Соавтор книги «ИИ в образовании», системный методолог в сфере образования, архитектор сервисов на основе ИИ, представитель Альянса в сфере ИИ, руководитель ИИ-направления в СберУниверситете Андрей Комиссаров рассказал управляющему партнеру Smart Country Education Hub Елене Антоновой о том как ИИ-технологии внедряются в образование в муниципальных и частных школах, о том, какие EdTech- технологии применяются в образовании за рубежом, а также о том, почему он не хочет уходить со своими разработками ИИ в образовании на рынки других стран.
Тренды EdTech
— Андрей, какие тренды в развитии школьного образования на основе искусственного интеллекта вы наблюдаете в последнее время?
— Если говорить о муниципальных школах России, то здесь основной тренд —цифровизация, но она идет от государства через решения типа «МЭШ», в которые учителя должны передавать свои данные. Проблема, с которой мы сразу сталкиваемся: нежелание учителей заморачиваться этой передачей данных.
Например, в «МЭШ» есть возможность собирать формирующие оценивания, но никто его не дает. Между тем, искусственный интеллект— это не какая-то магическая палочка-выручалочка или серебряная пуля. Если не будет культуры организации деятельности, связанной с фиксацией в цифровом виде всех необходимых метрик, если не будет датацентричного принятия решений, то сам по себе ИИ ничему не поможет.
Поэтому в муниципальных школах цифровизация идет крайне медленно и несистемно
В частных школах ситуация противоположная, так как они понимают, что в отличии от муниципальных образовательных учреждений, находятся на высококонкурентном рынке. Здесь я бы назвал несколько два основных тренда, связанных с искусственным интеллектом.
Первое направление связано с учителями, которые применяют большие языковые модели. ChatGPT — это один из примеров класса алгоритмов LLM — Large Language Model.
— Для чего используются такие алгоритмы в частных школах?
— Например, для того, чтобы находить новые идеи для урока, чтобы быстро систематизировать какие-то данные в виде текста. Например, с детей можно собрать большое количество ответов в виде аудио, превратить в текст, закинуть текст в ChatGPT и проанализировать. Так большие языковые модели позволяют учителям решать ряд рутинных моментов.
Кроме того, в частных школах часто встречается запрос на создание через ChatGPT индивидуальных отчетов по каждому этапу обучения. С одной стороны, это позволяет им решать рутинные задачи, с другой делать обучение более интересным, брейнштормить вместе с ChatGPT, чтобы выбирать лучшие идеи. Но здесь есть важный нюанс: сам по себе ChatGPT ничего не может, ему нужен эксперт, который будет анализировать все ответы чата и отличать конфетку от неконфетки. У ChatGPT есть такая проблема, как галлюцинации: в информации, которую он выдает, примерно в равной пропорции идут очень осмысленные идеи и бред. Вот это нужно уметь разделять, и именно поэтому ChatGPT хорош для эксперта (в рассматриваемой тематической области), но плох для профана.
Второе направление — сбор, анализ и интерпретация тех данных, которые мы получаем по школе. Сейчас появляется целый ряд решений на основе искусственного интеллекта для школьной аналитики. Я разрабатывал такое решение в рамках реализации проекта для группы компаний «Самолет» — ЦУП или цифровой ученический профиль. Он выстраивает траектории обучения для детей, анализирует потенциал ребенка, позволяет находить варианты дополнительного образования, рассматривать, как с помощью разных подходов развивать скиллы ребенка и так далее. На вход идет много данных. Например, мы собираем формирующие оценивание по ребёнку, критериальное оценивание, интересы и рефлексии ребёнка, где он ставит лайки-дизлайки и т.д. Эти данные собираются несколько месяцев и потом на их основе можно делать какие-то выводы. Вот таких решений в частных школах сейчас становится всё больше. Лично я бы отметил очень интересное решение — Mojo, которое сделали выходцы из школы «Летово».
— Почему частные школы заинтересовались решениями, которые позволяют получать аналитику?
— Думаю одна из причин в том, что дети, с которыми мы сегодня работаем, очень серьезно изменились. У меня самого пятеро: трое старших и двое младших. Двое младших относительно старших — это просто небо и земля, как инопланетяне, поэтому образовательные подходы нужно постоянно менять, нужно серьезно заниматься адаптивным, персонализированным обучением. Шаблонизированная система, которая применяется в стандартной школе, да и в большинстве частных школ, рассчитанная на всех детей одного возраста, к сожалению, сейчас работает далеко не всегда, а иногда не работает вовсе.
— А если говорить про тренды международного EdTech-образования?
