ИИ всё чаще берет на себя рутинные и интеллектуальные функции людей, повышая скорость и снижая стоимость труда. Из-за этого целый ряд специалистов оказываются в зоне риска замещения — их навыки устаревают быстрее, чем успевает обновиться образование. Учёные Томского государственного университета разработали ИИ‑тренажёр, который «прокачивает» образовательные программы и подсказывает, какие функции в них может взять на себя искусственный интеллект, а какие лучше сохранить за человеком. Наряду с этим ИИ даёт рекомендации, как изменить программы, чтобы их выпускники могли успешно конкурировать с нейросетями.
— Во время обучения в СКОЛКОВО я и мои коллеги из ТГУ проводили анализ, как в эпоху ИИ может себя чувствовать университет и должен он ли измениться в новых условиях, — говорит разработчик тренажёра, руководитель Центра технологического и исследовательского сопровождения Института дистанционного образования ТГУ Артём Фещенко. — Мы пришли к выводу, неприятному для университетов: современные большие языковые модели, особенно мультимодальные, стремительно развиваясь, способны забирать на себя всё больше задач из сферы интеллектуального труда.
В России провели анализ данных Росстата — 42 миллиона рабочих мест. Из них выделили 142 наиболее распространенные профессии и провели моделирование: какие из них могут быть полностью или частично заменены ИИ. В зоне минимального риска оказались преимущественно рабочие специальности, где велика доля физического труда. Наибольшая угроза замещения — у профессий с теми частями функционала, который человек уже сейчас выполняет с помощью ИИ. Таким образом, в «красной» зоне оказались программисты, экономисты, переводчики, журналисты и многие другие профессии.
— Большинство из этих специальностей — направления, по которым ведёт подготовку и ТГУ. Поэтому мы начали думать, как можно изменить программы подготовки, чтобы обеспечить нашим выпускникам те навыки и компетенции, которые сохраняют конкурентоспособность человека, — рассказывает Артём Фещенко.
Как отмечают разработчики ИИ-тренажёра, сейчас большая часть учебных заданий — типовые, хорошо оцифрованные упражнения, которые современные нейросети уже выполняют на уровне человека или лучше. Университетские программы часто продолжают тренировать навыки, которые легко автоматизируются, поэтому выпускники получают мало практики в декомпозиции проблем, оценке контекста и реализации решений в реальной жизни.
Вторая серьёзная проблема — массовое делегирование учебных задач ИИ ещё в школьный период. В дальнейшем студенты продолжают использовать большие языковые модели и теряют когнитивную нагрузку, необходимую для развития системного, критического и творческого мышления. Без целенаправленной перестройки образовательной модели эти ключевые надпрофессиональные навыки не будут развиваться — и ценность выпускника на рынке снизится.
Институт дистанционного образования ТГУ разработал тренажёр, который анализирует образовательную программу и «раскладывает» её по категориям: где ИИ сможет взять на себя типовые задачи (автоматическая генерация упражнений, предварительная оценка ответов, анализ видео‑демонстраций и прочее), а где человеку нужно усилить обучение и как именно это можно сделать.
Система даёт конкретные рекомендации: какие новые компетенции добавить в учебный план, чем усилить практику, какие форматы оценки пересмотреть, чтобы выпускник был не просто «инструментом» для ИИ, а ценным создателем контекста и носителем навыков, трудно автоматизируемых.
Так, в ходе анализа программы «Искусственный интеллект: философия и практики применения нейронных сетей» (ФсФ ТГУ) тренажёр предложил принципиально новые компетенции (с формулировками по ФГОС), которые университет может дать студенту. Обязательный этап обучения, предлагаемый тренажёром, — цифровая аскеза, то есть временный запрет гаджетов.
Вместо генерации ответов с помощью ИИ студент проводит аудит «бракованного» текста ИИ. Студенты-философы должны не просто найти ошибки, но аргументировать их, опираясь на философские концепции и исторический контекст.
Ещё один необходимый этап — решение «коварной» проблемы, то есть задачи, не имеющей одного верного ответа. Она должна быть завязана на реальный контекст — экономику, социум, культуру ТГУ.
На финальном этапе анализа образовательной программы тренажёр предлагает варианты трансформации труда преподавателя, в том числе показывает задачи, которые можно автоматизировать или усилить ИИ, чтобы высвободить время на живое наставничество.
— Три недели назад тренажёр стал доступен преподавателям ТГУ, — добавляет Артём Фещенко. — Примечательно, что на сегодняшний момент в лидерах по анализу программ являются айтишники, экономисты и юристы. То есть, те профессии, которые в соответствии с прогнозами автоматизации труда попадают в зону наибольшего риска. Потому что в IT-отрасли, в разработке программных продуктов это уже случилось. По наблюдениям экспертов сокращается потребность в младших специалистах, или «джуниорах», хотя ещё совсем недавно все усилия университетов и государственной политики были направлены на подготовку этих кадров. Теперь разработаны специальные агенты, которые выполняют работу младших специалистов быстрее и дешевле.
Планируется, что этот тренажёр будет активно использоваться как для анализа уже существующих программ, так и для разработки новых, которые ТГУ создаёт в рамках пилотного проекта. В дальнейшем ИИ-тренажёр может стать доступен другим российским университетам.
Источник: Томский государственный университет