Детали будущего: в Томском госуниверситете создают собственный образовательный «конструктор»
В ТГУ стартует интересный эксперимент: модуль по анализу данных и нейросетям встроят в программы 14 факультетов – от юриспруденции до радиофизики.
Нейросети генерируют код и пишут тексты – это уже не новость. Настоящая сложность высшего образования сейчас не в том, чтобы вырастить специалиста по машинному обучению, а в том, чтобы научить химика применять ИИ при конструировании молекул, а юриста – при анализе судебной практики. Пример показывает Томский государственный университет (ТГУ). Здесь внедряют обязательный базовый курс по ИИ и аналитике данных, который с 2026 года вводят в 51 программу – от археологии до нанофотоники.
Химикам – статистика, юристам – этика
В ТГУ создали свой образовательный конструктор. В программы 14 факультетов и учебных институтов внедряют универсальный модуль по ИИ и анализу данных. Студенты-химики работают с математической статистикой, чтобы уметь предсказывать свойства новых соединений. Будущие радиофизики углубляются в машинное обучение и MLOps (методологию машинного обучения). А студенты юридического института, вероятно, будут разбирать кейсы по этике ИИ и критическому мышлению. Обучение проходит в гибридном формате: лекции и основы – онлайн, а проектная работа офлайн позволяет привязать цифровые навыки к реальным профессиональным задачам.
«Кто-то делает упор на культуру работы с данными, кто-то – на классическое машинное обучение. Тематические разделы легко встраиваются в основной учебный план любой программы, от юриспруденции до нанофотоники, – и это сразу даёт студентам ключевые навыки анализа больших данных и работы с ИИ», – поясняет директор Института анализа больших данных и искусственного интеллекта ТГУ Вячеслав Гойко.
Куда дует ветер перемен
Томский пример – наглядная иллюстрация того, куда направлена государственная линия развития образования. В 2023 году минобрнауки внедрило «цифровые кафедры» в 115 вузах страны (программа «Приоритет-2030»).Так в стране появились специалисты, далёкие от ИТ-профессий, но с новыми ИТ-навыками. Но томский эксперимент – на порядок масштабнее. Здесь ИИ-компетенции внедряются не в «параллельную» программу, а непосредственно в ядро профессии.
Это точное попадание в Национальную стратегию развития ИИ до 2030 года, где задача стоит не просто развивать технологии, а «внедрять их в экономику и социальную сферу». И готовить специалистов, способных это сделать, нужно уже сейчас.
Модель работает!
У этого, бесспорно, многообещающего проекта была важная репетиция. Она и показала, что модель работает. В 2025 году ТГУ вместе с Казанским национальным исследовательским технологическим университетом (КНИТУ) создали модуль «Искусственный интеллект в химии и нефтехимии». Интересно, что на сборку этого «конструктора» у двух вузов ушёл всего месяц. Это готовое решение, которое можно встроить в программы подготовки химиков, не переписывая с нуля весь учебный план.
И если модуль для химиков получился настолько гибким, что его можно использовать в двух разных университетах с разными традициями, значит, логика «конструктора» жизнеспособна. Сейчас ТГУ идёт дальше, масштабируя этот успех на 14 факультетов.
Если смотреть шире – ТГУ держит руку на пульсе глобальных процессов. В 2023 году ЮНЕСКО опубликовало первое руководство по внедрению генеративного ИИ в образование. Подчёркивалось, что нужно не просто дать доступ к инструментам, а выстроить этичные и педагогически обоснованные сценарии применения. А университеты вроде Arizona State University начали внедрять адаптированную версию ChatGPT. Томский «конструктор» – ответ на тот же вызов. Как сделать так, чтобы студент реально научился работать с ИИ, и при этом не потерял общий образовательный уровень.
Формула успеха
Будет ли эта модель применима в других вузах? Вероятно. У ТГУ уже есть опыт: университет входит в консорциум Big Data, и ему не впервой работать с коллегами из других регионов. Экспортный потенциал у такой модели тоже есть – в виде методических рекомендаций. Отраслевые вставки (как с химиками) и архитектура «конструктора» уже сейчас нужны вузам в СНГ, которые тоже пытаются нагнать ИИ-грамотность.
Первый шаг сделан. ТГУ уже создаёт новую формулу: успешный выпускник будущего – это тот, кто не только знает, как работать в профессии, но и как работать с ИИ.
