Олег Ястребов: ИИ — путь в будущее, а не барьер ЖУРНАЛ

© Из архива О. Ястребова

С началом нового учебного года в России вновь активизировались диалоги о том, как урегулировать применение ИИ в системе образования, как задать актуальные рамки, которые не будут тормозить внедрение технологии, приносящей реальную пользу, но при этом сохранить качество образования и разработать эффективные механики контроля знаний. Для системы высшего образования проблематика интеграции нейросетей в образовательный процесс определяет в буквальном смысле будущее: каким оно будет, зависит от тех правил, которые будут созданы для ИИ. И, как всегда в случае с достижениями технологического прогресса, одни принимают их и учатся с ними взаимодействовать, другие отгораживаются и упускают драгоценное время. С вопросами о том, какую роль ИИ уже играет в высшем образовании, и какое место ему нужно отвести в системе, мы пошли к тому, кто оказался в авангарде изменений под новый технологический уклад.  

Российский университет дружбы народов (РУДН) еще два года назад открыл у себя Факультет искусственного интеллекта. Сегодня здесь не только обучают его внедрению в науку, производство и другие сферы жизни, но и активно применяют в образовательном процессе. Постигая суть самого явления, в РУДН все дальше продвигаются в понимании того, где лучше прочертить границы использования ИИ студентами, чем он полезен преподавателям, какие востребованные на рынке труда навыки с его помощью можно сформировать у студентов. Как и любая сквозная технология, ИИ формирует новый контур в образовании, экономике, жизни. Ректор РУДН Олег Ястребов уверен, что отрицать это невозможно, куда важнее своевременно осмыслить происходящее и научиться эффективно применять ИИ. Мы спросили у него, как это внедрение происходит в одном из крупнейших вузов страны, который, как все мы привыкли, сохраняет лидерские позиции в системе не только российского, но и международного образования.

— Какова степень интеграции ИИ в образование?

— Процесс принял необратимую форму. Искусственный интеллект прочно вошёл в образовательную среду. Мы все наблюдаем, как меняется сама суть того, чему нужно учить студента. Ценность навыка по воспроизведению усвоенной информации и применению её по образцу падает. Решающим становится умение сформулировать задачу, поставить её перед ИИ, интерпретировать вывод, проверить результат, увидеть ошибки и принять ответственное решение, и мы уже реагируем на эту новую реальность, адаптируем образование к этим изменениям. Кроме того, РУДН был одним из первых вузов, в котором появился профильный факультет искусственного интеллекта, где мы готовим ИИ-инженеров — специалистов, которые понимают алгоритмы создания новых ИИ-систем и могут работать с этой технологией на профессиональном уровне. Если ИИ меняет способы решения профессиональных задач, мы меняем цели и содержание подготовки, методы обучения и характер учебных заданий. При этом мы не учим студента работать с конкретным сервисом. Мы учим понимать, какие задачи можно решать с помощью ИИ, где он может ошибаться, как проверить результат, и в какой ситуации решение должен принимать сам человек. Таким образом, мы адаптируем образование к новой технологической среде, чтобы наши выпускники были готовы к той реальности, в которой им предстоит работать. ИИ уже является ее частью, игнорировать его в образовании — значит искусственно ограничивать возможности выпускника, будущего специалиста.

— Каково воздействие ИИ на организацию образовательных процессов и контролирующих процедур в университете?

— В организации образовательного процесса мы смотрим, где ИИ может сократить объём рутинной работы и сделать отдельные операции эффективнее. Мы используем готовые решения там, где они подходят, и создаём собственные, когда этого требуют наши задачи: для работы с данными, сопровождения образовательного процесса, информационной поддержки студентов и преподавателей, автоматизации отдельных операций.

Меняется и контроль. Если студент использует ИИ при выполнении задания, недостаточно проверить только конечный ответ. Нужно понимать, как он поставил задачу, как работал с результатом ИИ, что проверил и какое решение принял самостоятельно.

— Какие формы проверки знаний сегодня актуальны с учетом того, что любую работу ИИ может написать за несколько минут?

