В центре внимания были вопросы повышения цифровых компетенций профессорско-преподавательского состава, управления образовательным процессом на основе данных, а также интеграции современных технологий в научно-исследовательскую деятельность. Обсуждение прошло в практико-ориентированном и аналитическом формате.
Особый интерес участников вызвала содержательная презентация директора Центра развития цифрового образования и искусственного интеллекта Министерства высшего образования, науки и инноваций Алишера Абдуллаева, посвящённая применению ИИ в сфере высшего образования.
В презентации искусственный интеллект был представлен как трансформационный фактор, побуждающий переосмыслить содержание высшего образования, педагогические подходы, критерии оценивания и культуру научных исследований.
Было подчёркнуто, что ИИ способен значительно расширить интеллектуальные возможности преподавателя. В основе взаимодействия человека и искусственного интеллекта должна лежать модель «усиления» (augmentation): ИИ может существенно экономить время при подготовке лекционных текстов, учебных материалов, тестов, аналитических и переводческих материалов, проведении исследовательской и административной работы. Однако окончательное решение, педагогическая ответственность, критическое мышление и соблюдение принципов академической добросовестности остаются за человеком.
Такой подход неизбежно трансформирует и саму роль преподавателя: от единственного источника знаний — к архитектору образовательного процесса, наставнику, верификатору мышления и специалисту, способному критически и ответственно управлять использованием ИИ.
Ключевые возможности ИИ в высшем образовании
Как было отмечено в ходе презентации, наиболее значимые возможности искусственного интеллекта в сфере высшего образования проявляются в следующих направлениях:
➖ персонализированное и адаптивное обучение — формирование образовательных подходов с учётом потребностей, уровня подготовки и темпа освоения материала каждым студентом;
➖ оптимизация рабочего времени преподавателя — ускорение подготовки учебных материалов, заданий, тестов и первичной аналитики;
➖ поддержка научных исследований — анализ научной литературы, формирование исследовательских идей, совершенствование структуры IMRAD, поиск грантовых возможностей;
➖ анализ качества образования — использование больших массивов данных для выявления тенденций в успеваемости студентов и образовательном процессе;
➖ усиление творчества и инноваций — создание симуляций, интерактивных заданий, визуальных материалов и новых образовательных форматов;
➖ развитие научной и академической коммуникации — перевод, академическое редактирование и подготовка материалов для международных научных изданий;
➖ развитие цифровых компетенций — формирование специалиста, который не просто получает готовый ответ от ИИ, а умеет эффективно взаимодействовать с ним и критически оценивать полученный результат.
«Искусственный интеллект не заменит преподавателя. Но преимущество получат те преподаватели, которые умеют эффективно работать с ИИ».
В новую эпоху компетентность в области искусственного интеллекта становится одним из важных критериев профессиональной конкурентоспособности преподавателя.
Студенты платят не за время работы LLM — они платят за время и опыт преподавателя.
Ценность, создаваемая для студента, заключается не в готовом ответе ИИ, а в опыте преподавателя, его наставничестве и индивидуальном подходе.
Важно не то, кто использует ИИ чаще, а то, кто умеет использовать его лучше.
Определяющим является не объём использования технологии, а её целесообразность, качество и результативность.
ИИ может быть источником знаний и инструментом для их поиска. Но именно человек определяет, что, зачем и каким образом следует изучать.
Поэтому в центре образования должны оставаться не технологии, а человек, его мышление и ответственность.
«Два трека» — новая философия оценивания
Ещё одним важным вопросом стала необходимость переосмысления системы оценивания в эпоху искусственного интеллекта. В качестве практического решения был представлен подход «двух треков».
На открытом треке использование ИИ разрешается. При выполнении таких заданий, как проекты, аналитические работы, портфолио или исследовательские предложения, студент демонстрирует не только конечный результат, но и то, как именно он взаимодействовал с ИИ, какие решения принимал и каким образом верифицировал полученные результаты.
На закрытом треке, напротив, непосредственно проверяются знания и способность к самостоятельному мышлению. Для этого могут использоваться письменные и практические задания в аудитории, устная защита, а также краткое 10–15-минутное собеседование-экзамен.
Главная идея такого подхода заключается не в том, чтобы запрещать ИИ, а в том, чтобы формировать культуру его ответственного и осознанного использования.
ИИ: возможности, которые требуют ответственности
Отдельное внимание на семинаре было уделено этике искусственного интеллекта. Академическая добросовестность, защита персональных данных и конфиденциальность, прозрачное раскрытие факта использования ИИ, соблюдение авторских прав и личная ответственность человека за конечный результат были обозначены в качестве ключевых принципов.
В этом контексте важным концептуальным подходом становится модель «ИИ → специалист → студент». Иными словами, искусственный интеллект предоставляет информацию и расширяет возможности, специалист же проверяет, анализирует и направляет их в соответствии с педагогическими целями.
В ходе семинара Алишер Абдуллаев также представил обновления и новые функциональные возможности платформы HEMIS, а также практические подходы к их эффективному использованию.
Эти изменения имеют значение не только для систематизации больших массивов данных в сфере высшего образования и ускорения управленческих решений, но и для формирования в перспективе качественной информационной базы для применения технологий искусственного интеллекта.
Наряду с вопросами применения ИИ участники подробно обсудили цифровую инфраструктуру высшего образования.
Руководитель IT-департамента Nordic Хасан Топилов провёл практический тренинг по использованию новых цифровых платформ для подготовки силлабусов, ведения и мониторинга KPI профессорско-преподавательского состава.
Участникам также были продемонстрированы возможности новой электронной платформы для формирования учебной нагрузки и распределения аудиторных часов.
Особое внимание было уделено платформе «Munozara» — инструменту анализа научных исследований на основе ИИ. Участникам были представлены возможности её использования для анализа научных работ докторантов и соискателей степени PhD и DSc, формирования потенциальных вопросов и замечаний, а также подготовки к защите диссертационных исследований.
От цифровой инфраструктуры — к новой академической культуре
Как было отмечено на семинаре-тренинге, цифровая трансформация высшего образования не ограничивается внедрением отдельных платформ и технологий.
Следующий её этап — формирование новой академической культуры, в которой данные, цифровые технологии и искусственный интеллект используются осознанно, ответственно и эффективно для достижения педагогических и научных целей.
Сегодня одним из важнейших конкурентных преимуществ университета становится способность наиболее рационально и интеллектуально использовать искусственный интеллект для повышения качества образования, научной результативности и развития человеческого капитала.
Именно эти востребованные компетенции команда Nordic совершенствовала накануне нового учебного года, формируя основу для дальнейшего движения университета к современному, технологичному и человекоцентричному образованию.
Следите за Nordic в социальных сетях