта в образовании.

II.    ОБСУЖДЕНИЕ И РЕЗУЛЬТАТЫ

Специалисты Самарского национального исследовательского университета имени академика С.П. Королёва создали специальный "кодекс", определяющий границы применения технологий ИИ. Как пояснила доцент кафедры педагогики этого университета Валентина Мантуленко, документ не является официальным нормативным актом, а представляет собой совокупность принципов, правил и советов, призванных систематизировать использование ИИ в учебной деятельности. Его цель - не запретить технологии, а корректно, этично и продуктивно интегрировать их в образовательный процесс.

"В первую очередь, “кодекс” нацелен на защиту академической добросовестности, то есть на ясное разделение между недобросовестным использованием ИИ, приравниваемым к плагиату, и его легитимным применением в роли вспомогательного средства. Помимо этого, необходимо создать и внедрить единые критерии оценивания учебных работ, понятные для каждого участника образовательного процесса. Это, по словам Мантуленко, позволит снизить риски качества современного образования.

Множество вузов разрабатывают внутренние положения, регулирующие использование нейросетей студентами. Первым российским университетом, утвердившим подобный регламент в 2024 году, стал НИУ ВШЭ. Согласно установленным правилам, обучающиеся обязаны указывать в своих работах фрагменты, созданные с привлечением искусственного интеллекта. Несоблюдение этого условия может повлечь дисциплинарные взыскания. Как разъяснил Евгений Соколов, руководитель департамента больших данных и информационного поиска НИУ ВШЭ, студенты этого университета вправе применять инструменты ИИ в учёбе, если преподаватель или научный руководитель прямо не запретил этого.

Аналогичные локальные нормативные акты были утверждены в Сколковском институте науки и технологий, Томском государственном университете и СПбГУ. Как пояснила Камилла Нигматуллина, специалист Центра ИИ и науки о данных СПбГУ, в минувшем учебном году все институты и факультеты университета самостоятельно определяли свою позицию в отношении искусственного интеллекта, выбирая одну из трёх предложенных стратегий - от полного запрета до разрешённого ограниченного применения.

Наибольшее распространение получила модель, разрешающая применять нейросетевые инструменты для обработки информации с обязательной ссылкой на используемый сервис, но запрещающая прямое создание академических работ силами ИИ.

Подобная регламентация, разумеется, не устраняет полностью случаи неконтролируемого использования языковых моделей, однако легитимизирует уже сформировавшуюся практику. В иных видах учебной работы условия определяются преподавателем персонально и могут быть закреплены в учебных планах. Встречаются и противоположные ситуации, когда применение нейросетей прямо предписано - это характерно для некоторых специальных учебных курсов.

Со стороны работодателей уже сформировался устойчивый спрос на наличие у молодых специалистов навыков взаимодействия с технологиями искусственного интеллекта. Обучение кадров в данной области ведётся в Университете ИТМО, МФТИ, МГТУ им. Баумана, НИУ ВШЭ, МИСиС и многих других российских высших учебных заведениях. Активно участвует в этом процессе и Московский государственный университет имени М. В. Ломоносова. Например, в 2024 году на журфаке МГУ начала работу магистерская программа "Искусственный интеллект и большие данные в медиакоммуникациях", реализуемая совместно с компанией "Яндекс".

Руководитель программы, заведующий кафедрой новых медиа и теории коммуникации Андрей Вырковский, уточнил, что учебный план состоит из двух основных блоков. Первый нацелен на то, чтобы дать студентам представление о базовых принципах работы нейросетей и механизмах генерации текстового контента. Это позволяет получить системное понимание архитектуры подобных технологий. Второй блок имеет прикладную направленность и фокусируется на конкретных методах использования инструментов ИИ в медиаиндустрии, в рамках реальных продуктов и проектов.

Помимо этого, МГУ открыл приём заявлений на новый факультет искусственного интеллекта. Ожидается, что факультет займётся подготовкой специалистов высшей квалификации в сфере ИИ и будет активно внедрять нейросетевые технологии в научно-исследовательскую работу.

