Почти 90% студентов использует ИИ: что ждет образование в будущем

В феврале 2025 года Ассоциация организаторов студенческих олимпиад России провела онлайн-опрос, результат которого показал: из 1041 опрошенных 85% использует ИИ-сервисы в учебе или повседневной жизни. Чаще всего студенты применяют нейросети для поиска информации (77%), написания учебных работ (43%), генерации изображений (36%) и создания презентаций (24%).

Эти цифры стоит рассматривать скорее как «оценку снизу». Во-первых, темпы роста аудитории ИИ-сервисов продолжают оставаться высокими. Крупные технологические компании постоянно регистрируют прирост пользователей, причем прирост этот прогрессивный.

Во-вторых, ИИ сегодня воспринимается как нечто не до конца законное. Многие студенты не готовы открыто признаться в том, что прибегают к помощи нейросетей, опасаясь негативной реакции преподавателей вплоть до штрафов и отказа принимать работу.

Таким образом, можно говорить, что большинство студентов в России использует ИИ для тех или иных задач. И для университетов это ставит новые вопросы — от регулирования и этики до пересмотра методов контроля знаний.

В первую очередь, конечно, к искусственному интеллекту обращаются, чтобы быстро написать курсовую, диплом или решить задачи. Пожалуй, самым востребованным ИИ среди студентов во всем мире сегодня является ChatGPT, но последующие позиции топа в разных странах разные.

Российские студенты для написания курсовых и выполнения домашних заданий активно используют узкоспециализированные ИИ-сервисы вроде «Кампуса», Deeplom Bot, AIWriteArt и не только. Они помогают создавать академические тексты и изображения.

Конечно, молодые люди используют искусственный интеллект не только для учебы, но и в повседневной жизни. Сфера применения нейросетей выходит далеко за рамки подготовки домашних заданий или написания курсовых и дипломных работ. Студенты обращаются к чат-ботам и для поиска информации, и даже за бытовыми советами — в тех ситуациях, где мы обычно использовали Google.

Но при работе с ИИ есть проблема — речь про восприятие полученной информации. Молодое поколение склонно безоговорочно доверять сгенерированным ответам, воспринимая их не просто как вспомогательный материал, а как источник знаний.

Случаи, когда ИИ выдумывает неточные или вовсе ошибочные факты, хорошо известны. И редко когда студент станет проводить дотошный фактчекинг полученной информации. Дело не только в молодости, люди в принципе склонны принимать удобный ответ «как есть», что повышает риск ошибок и недостоверных интерпретаций в учебных и научных работах».

ИИ хорошо работают с текстами: исправляют орфографические и грамматические ошибки, где-то могут подправить лексику или скорректировать стилистику. Конечно, поддерживать узнаваемый авторский стиль алгоритмам не под силу, но кто знает, что будет через пару лет? 

Заметные успехи искусственный интеллект демонстрирует в области точных наук. При решении математических задач, в том числе олимпиадного уровня, некоторые модели показывают хорошие результаты. Что касается программирования, то специальные сервисы позволяют генерировать рабочий код и использовать его для создания прототипов или MVP.

Изучение иностранных языков с помощью нейросетей выглядит противоречиво. Попытки заменить живого преподавателя на искусственный интеллект приводят к снижению качества обучения и недовольству пользователей, как показал опыт Duolingo. Но отдельные функции (например, объяснение грамматики или диалоговая практика) вполне по силам алгоритму.

В естественнонаучных дисциплинах ИИ используется для разъяснения сложных формулировок, что делает его потенциально ценным инструментом для студентов. Однако вопрос, можно ли с помощью подобных технологий качественно подготовиться к экзамену, пока остается открытым. Нужны масштабные исследования, которые бы сопоставили результаты групп студентов, готовившихся с ИИ и без него.

Отношение преподавателей к использованию ИИ в студенческих работах — неоднозначное, спектр их реакций широк: кто-то пытается уличить и наказать, другие относятся более лояльно. В разных странах действуют разные формы регулирования — от частичных ограничений до мягких правил.

Что касается российских вузов, то правила использования ИИ в каждом заведении свои. Наиболее строго к генерациям относятся в Высшей школе менеджмента СПбГУ — там для ряда специальностей ввели полный запрет на использование алгоритмов искусственного интеллекта.

