Может ли ИИ заменить преподавателя в вузе

Почему ИИ — подрывная технология для университетов

— Как давно в ТюмГУ появился Центр образовательных разработок на основе ИИ-технологий? И с чем связано его создание?

— Центр появился недавно, уже после того, как мы провели первую серию экспериментов с искусственным интеллектом.

Искусственный интеллект мы воспринимаем как подрывную технологию с точки зрения традиционного устройства образовательного процесса в университетах. Когда студенты используют ИИ как инструмент плагиата, это ломает весь процесс, блокирует достижение образовательных целей, лишает процесс смысла. А запрещать использование ИИ непродуктивно. Как минимум потому, что за пределами университета выпускники будут сталкиваться с задачами, связанными с применением новых технологий. Университет не должен закрывать глаза на происходящее за его стенами, игнорировать технологическое развитие.

Но использование ИИ в университете должно быть осмысленным. Мы ставим довольно радикальные задачи: Центр создан для экспериментальной проверки гипотез относительно использования ИИ в образовательном процессе и разработки образовательных моделей.

— В какой момент вы заметили, что влияние ИИ-технологий становится разрушительным?

— Осенью 2023 года стало явно заметно, что студенты Школы перспективных исследований используют ИИ в написании эссе. А эссе — одна из основных форм работы. Мы увидели, что студенты начали сдавать в конце курсов работы на порядок или на два сильнее того, что показывали в классе. А это означало, что наши формы работы становятся совершенно непродуктивными.

Как говорит директор Школы перспективных исследований Андрей Щербенок, раньше мы читали выпускную работу и понимали, что, если сравнить её с тем, что студент писал на первом курсе, мы увидим прогресс студента. Но если в неконтролируемом количестве случаев выпускные работы пишет искусственный интеллект, они нам уже ни о чём не говорят.

Экзамен в виде устного собеседования не страдает от появления ИИ, но его валидность в оценке образовательных результатов давно вызывает много вопросов. И это всё означает, что необходимо думать о пересборке образовательного процесса, который может опираться на другие технологии. А также о том, для каких результатов должен работать университет и конкретная образовательная программа, что значительно более сложный вопрос.

— Вариант пересборки образовательного процесса, который вы проверили в ходе экспериментов, — в том, что функции преподавателей можно поручить искусственному интеллекту?

— Да, весной 2024 года мы запустили целый ряд таких экспериментов. Так как преподаватель — сложная фигура в образовательном процессе, мы перед экспериментами постарались определить, что именно из его задач можно «поручить» искусственному интеллекту.

Мы выделили пять функций преподавателя и каждую из них разложили на отдельные задачи. Сами функции очень масштабные, а по отдельным задачам уже можно судить, кто лучше с ними справляется, — преподаватель или искусственный интеллект, — и принимать решения. Например, стоит ли переложить какие-то из этих задач на цифровые сервисы.

— Почему вы сразу пришли к такому радикальному решению, как попытка замены преподавателя, а не остановились на разных поддерживающих функциях ИИ?

— Университеты, как и другие организации, испытывают кадровый голод. Нередко преподавателей с необходимой экспертностью не хватает драматически. Закрыть вакансии можно, но тех, кто соответствует нашим внутренним требованиям, немного. И можно говорить о не всегда оптимальной загрузке преподавателей: сколько времени тратится на рутинные задачи, сколько остаётся на сложные трудоёмкие, сколько — на задачи, связанные с развитием себя и университета. А важно, чтобы у студентов был доступ к лучшим. Поэтому мы начинали работу с искусственным интеллектом, ориентируясь и на решение кадровой задачи.

— Понятно. А какие именно функции преподавателя вы выделили?

— Первая функция — источник экспертности, то есть экспертного знания. Это привычная роль преподавателя: он входит в аудиторию, чтобы поделиться знаниями.

Вторая — картограф предметной области. В этой роли преподаватель показывает студенту, из чего состоит предметная область, какие вопросы в ней уже решены, а какие нет, какие самые существенные дискуссии идут сейчас, как связана эта предметная область с другими.

