Генеративный ИИ в современном образовании: вопросы политики и оценки

Уже сегодня с помощью генеративного ИИ совершенствуется преподавание в самых разных областях, в том числе в физике, истории, иностранных языках. ГенИИ применяют в Школе Сколково, в учебных программах Сбера, в учебных заведениях разных стран и континентов. Анастасия Атабекова, доктор филологических наук, профессор, заведующая кафедрой иностранных языков, проректор РУДН по многоязычному развитию рассказала о том, как оценивать роль искусственного интеллекта в современном образовании.

Возможность автоматической генерации текста существует с 2018 г., когда появилась первая модель GPT. Если первая версия ГенИИ 2018 г. умела заполнять тексты и ответы на вопросы, то вторая (2019 г.) была способна осуществлять перевод и обобщение, а GPT 3 (2020 г.) уже мог писать связные фрагменты, и целые тексты. Четвертая версия 2023 г. отличается как повышенной надежностью, так и способностью выполнять комплексные многозадачные инструкции. Принципиальная значимость генеративного ИИ заключается в возможности его использования любым пользователем при условии наличия интернета. Технологии генеративного ИИ сегодня развиваются стейкхолдерами для разных направлений деятельности. Так, Alpaca:7 от Meta нацелена на борьбу с ложной информацией и стереотипами, Wordvice AI оказывает помощь в написании текстов, Scite.ai функционирует как исследовательская платформа на основе ИИ, Research Rabit агрегирует и выстраивает связи между различными источниками, а Tenorshare AI PDF tool специально разработан для обобщения PDF-документов.

Функции ГенИИ в образовании

Прежде всего, технологии генеративного ИИ используются для разработки новых методик и технологий обучения, проектирования персонализированных образовательных программ и индивидуализированных траекторий, обучающего контента, которые смогут обеспечить большую эффективность усвоения знаний обучающимися с учетом их способностей и потребностей.

Кроме того, ГенИИ способен создавать виртуальные интерактивные образовательные среды, в которых, например, обучающиеся смогут практиковать, отрабатывать и совершенствовать профессионально или социально ориентированные задачи. За счет такого потенциала обсуждаемой технологии увеличивается доступность образования для более широкого круга лиц, а стоимость обучения снижается.

Иными словами, технологии генеративных языковых моделей выполняют автоматизацию административных, дидактических (персонализация обучения), методических функций (формирование образовательного контента, поддержка научных исследований). Модели генеративного ИИ могут участвовать в разработке узкоспециальных предметно сфокусированных моделей. Поэтому многие исследователи-практики рассматривают развитие GPT как базовую модель для разработки EdGPT, которая будет заточена на конкретные учебные задачи. Примером такой модели может служить EduChat (разработана Восточно-Китайским педагогическим университетом). Или другая языковая модель MathGPT (от TAL Education Group), которая решает математические задачи и читает лекции.

Акты и законы, которые регулируют использование генеративного ИИ в образовании

Разнообразный функциональный потенциал и непрерывно расширяющаяся база данных генеративного ИИ определяет вопросы нормативно-правового регулирования его деятельности. Существуют разные тенденции на региональном и национальном уровнях в разных странах.

Например, в Китае в 2023 г. утверждено временное положение об использовании генеративного ИИ. В нем сформулировано требование к поставщикам систем генеративного ИИ о маркировке результатов контента, при этом данные результаты определяются как результаты цифрового синтеза. В марте 2023 г. Управление по авторским правам США обнародовало заявление о том, что защита авторских прав не распространяется на произведения, созданные с помощью искусственного интеллекта, за исключением степени, в которой человек имел творческий контроль над созданием произведения, и таким образом практически определил позицию о том, что авторское право может защитить только материал, который является продуктом человеческого творчества. В июне 2023 г. депутаты Европарламента одобрили проект "Акта об искусственном интеллекте". В нем формулируются требования прозрачности (предоставление информации о времени генерации контента посредством ИИ).

В России в рамках дня искусственного интеллекта 13 марта 2024 г. отечественные компании – разработчики ИИ, отраслевые организации Сбер, Яндекс, МТС ИИ, Сколтех, а также некоторые вузы подписали декларацию об ответственной разработке и использовании сервисов на основе генеративного искусственного интеллекта. В документе содержатся рекомендации для разработчиков о междисциплинарной команде экспертов для системной проверки контента не предмет морали и нравственности, о проверке сервисов в аспекте информационной безопасности, о предоставлении пользователям информации, о факте использования ГенИИ. Декларация также напоминает пользователям об установленной законом ответственности за распространение противоречащей закону информации, даже если она создана с использованием ГенИИ.

Критерии оценки эффективности генеративного ИИ

Вопрос о критериях эффективности ГенИИ в образовании в настоящее время не имеет однозначных и четких контуров. Кроме того, надо иметь в виду, что показатели эффективности будут разными для определенных целевых категорий пользователей.

C учетом тех различных ракурсов обсуждения, которые в настоящее время касаются использования ГенИИ в образовании, можно выделить следующие примерные критерии:

ГенИИ в образовательном учреждении:

• наличие программ повышения квалификации персонала по использованию ГенИИ в профессиональной деятельности, и внедрение соответствующих программ в организации, в том числе путем приглашения специалистов для подготовки персонала организации;
• наличие в организации документа об образовательной политике использования ГенИИ в организации, устанавливающего общие правила его использования в административном, учебном и исследовательском процессах.

