С появлением нейросеток образование столкнулось с определенными вызовами. Уже в 2023 году студенты стали срамить свои Alma Mater, создавая дипломы при помощи ChatGPT.
В частности, так прославился Александр Жадан, студент РГГУ (между прочим, один из ведущих гуманитарных вузов РФ), который написал выпускную квалификационную работу (ВКР) при помощи ChatGPT. Александр хоть и написал на 3, но все-таки диплом получил и вовремя словил волну хайпа. Так вот, несмотря на то что прошло всего-то пара лет, у современных студентов так уже не получится. Дело в том, что все ВКР грузятся в систему Антиплагиат, а она безошибочно распознает сгенерированный текст и помечает каждую строчку. Даже если студент из 60 страничного диплома написал полторы страницы нейронкой, сгенерированный текст безжалостно помечается бездушной машиной, а работа получает отметочку с восклицательным знаком, которую ни научный руководитель, ни декан, ни ректор снять не могут. Скажу даже больше: в самом Антиплагиате пока не знают, как это сделать)
По нашим РУДНевским правилам отчет системы Антиплагиат загружается со всеми документами и ВКР в специальную систему. Поэтому попытку написать диплом при помощи нейронки не спрятать и не скрыть. Все, что может сделать студент после преступления, это поплакаться научнику, аттестационной комиссии, заведующему, и попросить понять и простить. Еще как вариант – переписать работу и загрузить повторно. Такие случаи были.
Ну ладно, это, все-таки, диплом. А что же по экзаменам и письменным работам?
Метод 1: по старинке все отобрать. Сумки кладем в сторону, листочек перед собой, карандашик в ручку и пишем сами. Понятно, что далеко не каждый преподаватель начнет все отбирать при любой мало-мальской контрольной или самостоятельной. Это занимает определенное время и стоит нервов. Я, например, так не делаю. Пока вся эта команда, гремя своим барахлом отложит сумки, потом нужно ходить по рядам выискивая нарушителей. И вишенка на торте – ковыряться в их почерке. Вот последнее я совсем не люблю, особенно в эпоху, когда чуть ли не половина студентов носит с собой ноутбуки, а другая половина – планшеты. Мир изменился, с девайсами мы едим и спим, нужно это учитывать и в программе курса.
Метод 2: Детекторы сгенерированного текста. Очень многие преподаватели используют доступные детекторы GPT. С ними пара проблем. Первая: у таких детекторов есть ограничение по знакам, и после определенного значения оно не может сообразить касательно вероятности сгенерированного текста и текст нужно разбивать на кусочки. Вторая: текст точно сгенерирован, если детектор показывает 100% или 0% вероятности, но не понятно, если указано 40-60% вероятности. Эти системы могут выдавать ошибки, анализируя текст на русском языке, особенно если написано академическим языком.
Метод 3: на глазок. Увы, но студенты так полюбили нейронки, что многие преподаватели уже при взгляде на текст могут определить GPT это или DeepSeek. И далеко не у всех студентов хватает соображалки как-то переписать текст своими словами. Поэтому этот метод, как и предыдущий, позволяет отсеять только тех, кто совсем без фантазии.
Метод 4: меняем оценочные средства. Это мой любимый метод. Зная, как работают электронные мозги, их можно обойти. Например, переформулировать темы эссе.
Если задать DeepSeek вопрос на русском языке: какие философы ХХ века рассуждали о вмешательстве в геном человека? То она не найдет вам Хабермаса, Рикера и некоторых других. Если спросить, в каких случаях Хабермас считал вмешательство в геном неприемлемым, то нейросеть ответит однобоко, не так, как в книге, потому что она опирается на статьи в открытых источниках. Та же ерунда и с остальными нейросетями. Поэтому формулируем темы так, чтобы нельзя было правильно / относительно полно ответить на вопрос. Самый большой минус этого метода в том, что нейронки тоже обучаются и меняются, и задания периодически нужно пересматривать, а преподавателям за это не доплачивают. Особенно если преподаватель ведет не пару-тройку курсов, а пять-шесть, + высокая учебная нагрузка по парам + научная, воспитательная и прочая административная работа. Что со старыми заданиями, что с новыми – зарплата одна и та же, поэтому многие не заморачиваются. В принципе, это новый частный случай извечной проблемы: качество образования не всегда коррелирует с зарплатой, а бесплатно тратить время, силы и нервы готовы далеко не все. Так что много где и много по каким предметам любители нейронок сейчас проскакивают.
То же самое слышала от преподавателей в области физико-математических наук. Задать задачку, непосильную для нейросети можно, но нужно тратить на это время. Гораздо легче поймать студента на экзамене, задать устно некоторые уточняющие вопросы, чтобы тот посыпался.
Если резюмировать, то можно сказать, что толковый и сообразительный студент найдет, как использовать нейросеть с пользой для себя и для оценки, а недалекого нейронки вряд ли спасут. Этот второй спасется только если преподаватель положил болт на академический процесс или сам в глаза не видел нейросети.