Третья очень важная функция — организатор деятельности. Дело в том, что никакие образовательные результаты — ни знания, ни компетенции, ни тип мышления, ни установки — нельзя передать от преподавателя студентам. Нужно организовать такую деятельность студентов, в которой образовательные результаты будут формироваться. И в рамках этой функции особенно много задач преподавателя на разных этапах работы — от проектирования необходимой деятельности студента до анализа результатов.

Четвёртая функция — настройщик межличностного опыта — связана с тем, что, во-первых, для образования и обучения нужен человеческий контакт: между преподавателем и студентом, между студентом и другими студентами и так далее.

А во-вторых, есть любопытные наблюдения о том, что на образовательные результаты существенно влияет так называемое миметическое желание — стремление испытывать такое же состояние, как преподаватель, который, например, рассказывает про свою предметную область. То есть преподаватель выступает в роли человека, которому в определённом смысле хочется подражать.

Наконец, пятая функция — хранитель мотивации. Она важна, так как не все студенты изначально сильно мотивированы; кроме того, в любом случае в ходе обучения происходит закономерное падение мотивации. Даже если в начале изучения новой предметной области мотивация высокая, то довольно быстро становится понятно, что необходимо освоить большой объём информации, разобраться во многих вопросах, начать говорить на другом языке, научиться использовать сложные подходы, смириться с противоречиями и так далее. На этом этапе студент оказывается в мотивационной яме, из которой выбирается постепенно, по мере того как прирастает компетентность.

Как проводили эксперименты

— В рамках каких из этих пяти функций ИИ заменял преподавателя в ходе ваших экспериментов?

— В большинстве курсов, с которыми мы экспериментировали, искусственный интеллект выполнял функции источника экспертности и картографа предметной области. Остальные три функции выполнял человек, которого мы называем медиатором. Этот термин, отличный от понятий «преподаватель» или «профессор», мы используем намеренно, так как важно зафиксировать существенное отличие: человек не выступает в теме курса экспертом, то есть не может быть источником экспертности и картографом предметной области. Частично задачи, которые касаются организации деятельности, также выполнял искусственный интеллект — например, он предоставлял обратную связь студентам по заданным критериям.

— Получается, самые «человеческие» функции — настройку межличностного опыта и сохранение мотивации — в экспериментах вообще не пытались отдать искусственному интеллекту?

— Относительно этих функций мы активно дискутируем внутри нашей команды, возможно ли их в принципе передать искусственному интеллекту. Ведь студент может и не распознавать, контактирует он с человеком или с ботом. Будет ли такая коммуникация влиять на образовательный результат или нет — это ещё предстоит выяснить. Да и по всем остальным функциям после первой серии экспериментов осталось много вопросов.

— Функции, о которых вы упомянули, в ваших экспериментах выполняли ИИ-боты, с которыми общались студенты, правильно? Расскажите, пожалуйста, как этих ботов создавали и что они собой представляли.

— Да, правильно. Наши «ИИ-персоны», как мы их называем, созданы на основе существующих нейросетей (мы не создаём собственные нейросети). Это кастомизированные решения — они обладают специально спроектированными способностями, которые необходимы для образовательного процесса (например, давать обратную связь определённым образом, использовать определённые тексты или источники информации и так далее). Для студентов они выглядят как телеграм-боты. В ряде учебных курсов ИИ-персоны реконструируют личности — самые яркие в этой предметной области. Интересные примеры — Роберт Сапольски, Сергей Семёнович Уваров, Стив Джобс.

— Много ли времени заняла подготовительная работа по разработке чат-ботов перед запуском курсов?

— По трудоёмкости разработки варианты были очень разные, но в среднем это неделя-две. То есть это оказалось далеко не так страшно и сложно, как представлялось вначале. Да, это большая работа, она требует работы инженеров и экспертного вклада профессора или медиатора курса. Например, профессору необходимо подбирать тексты, на которых учится бот, или прописать воркфлоу по всему курсу — что должен делать студент шаг за шагом, чтобы достичь результата. Эта работа занимает время, но, с другой стороны, это не настолько большой объём, чтобы отказываться от создания таких инструментов.

— Как вы отбирали курсы, на которых функции преподавателя будут исполнять чат-боты?