Критерий эффективности ГенИИ в работе преподавателей

• наличие в программе каждого учебного курса организации раздела по использованию ГенИИ: объем использования, виды работ, критерии оценки работ учащихся, выполненных с использованием ГенИИ, формирование у учащихся умений рефлексии по поводу использования технологий ГенИИ;
• использование ГенИИ преподавателями для разработки аналитических/творчески ориентированных заданий, проверки знаний, например, посредством викторин, заданий на формирование умений студентов сотрудничать в квази профессиональной учебной деятельности, для формирования навыков критического мышления у студентов, например, задания студентам на подбор литературы по теме, на оценку выполненного с помощью ГенИИ перевода текста с одного языка на другой.

Критерий эффективности: как студенты используют ГенИИ в своей учебной деятельности

• реализация подобного критерия предполагает, что имеет место не копирование учащимся информации, представленной ГенИИ по его запросу, а творческая переработка собранного ГенИИ материала, что подтверждается проверкой через сервисы антиплагиата и комментарием пользователя, который применил ГенИИ для выполнения определенных работ;
• использование технологий ГенИИ согласно этическим принципам работы с технологией. То есть пользователи технологии подробно информируют об использовании конкретной технологии ГенИИ, объеме и видах работ, выполненных с использованием ГенИИ;
• применение ГенИИ для аргументации выбранной позиции в исследовании или проектной деятельности, deep content анализе;
• реализация мультимодального потенциала генеративного ИИ при подготовке проектов/выполнении самостоятельных заданий;
• способность учащихся к рефлексии в части использования ГенИИ в процессе выполнения заданий, например, указание конкретного ресурса, обоснование выбора конкретной технологии ГенИИ и цели его использования;
• обсуждая критерии оценки эффективности использования ГенИИ в вузах, представляется возможным отметить конкретный и достаточно чувствительный (не решенный пока в масштабе вузов РФ в целом) вопрос: на июнь 2024 года, в период аттестаций студентов и по отдельным дисциплинам, и по освоению образовательных программ в целом, лишь несколько вузов определили, помимо утверждения декларативных документов общего характера, определяющих возможность использования ГенИИ для подготовки различных видов работ, практические критерии выставления оценок по работам, выполненным с использованием ГенИИ, Это не простая задача, при этом очевидно, что критерии для работ в области гуманитарных, естественно-научных, инженерных специальностей могут существенно различаться.

Недостатки генеративного ИИ в образовательном процессе

К настоящему времени в разных странах, в том числе и в России, проведен ряд опросов преподавателей, студентов. руководителей относительно полезности генеративного ИИ в образовании (см. данные ВШУ, ТГУ им Г.Р. Державина, исследования аспирантов РУДН). Признавая позитивный потенциал и расширение сфер внедрения технологии, представители образовательного сообщества отмечают и ряд вопросов для обсуждения.

Среди проблем, связанных с использованием ГенИИ в образовательной практике, исследователи выделяют следующие:

• возможное усиление цифрового неравенства ввиду отсутствия доступа учащихся к технологии ГенИИ;
• снижение степени межличностного взаимодействия и социально-эмоциональной составляющей в обучении, как следствие – снижение степени социализации поколения;
• снижение способности и качества критического мышления, его автономности, эвристичности;
• потенциальная подверженность учащихся когнитивным и эмоциональным манипуляциям;
• потенциальная предвзятость и дискриминация.

Дальнейшее развитие и углубление использования генеративного ИИ в учебных заведениях

Каждая эпоха новых технологий меняет облик общества, процесс и результаты его жизнедеятельности. Перспективные тренды использования генеративного ИИ в учебных заведениях будут развиваться на фоне общих направлений использования технологий ГенИИ в различных сферах общества.

С расширением базы знаний потребуется новый более совершенный инструментарий фактчекинга. Следующие версии СhatGPT будут отличаться более совершенным анализом, пониманием языкового контекста и особенностей речевого поведения пользователя, и как следствие будут более персонализированными. Следующие версии будут развиваться в формате мультимодального обучения с обращением и интегрированием различных форматов обрабатываемой информации: текстовой, визуальной, звуковой. Есть предположение, что одно из направлений планируемых проектов будет также связано с разработкой ИИ-ассистентов в сервисах и гейминге научно-образовательной направленности.

При этом, как в обществе будет происходить диверсификация функционального назначения различных технологий ГенИИ, так и в образовании различные технологии семейства генеративного ИИ будут проходить через процесс кастомизации с учетом специфики дисциплин, необходимости преемственности вузовского образования относительно школьного, синхронизации подготовки специалистов в вузе и запросов современного рынка труда.

Кроме того, будет системно развиваться научная отрасль обучения и подготовки специалистов по написанию промптов для ГенИИ с учетом задач различной сложности и отраслевой специализации. В отдаленной перспективе соответствующие умения, возможно, будут определяться в категории продвинутых soft skills, как, например, шкала умений работать на компьютере, включающая базового пользователя, уверенного пользователя, продвинутого пользователя.

Таким образом, в целом будет увеличиваться круг повседневных пользователей технологий генеративного искусственного интеллекта даже с учетом того, что есть категория людей, не являющаяся увлеченными пользователями цифровых технологий в принципе.