Внедрение ИИ в образование: почему это вопрос обучения, а не технологий

Почему вузам пора выходить за рамки «владения инструментами»

За последние два года высшее образование стремительно осваивает искусственный интеллект. Университеты создают рабочие группы по ИИ, выпускают методические рекомендации, проводят воркшопы, тестируют инструменты и экспериментируют с политиками. Преподаватели применяют генеративный ИИ для всего подряд: от планирования занятий и разработки учебных программ до административной работы и исследовательских задач. 

Многие педагоги так и застряли между осведомленностью и реальным внедрением. Они посещали вебинары. Экспериментировали с промптами. Возможно, даже время от времени используют ИИ для черновиков писем, генерации идей или краткого пересказа документов. Но по-настоящему изменили свои подходы к работе, преподаванию или учебе единицы.

Это наводит на важный вопрос: а что, если главное препятствие на пути к ИИ – не технологическое? Что, если оно – образовательное?

Преподавателям предлагают изучать ChatGPT для письма, Perplexity для исследований, Canva для дизайна, Gamma для презентаций, Quizlet для оценивания и бесчисленное множество других приложений, которые появляются чуть ли не еженедельно. Сама по себе осведомленность об инструментах полезна, но она может незаметно привести к тому, что я называю «ловушкой владения инструментами».

Владение инструментами – это умение находить и использовать конкретные ИИ-приложения. ИИ-компетентность – это способность понимать возможности систем, оценивать их выдачу, перестраивать рабочие процессы и адаптироваться по мере развития технологий. Разница принципиальная.

Преподаватель, который знает десяток ИИ-инструментов, но не уверен в своих силах при оценке результатов, не видит ограничений или не умеет встраивать ИИ в реальную педагогическую практику, вряд ли добьется значимого эффекта. И наоборот: тот, кто развивает глубокую ИИ-компетентность, обычно успешно адаптируется к смене инструментов. Задача вузов – не просто научить людей работать с бо́льшим числом инструментов. Задача – помочь им сформировать знания, навыки суждения и привычки, необходимые для эффективной работы рядом со все более совершенными ИИ-системами.

Почему традиционное повышение квалификации не работает

Многие институциональные ИИ-инициативы делают ставку на осведомленность и соблюдение правил. Стандартный набор включает:

– вводные воркшопы по генеративному ИИ;
– занятия по инжинирингу промптов;
– дискуссии о политиках;
– демонстрации инструментов;
– модули по ИИ-грамотности.

Это важные первые шаги, но они часто исходят из предположения, что знакомство автоматически ведет к внедрению. На практике же внедрение требует более сложного пути обучения. Вспомните, как педагоги осваивают любую новую технологию.

Одной осведомленности редко бывает достаточно для изменения поведения. Настоящее обучение происходит через эксперименты, рефлексию, обратную связь, применение и постоянную донастройку. У людей формируются ментальные модели, которые помогают понять не только как работает инструмент, но и когда и зачем его стоит использовать. С ИИ все то же самое. Более того, поскольку возможности ИИ развиваются стремительно, глубинный подход к пониманию становится важнее, чем владение любой отдельной платформой.

От владения инструментами – к ИИ-компетентности

Для устойчивого внедрения университетам стоит сместить фокус с владения инструментами на ИИ-компетентность. Она включает способность:

– понимать возможности и ограничения ИИ;
– выбирать подходящие сценарии использования;
– оценивать качество и надежность выдаваемых результатов;
– применять человеческое суждение взвешенно;
– перестраивать рабочие процессы с учетом новых возможностей;
– адаптироваться по мере развития технологий;
– использовать ИИ ответственно и этично.

Эти навыки выходят далеко за рамки отдельных продуктов. Они помогают ориентироваться в среде, где инструменты, интерфейсы и возможности постоянно меняются. И, что важнее всего, они помогают педагогам перейти от эпизодических экспериментов к осмысленной интеграции.

Мост ИИ-обучения: от осведомленности к внедрению

Чтобы лучше разобраться в этой проблеме, я разрабатываю фреймворк «Мост ИИ-обучения». Его идея проста:

Сам по себе ИИ не создает эффекта. Эффект создает обучение.

Между новой технологией и реальными изменениями лежит мост из понимания, экспериментов, оценки, применения и адаптации. Когда этот мост слаб, организации сталкиваются с знакомыми симптомами:

– высокая осведомленность при низком внедрении;
– воодушевление без устойчивого использования;
– распространение инструментов без трансформации рабочих процессов;
– участие в обучении без измеримых результатов.

Когда мост крепок, у людей появляются уверенность, компетентность и способность продолжать учиться по мере развития технологий. Цель – не просто научить пользоваться сегодняшними ИИ-инструментами. Цель – помочь развить компетентность, которая позволит эффективно работать и с инструментами завтрашнего дня.

По мере того как университеты продолжают инвестировать в ИИ-инициативы, руководителям, возможно, стоит задавать себе другие вопросы.

• Какие ИИ-компетенции необходимо развивать нашим преподавателям и сотрудникам?
• Как помочь людям перейти от экспериментов к практическому применению?
• Как мы измеряем ИИ-компетентность, а не просто фиксируем участие?
• Какой образовательный опыт поддерживает устойчивое внедрение?

Если внедрение ИИ – это в первую очередь задача обучения, то, возможно, самое важное нововведение, в которое стоит вкладываться институциям, – это не очередной инструмент, а более совершенная система для обучения.