Обновлённая методика преподавания базовых дисциплин предполагает не только изучение теоретических основ, но и их системное практическое использование. В рамках такого подхода обучающиеся не пассивно воспринимают материал, а включаются в обсуждение злободневных вопросов, анализируют трудности и потенциальные пути реализации каждой рассматриваемой концепции. Данный метод способствует более глубокому усвоению знаний, формирует научноисследовательские компетенции и критическое мышление.

В перспективе владение навыками в области искусственного интеллекта станет фактором профессионального развития выпускников. На протяжении последнего года многократно возросла ценность именно компетенций, связанных с ИИ: грамотная постановка задач, критическая оценка и проверка надёжности получаемых данных. В современный период, характеризующийся широким внедрением больших языковых моделей, умение эффективно работать с системами искусственного интеллекта становится исключительно значимым. Эта необходимость охватывает не только сферу информационных технологий, но и разнообразные профессиональные области, в которых ИИ используется для совершенствования трудовых процессов: от анализа данных и клиентского сервиса до проектирования и кадрового менеджмента. Использование искусственного интеллекта способствует росту личной эффективности: уменьшается продолжительность выполнения рутинных действий, быстрее происходит проверка гипотез и формулирование окончательных результатов. В "Яндексе" существует представление, что в ближайшем будущем применение ИИ при написании программного кода может превратиться в фундаментальную компетенцию, подобную умению программировать. На текущий момент половина разработчиков в компании регулярно пользуется ИИ-сервисами и помощниками - за последние шесть месяцев интенсивность их применения увеличилась в десять раз. Однако, в педагогическом сообществе нет единой точки зрения по вопросу оценки нейросетей.

Однако доминирует подход, согласно которому ИИ выступает полезным вспомогательным инструментом, и навыкам взаимодействия с ним необходимо учить.

Нейронные сети могут корректировать тексты, находить информацию, автоматизировать повторяющиеся компоненты деятельности, такие как создание графиков, упорядочивание материалов или конспектирование объемных документов. Многие специалисты полагают, что в учебный процесс необходимо включать основы "цифровой гигиены", чтобы обучающиеся приобретали правильные и продуктивные методики взаимодействия с ИИ. Задача образования - научить студентов использовать нейросети как интеллектуального “союзника”, без которого в условиях современного информационного потока трудно функционировать. Этот инструмент должен выступать “активатором” самостоятельного мышления, а не его “заменителем”, полностью исключающим потребность в умственном усилии.

В перспективе возникнут средства, дающие возможность и обучающемуся, и педагогу совершенствовать аналитические навыки и заниматься научными вопросами. Тогда студент станет более независимым в формировании своего учебного пути и сможет разрешать типовые проблемы с помощью ИИ-помощников. Преподаватель же получит возможность сосредоточиться больше на исследовательской деятельности и на объяснении в аудитории наиболее дискуссионных и трудных аспектов. В формирующейся модели потеряют значение стандартные проверочные работы и похожие задания, не демонстрирующие реального усвоения дисциплины. Планомерно будет возрастать популярность устных форм оценки - экзаменов и коллоквиумов. Это поможет снизить скрытое применение текстовых помощников при выполнении самостоятельных заданий и позволит оценить не только фактическую базу знаний обучающегося, но и ход его мыслей при формулировании ответа.

Проблемы высшей школы имеют более глубокие корни, чем это может показаться на первый взгляд, и их причины лежат далеко за пределами лишь вопросов регулирования искусственного интеллекта. Как полагают эксперты главной трудностью стало повсеместное применение готовых материалов из интернета. Затем наступил период заказных работ. Сейчас же вступает в силу эра их генерации искусственным интеллектом - однако, суть остаётся прежней. Во всех этих случаях мы сталкиваемся с устаревшей системой оценки, которая нуждается в переходе к более адаптивному и интерактивному формату. Для проверки реального понимания предмета нет необходимости требовать формальное эссе; гораздо эффективнее поставить практическую задачу и в ходе диалога проанализировать логику рассуждений и итоговый результат.

