Преподаватель Общеакадемического факультета, финалист конкурса «Звёзды Президентской академии», экс-разработчик Сбера Мария Коршунова рассказала о своем новом проекте ИИ-ассистента, который освободит преподавателей от рутины, о том, почему нельзя запрещать нейросети на парах, и о студентах-менеджерах, которые благодаря Python начинают говорить с айтишниками на одном языке.
– Мария Рашитовна, dаш проект по созданию ИИ-ассистента звучит как никогда актуально. Расскажите о его главной цели: что будет, если он заработает? Как вы видите идеальное взаимодействие между преподавателем, студентом и ИИ-агентом?
ИИ-ассистенты это уже не революция, они входят в нашу жизнь на уровне самых разных задач. Мой проект ИИ-ассистента направлен на то, чтобы перераспределить нагрузку в образовании и освободить преподавателя от рутинной технической работы. Если система будет работать в полном объёме, она сможет автоматически анализировать студенческие работы по заданным критериям, выявлять ошибки и формировать проект варианта обратной связи, который преподаватель сможет скорректировать. ИИ ассистент позволит преподавателю сосредоточиться на объяснении сложных концепций, индивидуальном консультировании студентов и больше уделить творческой части преподавания, а студенту — получать более быстрые, понятные и персонализированные комментарии.
Параллельно я с командой других преподавателей-разработчиков реализую проект по оцифровке оценочных средств — мы переводим в формат, пригодный для загрузки в LMS. Проще говоря, превращаем обычные задания и тесты в «цифру». Это нужно, чтобы все материалы можно было легко загрузить в систему для онлайн-обучения.
В идеальной картине мира преподаватель, студент и ИИ работают как единая система: студент учится, преподаватель направляет и вдохновляет, а ИИ обеспечивает автоматизацию формальных процессов.
– Когда должен заработать ИИ-ассистент?
Что касается сроков запуска ИИ-ассистента, я сознательно избегаю называть конкретные даты, потому что создание по-настоящему работоспособной системы — это процесс, где в первую очередь важно качество проработки, а не скорость. Однако я могу с уверенностью сказать, что проект получил мощный импульс для развития. Недавно я стала победителем грантового конкурса Альфа-банка, и часть этих средств будет инвестирована в создание ИИ-ассистента. Для меня это один из приоритетов. Финансирование позволит нам перейти на новую стадию: покрыть ключевые расходы на разработку, развертывание системы и использование вычислительных ресурсов.
– Вы не раз высказывали мнение, что нельзя запрещать ИИ, а нужно показывать его возможности и ограничения. Как на практике, на ваших занятиях, выглядит формирование критического отношения к использованию нейросетей?
Разговор об этом надо начинать с простого вопроса: «Зачем для этой задачи использовать ИИ?» Да, нейросеть может написать эссе или сгенерировать решение, и иногда преподаватель действительно не поймёт, где работа студента, а где — модели. Но толку от этого студенту? Он не учится, не развивается и в итоге сам себя лишает результата. Думаю, если у студента нет интереса к предмету и учебе, то он придумает, как списать. Так было и до появления ИИ.
Поэтому мы много говорим про личную мотивацию и осознанность у студентов: ИИ не должен подменять процесс обучения, он должен помогать. ИИ — это всего лишь инструмент, а смысл и ответственность остаются у человека.
Вторая часть, это раскрывать всю «магию» генеративного искусственного интеллекта. Как только студенты начинают разбираться, как устроен алгоритм, что такое генерация, откуда берутся ошибки и почему модель иногда уверенно говорит неправду — критичность к ИИ у них возрастает в разы. ИИ остаётся мощным, полезным, я особенно подчеркну - генеративным инструментом. При этом он точно не заменит креативный подход человека.
– Расскажите подробнее о вашем педагогическом эксперименте по интеграции Python в курс математики. Как студенты реагируют на этот подход?
Это попытка показать студентам, что математика — это не только формулы в тетради, а основа всех информационных технологий, машинного обучения. ИИ лежит в основе всех идущих технологических изменений. Конечно, всё идёт непросто. Первые занятия мы буквально проводим в режиме коллективного преодоления: пока установим среду программирования, пока разберёмся, что и где нажимать — у всех (и у меня иногда тоже - смеется) появляется лёгкая паника. Но потом, шаг за шагом, приходит уверенность. Студенты начинают видеть, как строятся графики, как решаются задачи, как можно визуализировать свои решения, и это их очень мотивирует.
Однако одновременно возникает и другая сторона, ребята понимают, насколько Python облегчает жизнь, появляется соблазн вообще перестать решать задачи вручную. Это, с одной стороны, признание силы инструмента, но с другой — риск потерять математическое мышление. Готового идеального решения пока нет. Это действительно эксперимент, и мы продолжаем работать, наблюдать, собирать обратную связь, корректировать методику.
– Ваши студенты публикуют работы на GitHub и находят стажировки. Есть ли история успеха, которой вы особенно гордитесь — когда студент-непрограммист благодаря вашему курсу нашел себя в IT?
Действительно, благодаря GitHub у студентов появляется настоящее портфолио, которое можно показать работодателю. Более того, ребята подчас оптимизируют собственный учебный процесс: один из моих студентов в рамках домашнего задания развернул у себя на ноутбуке модель ИИ, стал транскрибировать лекции и автоматически делать конспекты. Он использовал программирование не для «галочки», а для решения своей реальной задачи.
На самом деле это очень сложный вопрос, потому что я искренне горжусь многими своими студентами. Это же не «технари», а ребята, которые изначально учатся на управленцев, менеджеров, экономистов.
Среди моих студентов есть третьекурсники, которые работают начинающими аналитиками. Уже сейчас они спокойно говорят с разработчиками на их языке, и когда они говорят про «баг в коде», их понимают с полуслова.
Многие рассказывают, что во время курса «Алгоритмирование и программирование» они по-настоящему осознали, насколько невероятно удобно и эффективно использовать программирование как инструмент в повседневной работе. Как результат: эти ребята могут адекватно оценивать сроки выполнения задач в IT-команде, формировать точные и понятные технические задания (включая визуальные элементы и анимации продукта), понимать ограничения технологий, а также самостоятельно проводить анализ данных и ускорять рабочие процессы. Всё это серьезно повышает компетентность в их специализациях, которые не связаны напрямую с ИТ. Для меня это настоящий маркер успеха: человек не меняет профессию, а становится сильнее в своей.
– Что является самым большим вызовом для вас как для преподавателя фундаментальных дисциплин в эпоху быстрого развития ИИ?
Самый большой вызов сегодня в том, что ИИ развивается быстрее, чем успевают меняться образовательные модели. Как я люблю говорить, «открытие уже не разоткрыть обратно»: нейросети вошли в нашу жизнь, и назад пути нет. Нельзя просто взять и запретить ИИ — это не сработает. Студенты всё равно будут им пользоваться, и задача преподавателя вряд ли состоит только в контроле.
При этом у образования пока нет готового ответа, как именно перестраиваться. Формы контроля знаний, передачи знаний, управления знаниями приходится менять буквально «на ходу»: адаптировать, создавать и придумывать как выстраивать взаимодействия со студентами и ИИ. И ещё один важный вызов — необходимость постоянного развития самого преподавателя. Причём речь не только про изучение ИИ, а про профессиональную компетентность в широком смысле. Чтобы оставаться авторитетом для студентов, преподаватель должен быть практиком, понимать современные инструменты, технологии, процессы. Только тогда он сможет научить не просто содержанию курса, но и тому, как ориентироваться в мире, который меняется быстрее, чем учебники.
