Экспертное заключение подготовлено по итогам сессии ПМЭФ-2023 «ИИ в высшем образовании — прорыв или деградация?».
Почему важно внедрять искусственный интеллект в образование
Сфера образования консервативна и основана на традициях. Потому инновации приходят в образование не первыми, но зато апробированными. Особую роль в этом играет цифровизация, которая изменит обычные представления о методах преподавания. Уже сегодня мы наблюдаем переход от обучения по принципу «один ко многим» к персонализированному с применением искусственного интеллекта, адаптивных образовательных платформ и персонализированных образовательных программ.
Использование искусственного интеллекта и иммерсивных технологий, таких как виртуальная и дополненная реальность, позволяет создавать учебные среды, в которых студенты погружаются в интерактивные и живые образовательные ситуации. Это может улучшить понимание материала и сделать обучение более увлекательным. Появляются концепции образования на базе компьютерных игр (game-based-learning).
Роль учителя также эволюционирует в контексте этих изменений. От привычных методов передачи знаний учителя становятся наставниками, организаторами и проводниками в мире информации.
Главная причина, по которой мы вынуждены внедрять ИИ в образование, это новое цифровое поколение (digital natives). Речь идет о том, что молодые люди уже интуитивно пользуются цифровыми технологиями, это понятный для них мир. Они уверенно стримят свою компьютерную игру, параллельно переписываясь в мессенджерах. Так компания Google в своем исследовании [1] указывает, что школьники уже сейчас используют умные колонки и нейросети для выполнения домашних заданий.
Но ИИ так быстро развивается и внедряется, что влияет на профессии и занятость. По оценкам Мирового финансового форума [2] в следующие пять лет будет потеряно 83 миллиона рабочих мест и создано 69 миллионов. А специалисты по искусственному интеллекту и машинному обучению возглавляют список быстрорастущих вакансий. Да и большинство самых динамичных ролей в списке связаны с технологиями. Например, prompt-инженер, т.е. специалист по постановке задач алгоритмам. Или профессии на стыке машинного обучения и медицины: специалист по обучению алгоритмов распознавания рентгеновских снимков или КТ. Под риском сокращения — канцелярские или секретарские должности, банковские клерки и т.д. Готовит ли система образования подрастающее поколение к новым реалиям рынка труда?
Искусственный интеллект — это сквозная технология
Разговоры о прорывных технологиях, на мой взгляд, всегда требуют пояснения терминологии. И отделения маркетингового названия от реальной практики использования. «Искусственный интеллект» — это не очень удачный перевод «Artifitial intelligence», что правильнее было бы перевести как «рукотворные умственные способности». Поскольку термин «Intelligence» в английском означает умственные качества, умение адаптироваться и обучаться на собственном опыте. Использование термина «Искусственный интеллект» часто создает неоправданный флер фантастичности всему, к чему приклеивают его как ярлык. На самом деле, речь идет о применении алгоритмов или групп алгоритмов для решения конкретных задач. Эти алгоритмы дают численные решения с определенной точностью. С некоторой натяжкой можно сказать, что ИИ — это численные методы на службе инженеров-программистов. Но неискушенный пользователь видит «магию» генерации рисунка и ему все равно на ошибки, когда у человека на картинке восемь пальцев.
Умные алгоритмы применяются в различных отраслях и иногда один и тот же алгоритм может быть применен как в медицине, так и образовании или промышленности. И такое применение дает значимые измеримые эффекты для этих отраслей. Это ускорение процессов, рост выручки, снижение издержек и даже создание принципиально новых цифровых процессов, которые невозможны без использования того или иного вида искусственного интеллекта. Поэтому искусственный интеллект справедливо называют сквозной технологией. Хотя правильнее было бы употреблять в зависимости от контекста термины: машинное обучение, компьютерное зрение, обработка естественного языка и т.д. Поэтому корректнее говорить не об ИИ в образовании, а конкретизируя область применения или саму задачу.
ИИ не угроза, но вызов
Алгоритмы машинного обучения априори содержат статистическую погрешность в решении, вероятность ошибки. А если они обучены на неполных данных, то показывают просто некорректную картину. Например, сгенерированный видеоряд с помощью Stable Diffusion [3] должен был показать эволюцию человечества через искусство различных эпох. Уже при первом просмотре мы видим бородатую Мону Лизу. С эволюцией человечества тоже накладки: после высших приматов появляется наскальная живопись, а среди пещерных людей можно заметить кентавров. Не говоря уже о том, что вообще не представлена культура Азии и Востока. Можно ли показывать такой ролик в качестве образовательного? Конечно же нет. Этот алгоритм обучен на неполных данных. А данные эти для алгоритма собирали люди.