Наступление эпохи, в которой ИИ превращается во всё более весомый катализатор перемен, вынуждает университеты переживать глубокую внутреннюю перестройку. Искусственный интеллект предоставляет не просто средства для оптимизации текущих процедур, но и фундамент для формирования совершенно иных педагогических моделей. Тем не менее, подобно любой революционной технологии, его интеграция в академическое пространство порождает комплекс непростых дилемм, нуждающихся в детальном рассмотрении и взвешенных ответах. Ключевое достоинство ИИ для университетов состоит в потенциале сделать обучение индивидуальным. Это крайне значимо в контексте разнообразия познавательных стилей, скорости усвоения материала и профессиональных амбиций нынешних студентов. Умные аналитические платформы, обрабатывая данные об успеваемости, предпочтениях и типичных затруднениях каждого учащегося, способны выстраивать персональные образовательные маршруты. Этот метод дает учащемуся возможность работать с материалом, наиболее полно отвечающим его личным потребностям. Благодаря этому можно углубленно осваивать трудные темы и быстро повторять уже изученное. Расширение доступа к знаниям - еще одно важное достоинство, которое привносят технологии искусственного интеллекта. Цифровые образовательные среды, интеллектуальные помощники, инструменты для перевода и создания текстов делают обучение открытым для лиц с ограничениями по здоровью, проживающих в отдаленных регионах, а также для тех, кто совмещает образование с работой или семейными обязанностями. ИИ способствует преодолению географических и физических барьеров, содействуя глобализации качественного высшего образования.

Производительность как учебной деятельности, так и труда преподавателей также может быть повышена.

Искусственный интеллект берет на себя рутинные задачи: проверку работ, составление расписаний, учет посещаемости, обнаружение плагиата. Это высвобождает время педагогов для более значимой работы: создания новых методик, индивидуальных консультаций, проведения дискуссий и воспитания у студентов критического подхода. Это действенный инструмент, который при ответственном и взвешенном применении способен изменить образовательные практики, повысив их гибкость, доступность и результативность. Потенциал велик: от создания персональных траекторий обучения до содействия научным исследованиям. Для его раскрытия необходимо справиться с серьезными трудностями.

Ключевыми задачами являются формирование понятных этических рамок, инвестиции в повышение квалификации преподавательского состава, обеспечение равного доступа к технологическим ресурсам и постоянный аудит алгоритмов на предмет отсутствия предвзятости.

Современная задача - сохранить баланс между внедрением инноваций и человекоориентированным подходом, чтобы ИИ стал вспомогательным механизмом, а не заменой непосредственного взаимодействия, аналитического мышления и творческой деятельности. Будущее высшего образования - это не мир, управляемый машинами, а среда для синергии человека и технологий, нацеленной на построение более совершенной и гуманной системы обучения. Вынужденный повсеместный переход на удалённое обучение во время пандемии коронавируса стал мощным катализатором ускоренной цифровизации образовательной сферы. Однако наряду с открывшимися возможностями эта ситуация ясно выявила ряд существенных проблем. Данные различных исследований свидетельствуют, что при обучении на расстоянии у студентов часто снижается способность к концентрации, материал усваивается менее глубоко, а мотивация к учёбе падает. Одновременно возникли серьёзные сложности, связанные с обеспечением академической добросовестности, контролем реального присутствия на занятиях и объективностью процедур оценивания. В то же время, интеграция высшего образования в цифровое пространство стимулировала развитие новых педагогических методик, направленных на нивелирование этих слабых сторон и эффективное использование преимуществ современных форматов. Так, существенно эволюционировала традиционная лекция, превратившись в гибкий онлайн-контент, для которого типичны более концентрированная подача и адаптивность. Узконаправленные обучающие ресурсы, к примеру, отечественная платформа Stepik, предлагают структурированные короткие блоки для самостоятельного освоения в любое время, дополненные системами автоматизированного тестирования для контроля усвоения каждой темы. С целью минимизации негативных аспектов чисто дистанционного подхода получили распространение гибридные модели, которые позволяют гармонично вписать цифровые технологии в образовательный процесс. Учебные заведения, наблюдая за стремительной интеграцией генеративного ИИ в различные области, стали активно осваивать эти технологии в образовательном процессе, одновременно предпринимая меры по минимизации возникающих вызовов. К основным проблемам причисляют компрометацию академической честности, потерю студентами способности к независимому критическому мышлению и созданию авторских текстов, риски, связанные с конфиденциальностью информации, нарушения авторских прав, а также возможную систематическую ошибку в работе нейросетей, порождаемую особенностями алгоритмов или идеологической составляющей. Использование студентами технологий ИИ для выполнения письменных работ ставит под угрозу основы академической этики и развитие фундаментальных умений. Это особенно касается языковых и гуманитарных специальностей, где письменная практика составляет ядро учебной программы. Тем не менее, корректно адаптированные генеративные системы открывают значительный потенциал для приобретения навыков. Так, в ноябре 2023 года Yandex GPT была интегрирована в платформу "Яндекс Практикум" и в интерактивные тренажеры. По замыслу разработчиков, модель призвана помогать находить неточности в программах и предлагать пояснения к сложным участкам, не давая при этом готовых решений. На основе искусственного интеллекта уже создаются тренажеры для отработки навыков специализированного перевода и ведения деловых переговоров (к примеру, модель The Negotiator от Open AI).