Вместе с тем другие университеты и вузы, напротив, стараются встроить новые технологии в образовательный процесс. Некоторые таким способом хотят повысить привлекательность в глазах абитуриентов, привлекая их внимание современными инструментами. Среди максимально лояльных к применению ИИ учебных заведений — Московский городской педагогический университет и Высшая школа экономики. 

Сейчас преподаватели выступают скорее в роли «догоняющих». Студенты осваивают новые технологии быстрее, тогда как педагоги вынуждены адаптироваться к уже сложившейся ситуации.

Стоит сказать, что среди преподавателей есть такие, кто строго не приемлет использование нейросетей — в научной среде их называют «AI-веганами». Они сознательно отказываются от применения искусственного интеллекта, но это скорее проявление принципиальности и характера, чем профессиональной позиции.

Прежде всего речь идет о рутинных задачах: подготовка отчетности, формирование сложных таблиц и формул. Современные модели позволяют быстро генерировать рабочие формулы для Exсel, а это существенно экономит время по сравнению с ручной работой. Несколько уточняющих итераций — и формулу можно применять.

ИИ помогут в составлении служебных записок и других документов. В исследовательской среде генеративные модели успешно применяются для подготовки заявок на гранты.

В принципе, потенциал применения ИИ в академической среде высок. Но это требует выработки прозрачных правил и этических норм, особенно когда речь заходит о документах, связанных с финансированием научных проектов.

Есть мнение, что ИИ — это новый калькулятор. Но сравнивать два этих инструмента не совсем корректно. У калькулятора предельно жесткая логика: если заданы правильные исходные данные, результат вычислений будет безошибочен.

В случае с генеративными ИИ дело обстоит иначе — они работают по другому принципу. Основная задача искусственного интеллекта — создавать связный и правдоподобный текст, а не гарантировать достоверность информации. Корректный ответ здесь — скорее побочный эффект, а не целевая функция.

Есть и другие риски, связанные со злоупотреблением технологией. Проблема в том, что искусственный интеллект упрощает процесс обучения, снимая необходимость искать и изучать информацию самостоятельно — он буквально «срезает углы» и предлагает готовые решения.

В результате студенты могут оказаться менее подготовленными к сложным задачам за пределами учебного процесса. Их когнитивные способности формируются слабее, чем у тех, кто самостоятельно преодолевал интеллектуальные трудности.

Здесь уместна аналогия со школьным образовательным процессом. Многие ученики не понимают, зачем им зубрить тригонометрию и алгебру с ее логарифмами, ведь в жизни им эти знания вряд ли пригодятся. Однако ценность уроков заключается не столько в знаниях как таковых, сколько в «тренировке мозга».

Решение сложных задач формирует новые нейронные связи, развивает способность концентрироваться и справляться с интеллектуальными вызовами. Это можно сравнить с фитнесом: упражнения нужны не ради самих движений, а ради развития силы и выносливости, которые затем используются в повседневной жизни.

Это может противоречить ожиданиям родителей, работодателей и самого академического сообщества, которые рассчитывают, что образование не только дает знания, но и развивает фундаментальные навыки мышления.

Вопрос использования генеративного искусственного интеллекта в работах студентов остается дискуссионным. Одним из инструментов контроля сегодня выступают так называемые ИИ-детекторы. Однако их эффективность снижается по мере совершенствования алгоритмов.

Проблема качества детекторов на сегодняшний день относится к нерешенным. Есть случаи, когда детекторы демонстрируют высокие результаты на тестовых выборках, но в реальности работают заметно хуже.

Курьезный пример, ставший популярным в сети — проверка отрывка поэмы А.С. Пушкина «Руслан и Людмила», который алгоритм уверенно «записал» в сгенерированные нейросетью. Такие ошибки указывают на фундаментальные ограничения технологии.

Роль искусственного интеллекта в сфере образования через 5 или 10 лет — предмет активных дискуссий. В ближайшие годы университетская система окажется под серьезным давлением технологий. Причина в том, что значительная часть образовательного процесса строится вокруг оценки качества обучения: экзаменов, тестов и прочих форм контроля знаний. Сегодня эти методы стремительно устаревают. 

Интересно наблюдать и за ролью преподавателя — как она изменится с появлением более совершенных моделей? Станет ли функция преподавателя исключительно модераторской? Пока что такой прогноз кажется маловероятным.

Тем не менее, трансформации будут происходить, а какие именно — предсказать невозможно. Очевидно лишь то, что те институты, которые первыми найдут эффективную модель интеграции ИИ в образовательный процесс, получат стратегическое преимущество.