— Появление генеративного ИИ уже изменило привычные формы контроля. Довольно сложно определить, какую часть работы студент выполнил самостоятельно, а где это за него сделал ИИ, поэтому нужно проверять не только готовый текст, но и знания, способность студента работать с материалом. Фундаментальную подготовку мы можем проверять через непосредственный диалог: устный экзамен, защиту работы, дискуссию. Задать человеку вопрос и послушать, как он рассуждает, — один из самых простых способов понять, знает ли он предмет, понимает ли его методологию, умеет ли устанавливать связи и обосновывать свою позицию. Конечная оценка остается за преподавателем, и здесь важен его профессионализм как эксперта. Прикладные компетенции нужно проверять в условиях, близких к будущей профессиональной деятельности. Если специалист будет использовать ИИ в работе, запрещать его в учебном процессе неправильно. Мы должны проверить, умеет ли студент поставить задачу, выбрать подходящий инструмент, оценить результат, найти в нём ошибку, при необходимости исправить её и принять собственное решение.

При этом использование ИИ требует хорошей фундаментальной подготовки. Без знания предметной области невозможно качественно поставить задачу, распознать ошибку или оценить результат. Мы также отдаём себе отчёт в том, что наш преподавательский состав должен уметь работать с ИИ на высоком уровне, и поэтому в РУДН реализуем программы дополнительного профессионального образования в сфере искусственного интеллекта для наших преподавателей. Их способность формировать у студентов актуальные навыки напрямую влияет на подготовку востребованных специалистов.

— Еще два года назад РУДН одним из первых среди вузов России подхватил глобальный тренд и создал факультет искусственного интеллекта, а разработанная вузом программа «Искусственный интеллект: разработка и обучение интеллектуальных систем» получила грантовую поддержку Минцифры России и реализуется в рамках проекта «Топ-ИИ». Какой отклик среди абитуриентов вы увидели на открытие нового факультета?

— Интерес абитуриентов оказался очень высоким: в первый набор в 2024 году поступило 1 255 заявлений, студентами стали 60 человек, а минимальный проходной балл на бюджет составил 283. Уже в 2025 году он вырос до 300. Цифры приемных кампаний показывают, что абитуриенты воспринимают искусственный интеллект как перспективную профессиональную область.

По первому же набору мы увидели, что к нам пришли те, кому интересно не только применять готовые нейросети, но и разбираться в том, как создаются модели, готовятся данные и внедряются интеллектуальные системы. Уже в 2025, в год 65-летия РУДН, студенты первого набора Факультета искусственного интеллекта перешли от изучения основ к исследовательской и проектной работе. Сегодня факультет выбирают абитуриенты с хорошей математической подготовкой, интересом к программированию и достаточно конкретным представлением о том, в каком направлении они хотят развиваться: машинное обучение, компьютерное зрение, большие языковые модели, инженерия данных. К нам приходят уже с пониманием, что ИИ — это не только инструмент пользователя, но и область разработки, исследований и инженерной работы.

— Какие ожидания есть у индустриальных партнеров вуза по части навыков работы с ИИ, которыми должны обладать подготовленные вами специалисты?

У РУДН более 2 000 партнёров, включая 11 стратегических: «Альфа-Банк», Сбер, X5 Group, АФК «Система», Банк России, ВТБ, ВЭБ.РФ, Россельхозбанк, Российский экспортный центр, RWB и «Магнит». В том числе 19 партнёров — на Факультете искусственного интеллекта. Среди них — Сколтех, Хэдхантер, Лаборатория Касперского, Ростелеком и Агентство цифрового развития. Мы работаем с ними по вопросам подготовки выпускников. Главный запрос — на специалиста, который может быстро включиться в работу. Мы в университете свою задачу видим иначе. Это не подготовка человека к выполнению набора операций на стартовой позиции. Тем более что рутинные задачи уже автоматизируются благодаря цифре и ИИ. Куда важнее подготовить человека к более сложным и нетиповым задачам: научить его анализировать ситуацию, выбирать способ действия в условиях неопределённости, видеть ограничения решения и отвечать за результат.