Более того, интеллектуальные адаптивные системы могут отслеживать успехи каждого учащегося, выявляя разделы, требующие углубленного изучения. При этом необходимо принимать во внимание возможность заложенной предвзятости в алгоритмах ИИ.

Как продемонстрировали исследования Б. Блума, традиционный фронтальный формат обучения уступает в эффективности индивидуальному сопровождению. Достижения в сфере генеративного ИИ позволяют масштабировать персонализированное обучение и сделать его доступным для широкого круга обучающихся.

Эта парадигма является фундаментом для концепции ИИ-тьюторинга. Но современные нейробиологические исследования дополняют эту картину. Данные свидетельствуют, что усвоение информации в процессе взаимодействия с реальным преподавателем существенно превышает аналогичный показатель при коммуникации с искусственным интеллектом. Поэтому ИИ-тьюторинг, аналогично технологиям удаленного обучения, виртуальной реальности, может выступать лишь как вспомогательный инструмент, но не как полная противоположность живому человеческому контакту в образовательном пространстве. Для оптимального использования преимуществ ИИ и сокращения сопутствующих угроз требуется ясное определение приоритетов и формирование соответствующей нормативной базы. Анализ, проведённый Организацией экономического сотрудничества и развития, показывает, что к 2024 году ни в одной стране с развитым искусственным интеллектом не было принято специального закона, прямо регулирующего применение генеративного ИИ в образовательном процессе. Европейский союз в своём Акте об искусственном интеллекте отмечает образовательную сферу, однако фокусируется главным образом на потенциальных угрозах, а не на возможностях. Например, статья 5 этого документа запрещает использование систем ИИ для распознавания эмоций в учебных заведениях. Кроме того, акт запрещает применять искусственный интеллект для итоговой оценки учащихся без обязательного человеческого контроля. В условиях отсутствия ясных правовых норм, как на уровне отдельных государств, так и на международном, именно университеты выступают основными игроками в создании правил использования новых образовательных технологий. В вопросе интеграции ИИ в обучение можно обозначить три базовых подхода: полное запрещение; разрешение с определёнными ограничениями; и сознательное избегание какого-либо регулирования. США и Китай, являясь ведущими разработчиками ИИ и больших языковых моделей, также демонстрируют наиболее активную деятельность своих вузов по созданию внутренних правил в этой области. Университеты в Китае стимулируют студентов использовать ИИ как вспомогательный инструмент в проектной работе, но при этом подчёркивают, что конечный результат должен быть продуктом критического мышления и самостоятельных усилий, а не простого копирования. Некоторые учреждения устанавливают предельный объём текста, созданного ИИ (например, не более 40%), другие требуют от обучающихся раскрывать факт использования генеративных нейросетей с указанием конкретных сервисов, их версий и времени обращения к ним. Примером может служить Цзянсиский институт прикладных наук и технологий, который разработал методические указания, регулирующие применение студентами инструментов ИИ. В них разъясняется, что такие технологии допустимы для поиска информации, её анализа и других вспомогательных задач, но не для непосредственного написания текстов научных работ. Институт поддерживает умеренное внедрение инноваций, одновременно акцентируя первостепенную роль самостоятельной интеллектуальной работы для развития творческих навыков. Позиция американских университетов также разнообразна. Гарвардская школа бизнеса допускает применение генеративного ИИ при условии обязательного указания этого факта. Стэнфордский университет выпустил руководство по политике относительно генеративного искусственного интеллекта. Согласно ему, использование ИИ приравнивается к получению внешней помощи. В частности, запрещается применять генеративные инструменты для выполнения существенной части работы или экзаменационного задания (например, путем ввода в них вопросов с экзамена). Студенты обязаны сообщать о использовании генеративного ИИ (кроме исключительных случаев), а в ситуациях, вызывающих неопределенность, - по умолчанию раскрывать информацию о такой помощи. Методический центр Йельского университета обнародовал руководство по использованию технологий искусственного интеллекта, передав академическому сообществу право решать вопрос о допустимости применения ИИ-инструментов в рамках своих дисциплин.