— Я достаточно много езжу по международным выставкам и конференциям. Больше все люблю Юго-Восточную Азию, где образовательные практики цветут бурным цветом и происходит много интересного. Например, рутинизация определенных задач логистического плана в школе. В Китае или Японии есть школы, где учится 10 тысяч детей. На всю школу раскинут интернет, которым дети пользуются, так как он необходим на уроках. Это не только BYOD (bring your own device) подход, когда ты на своем мобильном устройстве что-то делаешь: работа идет еще и в рамках урока. Но вы же понимаете, что интернет — это роутеры. Там, где много детей, нагрузка на роутеры большая и интернет может «ползти», а там, где потребление меньше - «летать». Сервис на основе искусственного интеллекта постоянно мониторит все роутеры и равномерно перераспределяют между ними нагрузку. Казалось бы, простая задача, но в рамках образовательного процесса плохой интернет может привести к срыву урока, когда учитель просит детей зайти в ноутбуки и приступить к выполнению работы, и ничего не грузится.
Есть очень интересные решения, связанные с языком. Помимо больших языковых моделей есть класс задач и решений на искусственном интеллекте, которые анализируют фонетику, звучание, то есть это работа с аудио. У меня тоже есть целый ряд решений для работы с аудио, но мы в основном делаем акцент на софт-скиллы, на качество и специфику речи: как человек говорит, какие эмоции вызывает его речь и т.д. Моя команда пошла в эту сторону.
В Юго-Восточной Азии очень много связано с английским языком. К примеру, в Корее, которая сегодня является настоящим оазисом для стартапов на основе искусственного интеллекта, английским занимается буквально каждая вторая команда разработчиков. Недавно я летал на конференцию по современному цифровому образованию в Токио, и я был поражен, что все самые крутые стартапы — корейские. К примеру, с помощью нейросети анализируется специфика произношения
и тут же на лету корректируется. В России работы с английским языком ведет Skyeng.
Есть большое количество решений в направлении компьютерного зрения, которые распознают что и как вы пишете. Например, восточные языки — это иероглифы, которые необходимо писать очень четко и правильно. Используя решения на основе компьютерного зрения, можно корректировать ошибки при написании иероглифов.
Также за рубежом активно используются решения для постановки задач. Например, при решении математических задач используется определенная математическая логика. На каждом действии есть предзаданный правильный алгоритм решения. ИИ сравнивает его и то что делает ученик, находит ошибку и корректирует ее.
В Китае есть решения, которые готовят школьников к аналогу нашего ЕГЭ — Гаокао. Это финальные выпускные экзамены школы — очень жесткая штука. Настолько жесткая, что после Гаокао самый большой в мире процент самоубийств среди детей, потому что от его результата зависит станешь ты кем-то, либо не станешь. Для ребенка это очень стрессовый момент и поэтому детей к сдаче Гаокао готовят с первого класса. Есть целый ряд решений на основе искусственного интеллекта, которые практически полностью заменяют педагога при подготовке детей к Гаокао, и они показывают хорошие результаты. Например, Squirrel AI.
Если посмотреть на Штаты, то здесь я бы выделил решение Академии Салмана Хана — Ханмиго. Это тьютор, построенный на больших языковых моделях. Он очень похож на то решение ИИ-тьютор, которое я делаю со своей командой в России. Но есть и серьезные различия во внутренней логике. Ханмиго — это прежде всего большая языковая модель, а мы делаем мультиагентную систему, которая строится на знаниевых графах, онтологиях.
В целом, в России есть достаточно мощные компании, работающие в Big Tech: Яндекс, Сбер и т.д. К примеру, Яндекс сделал интересное решение «Яндекс.Учебник» который помогает развивать информатику с точки зрения анализа кода, написанного детьми на питоне, на турбо-паскале, которые в школе в старших классах изучаются для сдачи ЕГЭ. Искусственный интеллект используется для помощи ребенку. Правда в этом решении общение с ребенком сведено к минимуму.
— Какие программы с использованием искусственного интеллекта, которые сейчас внедряются в школах других стран, вы считаете наиболее интересными и перспективными?
— Как я уже говорил, интересное решение — Khanmigo. Есть также программа Synthesis Tutor, которая идет от креативного решения задач и т.д. Есть интересные решения, связанные с обучением математике, программированию, языкам и так далее.
