Томский государственный университет (ТГУ) приглашает команды российских вузов на стратегическую мастерскую «Инструменты искусственного интеллекта в управлении университетом: стратегия и тактика», которая пройдет в июне в Великом Новгороде. Мероприятие организовано совместно с Новгородским государственным университетом им. Ярослава Мудрого (НовГУ). Участникам интенсива предстоит разработать проекты ИИ-трансформации для своих вузов.
В преддверии очной мастерской Институт дистанционного образования ТГУ проводит серию вебинаров с ведущими экспертами в области искусственного интеллекта, управления образованием и аналитики данных.
Руководитель Центра технологического и исследовательского сопровождения Института дистанционного образования ТГУ Артем Фещенко, открывая онлайн-конференции, отметил:
— Перед встречей с вузовскими командами в Великом Новгороде мы запустили серию вебинаров, на которых эксперты приоткроют завесу тех навыков, практик, советов, которыми они будут делиться уже в очном формате в июне.
Своими знаниями с участниками онлайн-диалогов уже поделились руководитель головного офиса и партнер фонда «Центр стратегических разработок «Северо-Запад» Дмитрий Санатов, управляющий партнер группы компаний WINbd, бизнес-практик, сооснователь «Инспаир» Вениамин Кизеев и генеральный директор Университетского консорциума исследователей больших данных, директор Института анализа больших данных и ИИ ТГУ, эксперт в области Data-Driven управления и междисциплинарных ИИ-исследований Вячеслав Гойко. На вебинарах они рассказали о ключевых вызовах времени, представили модели и практические шаги по превращению классического вуза в ИИ-университет.
Так, Дмитрий Санатов, профессионально проектирующий стратегии, представил типологию, основанную на исследованиях ТГУ и «ЦСР «Северо-Запад». Переход к университету на основе искусственного интеллекта не предполагает единственно верного пути. Эксперт выделил четыре модели: интегрированная, когда ИИ становится операционной системой для всех процессов (образовательных, исследовательских, управленческих); модель мягких изменений (сфокусированная) — эволюционная трансформация, оптимизация рутины, внедрение регламентов; сервисная модель — демократизация доступа к облачным сервисам и агентам, создание единой платформы с микросервисами; моноформатная модель — точечное лидерство в отдельных областях (наука или образование), чаще всего через исследовательские лаборатории. В этой модели сегодня находятся большинство российских вузов.
Выбор модели зависит от источника инициативы, масштаба университета, ресурсных ограничений и идентичности вуза.
— Ключевая мысль заключается в том, что ИИ-университет — это не рейтинг лучших практик, не единственная правильная модель, но это некий образ, в направлении которого происходит развитие. Это поле для самоопределения, на котором вуз говорит, как будет выглядеть его будущее, — резюмировал спикер. — И в действительности мы видим, что университеты активно эту тематику эксплуатируют в течение очень длительного времени. Определенным образом это приносит им дивиденды, в том числе, выделение денег на исследовательские программы.
От консорциума к сетевым проектам
Вячеслав Гойко поделился опытом Университетского консорциума исследователей больших данных, объединяющей около 90 вузов из России, Армении, Казахстана, Кыргызстана и Узбекистана с общей численностью студентов более 1,5 млн человек. Консорциум был создан по инициативе «снизу» — как ответ на дефицит ресурсов и компетенций в больших междисциплинарных проектах.
— Зачем, собственно, вузам объединяться? Консорциум — это один из самых быстрых форматов оперативного обмена практиками, опытом. У каждого университета уникальная инфраструктура, экосистема, культура и сильные направления. Задача нашего консорциума заключается в вовлечении большого числа исследователей из разных областей науки в работу с данными и искусственным интеллектом. Наша ассоциация помогает эффективно работать с сетевыми проектами.
Среди таких проектов он назвал ежегодный мониторинг мнений студентов в соцсетях по заказу Минобрнауки совместно с ВЦИОМ. Проект позволяет изучать молодежные настроения по цифровым следам студентов, собирать их мнения о вузах, бытовых условиях, использовании ИИ и даже академическом мошенничестве с помощью новых технологий.
