Генеративный ИИ в образовании: чем полезен для студентов, преподавателей и исследователей

Рассказываем, как с помощью нейросетей подобрать учебный курс, подтянуть знания в программировании и проверить, интересна ли лекция студентам.

По данным McKinsey, 72% компаний уже внедрили GPT хотя бы для одной бизнес-задачи. Сфера образования в этом направлении развивается медленнее: согласно ЮНЕСКО, лишь 10% учреждений разработали политику или официальное руководство по использованию генеративного искусственного интеллекта. Помимо этого, всего 16% преподавателей российских вузов использовали ИИ в учебном процессе, в то время как 65% студентов уже знают, что такое нейросети и как ими пользоваться.

Один из факторов, который мешает внедрению технологий искусственного интеллекта в образовании, — непонимание, в каких сценариях его стоит применять. Рассказываем, какие задачи можно решать быстрее и эффективнее с помощью генеративного ИИ. Статья будет полезна студентам, преподавателям, ректорам и научным сотрудникам вузов.

Большие языковые модели, или LLM — новое поколение нейросетей, гибче и мощнее предыдущих. Именно на них основан генеративный искусственный интеллект, который может создавать текст, изображение, аудио или видео по запросу пользователя.

Одна из самых известных LLM — ChatGPT от OpenAI. Большая языковая модель Яндекса называется YandexGPT. Вы сталкивались с её работой, если хотя бы раз пользовались навыком Алисы «Давай придумаем» или поиском Нейро. Кроме того, модель интегрирована по API в работу многих внешних сервисов и систем. Например, сайт Text.ru использует YandexGPT для суммаризации текста, а НИУ ВШЭ — для помощи абитуриентам с подборкой курса.

В образовательной системе есть множество способов применять генеративный ИИ. Преподавателям вузов он помогает автоматизировать рутину: проверку тестов, написание отчётов. Также с помощью нейросетей можно подготовиться к лекциям: сгенерировать иллюстрации, фото или видео, структурировать собранный из разных источников материал в единую лекцию или пересказать готовую лекцию, чтобы методисту не пришлось делать этого вручную.

По данным «Ведомостей», чаще всего искусственный интеллект в высшем образовании применяют преподаватели компьютерных наук, реже — гуманитарных, социальных и экономических дисциплин.

Что касается студентов, согласно опросу Forbes, чаще всего они используют нейросети, чтобы написать и отредактировать текст или код, перевести что-то с одного языка на другой. А иногда генерируют иллюстрации, обрабатывают фото и используют ответы LLM для самопроверки. Кроме того, генеративный ИИ помогает реализовывать научные или студенческие проекты.

Искусственный интеллект полезен для автоматизации рутинных задач. По оценкам Национальной технологической инициативы (НТИ), нейросети в 4–5 раз сокращают время работы преподавателей, освобождая больше возможностей для творческого поиска и научной деятельности.

Ещё один важный плюс искусственного интеллекта — он может разнообразить научный процесс: подсказать, как составить оптимальный учебный план или необычное практическое задание.

Но есть и минусы. Во-первых, важно критически относиться к результатам работы нейросетей: даже самые хорошие из них до сих пор часто ошибаются.

Во-вторых, может пострадать качество учебного процесса — иногда соблазн попросить искусственный интеллект сделать за тебя домашнее задание слишком велик.

МФТИ и МГТУ им. Н. Э. Баумана использовали ИИ для создания виртуального преподавателя по программированию. С помощью нейросети сервис анализирует уровень знаний студента и выявляет слабые места. Затем он составляет индивидуальную образовательную программу, предлагая актуальные по сложности задачи на изучение нового материала либо на закрепление уже изученного. На сайте представлено более 7 тыс. задач на разные темы.

В НИУ ВШЭ внедрили генеративную модель в чат-бот на сайте и в телеграм-канале вуза. Искусственный интеллект помогает абитуриентам выбрать подходящую образовательную программу на основе информации об их интересах. Более 70% пользователей оставили о сервисе положительные отзывы. Более подробно об этом кейсе рассказал директор по порталу НИУ ВШЭ Дмитрий Коптюбенко на вебинаре «YandexGPT для образовательных и научных проектов».

В УрФУ создали чат-бота для решения административных вопросов. Он отвечает на популярные вопросы студентов, например о заселении в общежитие, стипендии и материальной поддержке.

Президентская академия использует умного бота, который помогает искать информацию и решать повседневные задачи. С его помощью педагоги и студенты быстрее находят ответы на вопросы об учебном процессе и административных задачах. Бот автоматически обрабатывает запросы, анализируя информацию с официальных ресурсов университета.

В Казанском федеральном университете с помощью нейросетей цифровизируют учебный процесс, например генерируют цифровые аватары преподавателей для онлайн-лекций. В Финансовом университете с помощью систем компьютерного зрения анализируют вовлечённость студентов.

В науке LLM помогают обрабатывать и структурировать огромные объёмы данных, генерировать новые идеи и гипотезы, строить прогнозы и повышать качество получаемых результатов. Нейросети становятся важным инструментом для учёных, позволяя сосредоточиться на более творческих и аналитических аспектах работы.

В области биомедицинских исследований генеративные модели могут анализировать научные статьи и извлекать из них ключевые данные и паттерны. Это значительно ускоряет систематизацию информации. Также LLM позволяют автоматизировать написание статей и отчётов, сокращая тем самым время на публикацию результатов.

В физике частиц нейросети применяют для анализа данных, полученных во время экспериментов. Благодаря генеративному ИИ ученые могут быстро обрабатывать результаты, выявляя аномалии и новые закономерности, которые ранее могли быть упущены.

Исследователи гуманитарных наук с помощью генеративных моделей могут анализировать тексты, чтобы выявлять скрытые смыслы и вникать в культурный контекст. Это позволяет им более глубоко понимать исторические события и социальные процессы.

Кроме того, появляются ассистенты на базе ИИ, которые помогают учёным автоматизировать рутинные задачи. Так, научный издательский дом Elsevier анонсировал запуск чат-бота Scopus AI, который способен подбирать списки литературы и экспертов по любой теме. Также инструмент может превращать объёмные научные статьи в краткие конспекты, опираясь исключительно на надёжные источники и избегая генерации ложной информации.

Другой интеллектуальный сервис на базе LLM — Coscientist — помогает автоматизировать научные эксперименты. С его помощью можно планировать химический синтез известных соединений, управлять приборами для обработки жидкостей и ориентироваться в документации оборудования.

По словам экспертов АНО «Цифровая экономика», внедрение нейросетей поможет сделать образование не только интереснее, но и доступнее.

Уже сегодня люди с нарушениями зрения используют программы экранного доступа, чтобы прослушивать учебную литературу. А слабослышащие пользователи могут пользоваться автоматическими субтитрами, чтобы смотреть видеолекцию.

Нейросети могут значительно повысить качество образования, упростив учебный процесс и для сотрудников вузов, и для студентов. Автоматизация рутинных задач оставляет преподавателям и учёным больше времени для науки и творчества, персонализация образования позволяет студентам больше проявлять себя и свои способности в процессе обучения.

Хотите узнать больше о возможностях облачных технологий для вузов и бизнеса? Подписывайтесь на телеграм-канал Yandex Cloud и будьте в курсе трендов.

Другие статьи о пользе облачных решений: