Помогут ли студентам промпты?

Что ждать студентам и преподавателям от мира современных нейросетей? Об этом на конференции «АБВГД_ИИ» мы поговорили с Марией Тихоновой, руководителем исследовательского направления SberAI и доцентом факультета компьютерных наук Высшей школы экономики.

Ежегодная конференция «АБВГД_ИИ», организованная Фондом Потанина и Сколковским институтом науки и технологий, посвящёна внедрению искусственного интеллекта в образование. В этом году она проходила 2 июня в аудиториях Сколтеха. На конференции преподаватели, исследователи и студенты обсуждали то, как на практике использовать нейросети в образовательном процессе и какие у этого процесса есть плюсы и минусы. О том, что может ждать высшее образование после прихода искусственного интеллекта, специальный корреспондент «Науки и жизни» Виктория Смирнова поговорила с Марией Тихоновой, руководителем исследовательского направления SberAI и доцентом факультета компьютерных наук НИУ ВШЭ.

— Мария, как вы в целом относитесь к внедрению искусственного интеллекта в процесс образования?

— Как преподаватель, я часто думаю об этом с практической стороны — как лучше учить студентов. На мой взгляд, внедрение ИИ в образование — это не просто тренд, а необходимость. Те, кто не начнёт использовать эти технологии вовремя, очень быстро начнут отставать. Искусственный интеллект уже стал частью нашей повседневной жизни, и важно, чтобы система образования не только внедряла его, но и учила студентов работать с ним — правильно, этично, безопасно и с пониманием специфики своей профессии. Иначе студент может просто спросить: зачем мне учиться по старым методикам, если в будущем мне предстоит использовать ИИ? Он хочет понимать, как быть эффективным именно с учётом новых инструментов.

— А что искусственный интеллект может сейчас дать образованию?

— Прежде всего — он берёт на себя рутину. Например, проверку домашних заданий, составление простых тестов, генерацию заданий под уровень конкретного студента. Уже сегодня ИИ умеет создавать короткие опросы по пройденному материалу или помогать студентам проверить себя. Благодаря этому можно добавить больше индивидуального подхода. При этом роль преподавателя никуда не исчезает — он остаётся наставником, тем, кто помогает разобраться, объясняет сложное, находит подход к каждому. Самые важные открытия у студентов часто случаются не при чтении текста, а в разговоре, в живом взаимодействии.

— А вы как преподаватель используете нейросетевые инструменты в своей работе?

— Да, постоянно. Например, я использую ИИ для вычитки своих презентаций — особенно для поиска опечаток. Опечатки – это моя слабость. Сейчас я просто загружаю презентацию в PDF в нейросеть и прошу её найти ошибки. Это быстрее и эффективнее, чем перечитывать всё вручную. Также нейросети помогают с задачами по программированию: комментируют код, оформляют документацию, подсказывают полезные источники. Кроме того, я учу студентов писать грамотные промпты для ИИ, которые помогут им в учебе и при решении их задач — это важный навык, который точно пригодится в профессии.

Мария Тихонова, руководитель исследовательского направления SberAI, доцентом факультета компьютерных наук Высшей школы экономики. Фото из личного архива.

Но главное, чему я стараюсь их научить, — это не просто копировать ответы из ChatGPT, а использовать его как помощника, который может объяснить тему по-другому, если что-то непонятно. Раньше студенты искали дополнительную информацию в библиотеке, потом они могли гуглить. Теперь они получают сжатое объяснение сразу. Конечно, нужно уметь перепроверять ответ подобных моделей, но инструмент действительно полезный.

— А как правильно писать промпты, чтобы нейросеть выдавала правильную информацию?

— Всё зависит от модели и задачи, но есть базовые правила. Первое — задать нейросети роль. Например, «представь, что ты профессор по высшей математике, объясни мне теорему». Такая рамка помогает ей точнее подобрать формулировки. Второе — чёткая и конкретная задача. Тут важно не размах, а точность формулировки. Третье — можно попросить нейросеть быть особенно внимательной, сослаться на важность задачи или даже попросить её перепроверить себя. Иногда такие фразы действительно помогают получить более качественный результат.

— Можно ли быть уверенным, что тот же ChatGPT не врёт и не галлюцинирует?

— Абсолютной уверенности, конечно, нет. Но есть способы это контролировать. Например, можно использовать функцию поиска — тогда нейросеть покажет, откуда она берёт информацию, и вы сами сможете оценить источники. В некоторых системах есть режим Deep Research, когда используются только надёжные научные базы. Можно даже задать конкретные ресурсы, которым вы доверяете, — и нейросеть будет опираться только на них. Это сильно повышает надёжность.

— Помимо преподавания в Высшей школе экономики вы занимаетесь проверкой моделей искусственного интеллекта, оцениваете, насколько они умные. А как вообще это происходит?

— В нашей команде мы занимаемся оценкой интеллектуальных способностей модели. Наша задача — проверить, насколько хорошо модель справляется с конкретными задачами, и выявить её слабые места. Мы даём нейросети набор заданий — по программированию, математике, лингвистике, тесты вроде ЕГЭ или вопросы из «Что? Где? Когда?». Причём она решает не одно-два, а целую подборку (например, целую стопку вариантов ЕГЭ). Такой подход даёт представление о стабильности и устойчивости модели. Потом мы анализируем результаты и формируем итоговый рейтинг моделей, чаще всего по среднему баллу за все задания.

— И что дальше?

— После тестирования разработчики получают информацию о слабых местах модели. Дальше — улучшения. Это может быть добавление новых данных по конкретной теме, подключение проверенных баз знаний (механизм RAG – Retrieval Augmented Generation), или использование более сложных стратегий рассуждения. Например, некоторые модели, такие как DeepSeek, подробно объясняют ход решения, как будто складывают «в столбик». Это не только позволяет получить правильный ответ, но и видеть, как модель «думает». Однажды я попросила такую модель просто посчитать — и она начала озвучивать весь процесс: «2 пишем, 3 в уме» и так далее. Очень показательно.

— Как вы думаете, как скоро искусственный интеллект официально придёт в наше высшее образование?

— Всё зависит не столько от самих технологий, сколько от готовности людей и систем их внедрять. Искусственный интеллект развивается стремительно, а вот адаптация в образовании идёт медленнее. Но сдвиги уже есть. Например, в новых онлайн-магистратурах ВШЭ начали применять нейросетевых ассистентов, Сбер внедряет подобных помощников в своих курсах. Так что процесс идёт — и, надеюсь, будет набирать обороты.