От преподавателей требуется ясно доводить до сведения студентов перечень разрешённых и запрещённых технологий, с обязательным разъяснением оснований установленных правил. Здесь прослеживаются как общие черты, так и различия в подходах США и Китая.

В США нормы и стандарты нередко задаются ведущими университетами, стремящимися сохранить лидерство и статус интеллектуальных первопроходцев. В Китае, где нормативная база также находится в процессе формирования, тестирование новых технологий часто поручается вузам из так называемого второго эшелона. Это создает своего рода буфер, оберегающий наиболее престижные учебные заведения от репутационных рисков в случае неудачных экспериментов. Развитие высшей школы по своей сути есть история приспособления к меняющимся социальным, экономическим, политическим и технологическим реалиям. Владение навыками взаимодействия с нейросетевыми технологиями становится обязательным требованием к современным специалистам. Соперничество университетов за престиж, инновации и талантливых студентов подталкивает их к поиску наиболее эффективных путей внедрения генеративного искусственного интеллекта в обучение. Формируются новые образовательные подходы, интегрирующие технологические прорывы как в содержание программ (к примеру, освоение возможностей и ограничений ИИ), так и в методы преподавания (например, тьюторское сопровождение с помощью интеллектуальных систем). Умение применять искусственный интеллект способно стать источником конкурентного преимущества. Компетенция работы с такими системами признается важной для выпускников всех специальностей, включая гуманитарные. Изучение политики 500 ведущих университетов в рейтинге QS 2022 года выявило, что менее трети из них утвердили официальные документы, регламентирующие использование Chat GPT. В тех вузах, где подобные правила существуют, около двух третей разрешают применять Chat GPT в учебном процессе, что существенно больше доли учреждений с абсолютным запретом. Многие вузы, устанавливая ограничения, оставляют возможность для исключений, разрешая отдельным педагогам отклоняться от общих правил. Вероятность наличия формальной политики в отношении технологий возрастает вместе с академическим рейтингом учреждения, однако речь обычно идет не о тотальном запрете генеративного ИИ. Описанная ситуация характерна в первую очередь для западной системы высшего образования. Однако исследование 2024 года, рассматривающее подход ведущих азиатских университетов (Японии, Сингапура, Гонконга), выявляет в целом похожую стратегию (за исключением Китая, где Chat GPT заблокирован, но происходит активное развитие национальных аналогов, например, Ernie от Baidu). Для ведущих мировых вузов конкуренция разворачивается не только за талантливых студентов, но и в научно-исследовательском пространстве. Как следствие, университеты с высокой исследовательской активностью и статусом чаще разрабатывают регламенты, касающиеся нейросетей, которые охватывают как учебный процесс, так и научную работу.

III.    ЗАКЛЮЧЕНИЕ

В глобальной конкурентной среде российские университеты приступают к формированию сбалансированных моделей регулирования искусственного интеллекта, чтобы укрепить свои позиции. В пример можно привести конкурс НИУ ВШЭ на лучшую студенческую работу с применением ИИ, а также проект МГИМО по анализу зарубежного опыта внедрения искусственного интеллекта в образование. В России на государственном уровне утверждена задача по цифровой трансформации образовательной сферы, которая предполагает использование цифровых инструментов для повышения качества обучения и адаптации студентов к условиям цифрового общества. Основным документом в данной области является Постановление Правительства РФ о государственной информационной системе "Современная цифровая образовательная среда". В нем, впрочем, вопросы применения ИИ в образовании прямо не детализированы. Тем не менее, для сохранения конкурентоспособности российским вузам необходимо активно внедрять искусственный интеллект в образовательную практику. В области технических наук генеративный искусственный интеллект создает новые возможности для усвоения информации и проектирования решений.