По сравнению с Юго-Восточной Азией у нас развитие ИИ в образовании идет не так быстро. Но история показывает, что для нашей страны характерно скачкообразное догоняющее развитие прогресса. Думаю, это мы увидим и в сфере искусственного интеллекта. Сейчас это подстегивается тем, что как только у нас кто-то что-то сделает крутое в искусственном интеллекте, он почему-то сразу оказывается на Западе, так как в России венчурных инвестиций для стартапов практически нет. В итоге проект передислоцируется и уже не выглядит как российский стартап несмотря на полный комплект российских фаундеров и разработчиков.
Если говорить о госнаправлении, то с одной стороны, у нашего высшего руководства очень грамотная политика относительно того, как важен искусственный интеллект, как его надо внедрять. С другой, вечная проблема того, что царь хороший, а вот «бояре» —не очень. То есть на местах в плане технологических инноваций часто «карета превращается в тыкву». В образовании это отчетливо видно.
Поэтому российские и зарубежные практики я бы не стал сравнивать, так как это не очень корректно. В России сейчас разрабатывается очень много интересных решений, и я очень надеюсь, что появятся инвестиции, которые не дадут нашим стартапам оказаться за рубежом. В частности, я сам, будучи воспитан в патриотическом духе, стараюсь самые интересные решения развивать именно в России.
ИИ уже не только для избранных
— Можете ли оценить, как меняется восприятие ИИ с точки зрения учителей, родителей, учеников?
— Когда возникает новая технология, люди делятся на три лагеря:
Тоже самое мы наблюдаем с искусственным интеллектом. На отношение к ИИ очень сильно повлиял кинематограф, братья\сестры Вачовски со своей «Матрицей», терминаторы, и т.д. Все эти фильмы говорят о том, что искусственный интеллект — зло. Но любую технологию можно использовать как во зло, так и во благо. Мы это уже проходили с атомной энергией. Сейчас количество активных противников ИИ постепенно снижается. В основном это связано с тем, что ИИ, как набор алгоритмов, существует достаточно давно, но недавно случилась «революция ИИ». Технология повернулась лицом к человеку: появились большие языковые модели, ChatGPT и так далее, которые делают доступ к искусственному интеллекту очень демократичным. Сейчас ИИ доступен не только для избранных – программистов, специалистов по анализу данных, но и для обычного человека. Например, любой может зайти в Suno AI, написать в программе несколько слов и получить песню в нужном стиле. Я сделал в этой программе песни про своих детей, и они до сих пор их поют.
Именно поэтому, на мой взгляд, ИИ — это одна из тех технологий, которые быстро и безболезненно входят в нашу жизнь. Мы видим, что в школах многие продвинутые учителя начинают активно использовать ИИ и как только видят результат — он их окрыляет. Это неудивительно, так как в плане образования искусственный интеллект, большие языковые модели делают нас немножечко супергероями. Мы тратим гораздо меньше времени на рутинную работу, а время сегодня — это самое дорогое, что у нас есть. Вместо того, чтобы сидеть и строчить по сто тысяч раз какие-то бумажки, можно скинуть это в ChatGPT, а самому заниматься творческой работой. Это очень полезно для учителей и для всей системы образования в целом.
Что касается родителей, то еще год назад мы проводили опросы в муниципальных школах и видели, что многие папы и мамы были категорически против того, чтобы об их ребенке собирали какие-то данные, формировали его цифровой след. Они говорили, что дети будут учиться по старинке, по сталинским учебникам. Сталинские учебники — это прекрасно, я ничего против них не имею, и даже мои младшие дети по ним иногда учатся. Но причем тут искусственный интеллект и сталинские учебники? Одно другого вообще никак не исключает. Вот этого противодействия становится все меньше.
— У вас дети находятся на домашнем обучении? Вы упомянули сталинские учебники….
— Как я уже сказал мои младшие и старшие дети сильно отличаются от старших. Для того, чтобы дать детям достойное образование, я уехал из Москвы в Дубну и мы с женой участвовали в создании частной школы «Юна». Сейчас там внедрено проектное обучение, игропрактика, театральная педагогика, индивидуальный подход к обучению детей. Трое моих старших детей учились в этой школе. Старший сын после 9-го класса пошел в колледж (ItHub), где отучился по направлению «Маркетинг в айти» а сейчас продолжает обучение в Британской высшей школе дизайна, одновременно работая в зарубежном стартапе и ряде российских проектов (кстати тоже в сфере образования). Старшая дочка также пошла в колледж, но по медицинскому направлению и сейчас готовится в медицинский вуз. Но старшие дети легко «поддавались» педтехнологиям классно-урочной системы.
