Как "приручить" нейросети в образовании и где они полезнее

Нейросеть ChatGPT написала диплом выпускнику РГГУ и "получила" оценку "удовлетворительно". Даже система "антиплагиат" признала работу оригинальной на 80 процентов.

- А так можно было? - спросят студенты и школьники.

- Генеративные нейронные сети способны создавать тексты, выглядящие весьма качественно при невнимательном чтении, - рассказал "Российской газете" руководитель программы "Киберфизические системы" в Московском Политехе Тимур Идиатуллов. - Совершенно очевидно, что недобросовестные студенты будут пытаться использовать такие инструменты для подготовки работ.

Но мы понимаем: сгенерированные домашние задания, курсовые или дипломы совершенно бессмысленны для целей образования.

Можно ли "приручить" нейросети? Где они полезнее?

По словам Идиатуллова, решить проблему можно, совмещая электронное и очное образование, при этом искусственный интеллект будет предоставлять преподавателю информацию о ходе обучения студентов, уровне их текущей подготовки.

- В частности, нейронные сети могут делать прогнозы и классифицировать объекты по большому числу параметров, - говорит эксперт. - При их внедрении итоговая оценка обучающегося будет строиться на информации о ходе обучения. И лучше всего такой подход будет работать в ситуации массовой подготовки по схожим образовательным программам, то есть в средней школе. В университетах эффективность оценивания будет ниже, поскольку нейросетевые алгоритмы требуют больших объемов данных для качественного обучения. Таким образом, в средней школе искусственные нейронные сети больше подойдут для оценки подготовки учеников, а в высшей - для внедрения адаптивных технологий обучения.

А по мнению декана факультета информационных технологий и анализа данных ИЭМИТ РАНХиГС Павла Голосова, нужно разрабатывать более сложные системы на основе искусственного интеллекта, чтобы более точно верифицировать тексты, в том числе созданные тем же искусственным интеллектом.