Интерес к образованию в сфере информационных технологий (IT) в России постоянно растёт. Согласно результатам исследования НИУ ВШЭ за 2023 год, доля выпускников бакалавриата, специалитета и магистратуры по IT-направлениям составила 5,9% от общего числа, что превышает среднеевропейские показатели. Онлайн-сегмент в этой области тоже развивается: в 2023 году рынок EdTech в России вырос на 32%, а общая прибыль 100 крупнейших компаний составила 119 млрд рублей.
Однако изучение цифровых технологий и, в частности, искусственного интеллекта перестало быть особенностью исключительно IT-направлений, а стало важным и для сферы образования в целом. Сегодня нейросети помогают студентам разных специальностей быстрее выполнять задания, а преподавателям — эффективнее вести занятия. Таким образом, применение ИИ становится важным инструментом для улучшения качества образования и адаптации учебного процесса к требованиям современности.
Так, летом 2024 года студенты гуманитарных направлений НИУ ВШЭ впервые использовали YandexGPT при написании курсовых и дипломных работ. Университет официально разрешил применять генеративные технологии для решения задач, которые обычно занимают много времени. Нейросеть помогала учащимся находить и структурировать информацию, писать тексты и проверять их на ошибки, корректировать оформление, глубже понимать сложные темы и выстраивать логику аргументации.
Рынок ИИ в образовании
Технологии искусственного интеллекта активно внедряются в различных сферах образования. Вот основные направления применения ИИ.
Как ИИ помогает учиться
-
Быстро ищет и анализирует информацию.
-
Помогает с построением логики рассуждения.
-
Предлагает новые идеи для развития первоначальной мысли.
-
Находит самые разные ошибки.
-
Готовит конспекты уроков и лекций.
-
Адаптирует материалы по запросу.
Как ИИ помогает учить
-
Создаёт задания на указанную тему.
-
Упрощает и ускоряет проверку работ учеников.
-
Адаптирует материал.
-
Систематизирует и структурирует информацию.
-
Помогает планировать уроки и лекции.
-
Персонализирует учебный контент.
Давайте подробнее поговорим о функциях ИИ в образовании и узнаем, как в России используют нейросети в учебном процессе.
Какие алгоритмы искусственного интеллекта применяются в обучении на сегодняшний день
Современные образовательные учреждения (школы, университеты и т. д.) и платформы используют разнообразные алгоритмы ИИ, способные улучшить процесс обучения и преподавания. От классических методов машинного обучения до сложных нейросетевых архитектур — ИИ помогает адаптировать материал, упростить проверку работ, персонализировать контент и повысить эффективность занятий.
Вот основные виды алгоритмов ИИ, применяемых сегодня:
-
Ансамбли алгоритмов
Для образовательных платформ всё чаще применяют ансамблевые модели, которые объединяют несколько алгоритмов искусственного интеллекта в единую систему. Такой подход позволяет компенсировать слабые стороны отдельных моделей за счёт сильных сторон других. Например, при автоматической проверке текстовых заданий может использоваться комбинация классического машинного обучения и глубоких нейронных сетей. Первая модель анализирует базовые признаки текста (например, орфографические и синтаксические ошибки), а вторая — логику и композицию эссе. Синергия разных алгоритмов повышает точность итоговой оценки и снижает вероятность пропуска ошибок или неоднозначных формулировок.
-
Предобученные нейросети
Одним из ключевых трендов современной EdTech-сферы стали предобученные модели вроде GPT, BERT и других трансформеров. Они заранее «натренированы» на огромных корпусах данных, что обеспечивает высокую степень понимания языковых структур и контекстов. В образовательном процессе такие сети применяют для автоматического подбора литературы по запросам студентов, генерации тестов и подсказок, а также интеллектуального анализа письменных ответов. Благодаря предобученным моделям можно быстро внедрять функции вроде смысловой проверки текстов, перефразирования и рекомендаций по улучшению стиля — без долгой и дорогостоящей донастройки.