С младшими детьми приходится работать совершенно по-другому. Но никакого домашнего обучения мы не применяем. Это очень специфическая вещь и я прямо скажу, что не сторонник этого направления, так как сочетать позицию родителя и учителя в глазах ребенка крайне непросто… Сталинские учебники мы применяем для того, чтобы младшим детям было легче объяснить какие-то вещи, которые им не даются по стандартным школьным учебникам. Современные программы, к сожалению, подходят не для всех детей.
Например, когда мы говорим про математику, очень часто постановка задачи в современных учебниках недостаточно задействует образное мышление. Ребенок не может себе представить того, что описано в задаче. Для математики в младших классах это крайне важно. Если вы не представляете себе машину, которая едет из пункта А в пункт Б, или землекопов, которые что-то копают, вам тяжело решать задачу, так как основная функция мозга в процессе развития мышления — компенсаторная, заместительная. Пока у нас определенные центры принятия решений стандартной математической логики не разработаны настолько, чтобы все происходило на автомате, процесс решения идет тяжело. Это приводит к тому, что у ребенка накапливается фрустрация, ощущение неуспеха, того, что «жизнь — боль», «домашняя работа — ад». И все, ребенок вообще не хочет садиться за выполнение домашней работы, так как считает, что «будет плохо, больно». В этом смысле сталинские учебники хороши, так как были направлены на обычного, неодарённого ребёнка, который медленно «въезжает» в тему. И в этом смысле они хороши. С другой стороны, я бы не стал их внедрять везде в школьную программу. Это скорее вопрос о том, как родители помогают конкретному ребенку двигаться по школьной программе.
Об антиплагиате: с водой важно не выплеснуть ребенка
— Как вы относитесь к злоупотреблениям с ИИ, в частности антиплагиату? В этом году вузы часто заворачивали работу студентов с пометкой «использование искусственного интеллекта». И к этому приходилось прислушиваться. Хотя я, как педагог вуза, читала некоторые работы и они мне нравились, я не видела, что они созданы с помощью искусственного интеллекта, но мы их не пропускали из-за этой пометки.
— Как говорится, заставь дурака Богу молиться он и лоб разобьет. То, о чем вы сказали, пример данной ситуации. У каждого набора алгоритмов есть жизненный цикл. Есть алгоритмы, которые построены на постоянном увеличении однотипных данных, их жизненный цикл достаточно короткий. Например, вы наверняка слышали про блокчейн, биткоин, криптовалюты? Вначале, когда появился биткоин, надо было просто взять мощный компьютер, запустить на нем программу майнинга, используя мощности компьютера, она начинала решать определенные уравнения. У каждого уравнения есть какое-то конечное количество решений. Каждое найденное решение — это и есть один новый «коин». Соответственно, в начале, когда этих решений было найдено мало, программа находила их достаточно хорошо и «коины» падали к вам в кошелек. Когда весь мир стал майнить эти коины, для решения уравнений потребовались все бОльшие мощности, а самих решения стало меньше, то есть коины стало зарабатывать сложнее при выросших затратах. Сейчас мы дошли до уровня, когда даже гигантский кластер с трудом находит новые решения биткоина, потому что их почти не осталось.
То же самое происходит с антиплагиатом. В начале у вас было немного похожих текстов и когда вы начинаете их сравнивать, то легко находите одинаковость. Но чем больше становится текстов, тем больше потенциально возможных «совпадений». Как в музыке — у вас всего 7 нот, поэтому, если вы копнете любую музыку, то найдете «плагиат». Начнем таким образом проверять на «плагиат» современную музыку и там вообще ни найдется ничего «оригинального».
Поэтому с антиплагиатом ситуация такова, что чем дальше мы двигаемся по пути использования такого решения, тем больше плагиата мы будем находить, независимо от того, есть он или нет. Когда обычный человек делает научную работу, он анализирует источники, берет оттуда какие-то мысли, цитаты. Если мы возьмем 10 или 100 человек, то у них будут не очень похожие тексты, но если мы возьмем 100 тысяч человек, то похожесть текстов будет очень легко найти статистически. Не потому, что один у другого списал, а просто потому, что у нас конечное количество слов, фразеологизмов, оборотов и т.д. В итоге мы попадем в ловушку антиплагиата: когда у нас алгоритм перенасытился данными он находит плагиат везде. Это значит, что сейчас, с одной стороны, в любой работе всегда будет плагиат, если это не работа, сделанная таким гением, как Леонардо да Винчи. С другой стороны, мы должны посмотреть, насколько стройны мысли у человека. Если большой кусок работы откуда-то «содран» и сам «автор» не может воспроизвести логику — это одно дело. А если есть кусочки текста, которые где-то замещаются, то важно смотреть не на факт наличия этих кусочков, а на понимания автором логики их применения.