— Каждый год мы собираем и обрабатываем свыше 3 млн постов и комментариев студентов в социальных сетях, совмещая эти данные с результатами социологических исследований, получаем картину мнений и настроений российского студенчества, — рассказал Вячеслав Гойко. — Анализ данных рынка труда показал востребованность навыков работы с ИИ у подавляющего большинства профессией, так появилась идея сделать универсальный образовательный модуль по анализу данных и искусственному интеллекту. Сейчас внедряем модуль на 54 образовательных программах ТГУ, активно работаем с вузами Консорциума: команда АлтГУ интегрирует модуль для магистратуры по социологии, совместно с КНИТУ разработали и запустили специализированный модуль для химиков, который уже прошли 600 человек.
Вячеслав Гойко подчеркнул: чтобы сетевое сотрудничество было эффективным, нужны серьезные ресурсы. Лучшие сетевые проекты имеют экономический успех.
КИП для вузов: что измеряет государство
В рамках вебинаров были раскрыты подходы к формированию ключевых показателей эффективности внедрения ИИ в высшее образование. Так, выделяют четыре группы показателей: образовательные (доля выпускников, прошедших оценку компетенций с использованием ИИ), управленческие (доля административных документов, обрабатываемых с помощью ИИ), научные (доля исследований, проведенных с использованием ИИ, и доля отечественных решений) и экспертные (доля экспертных заключений, проанализированных машинным обучением).
Человеческий фактор: от отрицания до принятия и мотивации
Вениамин Кизеев обратил внимание на управленческие ловушки. По данным исследований, лишь 5% случаев внедрения ИИ в работу компаний признается успешным. Одна из главных причин — отсутствие изменения мотивации сотрудников. Когда нейросети повышают производительность, рабочая нагрузка тоже растет, а вознаграждение не меняется, возникает сопротивление. На этот случай эксперт поделился «рецептом» решения проблемы: руководитель должен синхронизировать цели, вводить поощрения за создание агентов, экономящих трудозатраты, и использовать высвободившееся время для живого общения и развития команды.
В то же время Вениамин Кизеев рассказал о том, без чего, на его взгляд, невозможна системная трансформация университета на основе ИИ. Он отметил одновременное развитие шести взаимосвязанных направлений: среди которых экосистема ИИ-агентов и система управления ими, грамотность всех категорий персонала и студентов, инструменты, пересборка научных доменов.
Во время вебинаров обсуждался и вопрос о воплощенном искусственном интеллекте — человекоподобных роботах. Китай ставит задачу к 2040 году произвести миллиард таких роботов. Однако, до массового замещения рабочих процессов время еще есть. Ключевой навык, который становится критическим для выпускников — умение быть архитектором процессов, не просто использовать ИИ для линейной замены, а перепроектировать деятельность, оптимизируя бизнес-процессы в целом.
Университет как социальная сеть и фабрика моделей
Во время онлайн-диалогов были сформулированы четыре принципа архитектуры ИИ-университета. Первый из них — университет как социальная сеть (взаимодействуют не только люди, но и агенты), второй — университет как экосистема данных (каждая образовательная или исследовательская программа должна на выходе давать дата-сет или модель), третий — университет как фабрика моделей (модели становятся самоценностью, их нужно накапливать и делиться ими), четвертый — университет без границ (способность формировать устойчивые коллаборации через общую инфраструктуру и модели).
Приглашение на мастерскую
Стратегическая мастерская «Инструменты искусственного интеллекта в управлении университетом: стратегия и тактика» пройдет 23–26 июня 2026 года в Великом Новгороде. К участию приглашаются команды российских университетов — проректоры, руководители цифровых трансформаций, лидеры образовательных и научных подразделений.
За время работы мастерской команда экспертов поможет вузам решить несколько ключевых задач, связанных с внедрением искусственного интеллекта. Вместе они определят стратегию внедрения ИИ в университете, построят модели университета с учетом разных подходов (интегрированный, сервисный, моноформатный), разработают дорожную карту ИИ-трансформации для конкретного вуза. Участники интенсива будут работать в очном формате со спикерами, разбирать кейсы, проектные сессии.
Подробная информация и регистрация на образовательную программу — на сайте university2university.ru