Если рассматривать выпускника в парадигме его совместной работы с ИИ, прежде всего, мы увидим, как меняются инструменты работы. Работодателю нужен не тот, кто умеет пользоваться конкретным чат-ботом или знает набор приёмов составления запросов, а тот, кто понимает, какую профессиональную задачу можно передать ИИ, как её поставить, какие данные необходимо подготовить, что может вызвать трудности у ИИ, как проверить выданный им результат, когда стоит отказаться от использования ИИ, потому что это нецелесообразно. Для этого необходимы знания самой профессии и её методологии — нельзя качественно оценить работу ИИ в юриспруденции, медицине, инженерии или экономике, не понимая предметную область.

— Какую роль в образовательном процессе играют ваши индустриальные партнеры, насколько глубоко компании готовы в него погружаться?

— Мы изначально создавали факультет вместе с индустрией. Партнеры участвуют в обновлении учебных программ, ставят студентам реальные задачи, предоставляют актуальные данные, подключают экспертов и наставников, организуют стажировки. Эта работа начинается уже с первого курса. Например, в лаборатории искусственного интеллекта студенты создавали базу обработанных рентгеновских снимков для обучения ИИ-моделей. Сегодня они выполняют задачи для X5, Хэдхантер, Сбера: прогнозируют отток клиентов, обрабатывают клиентские обращения, создают рекомендательные системы для образовательного контента.

Отдельное направление — сотрудничество с X5 Tech в рамках проекта «Топ-ИИ». Учебный план здесь связан с задачами компании, студенты работают с предоставленными актуальными данными, а свои проекты защищают перед инженерами X5 Tech. И это не просто учебные задания, к которым добавили данные компании, —   у проекта есть техническое задание, метрики качества, ограничения по данным. Студенту нужно самому разобраться в задаче, подготовить базу знаний для ИИ, получить результат и обосновать, насколько он соответствует поставленной задаче. Не каждый такой проект становится промышленным продуктом, но такой формат определенно нужен, благодаря ему уже во время обучения студент понимает, как устроена работа над ИИ-задачей, и какой результат требуется.

—   Результат работы ИИ во многом определяется качеством исходных данных, в этой части РУДН также развивает сразу несколько проектов, которые позволяют аккумулировать качественные знания: «Цифровой двойник ученого» и «Цифровой двойник преподавателя». Какова их конечная цель?

— Проекты связаны между собой, но преследуют разные цели. «Цифровой двойник преподавателя» — уже созданная в лаборатории факультета технология подготовки видеолекций. На основе короткой видеозаписи и текста система воспроизводит голос, мимику и манеру подачи информации конкретного преподавателя, что позволяет генерировать материалы на нескольких языках. Технология существенно упрощает и ускоряет процесс подготовки лекционного курса, а преподаватель может сосредоточиться на его содержании и общении со студентами.

«Цифровой двойник ученого» решает другую задачу — сохранение научного наследия. Для нас это не только статьи и книги. Важно сохранить то, как ученый ставил проблему, проверял гипотезы, выстраивал аргументацию. Поэтому мы формируем цифровой корпус его трудов и дополняем его содержательными диалогами с ИИ-моделью.

В перспективе молодой исследователь сможет задать такой системе вопрос и получить ответ, сформированный на основе работ ученого и с учетом его научного подхода. При этом система не создает «цифровую личность» ученого. Это способ сохранить и сделать доступным его научное наследие.

Для такого проекта принципиальны несколько условий: согласие самого ученого, соблюдение авторских прав, обязательная маркировка сгенерированных материалов и возможность проверить ответ по первоисточникам. Вуз — это огромная база уникальных знаний, которые накапливались десятилетиями, это важные научные достижения, труд сотен ученых, и ИИ помогает нам оцифровать это наследие и сделать его максимально доступным для передачи следующим поколениям. Мы в РУДН предпочитаем использовать генеративный искусственный интеллект на пользу всем, кому нужны качественные знания, современное образование, актуальные навыки и компетенции, и это единственно верный путь в будущее, в этом не может быть никаких сомнений.