Хоть этот ролик и не был сделан в образовательных целях, он красноречиво показывает все неполноту и ущербность обучения без живого педагога.
Заместитель Министра науки и высшего образования Российской Федерации Денис Секиринский, в ходе дискуссии [4] рассказал об очень интересном эксперименте, когда студентов попросили написать эссе совместно с чатом. Важный момент, что чатбот предусмотрен сразу как инструмент поддержки в написании эссе. И в итоге, студенты стали сравнивать свое мнение с тем, что написал чатбот. В каком-то смысле им пришлось соревноваться и быть лучше, чем алгоритм. «Студенты стали по-другому смотреть на свой собственный потенциал» — заключил Денис Секирский. Это отличный пример того, как ИИ может помочь раскрыть возможности человека или по крайней мере задуматься о повышении планки. Такой подход в использовании ИИ называют усилением интеллекта.
ИИ — это прежде всего инструмент в руках человека. С лопатой копать быстрее, чем голыми руками. С ИИ можно быстрее работать и обучаться. Но без человека-педагога инструмент работать не будет.
Как сказал в ходе дискуссии [4] Констан Воронцов: «Конечно, должны меняться образовательные курсы. Потому теперь мы учим не просто человека, который должен порождать свой контент, но мы учим человека, у которого есть такой мощный инструмент (как ИИ)».
Направления перспективного развития ИИ в образовании
Применение искусственного интеллекта в образовании может положительно влиять на учебный процесс. Вот несколько областей, в которых ИИ будет полезным:
1. Персонализированное обучение: ИИ может анализировать данные обучающихся и предлагать индивидуальные подходы к обучению, учитывая их уровень знаний, стиль обучения и потребности. Это помогает создать более эффективные и индивидуальные образовательные программы.
Такие концепции уже внедряются на рынке рядом частных компаний и Университетом НТИ 2035.
2. Автоматизация и адаптивность: ИИ может автоматизировать рутинные задачи, такие как проверка тестов, оценка работ, анализ аудио и даже составление учебных планов. Это позволяет преподавателям сосредоточиться на более творческой и интерактивной работе с учащимися.
3. Разработка образовательных материалов: ИИ может помочь в создании интерактивных образовательных материалов, таких как виртуальные учебники, обучающие программы и симуляции. Это способствует более увлекательному и эффективному обучению.
4. Распознавание и анализ данных: ИИ может анализировать большие объемы данных, чтобы выявить тенденции и обнаружить слабые места в образовательных процессах. Это позволяет улучшить методы преподавания и принять более обоснованные решения. И даже помогает при отборе студентов.
Ректор Томского государственного университета, Эдуард Галажинский, рассказал [4] как они набирают студентов на образовательную программу. Сначала анализируются данные из социальных сетей и открытых источников. На основе данных составляется профайл будущего ученика. И если он подходит, то чатбот вступает в коммуникацию. Статистика показывает, что таким образом отобранные студенты реже отчисляются.
В России существуют проекты, которые позволяют проверять сочинение школьников. Подобный проект уже запустили в работу в НТИ [5].
5. Обратная связь и поддержка: ИИ может предоставлять обратную связь учащимся и помогать им в процессе обучения. Он может выявлять ошибки, подсказывать правильные ответы и предлагать дополнительные материалы для углубленного изучения.
Довольно известный проект в области обучения математики это «01математика» [6], который использует ИИ-ассистента для школьников четвёртого-одиннадцатого класса.
Есть интересные пилотные проекты от Лаборатории знаний, которые с помощью нейроинтерфейсов собирают данные. Затем с помощью умных алгоритмов анализируют физиологическое состояние и оценивают уровень стресса и трудоспособность ученика. Все это помогает понять на сколько хорошо усваиваются знания учениками, в зависимости от формата преподавания.
6. ИИ используют прокторинга, то есть проверки, что сдающий экзамен не списывает и не подсматривает. Например, в Coursera анализируется видео и проводится биометрическая идентификация по набору текста.
Минусы ИИ
Хотя применение ИИ в образовании имеет свои преимущества, есть и риски, которые стоит учитывать:
1. Отсутствие человеческого фактора: ИИ не обладает эмоциональным интеллектом и эмпатией — важными элементами образования. Преподаватели всегда дают поддержку, мотивируют и используют индивидуальный подход. ИИ может не попадасть в контекст.
2. ИИ не способен к творчеству и критическому мышлению, даже генеративные алгоритмы ограничены паттернами, которые получаются из обучающего датасета. Я уже приводил выше пример со Stable Diffusion.