— В одном случае у нас был курс, для которого невозможно было найти преподавателя. Дело в том, что сама эта дисциплина только складывается и курс по ней инициировали студенты старших курсов, но пригласить проводить её было некого. Поэтому потребовалось решение по замене несуществующего преподавателя.

Некоторые курсы мы выбрали по желанию преподавателей, которые готовы были экспериментировать. Например, так в проект попала моя дисциплина — дизайн-мышление. А в остальном решили взять разные по содержанию дисциплины: с одной стороны, алгоритмизированные, с другой — такие, где преподаватель работает с мышлением студентов.

Нам важно на разных примерах исследовать, какие возникают требования к технологическому решению, что происходит со студентами. Решение о том, чтобы включить в эксперимент некоторые курсы, принял руководитель, без запроса преподавателей и студентов, — и это тоже важный опыт, как мне кажется.

— А были ли у вас какие-то нерушимые постулаты, с которыми вы подходили к исследованию, какие-то убеждения о работе генеративного ИИ, в которых вы заранее были уверены и которые не собирались перепроверять?

— Очень частая претензия в адрес генеративного искусственного интеллекта — что он «галлюцинирует», легко выдаёт за факты ни на чём не основанную информацию. В обыденной жизни с этим ещё как-то можно мириться и перепроверять ответы, но в образовании недопустимо, чтобы студенты получали ложную информацию. Как способ настройки критического взгляда это может быть иногда полезно, но работать всё время в режиме, когда поступающей информации нельзя доверять, в образовании кажется совершенно неверным. Это, кажется, был единственный постулат, из которого мы исходили: наши чат-боты должны выдавать студентам проверенную информацию. Всё остальное было гипотезами, требующими проверки.

Какие результаты получились

— К каким выводам вы пришли по итогам первой серии экспериментов?

— Полезным результатом мне кажется то, что и преподаватели, и медиаторы курсов начали пересматривать сам образовательный процесс.

Мы и сейчас довольно часто встречаем в вузах трансляционную модель обучения: преподаватель просто рассказывает в монологе то, что он знает про свою предметную область. Что при этом происходит со студентами, ему не так важно — и бывает, что за полтора часа занятия они не делают ничего, только пассивно слушают. При этом все как бы надеются, что студент за пределами занятия что-то сделает: поймёт, сам разберётся, научится, прочитает. Если в такую схему образовательного процесса добавить ИИ, это ни к чему не приведёт — и преподаватель, и студент его будут игнорировать.

А вот если мы преподавателя как источник экспертных знаний из этой конструкции изымаем и заменяем его на ИИ-персону, то перед профессором или медиатором встаёт вопрос: а что же ему-то делать, если уже не нужно пересказывать содержание источников? Приходится пересобирать весь образовательный процесс, проектировать деятельность студентов и собственную, чтобы достичь образовательных результатов.

В общем, образовательный процесс меняется с преподавателецентричного на студентоцентричный: вы вынуждены заниматься вопросом о том, что будут делать (именно делать, а не просто слушать) студенты в этом курсе.

— Можете привести пример такого изменения на конкретном курсе?

— Допустим, на курсе «Мир сквозь время» студенты должны научиться анализировать исторические события сквозь разные призмы — культурную, политическую, экономическую и так далее. До эксперимента с ИИ-персонами курс выглядел просто как цикл лекций — преподаватель, по сути, показывал, как он сам анализирует события, то есть демонстрировал свой подход.

Искусственный интеллект в этой роли явно неинтересен. Получается, нужно было перепроектировать деятельность студента. Каким образом? Теперь основные события внутри программы связаны не с тем, что студенты слушают о том, как анализ проводят эксперты, а с тем, что они выполняют такой анализ сами. Искусственный интеллект выступает как источник экспертности.

Но, конечно, с ходу выполнять такой анализ сложно, к этому надо подготовиться. И мы спроектировали действия студентов именно в такой логике: перед ключевыми событиями идут подготовительные. Чтобы студентам легче было воспринимать информацию, её выдавали не в виде обычного текста, а в формате чат-ботов, созданных по текстам исторических личностей. То есть у студентов появилась возможность поговорить о разных событиях с теми, кто в них был ключевой фигурой: задать вопросы, провоцировать, сомневаться, узнать о субъективном взгляде и так далее.