-
Нейросети в сфере теневого глубокого обучения
Отдельно стоит упомянуть подходы, относящиеся к так называемому теневому глубокому обучению (shadow deep learning). Под этим термином часто понимают методы, позволяющие скрытно обучать или переносить знания из крупных «учительских» сетей в более компактные «студенческие». Одним из популярных механизмов здесь является дистилляция знаний (distillation), когда крупная модель (например, огромный языковой трансформер) обучает облегчённую версию, передавая ей «теневые» представления о признаках в данных. В образовательных системах такой подход особенно полезен, если требуется запустить сложные нейросети на доступном оборудовании (школьных компьютерах или пользовательских ноутбуках). Теневые модели сохраняют ключевые компетенции оригинальных алгоритмов, но работают быстрее и занимают меньше памяти.
Применение искусственного интеллекта в российском образовании
В российских университетах и школах технологии искусственного интеллекта внедряются постепенно. Преподаватели начинают применять нейросети для быстрой проверки домашних заданий, улучшения учебных материалов и выбора дополнительных образовательных ресурсов. Студенты всё чаще предпочитают генеративные модели традиционным поисковым системам, так как они позволяют быстрее получать структурированные ответы и генерировать идеи для выполнения самостоятельных работ. По данным опроса онлайн-кампуса НИУ ВШЭ, почти 43% студентов используют ИИ в учёбе: 56% из них — при подготовке докладов, 33% — при написании рефератов и 29% — при написании эссе.
ИИ-практики в российских университетах
НИУ Высшая школа экономики
В НИУ ВШЭ преподавателей и административный персонал обучают работе с искусственным интеллектом, а также помогают им внедрять YandexGPT в процессы подготовки и защиты дипломов. Помимо этого, проводится конкурс студенческих выпускных работ, где оцениваются решения, созданные с использованием ИИ, а для удобства абитуриентов запущен чат-бот на платформе YandexGPT.
В сотрудничестве с Яндексом разработан гайд по работе с промтами. Внутри самого университета действует специальная политика использования генеративного ИИ, созданная Школой философии и культурологии, чтобы регулировать применение этих технологий в учебном процессе.
Университет ИТМО
ИТМО сформировал модель ключевых компетенций в области искусственного интеллекта, которая помогает разрабатывать образовательные программы и связывать между собой важные понятия и дисциплины по искусственному интеллекту. Кроме того, университет предлагает три обучающие платформы для отраслевых специалистов, не обладающих навыками программирования.
Также в ИТМО разработали матрицу компетенций по искусственному интеллекту, где учтены как общие, так и специфические умения для разных категорий профессионалов: от основ понимания ИИ до практического владения Python для обработки огромного массива данных.
Дополнительно в университете создан сервис цифровых помощников, работающий на основе крупных языковых моделей (LLM). Он призван снизить нагрузку на преподавателей, автоматизируя рутинные задачи.
Персонализация обучения
ИИ способен анализировать индивидуальные навыки, формировать личные профили и отслеживать успеваемость учащихся школ и университетов. Это помогает учителям и преподавателям поддерживать мотивацию учеников и студентов и делать занятия более эффективными.
Также ИИ работает как учебный ассистент, подбирая материалы с учётом конкретной темы, уровня подготовки и личных особенностей каждого ученика или студента.
Автоматизация процессов обучения
Использование ИИ упрощает выполнение рутинных задач — например, проверку работ и тестов. В результате у преподавателей появляется больше времени на творческую и аналитическую деятельность. Студенты, в свою очередь, получают результаты экзаменов почти сразу, что позволяет им видеть свои ошибки и работать над ними, не выпадая из контекста.
Также технологии позволяют учащимся искать ответы и разбираться в сложных вопросах, даже если учитель временно недоступен. Например, Яндекс создал ИИ-помощника по математике для 5–8-х классов, который не только решает задачи, но и помогает школьникам разобраться в теории.
Адаптивность образования
Использование ИИ делает процесс обучения гибким: система автоматически подстраивает сложность заданий под уровень подготовки каждого ученика, что помогает избежать перегрузки и поддерживать комфортный темп. Такой подход к образованию повышает мотивацию и вовлечённость учащихся, а также качество усвоения материала.