То же самое с применением искусственного интеллекта. ИИ генерирует тексты, количество слов и тематических связок ограничено, рано или поздно начнутся совпадения. Поэтому я бы сказал, что постепенно сейчас люди, более-менее вменяемые, придут к тому, что оголтело использовать антиплагиат категорически нельзя, так как «вместе с водой в таких работах мы будем выплескивать ребенка».
— Какой, на ваш взгляд, здесь может быть выход из ситуации?
— На мой взгляд, если использовать средства на основе искусственного интеллекта, то совершенно другим способом. Я тоже много преподаю, но никогда с учащихся не требую текст. На мой взгляд, в наше время вообще неуместно его требовать, так как ты никогда не узнаешь, написал ли учащийся его сам или за него это сделал искусственный интеллект. Вместо этого я использую формат, который применяли еще древние греки: формат агоры — общения. Я прошу студента объяснить, используя логическое умопостроение, как он понял ту или иную тему и за счет этого получаю информацию, разобрался ли студент в теме, что не понял или может посмотрел на ситуацию под другим интересным углом. Вот такое общение более ценно для образовательного процесса и более эффективно. Поэтому мы сейчас используем искусственный интеллект не для того, чтобы вылавливать в тексте похожесть, а чтобы посмотреть, как выстраивается в тексте логика. Не является ли эта логика со всеми умозаключениями и хитросплетениями, копией логики другой работы. Вот это гораздо важнее. Не слова в тексте, а логика аргументации.
Здесь, конечно, я вижу проблему у многих вузов, так как шаблонизация образовательного процесса доходит до полного абсурда, и антиплагиат этот абсурд только подстегивает.
— Как вы считаете, будут ли на государственном уровне вноситься какие-то изменения в этот процесс? Вузы самостоятельно их скорректировать не могут, так как это стандарты Минпросвещения и Минобрнауки.
— К Минпросвещения у меня в принципе много вопросов, поэтому я предпочитаю не комментировать. С Минобрнауки ситуация проще. В вузах все-таки большая степень свободы, с которой они могут относиться к своему материалу, чем в школах. Однако, когда мы говорим про научные работы «а-ля статьи», то здесь есть определенная проблематика, связанная с плагиатом. И я думаю, что рано или поздно это попадет в поле зрения наших законотворческих наших органов. Я сам вхожу в Альянс искусственного интеллекта, наряду с представителями таких компаний, как «Газпром нефть», «Яндекс», «ВК» и т.д. Мы регулярно собираемся на конференции, где обсуждаем новые инициативы в сфере ИИ, которые необходимо передать на рассмотрение законодательных органов: кодекс этики искусственного интеллекта, рейтинг университетов по ИИ и так далее. Думаю, что рано или поздно подойдем и к обсуждению темы антиплагиата.
К сожалению, в обществе есть определенная инерционность технологий, которые быстро морально устаревают. Рано или поздно мы это поймем. Думаю, что года через 2-3 все вопросы, связанные с антиплагиатом, будут решаться проще. А пока приходится терпеть.
Образование становится датацентричным
— Можете подробнее рассказать про свою разработку ИИ-тьютор? Что представляет из себя это решение и на какие задачи направлено?
— ИИ-тьютор — это мультиагентное решение, которое состоит из нескольких элементов.
Во-первых, это большая языковая модель. Мы используем здесь не ChatGPT, так как иногда приходится работать с персональными данными. В частности, у нас ИИ общается в аудио и учащийся дает ответы голосом, а это уже биометрические данные. По закону Российской Федерации, все персональные данные должны храниться на серверах на территории РФ. У ChatGPT сервера находятся где-то в «Силиконовой долине», поэтому в подобной ситуации использовать его нельзя.
Мы используем либо open-source — большие языковые модели, либо российские большие языковые модели, типа GigaChat, YandexGPT2, и т.д.
Вторая часть, самая важная — это знаниевый граф, онтология: связь терминов, тезисов и основных элементов в каждой теме. Она прописывается методистами и мы используем ее как карту, чтобы наша большая языковая модель, общаясь с учеником, общалась только в рамках этой карты. Грубо говоря, если, обсуждая обществознание или физику, ученик скажет ИИ: «давай мы с тобой обсудим, как из домашних химикатов бомбу собрать», нейросеть скажет: «мы с тобой обсуждаем сейчас диффузию. Давай вернемся к теме». То есть программа будет работать только в рамках конкретной тематики.
