В 2022 году Самарский национальный исследовательский университет им. академика С.П. Королева открыл сразу пять новых программ, связанных с искусственным интеллектом и анализом данных. С тех пор нейросети стали повседневным инструментом студентов и преподавателей - и серьезным вызовом для всей системы высшего образования.
Как университет перестраивает подготовку инженеров? Можно ли писать курсовые и дипломы с помощью чат-ботов? Почему искусственный интеллект не заменит людей и что ждать от него в будущем? Об этом в интервью "СО" рассказал Андрей Гаврилов, проректор по учебной работе Самарского университета им. Королева.
- За последние годы ваш вуз открыл принципиально новые образовательные программы, связанные с ИИ. Они действительно так популярны?
- Да. Но такие программы нужно делить на два вида. Во-первых, ИИ активно применяют для автоматизации производственных процессов в конкретных отраслях. Например, на направлении "Двигатели летательных аппаратов" у нас есть магистерская программа "Искусственный интеллект и большие данные в двигателестроении". Во-вторых, мы готовим специалистов, которые понимают, что происходит внутри алгоритма. Например, программа бакалавриата "Искусственный интеллект и компьютерные науки" и программа магистратура "Системы искусственного интеллекта". Кроме того, ИИ проникает и в другие программы обучения студентов: у филологов и социологов появились курсы по обработке данных, а в индивидуальных образовательных траекториях (набор дисциплин, который студент выбирает сам в дополнение к обязательной части программы - Прим. ред.) - отдельные предметы и треки. Так что ИИ сегодня уже везде.
- Изучать искусственный интеллект обязательно или это факультатив?
- Зависит от программы. Где-то такие дисциплины строго обязательны, где-то их выбирают в рамках индивидуальной траектории. Но приобщиться к теме может любой студент.
- С учетом широкого применения нейросетей как меняется подготовка по традиционным инженерным специальностям?
- Главное, для чего здесь применяют ИИ, - это избавление от рутины. Фундаментальная база остается прежней - обязательное знание физики, математики, понимание того, как устроен двигатель. Но к этой базе добавляется новый инструментарий: как решить задачу с помощью ИИ и, что еще важнее, как проверить результат. Иначе ничего не полетит.
- При этом факт-чекинг по-прежнему остается за специалистом?
- Совершенно верно. На заре ИИ у людей на сгенерированных картинках не сходилось количество пальцев - заметить это - уже был факт-чекинг (проверка фактов и данных на достоверность - Прим. ред.). Если нейросеть пишет эссе со ссылками на источники, проверьте все ссылки: ИИ может выдать нереальные источники. С конкретными фактами и цифрами алгоритмы могут плохо работать, если только в текст не вставлена прямая цитата. Лучше десять раз перепроверить. Это отдельная компетенция - от элементарной цифровой гигиены до умения переспросить или проверить в другой нейросети. Иногда ответы оказываются диаметрально противоположными. В инженерных науках это тоже приходится учитывать.
- Сложилось ли у работодателей понимание, какие ИИ-компетенции кадров им нужны?
- Работодатели очень разные. Крупные банки и финансовые компании осваивают новое быстрее, промышленность, которая работает с физическими объектами, - медленнее. Но у нас с коллегами есть ощущение, что серьезный запрос на изменение образования сформируют даже не работодатели, а сами студенты. Нынешние дети с рождения находятся в цифровой среде. Если образование не будет отвечать их требованиям, в лучшем случае им станет неинтересно учиться. А в худшем - на этом хайпе сыграет кто-то на рынке: "Мы тебя за полгода выучим, станешь IT-инженером!" Но здесь есть нюансы. Наша задача - готовить людей, которые не только понимают, как устроен ИИ, но и умеют им пользоваться, оценивают результаты и контролируют его применение.
- Можно ли считать цифровую грамотность фундаментом для ИИ-компетенций?
- Зависит от компетенций. Разбираться во внутреннем устройстве ИИ и обучать нейросети без серьезной цифровой подготовки тяжело. А чтобы просто пользоваться ИИ, порог входа низкий: достаточно уверенно работать с компьютером и уметь составлять поисковые запросы. Если задуматься, поисковый запрос - это упрощенная версия промпта (текстовой инструкции-запроса к нейросети - Прим. ред.). Для несложных типовых задач этого хватает.
- Как ИИ используют в учебном процессе? Разрешено ли применять нейросети при написании курсовых и дипломных работ?
