Как преподавать в эпоху искусственного интеллекта

Каким станет университетское образование с учётом повсеместного использования искусственного интеллекта? Как изменятся преподавание, самостоятельная работа студентов и система оценки знаний? И сохранится ли вообще необходимость в преподавателе, если ИИ уже сегодня способен объяснить сложную тему, подготовить презентацию, составить индивидуальный тест и проверить выполненное задание?

Чтобы обсудить эти вопросы не только теоретически, но и с позиции человека, который уже использует новые технологии в аудитории, я побеседовал с Ардаком Шалкарбайулы, преподавателем Школы цифровых технологий Университета Нархоз.

— Сейчас трудно отличить работу отличника от работы троечника, — говорит Ардак Шалкарбайулы. — Все используют искусственный интеллект, поэтому представленные работы выглядят качественно и примерно одинаково.

Ещё недавно письменное задание довольно многое говорило о студенте. По тексту можно было оценить, насколько глубоко он разобрался в теме, умеет ли выстраивать аргументацию и способен ли ясно выражать свои мысли. Конечно, студенты могли пользоваться чужими конспектами, просить помощи у друзей или брать материалы из интернета. Но различия между сильными и слабыми работами обычно были заметны.

Сегодня искусственный интеллект способен за несколько минут написать хорошо структурированный текст, подобрать аргументы, исправить ошибки и даже воспроизвести заданный стиль. Поэтому внешнее качество представленной работы всё меньше говорит о реальном уровне подготовки студента. Отличник и троечник могут принести преподавателю два одинаково убедительных текста. Разница обнаружится только тогда, когда их попросят объяснить написанное.

Ардак Шалкарбайулы нашёл простой и эффективный выход:

— Что я делаю? Беседую с каждым — и сразу становится понятно, кто у нас кто. В устном разговоре я вижу, кто действительно понимает материал, а кто выдаёт работу ИИ за свою.

Поэтому его студенты знают: работу недостаточно представить — её необходимо защитить. Нужно объяснить ход рассуждений, раскрыть смысл использованных понятий, ответить на дополнительные вопросы и применить полученные знания в немного изменённой ситуации.

Вероятно, именно так должна меняться система оценки. Университеты не могут делать вид, что искусственного интеллекта не существует, запрещать его использование или бесконечно совершенствовать способы обнаружения сгенерированных текстов. Детекторы ИИ сами нередко ошибаются: могут обвинить студента, написавшего работу самостоятельно, и, наоборот, не заметить текст, созданный машиной. Поэтому гораздо важнее изменить сами задания и подходы к их проверке.

Оцениваться должен не только конечный продукт, но и то, насколько студент понимает представленный материал. Если он подготовил работу при помощи ИИ, но способен защитить её, объяснить аргументы, заметить ошибки, привести собственные примеры и высказать своё мнение, значит, искусственный интеллект стал для него инструментом обучения. Если же студент не понимает написанного, ИИ просто выполнил работу вместо него.

Этот подход совпадает с рекомендациями ведущих мировых университетов. Центры преподавания и обучения Гарвардского и Йельского университетов предлагают сочетать письменные работы с очными заданиями, презентациями, устными экзаменами и последующим обсуждением. Студенту могут разрешить пользоваться искусственным интеллектом при подготовке проекта, но затем он должен самостоятельно объяснить и защитить результат. Стэнфордские эксперты также предупреждают о ненадёжности детекторов ИИ и советуют сохранять очные формы проверки знаний. Таким образом, практика Ардака Шалкарбайулы — не только удачное индивидуальное решение, но и часть более широкого международного поиска.

Искусственный интеллект меняет не только работу студентов. Он существенно меняет и повседневную деятельность преподавателя.

— Раньше на подготовку качественной лекции или семинара у меня уходило много времени, — рассказывает Ардак Шалкарбайулы. — Нужно было продумать структуру занятия, собрать материал, подготовить презентацию, найти иллюстрации, самостоятельно сделать таблицы, схемы и другие визуализации. Значительная часть времени тратилась не столько на содержание, сколько на техническую работу.

Сегодня ИИ заметно ускоряет этот процесс. Он помогает выстроить логику занятия, предложить примеры, подготовить вопросы для обсуждения и оформить презентацию. Преподавателю уже не обязательно тратить несколько часов на создание таблиц, схем и иллюстраций: искусственный интеллект часто делает это быстрее и технически лучше.

Это не означает, что подготовку курса можно полностью передать машине. По-прежнему необходимо проверять факты, отбирать материал, расставлять акценты и решать, что действительно важно для студентов. ИИ может предложить десятки примеров, но именно преподаватель должен выбрать тот, который лучше всего объяснит конкретную идею именно этой аудитории. Преподаватель отвечает за содержание курса и не может механически доверять всему, что предлагает технология.