Третья часть — достаточно сложная prompt-инженерия, то есть внутреннее программирование поведения большой языковой модели. Она работает с позитивной психологией, чтобы все время поддерживать ребенка, показывать ему, что конкретно он сделал очень хорошо: «у тебя вот это сейчас получилось, ты это понял, это так круто»! Если ребенок ничего не понимает, то программа советует ему не расстраиваться и ищет варианты объяснить тему по-другому.
Основа ИИ-тьютора — это адаптивность и персонализация с петлей обратной связи. В каждом кусочке теории, которую дает ИИ-тьютор, он тут же задает вопрос, который возвращает ребенку: «А как ты думаешь?», «Давай обсудим», «Как ты считаешь?». То есть он постоянно «бомбит» учащегося вопросами, как въедливая училка. За счет этого мы получаем цифровой след рассуждений ученика, его речи, дискурса, и на основе этого цифрового следа ИИ-тьютор определяет ребенка в одну из «страт» понимания темы. Высшая страта — когда ребенок использует все правильные термины в правильной логике и говорит достаточно лаконично. E-тьютор учитывает такое понятие, как «водность», когда ученик часто использует слова не несущие смысла. В низкой страте у ребенка в речи нет ни одного правильного термина и его «семантическое ядро» показывает, что он совсем не понимает тему.
— Сколько всего таких страт в ИИ-тьюторe?
— Всего таких страт четыре. В зависимости от того, как вы отвечаете, система на каждом этапе вас по этим стратам определяет и в зависимости от этого корректирует стиль общения — более или менее развернуто, объяснение терминов, примеров, приведение аналогий. Эта петля обратной связи обеспечивает адаптивность программы обучения.
Ранее в «Университете 2035» я пять лет занимался тематикой «цифрового следа» и, кроме того, являюсь автором профстандарта «специалист по анализу цифрового следа». В ИИ-тьюторe мы анализируем цифровой след, используя ИИ не как всезнающую машину, а как учителя, который не ждет, когда ученик задаст ему вопросы (нерадивый ученик обычно никаких вопросов никому не задает. Он сидит, молчит и ждет, когда это «мучение» закончится.). ИИ сам заставляет учащегося думать, рассуждать. Это пример дата-центричного педагогического дизайна в образовании. Вообще, дата-центричный педдизайн — основное направление, которым я сейчас занимаюсь.
— Что в него входит?
— Это изменение всей образовательной среды под специфику того клиента, того учащегося, с которым мы общаемся. ИИ-тьютор состоит из таких элементов. В некоторых случаях мы добавляем сверху еще один элемент — проверяющую нейросеть, которая обучена на правильных текстах. Это актуально если нам нужно, чтобы человек не просто размышлял, чтобы в его рассуждениях была какая-то логика, но чтобы он еще и говорил правильными словами. Например, возьмем литературу, где мало просто размышлять, какие были отношения у Наташи Ростовой и Андрея Болконского, но важно еще иногда и ввести в правильную цитату. Если ты не можешь привести правильную цитату, то на ЕГЭ у тебя будут проблемы. В этом случае в ИИ-тьютор мы добавим еще одну нейросеть — RAG, которая проверяет правильность твоего текста на основе эталонов.
То есть ИИ-тьютор — это инструмент, который является не одним искусственным интеллектом, а мультиагентной системой, лего, собранным из кусочков. Ее задача — адаптивно обеспечивать понимание.
— Работает ли она на одаренных детей, на подготовку стобалльников ЕГЭ, олимпиадников?
— Нет. ИИ-тьютор невозможно использовать для всех детей. Система прежде всего ориентирована на тех учеников у кого проблемы с пониманием какой-то темы или предмета, то есть для абсолютного большинства учащихся. К сожалению, сейчас у нас в стране большинство школьников — троечники. И то многим ставят тройки потому, что школа не хочет упасть в рейтингах. А так бы двойки ставили.
— Где сейчас применяется ИИ-тьютор? Есть ли планы по расширению сферы применения нейросети?
— Изначально мы делали ИИ-тьютор для группы компаний «Самолет», которая строит микрорайоны, в этих микрорайонах есть школы, и во всех школах «Самолета» мы начали внедрять ИИ в формате ИИ-тьютор по обществознанию и физике. В проекте участвовало 9 школ. К сожалению, ГК «Самолет» решил закрыть образовательный проект. На ИИ-тьютор у «Самолета» были эксклюзивные права, поэтому нам сейчас приходится полностью переписывать весь код, адаптировать, многие вещи создаать заново, чтобы не нарушать договорные отношения с заказчиком. Сейчас мы ищем новых инвесторов для развития этого направления.
