Обучайте лучше ИИ, а не тратьте попусту ресурсы на студентов

matholimp — 10.06.2025 В интернете (и в ЖЖ, в частности) полно анекдотических историй о несусветных глупостях, сочинённых ИИ. Больше всего досталось студентам, использовавшим ИИ при написании рефератов и квалификационных работ. В целом тексты правдоподобные и содержат много малоизвестных фактов. Но внезапно в них вкрались обидные ляпы, из-за чего преподаватели забраковали работы целиком.

Как такое могло произойти? Чтобы понять это, ответьте на встречный вопрос: откуда ИИ берёт информацию? В основе ИИ нейросеть, компьютерная программа. Затем она проходит обучение под руководством специалиста. Термин «машинное обучение» известен мне ещё с 1960-х. Чтобы подчеркнуть разницу в мощности и качестве современных технологий в сравнении с допотопными, профессионалы используют термины типа «глубокое обучение».
Это основа. Чтобы наполнить её содержанием, запускают процесс самообучения ИИ. При этом ИИ сначала подключают к источникам в меру проверенной информации (словари, базы данных, энциклопедии), а позже к интернету. В интернете же полно не только нечаянных ошибок, но даже преднамеренных фальсификаций. В конечном счёте, все те глупости, которые цитирует ИИ, написали и загрузили в интернет Вы сами, дорогие товарищи.

Далеко не все обратили внимание, что халявные нейросети достались им на правах бета-тестирования. Это означает не просто отказ производителя от гарантий отсутствия ошибок, но изначально перекладывает на пользователя обязанность продолжать обучение ИИ. Увы, отсутствие естественного интеллекта у большинства пользователей сильно вредит обучению искусственного.

В стародавние времена в основе обучения школьников и студентов лежало запоминание. Ценилась эрудиция, сочетавшая знание огромного количества фактов с умением быстро найти в море заученной информации наиболее нужное в данный момент. Чтобы усилить эти качества, самые умные заводили записные книжки для фиксации наиболее важных мыслей.
Развитие книгопечатания позволило не запоминать в голове то, что легко найти и прочесть. Священнику достаточно было вложить в толстый том закладки вместо того, чтобы заучивать наизусть длинные молитвы. Позже этим же стали пользоваться некоторые университетские лекторы.
Если справочник типа телефонной книги был организован по алфавиту, то для пользования им не требовалось никаких специальных знаний, кроме умения читать. Чтобы найти нужное растение по его признакам в ботаническом указателе, требовался опыт его использования. Но врачу для правильной постановки диагноза мало было иметь под рукой нужное пособие. Чтобы сравнительно быстро разобраться в ситуации, врач должен был проштудировать пособие от корки до корки в годы учёбы в институте и помнить наиболее важное из него.
Начиная с середины ХХ века бурно развивается вычислительная техника, позволившая резко изменить объём и качество информационно-справочных систем. В числе первых их пользователей оказались органы власти и управления. А полвека спустя на арену вышел Яндекс, который «находит всё».

Перечисленное выше — орудия интеллектуального труда. Сравните с сельскохозяйственным: вырыть растение лопатой проще, чем руками, а трактор гораздо мощнее плуга. Изменение условий труда требовало коррекции учебных программ. Адекватным откликом вызовам времени стала болонская система, до сих пор имеющая множество противников в России.
В противоположность «советской» (на самом деле, немецкой, ещё кайзеровской) болонская система перенесла акцент со знаний, умений и навыков на компетенции. По этому поводу весьма остроумно иронизировал мой любимый ученик Сергей Евгеньевич Рукшин (между прочим, профессор Герценовского педагогического университета и замдиректора престижного Президентского физматлицея №239): «Компетенции — это знания о том, где находятся настоящие знания. Идеальные компетенции были у госпожи Простаковой. Она твёрдо знала, что географию знает извозчик».

Но спорить поздно: бизнес и управление сделали выбор в пользу компетенций. Важнее увидеть типовые ошибки и разработать средства их упреждения и устранения.
Простейшее — путаница. Даже с не самой частой фамилией Ротенберг или Ковальчук есть несколько известных людей. А попробуйте найти министра Иванова! В правительстве Ельцина было сразу 4 однофамильца. Плюс в дореволюционной России.
Наиболее востребованное сейчас умение — отделять в выдаче поисковых машин достоверную информацию от сомнительной и заведомых фейков. Практика показывает, что ошибки совершают даже профессионалы.
Обучиться этому можно. Но в нынешних условиях проще обучить ИИ, а потом дать людям проверенный надёжный инструмент.

Оставить комментарий

Популярные посты:

• Ранее
• Архив