Новость

Искусственный интеллект в обучении: угроза знаниям или эффективный инструмент?

По данным Хабра, преподаватель и разработчик обсудили, как искусственный интеллект меняет образование в программировании и подготовку специалистов.

Искусственный интеллект в обучении: угроза знаниям или эффективный инструмент?

Поводом стал личный опыт Галины — бэкенд-разработчика, ранее работавшей в высшем образовании и научных исследованиях: курс по микросервисной архитектуре она проходила с активным использованием нейросети и осталась с неоднозначными впечатлениями. Для тех, кто готовится к экзаменам или осваивает новую профессию, вопрос здесь не в том, «запрещать ли ИИ», а в том, какую часть учебной работы ему можно передавать без потери собственных знаний.

Когда выполненная задача не означает выученный материал

В публикации приводятся результаты эксперимента PNAS почти с тысячей участников. Студенты, использовавшие GPT-4, показали более высокую успеваемость при решении задач: рост составил 48% в базовом варианте и 127% в варианте с педагогическими ограничениями. Однако после отключения доступа к ИИ первая группа написала экзамен на 17% хуже участников, которые нейросетями не пользовались.

Это важное различие для любой подготовки — от программирования до теоретических дисциплин. Нейросеть может помочь быстрее получить ответ, разобрать формулировку или найти ошибку в коде, но быстрый результат сам по себе не подтверждает, что навык закрепился. Если на пробном задании рядом всегда есть подсказчик, реальный экзамен способен неожиданно увеличить нагрузку: придется не только вспомнить материал, но и самостоятельно выбрать способ решения.

Поэтому полезно разделять два результата: «задание закрыто» и «я понимаю, почему решение работает». Для подготовки это не формальность, а практический критерий качества обучения.

Что обсуждали преподаватель и разработчик

Автор материала пригласила к разговору Игоря Никифорова, доцента Высшей школы программной инженерии Санкт-Петербургского политехнического университета Петра Великого. Он совмещает академическую работу с опытом в EMC, Dell и OpenText, руководит корпоративной магистерской программой по ИТ-инфраструктуре предприятия и, как сообщает Хабр, является автором более 100 рецензируемых публикаций.

Разговор затрагивает сразу несколько вопросов, которые уже становятся частью учебной реальности: как меняется классическое и курсовое образование, используют ли преподаватели нейросети сами, сложнее ли контролировать самостоятельность студентов и что происходит с фундаментальными знаниями, когда код может написать машина.

При этом собеседники не сводят тему к панике вокруг «захвата мира» технологиями. В материале отдельно отмечается психологический барьер перед изучением нового: часть людей быстро осваивает инструменты, настраивает собственные окружения и следит за развитием систем, а другие перегружены и не располагают временем для такого погружения. Для ученика это означает, что трудность может быть не только технической. Иногда разумнее поэтапно встроить ИИ в учебный процесс, чем пытаться сразу освоить все доступные возможности.

Как использовать ИИ в подготовке без иллюзий

Из приведенного примера следует достаточно спокойная стратегия. Нейросеть может быть ресурсом для объяснения сложной темы, поиска альтернативного способа решения и первичной проверки кода. Но ключевые этапы — попытка решить задачу самостоятельно, объяснение каждого шага и контрольная работа без подсказок — лучше сохранять в учебном плане.

Практически это можно организовать поэтапно:

1. Сначала решите задание без ИИ и зафиксируйте, где именно возникла трудность.

2. Затем используйте нейросеть не для готового ответа, а для объяснения ошибки, проверки логики или сравнения подходов.

3. После этого повторите решение самостоятельно, не открывая предыдущую подсказку.

4. В конце проведите небольшой тест в условиях, максимально похожих на экзаменационные, включая вариант без доступа к ИИ.

Такой режим не делает технологию врагом образования, но и не превращает ее в замену обучению. Мы с вами понимаем: задача подготовки — не просто получить правильный код или ответ, а сохранить способность воспроизвести ход рассуждений тогда, когда внешняя помощь недоступна. Дополнительный контекст о новостях и практических жизненных вопросах можно найти в материалах о технологиях и образовании.