В России внедрять ИИ в образовательный процесс будут по правилам

В России представили понятную и поэтапную схему, которая помогает университетам безопасно и эффективно внедрять большие языковые модели в учебный процесс. Разработку подготовили исследователи НИУ ВШЭ: она основана на анализе реальных сбоев и ошибок, с которыми сталкиваются студенты и преподаватели при работе с ИИ. Главная цель — минимизировать риски, выстроить прозрачные правила и сохранить качество образования при активном использовании современных технологий.

По словам авторов проекта, за последние два года большие языковые модели заметно изменили академическую среду. Студенты и преподаватели всё чаще используют ИИ, но проверять оригинальность работ становится сложнее. Исследователи Санкт-Петербургской школы экономики и менеджмента изучили ситуации, когда нейросети дают неточные ответы, опираются на сомнительные данные или становятся трудно контролируемыми из-за неясных правил применения. На этой основе была создана пошаговая схема, которая позволяет выявлять уязвимости и устранять их до масштабного внедрения технологий.

Последовательные шаги

Методика включает несколько последовательных шагов: аудит текущих ИИ-инструментов, анализ рисков, связанных с конфиденциальностью и качеством данных, тестирование решений в небольших «песочницах» и только затем — расширение на весь университет с регулярным контролем. Как сказал доцент и один из авторов схемы Андрей Терников, методика «переводит разговор об ИИ из общих слов в понятный план» — с ролями, приоритетами и точками контроля.

Тестирование схемы показало, что многие риски можно снизить с помощью анонимизации данных, надёжных протоколов безопасности, обучения пользователей и использования гибких технических решений. Внедрение этой методики помогает формировать культуру ответственного применения технологий. Это значит, что вузы смогут использовать ИИ без ущерба для качества образования.