3. Проблемы с приватностью данных. Применение ИИ в образовании сопряжено со сбором и анализом больших объемов данных. Это вызывает вопросы о конфиденциальности и безопасности персональной информации студентов. Необходимо обеспечить строгую защиту данных и соблюдение соответствующих правил на законодательном уровне.
4. Технические проблемы и зависимость от инфраструктуры. Для полноценного использования ИИ в образовании требуется доступ к современным технологиям и надежной сетевой инфраструктуре. В некоторых регионах это может быть проблемой, особенно в отдаленных и недостаточно развитых местах. Кроме того, требуются современные мощные компьютеры или серверы с GPU.
5. Социальное неравенство: внедрение ИИ может усугубить неравенство доступа к образованию. Что, в свою очередь, может привести к возникновению цифрового разрыва и усилению социального неравенства.
6. Суверенитет и культурный код. России нужны свои модели или открытые модели ИИ, обученные на наших датасетах. Это важно для корректных ответов о российской действительности, нашей истории. Это еще и важно, чтобы «чужие» нейронные сети не стали инструментом иностранной пропаганды.
Константин Воронцов, из МГУ, обозначил проблему так: «Чтобы такие модели были конкурентоспособны внутри российского рынка, они неизбежно должны много и хорошо знать о России. Т.е. в этом плане они должны быть надежны».
Важно учитывать эти недостатки и разрабатывать стратегии, которые уделяют должное внимание как преимуществам, так и рискам использования ИИ в образовании. Внедрение ИИ не должно являться самоцелью, а скорее следствием создания более сбалансированного и эффективного образовательного опыта.
ИИ еще только «пробует силы» в образовании, поэтому важно уже сейчас целенаправленно заниматься внедрением этой мощной и нужной технологии.
Выводы:
1) Пора уходить от термина «искусственный интеллект», конкретизируя область применения. Например, использовать термин цифровой двойник или персонализированная учебная траектория. Это позволит четче формулировать не только сферу применения, но ставить цели и оценивать риски применения в конкретной отрасли.
2) Разработка новой технологии всегда сопряжена со сбором огромного количества данных и требует научного подхода к апробации, а значит ресурсов и времени.
3) На законодательном уровне нужно создать единые стандарты и подходы к управлению данными в образовании. Создавать умные алгоритмы без больших данных невозможно: современные большие языковые модели, генеративные модели и трансформеры обучены на миллиардных датасетах. Кроме того, сами по себе правильно организованные данные уже многое могут объяснить. Речь идет в первую очередь о данных по посещаемости, успеваемости, предпочтений, текстовых данных в чатах учебных платформ (LMS) и т.д.
4) Для того, чтобы проекты ИИ качественно реализовывались, нужны зрелые заказчики, которые понимают как работает технология, какие она имеет ограничения и способны поставить реалистичные цели.
5) Государственные институты должны сконцентрировать внимание на подготовке отечественных моделей или дообучение открытых моделей на российских данных для обеспечения технологического и культурного суверенитета.
6) Прогресс невозможен без новой методики по подготовке кадров для исследований, разработки и развития прикладных решений в области ИИ, а также актуализации образовательных программ с учетом появления новых профессий.
Список источников.
1. «Future of Education», Google Inc.// https://services.google.com/fh/files/misc/foe_part2.pdf, 2022.
2. The Future of Jobs Report 2023 // https://www.weforum.org/reports/the-future-of-jobs-report-2023, 2023.
3. Нейросети сгенерировали эволюцию искусства от древних времён до будущего // https://www.youtube.com/watch?v=_8eTnuqrUUA, 2022.
4. ПМЭФ-2023 «ИИ в высшем образовании — прорыв или деградация?» // https://roscongress.org/sessions/spief-2023-ii-v-vysshem-obrazovanii-proryv-ili-degradatsiya/translation/#, 2023.
5. Нейросеть начнет в пилотном режиме проверять сочинения школьников // https://m.gazeta.ru/tech/news/2022/12/19/19302691.shtml, 2022.
6. 01МАТЕМАТИКА // https://navigator.sk.ru/orn/1122476, 2023.
Экспертные аналитические заключения по итогам сессий деловой программы Форума и любые рекомендации, предоставленные экспертами и опубликованные на сайте Фонда Росконгресс являются выражением мнения данных специалистов, основанном, среди прочего, на толковании ими действующего законодательства, по поводу которого дается заключение. Указанная точка зрения может не совпадать с точкой зрения руководства и/или специалистов Фонда Росконгресс, представителей налоговых, судебных, иных контролирующих органов, а равно и с мнением третьих лиц, включая иных специалистов. Фонд Росконгресс не несет ответственности за недостоверность публикуемых данных и любые возможные убытки, понесенные лицами в результате применения публикуемых заключений и следования таким рекомендациям.