В целом, я, конечно, хотел бы, чтобы проекты типа ИИ-тьютор внедрялись в школах повсеместно, так как больше всего они нужны обычному среднестатистическому школьнику, который не стремится стать стобалльником ЕГЭ или олимпиадником. Ему просто нужно не попасть в пучину педагогической запущенности. В школе есть целый ряд предметов типа химии, где не понял валентность, и все, вся химия — до свидания!
Сейчас мы ведем переговоры с ГК «Просвещение», с рядом других компаний, чтобы внедрять проект в школах. Я не хочу, как другие стартапы, внедрять за рубежом то, что в России внедрить слишком сложно. Хотя понимаю, что если мы поедем с проектом в Юго-Восточную Азию, к арабам, в Латинскую Америку, то внедрение пройдет значительно легче.
Сейчас мы внедрили ИИ-тьютор в ряде муниципальных и частных школ и показали на детях насколько существенный прирост понимания идет в направлении физики и обществознания. Но для того, чтобы развивать другие предметы, нужно вкладываться в методическую часть. Ее пишут люди, ее невозможно создать с помощью ИИ, так как мудрость GPT — это практически всегда галлюцинации, так устроена специфика большой языковой модели. В образовании галлюцинации недопустимы, здесь нельзя сочетать знания с бредом, так как ребенок — не эксперт и не сможет их отличить.
Надеюсь, что к Новому году мы решим эту задачу и будем внедрять ИИ-тьютор дальше. С частными школами будем работать однозначно.
Лично я считаю, что пока мы выполняем скорее миссионерскую часть работы, чем бизнесовую. Мне в данном случае важнее, чтобы это решение в принципе применялось в системе образования в России.
Образование разделится на ширпотреб и VIP
— Какие тренды развития ИИ в корпоративных образовательных программах вы наблюдаете?
— Это основное направление работы моей компании. Тот же ИИ-тьютор в корпоративном образовании применять намного легче, чем в школах, здесь больше свободы действий. Сейчас мы делаем для «Газпром нефти» обучающую программу по тематике «работы на высоте», для «Самолета» делали программу обучения риэлторов и т.д. На мой взгляд, запускать ИИ-тьютор в корпоративной среде — это самое естественное направление развития данного класса систем. Надеюсь, что я этому тоже поспособствую.
Например, сейчас в качестве основного места работы я возглавляю направление ИИ в Сбер-университете. Здесь применение искусственного интеллекта цветет бурным цветом. Руководство поддерживает это направление и делает его приоритетным и результат превосходит ожидания. Массовая персонализация, автоконвертация материала курсов в целую палитру интерактивных ИИ форматов. Очень много взаимодействую с вузами по теме ИИ. Недавно встречался с замечательным ректором Адыгейского университета. У них есть направления, связанные с математикой и им интересны наши решения. Мы работаем с ВШЭ, ИТМО, с МИСИС и т.д.
— Если дать прогноз по развитию ИИ в разный сегментах образования, то чего вы ожидаете?
— Вангую, что корпоративный и вузовский сегмент в применении ИИ уже совсем скоро убежит далеко вперед, по сравнению со школой. Там больше возможностей для маневра и больше денег. В такой ситуации все коммерческие стартапы наконец-то смогут зарабатывать, а не заниматься GR — выпрашивать по кабинетам.
Про другие тренды я бы говорить не стал, так как взрывной рост и развитие решений на основе ИИ, еще не завершился. Мы видим, что появляются совершенно умопомрачительные решения, типа видео генератора SORA от OpenAI. Это решение делает по тексту видео невероятного качества. Уверен, что оно всколыхнет рынок всего, начиная от кинематографа и заканчивая образованием. Пока оно не вышло в активную фазу применения в паблике, но мы его с интересом ждем.
— А если говорить об образовании в школах и вузах?
— С точки зрения образования, в ближайшие пять лет мы увидим четкое разделение в вузах и в школе.
В вузе произойдет разделение на ширпотреб образование
в виде широкого профиля, и vip-образование — FaceTime с преподавателем. Что не может искусственный интеллект и никогда не сможет? Он не сможет выступать ролевой моделью, как человек- преподаватель. Когда ты смотришь на преподавателя, и понимаешь: я хочу так же, как он, любить свое дело, кайфовать от биологии, физики и т.д., также быстро системно соображать. Я хочу так же, как он говорить на публике, быть таким же юморным, таким же зажигательным, таким же харизматичным. Искусственный интеллект не может быть ролевой моделью. Искусственный интеллект — это просто интерактивный учебник, который помогает вам развивать понимание. Да, иногда он делает это лучше преподавателя, но он не заменит педагога, так как ИИ не живой человек. Он не дышит, у него нет энергетики, а образование — это практически всегда энергообмен.