Тем не менее объём рутинной работы заметно сокращается. Особенно важно, что благодаря этому у преподавателя может оставаться больше времени для научных исследований.

Преподавание и наука не должны существовать отдельно друг от друга. Исследования позволяют профессору оставаться внутри живого процесса создания знаний, а не только пересказывать уже известное. Человек, который сам занимается наукой, приносит в аудиторию настоящие вопросы, сомнения и новые идеи. Он показывает студентам, что знания — это не завершённый набор истин из учебника, а постоянно развивающийся процесс.

Но, возможно, ещё более важное изменение связано с персонализацией обучения.

В традиционной аудитории преподаватель почти всегда вынужден ориентироваться на некоторого среднего студента. Если двигаться слишком быстро, часть группы перестанет понимать материал. Если постоянно возвращаться к основам, сильные студенты потеряют интерес. Уделять много времени одному отстающему студенту тоже трудно: это неизбежно происходит за счёт всего класса.

ИИ позволяет хотя бы частично решить эту проблему. Цифровой агент может составлять индивидуальные тесты с учётом уровня подготовки и потребностей конкретного студента. Он способен проверять задания, вести статистику, обнаруживать повторяющиеся ошибки и показывать темы, которые требуют дополнительной работы. Одному студенту нужно ещё раз объяснить основы, другому — предложить более сложную задачу, третьему — помочь связать несколько тем между собой.

— Благодаря ИИ я существенно увеличил количество проверочных работ, — продолжает Ардак Шалкарбайулы. — Теперь я могу проводить короткие письменные тесты практически на каждом занятии, причём задания персонализированы для каждого студента. Раньше подготовить столько разных вариантов, а затем быстро их проверить было бы практически невозможно. Сейчас значительную часть этой работы выполняет искусственный интеллект. Каждый тест влияет на итоговую оценку, поэтому студенты понимают: подготовиться только к экзамену не получится — работать нужно регулярно, от занятия к занятию.

Такая система формирует привычку постоянно готовиться, не позволяет накапливать пробелы и снижает зависимость итоговой оценки от одного удачного или неудачного экзамена. При этом вес каждого отдельного теста не должен быть слишком большим. У студента должно сохраняться право на ошибку. Один неудачный день не должен определять итоговую оценку, но совокупность небольших проверочных работ вполне может показывать, насколько регулярно человек занимался в течение семестра.

Персонализированные варианты одновременно уменьшают возможности для механического списывания. Но главное даже не это. Частые короткие тесты дают преподавателю постоянную обратную связь. Он видит не только общий результат группы, но и продвижение каждого отдельного студента.

Особенно важно, что система позволяет заметить не только текущее положение, но и тенденцию. Преподаватель может заранее увидеть, что студент начинает отставать, и своевременно указать ему, где необходимо поднажать. Раньше проблема нередко становилась очевидной только после контрольной работы или экзамена, когда наверстать упущенное было уже трудно. Теперь обратную связь можно дать значительно раньше — ещё до того, как отдельный пробел превратится в серьёзное отставание.

Регулярные проверочные задания с небольшим весом в итоговой оценке давно рекомендуются специалистами в области образования. Однако раньше их практическое применение требовало от преподавателя огромного количества времени. Необходимо было подготовить несколько вариантов заданий, проверить десятки или даже сотни работ и дать каждому студенту содержательную обратную связь. Искусственный интеллект способен снять значительную часть этой технической нагрузки и сделать полезную педагогическую практику доступной в гораздо большем масштабе.

Конечно, нельзя полностью передавать ИИ оценивание студентов. Он тоже способен ошибаться, не учитывать контекст или неверно интерпретировать нестандартный ответ. Иногда именно необычный ответ показывает, что студент мыслит самостоятельно. Алгоритм может счесть его отклонением от образца, тогда как опытный преподаватель увидит в нём оригинальную идею.

Поэтому окончательное педагогическое решение должно оставаться за человеком. Искусственный интеллект может стать системой раннего предупреждения, обнаружить пробелы и освободить преподавателя от значительной части механической проверки. Но он не должен единолично решать судьбу студента.

В результате меняется сама роль преподавателя. Профессора и преподаватели всё чаще становятся коучами и наставниками, а не только источниками знаний в традиционном понимании.

Раньше преподаватель прежде всего считался обладателем информации, которой не было у студента, и передавал её во время лекций. Сегодня студент может сесть за компьютер и начать разговор с искусственным интеллектом. ИИ будет терпеливо объяснять сложную тему, повторять её столько раз, сколько потребуется, подбирать новые примеры, задавать вопросы и постепенно повышать уровень сложности. Он не раздражается, не устаёт и не осуждает человека за незнание элементарных вещей.

Казалось бы, при таких возможностях студент способен полностью учиться самостоятельно. В отдельных случаях так и произойдёт. Очень мотивированный и дисциплинированный человек получит в своё распоряжение почти идеального индивидуального помощника.