Помощь ИИ в оценивании учащихся
В традиционном образовании субъективность, то есть влияние человеческого фактора, часто осложняет справедливое оценивание. ИИ способен объективно анализировать работы учеников, что особенно удобно в больших группах, где преподавателю сложно уделить внимание каждому студенту.
Помощь ИИ в улучшении опыта студента
Использование ИИ в образовании создаёт положительный студенческий опыт по многим причинам: за счёт персонализации обучения, поддержки при подготовке к экзаменам, упрощения поиска информации, а также оперативного консультирования. Всё это повышает мотивацию, снижает стресс и делает образовательный процесс более эффективным и комфортным.
Помощь искусственного интеллекта в обучении софт-скилам
В эпоху цифровизации и стремительного развития технологий умение взаимодействовать с искусственным интеллектом становится неотъемлемой частью жизни. Однако работа с ИИ — это не только освоение новых инструментов, но и мощный стимул для развития важных софт-скилов. Такие навыки помогают в эффективном использовании технологий и становятся основой для успешной профессиональной и личной реализации. Рассмотрим, какие ключевые умения формируются у студентов и школьников в процессе работы с ИИ.
-
Гибкость и адаптивность. Искусственный интеллект постоянно развивается, поэтому учащимся важно быть готовыми к быстрому освоению новых технологий и инструментов.
-
Критическое мышление. Хотя ИИ отлично справляется с анализом данных, оценка их значимости, интерпретация результатов и принятие решений всё равно остаются за человеком. Развитие критического мышления позволяет пользователям выявлять ошибки, логические несоответствия и неточности в выводах, предоставляемых нейросетью.
-
Творческое решение задач. ИИ способен помогать в анализе и обработке информации, однако уникальные и междисциплинарные подходы к решению сложных проблем требуют человеческого участия. Навыки поиска нестандартных решений и выбора наиболее эффективного из возможных по-прежнему актуальны.
-
Коммуникативные навыки. Правильная формулировка запросов — ключ к успешному взаимодействию с ИИ. Чтобы система представила полезный результат, важно уметь чётко и логично излагать свои мысли. Такой навык помогает выстраивать продуктивное сотрудничество с любыми технологическими инструментами.
-
Грамотный тайм-менеджмент. ИИ способен значительно ускорить выполнение рутинных задач, однако для этого нужно уметь приоритизировать рабочие процессы и выявлять области, где автоматизация будет наиболее полезна.
В каких проектах имеет смысл использовать ИИ
Университеты лишь недавно начали вырабатывать собственные правила применения искусственного интеллекта в учебном процессе, адресованные как преподавателям, так и студентам. Многие образовательные учреждения признают пользу подобных инструментов при работе с большими данными, обработке информации, выполнении рутинных задач, а также поиске вдохновения. Однако выполнение творческой и аналитической деятельности нельзя всецело делегировать ИИ — для этого у студентов необходимо развивать критическое мышление и умение грамотно использовать нейросети в качестве помощников.
На что стоит обратить внимание при внедрении ИИ в образовательный проект
Внедрение искусственного интеллекта в образование требует внимательного подхода. Рассмотрим несколько ключевых аспектов, на которые стоит обратить внимание.
Контролировать качество работы ИИ
Один из главных аргументов против использования ИИ в образовании — недостоверность генерируемого контента. Примеры так называемых галлюцинаций — ошибок, которые могут выдавать крупные языковые модели, — действительно существуют.
Решить эту задачу можно двумя способами. Во-первых, использовать подходы вроде RAG, при которых в работе применяются только проверенные данные, отобранные и валидированные, например, самим университетом. Во-вторых, ввести в программу курсы, обучающие студентов правильно формулировать запросы (промтинг) и проверять полученную информацию (фактчекинг).
Придерживаться принципов этичности и прозрачности
Ещё одна группа возражений связана с этикой: как гарантировать корректное и безопасное применение технологий, учитывая, что при обучении используются материалы из интернета — возможно, сомнительного содержания? Эта проблема частично решается введением специальных этических правил обработки данных и выдачи ответов.
