В последние месяцы дискуссия о роли искусственного интеллекта в российском образовании вышла на новый уровень. С одной стороны, комиссия по поддержке ИТ-технологий Общественного совета при Министерстве цифрового развития предложила ограничить использование ИИ в учебных заведениях, опасаясь снижения качества знаний. С другой стороны, представители научного и образовательного сообщества предостерегают от поспешных запретов, которые могут лишить студентов важного инструмента и затормозить развитие цифровых компетенций.
В интервью Hi-Tech Mail Александр Панов, директор лаборатории когнитивных систем ИИ Института AIRI и заместитель заведующего кафедрой фундаментальных методов искусственного интеллекта МФТИ, высказал четкую позицию: полностью запрещать использование нейросетей учащимися не стоит. По его словам, современные генеративные модели уже стали неотъемлемой частью многих профессиональных сфер, и задача образования — научить студентов работать с ними грамотно, а не строить барьеры.
Две позиции: запретить или интегрировать?
✅ За разумную интеграцию
Александр Панов (Институт AIRI, МФТИ): ИИ может повышать эффективность обучения, помогать в обработке больших массивов данных, генерировать идеи для исследований. Запрет лишит студентов навыков, которые будут критически важны в будущей профессии.
⚠️ За ограничения
Наталья Касперская (президент InfoWatch, комиссия при Минцифры): Нейросети снижают качество получаемого образования. Студенты перестают самостоятельно мыслить, копируют сгенерированные тексты, что ведет к деградации аналитических способностей.
Наталья Касперская, комментируя ситуацию «Радио РБК», подчеркнула, что массовое использование нейросетей для выполнения домашних заданий и курсовых работ подрывает фундаментальные принципы обучения. По ее мнению, студенты перестают проходить через необходимый этап осмысления материала, что в долгосрочной перспективе снижает уровень подготовки специалистов. Однако сторонники интеграции указывают, что проблема не в самом инструменте, а в том, как его применяют.
Как ИИ уже используют в образовании: примеры из практики
По словам эксперта, многие ведущие вузы уже адаптируют учебные программы к новой реальности. В МФТИ, где работает Александр Панов, практикуются задания, в которых студентам разрешено применять ChatGPT и аналогичные инструменты, но с обязательным последующим разбором: что сгенерировала нейросеть, какие ошибки она допустила, как доработать результат. Такой подход развивает критическое мышление и учит студентов не полагаться слепо на алгоритмы.
- Генерация черновиков: нейросеть помогает структурировать мысли, создать план исследования или написать код, который затем студент анализирует и дорабатывает.
- Изучение иностранных языков: диалоговые модели позволяют практиковать разговорные навыки без живого собеседника.
- Обработка больших данных: в научных работах ИИ ускоряет анализ литературных источников и формирование гипотез.
- Персонализированные объяснения: нейросеть может подстроиться под уровень студента и объяснить сложную тему иначе, чем преподаватель.
Аргументы противников: деградация критического мышления
Сторонники ограничений, в том числе члены комиссии при Минцифры, настаивают, что легкий доступ к готовым решениям формирует у студентов ложное чувство компетентности. Если курсовую работу пишет нейросеть, студент не учится формулировать тезисы, аргументировать позицию и работать с первоисточниками. Кроме того, генеративные модели часто содержат ошибки, выдуманные факты (галлюцинации), и студент, не обладая достаточными знаниями, может принять их за истину.
Наталья Касперская в своем выступлении акцентировала, что «образование должно давать фундамент, а не навыки использования очередного гаджета». По ее мнению, если не ограничить использование нейросетей, вузы рискуют выпускать специалистов, которые умеют формулировать запросы, но не способны к самостоятельному решению нетривиальных задач.
Где проходит разумная граница: предложения экспертов
Александр Панов считает, что компромисс возможен через разделение задач. Для каждого типа учебной работы можно определить свои правила:
- Контрольные работы и экзамены в аудитории — использование ИИ исключено, чтобы проверить реальные знания.
- Домашние задания, курсовые проекты, исследовательские работы — разрешено, но с требованием указывать факт использования нейросетей и прикладывать промпты, а также с последующей защитой или устным разбором.
- Специальные дисциплины по ИИ — изучение работы нейросетей становится частью программы, студенты учатся оценивать качество генерации и дообучать модели.
Международный опыт: как регулируют ИИ в образовании за рубежом
Ведущие университеты мира (Стэнфорд, MIT, Кембридж) уже разработали собственные политики в отношении генеративного ИИ. Общий тренд — отказ от тотальных запретов в пользу прозрачности. Студентам разрешают использовать нейросети, но обязывают декларировать это в работе и предоставлять историю промптов. В некоторых учебных заведениях вводятся курсы по этичному применению ИИ, чтобы будущие специалисты понимали ограничения технологий.
Российские эксперты полагают, что нашей системе образования стоит двигаться в том же направлении. Полный запрет может привести к тому, что студенты будут использовать нейросети скрытно, что сложнее контролировать и чревато академическими нарушениями. Открытая интеграция, напротив, позволяет вывести дискуссию в публичное поле и сделать использование ИИ управляемым.
Что в итоге: запрет, который не нужен
Дискуссия, инициированная комиссией при Минцифры, вскрыла важную проблему: образовательная система пока не успела адаптироваться к стремительному развитию генеративных нейросетей. Однако, по мнению Александра Панова и его коллег, ответом должно стать не ужесточение запретов, а пересмотр методик преподавания и оценочных инструментов. Запретить ИИ невозможно — технологии уже стали частью повседневной жизни. Вместо этого стоит научить студентов использовать их ответственно и эффективно.
В ближайшее время ожидается продолжение обсуждения на площадке Минобрнауки и Минцифры. Вероятно, будут выработаны рекомендации для вузов, которые оставят пространство для маневра: каждый университет сможет определить свою политику в зависимости от специфики факультетов. Однако общий вектор уже просматривается — интеграция ИИ в образование неизбежна, и ключевая задача — минимизировать риски, сохранив академическую честность и развивая критическое мышление
Продолжайте читать и смотреть
Новости маркетплейсов, автоматизация и практические разборы ИИ — на удобной для вас площадке.