Например, я в юности был фронтменом в музыкальной группе. Когда ты стоишь на сцене, от тебя зрителям идет энергия, а потом назад ты получаешь такое, что тебя чуть с ног не сбивает — это кайф! Хорошее образование — это тоже самое. Искусственный интеллект такого никогда не сможет. Поэтому обучение с живым педагогом —FaceTime образование — это именно энергообмен, ролевые модели, софт-скиллы, а вот понимание терминов, текстов, собственно знания вполне можно развивать с искусственным интеллектом типа того же ИИ тьютора. Более того искусственный интеллект гораздо эффективнее справится с подобной работой. И это будет значительно дешевле, чем живой человек и более персонализировано, адаптивно.
Например, с помощью ИИ-тьютора я могу для каждого ребенка сделать индивидуального репетитора, который больше всего ему нужен. Этот репетитор не спит, не ест, у него не болит голова, он не ходит в отпуск, он постоянно с ребенком, постоянно знает, что ему нужно в данный момент, может с ним общаться. На мой взгляд, сейчас образование идет именно в эту сторону. К сожалению, муниципальные школы придут туда последними, несмотря на правильную позицию нашего высшего руководства. А вот онлайн школы и образовательные платформы, типа «Алгоритм», IBLS, «Фоксфорд», уже идут в этом направлении и придут туда достаточно быстро.
Во многом всплеску интереса к гибридному образованию поспособствовала ситуация с пандемией. Для гибридного образования грамотное применение искусственного интеллекта это самый оптимальный вариант. Плюс он весьма экологичен в общении, так как дети сейчас очень хрупкие, нейротичные.
Я всегда, сколько себя помню, озвучивал тезис: воспитать из ребенка кого-то кого ты хочешь, невозможно. Не надо даже пытаться. Ребенок приходит в этот мир уже готовой сложившейся личностью. Все межполушарные связи формируются в процессе внутриутробного развития. Поэтому пытаться из ребёнка сделать что-то, что хотят и считают главным родители — бессмысленная задача. С ребёнком можно только «познакомиться». Сейчас нам нужно еще больше знакомиться со своими с детьми, так как они совершенно не похожи на нас.
Поколение тех, кто родился в Советском Союзе, несут в себе определенное наследие, основанное на правилах и общем долге. У современных детей его нет. Они по-другому мыслят, у них другие приоритеты. Когда мы пытаемся их вписать в какую-то свою шаблонную, правильную, красивую матрицу, они могут этому довольно сильно сопротивляться, и мы только ухудшим с ними отношения. В этом смысле мы увидим, что искусственные интеллекты будут лучше справляться с обучением детей на стыке, на сломе поколений, на изменении культурных матриц.
Поэтому я бы сказал, что основной тренд сейчас заключается в том, что с одной стороны мы должны дать детям больше свободы, с другой стороны — дать им больше участия и любви. Любовь подразумевает, что ты все время стараешься встать на место того, кого ты любишь, понять его, понять то, как он думает, как он по-другому чувствует и так далее. Искусственный интеллект, конечно, не сможет заменить нашу любовь к детям, но у него гораздо больше времени и он способен тонко настроиться на ребенка его потребности и специфику мышления.
Андрей Комиссаров,
Одна из ключевых фигур в сфере цифровой трансформации образования в России, системный методолог, архитектор искусственного интеллекта, эксперт в области образовательного дата-инжиниринга и дизайна образовательного опыта.
Руководил направлением технического маркетинга суперкомпьютерных решений в корпорации NVIDIA. Возглавлял исследовательско-внедренческую деятельность и разработку датацентричных продуктов в Университете 20.35. Руководил Центром цифровых компетенций Бизнес Юнита Образование в ГК «Самолет».
Методолог ИИ-продуктов для сферы образования и рынка труда. Создатель сервисов по принятию решений на основе больших данных, метакогнитивной диагностике, анализу цифрового следа и построению траекторий адаптивного обучения на основе ИИ, автор проекта «ИИ Тьютор» - автоматизированного репетитора на основе больших языковых моделей.
Разработчик моделей данных федеральных проектов «Код будущего»,
«Цифровые профессии» и «Платформа университетского технологического предпринимательства». Соавтор книг «ИИ в образовании» и «ИИ в экономике». Автор профстандарта «Специалист по работе с цифровым следом».
В настоящее время — директор направления AI СберУниверситета и является активным участником Альянса искусственного интеллекта.
Фото предоставлено экспертом.
