Искусственный интеллект (ИИ) уже стал частью повседневной практики в высшей школе: его активно используют и студенты, и преподаватели. Но вместе с удобством возник новый вызов: как встроить этот инструмент в образование так, чтобы он помогал получать знания, а не подменял их?

Об этом мы беседуем с заместителем директора компании Лань по маркетингу Владиславом НИКИФОРОВЫМ.

— ИИ перестал быть для вузов темой завтрашнего дня. Генеративные модели уже являются частью повседневной образовательной практики независимо от того, готовы ли к этому сами университеты. Какой главный вызов, а может, даже риск это создаёт для высшего образования?

— Начну с вызова, потому что риск — это его побочный результат, который необходимо считать задачей для решения. На мой взгляд, ИИ следует расценивать как инструмент. Такими же инструментами когда-то были калькулятор и Интернет, которыми тоже все стали пользоваться и в школах, и в университетах. Их появление проложило быстрые маршруты, где пользователь мог не отыскать первичную информацию для обработки и создания чего-то нового, а сразу получить готовый ответ.

Был ли тогда вызов? Определённо, был. Стоит ли ИИ в одном ряду с этими инструментами? Безусловно. Но насколько он схож с ними по своему воздействию на все сферы, в том числе на образование? Несомненно, он обладает гораздо более высоким потенциалом и большей степенью влияния.

Технология ИИ известна достаточно давно, но с массовым прикладным применением генеративных моделей мы столкнулись недавно, а потому весь масштаб вызова, который они создают, нам до сих пор непонятен. Как ИИ повлияет на рынок труда, на востребованность тех или иных специалистов, на фундаментальное образование? Контур ответов на эти вопросы так до конца и не очерчен, а потому ключевой вызов сейчас — разобраться в том, как ИИ использовать во благо, чтобы он повышал продуктивность и эффективность человека.

Теперь про риски. Решая задачу или изучая вопрос путём самостоятельного анализа, пробираясь сквозь дебри информации из книг, статей и другого контента, мы можем критически оценить её качество. Когда мы получаем готовый ответ от нейросетей, то должны задаваться вопросами. На основе какой информации сгенерирован текст? Можем ли мы доверять этому ответу? Как он верифицируется, как его проверить? Это принципиальные вопросы для любого, кто профессионально работает с информацией, данными, фактами.

Генеративные модели — прогнозные: они выдают наиболее вероятностное сочетание букв, слов и предложений по запросу, и это сочетание лишь потенциально верно. Для сферы образования это создаёт риск быстрого прироста объёма информации, которую генерируют пользователи из университетов: преподаватели, студенты, научные сотрудники, администраторы — и которая содержит в том числе «галлюцинации», выдуманные данные и ссылки на несуществующие публикации, красивый и «пустой» текст. Вероятность таких ошибок у генеративных универсальных моделей существует. Образовательная среда может столкнуться с тем, что её участники будут работать с недостоверными, искажёнными данными, и объём таких материалов — так называемого мусорного ИИ-контента — будет расти в отрасли, как снежный ком. А в перспективе станет бомбой замедленного действия.