Однако большинство людей устроено иначе. Им трудно самостоятельно поддерживать необходимый ритм, соблюдать график и продолжать работу, когда материал становится сложным. Возможность заниматься ещё не означает, что человек действительно будет заниматься. Более того, студент может использовать ИИ не для того, чтобы глубже разобраться в предмете, а для того, чтобы как можно быстрее получить готовый ответ.

Именно здесь особенно важен преподаватель. Он становится организатором учебного усилия: задаёт ритм, устанавливает сроки, контролирует продвижение и требует результата. Он не позволяет студенту остановиться на первом правдоподобном ответе. Просит привести дополнительный аргумент, найти слабое место в рассуждении, рассмотреть альтернативную точку зрения и объяснить материал своими словами.

Преподаватель также приносит в класс особую атмосферу — тот самый вайб, который невозможно создать одной лишь технологией. Это энергия живого общения, интеллектуальное любопытство, требовательность, юмор, доверие и ощущение совместной работы.

Хороший преподаватель видит не только результаты тестов, но и самого человека. Он способен заметить, что студент потерял уверенность, перестал проявлять интерес или, наоборот, готов к более сложной задаче. ИИ может сообщить студенту, что тот допустил ошибку. Преподаватель способен понять, почему она возникла и что нужно сделать, чтобы человек снова поверил в свои силы. ИИ может предложить ещё одно упражнение. Преподаватель знает, когда студента следует поддержать, а когда — потребовать от него дополнительного усилия.

Поэтому роль хорошего преподавателя в эпоху искусственного интеллекта не уменьшается, а, скорее, возрастает.

Менее востребованным может стать лишь преподаватель, который ограничивается пересказом учебника или много лет читает одну и ту же лекцию. Эту функцию ИИ действительно способен выполнять быстрее, дешевле и зачастую интереснее. Но хороший преподаватель никогда не был просто передатчиком информации. Он является экспертом, наставником, организатором работы и создателем интеллектуальной среды. Теперь эти стороны профессии выходят на первый план.

Одновременно университетам и преподавателям придётся серьёзно изменить организацию экзаменов. Если при выполнении домашних заданий и подготовке проектов использование ИИ становится нормальной практикой, университету всё равно необходимы контрольные точки, позволяющие проверить собственные знания студента.

Во многих ведущих университетах уже возвращаются к очным письменным работам, устным экзаменам и защите выполненных заданий. По всей видимости, университеты постепенно движутся в сторону более чёткого разделения обучения с использованием ИИ и проверки знаний без посторонней помощи.

В вузах могут появиться отдельные экзаменационные комнаты или центры тестирования — по аналогии с теоретическим экзаменом на знание правил дорожного движения в ЦОНе или с центрами, где сдают SAT, TOEFL и GMAT. В такой контролируемой среде студент сможет продемонстрировать собственные знания, а университет — убедиться, что полученный результат принадлежит самому студенту, а не искусственному интеллекту.

Такая система не требует запрещать ИИ в повседневном обучении. Напротив, студент должен научиться использовать его для подготовки, поиска идей, проверки аргументов и устранения пробелов. Однако периодически ему придётся оставаться один на один с заданием и показывать, чему он действительно научился.

Возможная новая система оценки может сочетать три элемента: регулярные персонализированные тесты, устную защиту выполненных работ и периодические экзамены в контролируемой среде без посторонней помощи. Это позволит не воевать с искусственным интеллектом, а ясно разделить две ситуации: обучение при помощи ИИ и проверку того, чему человек в результате научился.

Но никто не знает, куда в действительности приведёт эта дорога. Люди часто ошибаются в прогнозах, особенно когда пытаются предсказать последствия появления новых технологий. Возможно, университеты найдут совсем другие формы оценки знаний, о которых сегодня трудно даже подумать. Поэтому правильнее говорить не о неизбежном будущем, а о направлении, в котором высшее образование экспериментирует уже сейчас.

Одно представляется очевидным: искусственный интеллект способен значительно повысить эффективность и преподавания, и обучения. Преподаватель сможет быстрее готовить качественные материалы, чаще проверять знания, персонализировать задания и раньше замечать, что студент начинает отставать. Студент получит терпеливого помощника, способного объяснять сложную тему столько раз, сколько потребуется, и подбирать упражнения под его уровень.

Но результат будет зависеть не только от возможностей технологии, а от того, как преподаватели, студенты и университеты ею воспользуются. ИИ может помочь человеку думать глубже, а может избавить его от необходимости думать. Он может стать интеллектуальным тренажёром, а может превратиться в машину по производству готовых ответов.

Искусственный интеллект делает получение знаний легче. Задача преподавателя — не позволить, чтобы эта лёгкость привела к интеллектуальной пассивности. Он должен научить студента использовать ИИ для собственного развития, а не вместо собственного мышления.

Именно этому и должен учить современный преподаватель.