Кроме того, владение технологиями генеративного ИИ становится новой базовой грамотностью: как мы уже писали выше, важно уметь формулировать запросы, «общаться» с системами и критически оценивать полученные результаты. Основой для развития такой грамотности может стать обучение преподавателей и интеграция соответствующих инструментов и методик в учебные программы.
ИИ не является заменой преподавателю
Также критики ИИ часто упоминают риск утраты «живой» компоненты в образовании. Если раньше это казалось возможным, то сейчас уже не выглядит столь реалистично. За годы использования искусственного интеллекта стало очевидно, что технологии могут заменить часть функций преподавателя, но куда эффективнее работают в тандеме с педагогом.
Помнить про человечность при работе с технологией
Исследования, проведённые среди студентов, показывают, что, несмотря на удобство онлайн-форматов, потребность в социализации сохраняется. Аналогично и с потребностью в живом участии преподавателя даже при интеграции ИИ. При этом роли преподавателя трансформируются, поскольку у него появляется больше времени на тьюторскую поддержку, а также организацию дискуссионной и проектной работы студентов.
Недостатки и вызовы: искусственный интеллект в образовании
Существует опасение, что привнесение в систему высшего образования генеративных технологий приведёт к недобросовестному использованию студентами GPT, а значит, обесценит образовательные результаты. Однако списывание не новое явление и происходит независимо от наличия или отсутствия ИИ в учебном процессе. Напротив, чёткие правила использования GPT способны предоставить студентам полезные инструменты без потери образовательной ценности.
Снижение роли человека
Одним из наиболее обсуждаемых недостатков ИИ является риск ослабления роли человека в обучении. Хотя новые технологии могут взять на себя ряд функций, центральной ролью остаётся роль преподавателя, особенно в вопросах эмоциональной поддержки студентов и формирования комфортной среды в группе.
Безопасность данных
Говоря о возражениях, нельзя не упомянуть беспокойство по поводу управления конфиденциальными и персональными данными, а также возможные высокие затраты на создание качественной инфраструктуры. Здесь на помощь приходят облачные технологии, позволяющие использовать легко масштабируемые внешние мощности. Кроме того, ответственность за безопасность данных разделяется с поставщиком облачных решений, что снижает риски и упрощает управление конфиденциальной информацией.
Цифровое неравенство
В ходе обсуждений также звучат мнения, что быстрое развитие ИИ приводит к неравенству, когда одни студенты не имеют достаточных знаний об искусственном интеллекте, а другие активно используют коммерческие продукты ИИ, способствующие эффективному обучению. Это подчёркивает необходимость дополнительных инвестиций (со стороны школ и университетов) в расширение доступа к технологиям, чтобы студенты и сотрудники могли активно участвовать в формировании будущего ландшафта ИИ в образовании.
Перспективы искусственного интеллекта в EdTech
ИИ-решения могут интегрироваться в самые разные сферы деятельности университетов и школ: от образовательных и исследовательских процессов до инноваций и кадровой политики, — автоматизируя часть задач. При этом наиболее перспективна модель, в которой ИИ становится не заменой специалиста, а его помощником, ассистентом. На уровне университета можно выделить несколько типов таких ассистентов:
-
ассистент студента — помогает в обучении, ориентируется на потребности обучаемых;
-
ассистент преподавателя — поддерживает разработку учебных программ и сопровождение учебного процесса;
-
ассистент исследователя — облегчает научную и научно-образовательную деятельность;
-
ассистент управленца — упрощает задачи администраторов и менеджеров разных уровней.
В сфере образования внедрение искусственного интеллекта в процесс обучения идёт по пути расширения возможностей обучения и преподавания, а не замены человека. Генеративные модели и нейросети уже сегодня помогают ускорять рутинные процессы, повышать объективность оценивания, персонализировать учебные материалы и развивать у студентов как профессиональные компетенции, так и софт-скилы.
В то же время сохраняется потребность в «живой» коммуникации и критическом мышлении, что определяет роль преподавателя не как носителя информации, а как навигатора и наставника. Чтобы раскрыть потенциал ИИ и избежать рисков, необходимо чёткое регулирование, этическая политика и развитие ИИ-грамотности у всех участников образовательного процесса.