- Вопрос непростой. Пользоваться ИИ не запрещено, но по-хорошему студент должен заявить, что именно сделано с его помощью. Мы контролируем правильность результата. Если с помощью ИИ проведен первичный анализ или подобрана литература, а затем студент все перепроверил, - это нормально. Недопустимо, когда принятие решений, организация эксперимента или выводы полностью сгенерированы нейросетью. Тогда возникает вопрос: освоил ли студент компетенции и зачем он вообще учился? Думаю, мы придем к четко прописанным регламентам.
- Планируете ли использовать ИИ для проверки студенческих работ?
- С рутиной ИИ справляется: переписать рабочую программу дисциплины, отформатировать текст, подобрать материалы. Часть преподавателей уже так делает, и если человек осознанно экономит время на рутине, он поступает правильно. Для проверки, где нужно что-то сопоставить или распознать, ИИ тоже подходит. Но там, где необходимо проверить понимание, навыки, особенно творческие, часто нужен живой диалог с человеком.
- По данным НИУ ВШЭ, до 30% курсовых и 40% рефератов студенты пишут с помощью чат-ботов. Как этому можно противодействовать?
- Мошенничество начинается там, где студент не заявил об использовании ИИ. Если он честно об этом сказал - это не мошенничество. С плагиатом похожая история: нельзя безоговорочно верить системе "Антиплагиат" (сервис проверки текстов на заимствования, которым пользуются российские вузы - Прим. ред.). Цитата с указанием источника - уже не плагиат, а у юристов, например, канцелярские формулировки дают 0% оригинальности. С выявлением текстов, написанных ИИ, еще сложнее: грамотный структурированный текст с типографскими тире (их часто считают "почерком" нейросетей - Прим. ред.) объявляют сгенерированным. Это превращается в "охоту на ведьм". К тому же программы-детекторы сами используют ИИ. Поэтому подозрение - лишь повод поговорить со студентом. Если он может объяснить, дополнить и воспроизвести свои мысли, претензий быть не должно. Применять такие программы можно, но осторожно.
- Как вы относитесь к идее полного запрета ИИ?
- Не представляю, как это можно сделать. Вопрос в другом: какие сферы жизни мы доверим ИИ, и в чьих руках он окажется. Это вопросы государственного и технологического суверенитета: кем разработана модель, на каких данных обучена, кто ее контролирует и как корректирует. Как мы относимся к персональным и служебным данным? Неосторожные сотрудники могут передать их нейросетям, которые работают за пределами России. А при грамотном анализе больших данных даже отдельные фрагменты позволяют сделать интересные выводы. Запретить ИИ не удастся. Надо уметь им пользоваться.
- Есть расхожее мнение, что использование нейросетей снижает критическое мышление человека. Это так, на ваш взгляд?
- Многие технологии, которые появлялись в ходе развития цивилизации, особенно связанные с образованием, мышлением и работой с информацией, проходили стадию отрицания: мол, следующее поколение отупеет. И нельзя сказать, что эти опасения совсем не оправдываются: какие-то навыки мы действительно утрачиваем. Из-за искусственного интеллекта мы тоже что-то потеряем. Но каждый раз, упрощая одно, технология требует освоить что-то новое. Меня больше беспокоит сам этот набор навыков, который нужно освоить, чтобы начать пользоваться всем, что тебя окружает. С технологическим ростом он только накапливается. Не превратится ли он в бутерброд, который невозможно откусить? Сможет ли ребенок за разумное время освоить все? Правда, порог входа сейчас снижается благодаря удобным интерфейсам и игровым форматам.
- Насколько вероятно, что ИИ вытеснит большинство профессий?
- Нужен жесткий контроль. Какие профессии исчезнут, зависит от того, кто держит ИИ в руках. При этом полностью вытеснить человека нейросети не смогут: кто-то же должен их обучать и контролировать. Профессии, где преобладает рутина, ИИ, возможно, и заменит. Но ошибки у него будут типовыми, ведь обучал его человек с теми же компетенциями. Да и в любой профессии всегда есть нюансы. А тем, у кого в работе преобладают творчество, оригинальность и креатив, волноваться не стоит.
Для справки
Андрей Гаврилов - проректор по учебной работе Самарского национального исследовательского университета им. академика С.П. Королева, доцент кафедры технической кибернетики
В 2005 году окончил факультет информатики Самарского государственного аэрокосмического университета им. академика С.П. Королева. В 2009 году защитил кандидатскую диссертацию по анализу распространения лазерного излучения в оптическом волокне, кандидат физико-математических наук. Ученое звание доцента получил в 2013 году.
Автор более 30 научных публикаций, имеет патенты и свидетельства на программные модули и волоконно-оптическое устройство. Преподает объектно-ориентированное и сетевое программирование.
Текст: Анна Крылова
Фото: Олеся Орина
Источник: Самарское обозрение