— Получается, студенты общались с ИИ-ботами, имитирующими участников исторических событий?

— Да, это был, например, чат-бот, обученный на текстах Сталина отвечать в духе Сталина, и это помогло, на мой взгляд, сформировать у студентов более личное отношение к историческим событиям.

— Насколько успешно в этом случае и в остальных курсах студенты работали с ИИ-персонами?

— К нашему удивлению, студенты довольно слабо пытались взаимодействовать с искусственным интеллектом. Они обращались к ИИ, но намного меньше, чем мы ожидали. Ещё мы столкнулись с тем, что искусственный интеллект не обладает эпистемическим авторитетом: ответы, которые студенты получают от него, для них значат существенно меньше, чем полученные от человека со статусом профессора. И вопросы, сформулированные искусственным интеллектом, студенты легко игнорируют.

И ещё один наш вывод: студенты не умеют вопрошать. В образовательной системе от них это обычно не требуется — если они ничего не спрашивают, никого это не беспокоит.

Могу привести частную, но очень показательную историю. У одной моей знакомой сын поступил в университет после домашнего обучения, раньше он никогда не был в классе, всегда работал с учителем один на один. И после первых дней занятий он признался маме, что ему кажется, что на каждой паре все всё понимают и только он один не понимает ничего. Она, естественно, забеспокоилась и спросила, почему он так думает. А он ответил: «Все молчат, только я вопросы задаю».

То есть от студентов не ждут, что они будут задавать вопросы, и, соответственно, они нигде не учатся спрашивать так, чтобы разобраться в теме.

— Да, знакомо. У нас было интервью, посвящённое этой проблеме: система образования не учит детей, подростков и взрослых задавать вопросы. Получается, что при взаимодействии с ИИ-персонами это стало препятствием?

— Да, потому что искусственный интеллект (пока) нам отвечает, когда мы спрашиваем: он не проявляет инициативы в этом. И если студент не был научен спрашивать, чтобы разобраться, а научен только слушать, то возникает очень много проблем. С живым преподавателем таким студентам всё-таки проще, потому что преподаватели обычно домысливают не очень удачные студенческие вопросы. Иногда преподаватели отвечают не совсем на то, о чём их спросили, а на вопрос, который на самом деле стоило бы здесь задать. ИИ такого не делает, и мы сейчас пробуем его этому научить.

— Что будет во второй волне ваших экспериментов?

— Вторая волна уже началась, и в ней мы хотим, во-первых, проверить ряд гипотез, не вошедших в первую. Во-вторых, все первые эксперименты были «бутиковыми»: в них участвовало небольшое число студентов, и не везде удалось выделить контрольные группы. Теперь мы выходим с теми же идеями на большее число студентов. Например, теперь в наших экспериментах участвуют курсы по математике и истории России, которые изучают по две тысячи студентов ТюмГУ. Такие дисциплины есть в большинстве университетов, а значит, результаты могут быть тиражированы.

— Что именно будут делать ИИ-персоны в таких массовых курсах?

— Например, в курсе по математике построен граф знаний — карта всего, что студенты должны освоить за семестр, — и специальный ИИ-бот будет определять, что уже изучил студент и по какой траектории ему лучше проходить дальнейший путь. То есть бот следит, чтобы студент полностью закрыл поле необходимых навыков и знаний. Он предназначен для самостоятельной работы, то есть в аудитории со студентами работает, как и прежде, обычный преподаватель.

— А вы не предлагали провести аналогичные эксперименты с ИИ-персонами коллегам в других вузах?

— Да, мы стремимся разрабатывать R&D-проекты в теме «ИИ в высшем образовании». Каждый отдельный эксперимент — это довольно трудоёмкое упражнение, но это в то же время ответ на частный вопрос. Чтобы получить достаточно объёмный результат, требуется много экспериментов, нужна большая команда. Поэтому мы приглашаем к сотрудничеству исследователей из разных университетов. Уже включились МГПУ, ТГУ, ЮФУ, и мы ждём и других коллег.

Плюс некоторые курсы, над которыми мы работали в первой волне экспериментов, уже представляют собой полноценные ИИ-продукты, и мы готовы передавать их в другие учебные заведения. Например, внешний заказчик уже есть у курса по дизайн-мышлению.