«ИИ-феодализм»: почему российские вузы рискуют разделиться на лидеров и аутсайдеров

Искусственный интеллект становится новой инфраструктурой высшего образования. Нейросети уже меняют подходы к обучению, подготовке учебных материалов, научной работе и взаимодействию университетов с работодателями. Руководитель агентства «ЭдуТрек», старший преподаватель кафедры инженерной кибернетики НИТУ МИСИС Эдуард Хисюков специально для IT Speaker разбирает главные риски и вызовы.

По данным исследования ИТМО, «Яндекс Образования» и Yandex Cloud, 66% преподавателей и исследователей российских вузов используют генеративный ИИ в работе, а 84% отмечают, что технологии помогают ускорять решение исследовательских задач. При этом, по данным исследования Высшей школы экономики, использование генеративного ИИ среди студентов уже стало массовой практикой: значительная часть студентов применяет такие инструменты для подготовки учебных материалов, поиска информации и решения практических задач.

Нейросети перестали быть экспериментом – они становятся частью образовательного процесса. Вместе с новыми возможностями появляются и новые вызовы. Один из них – изменение роли преподавателя. Он перестает быть главным источником информации, его основной задачей становится развитие мышления. Ценность преподавателя теперь определяется способностью научить анализировать результаты работы ИИ, проверять факты, формулировать вопросы и принимать решения.

Второй вызов – система оценки знаний. Традиционные формы контроля теряют объективность, поскольку генеративные модели способны выполнять значительную часть учебных заданий. Университетам предстоит переходить от оценки конечного результата к оценке способности человека анализировать информацию, объяснять ход рассуждений и принимать самостоятельные решения.

Третий вызов – скорость изменений. Технологии обновляются каждые несколько месяцев, а образовательные программы – значительно медленнее. Возникает риск подготовки специалистов с навыками, которые теряют актуальность еще до завершения учебы. Сегодня важна способность университетов оперативно обновлять содержание образования, вовлекать работодателей в разработку программ и пересматривать подходы к оценке результатов обучения.

Четвертый и, пожалуй, самый системный вызов – неравный доступ университетов к современным технологиям. Этот риск можно обозначить как «ИИ-феодализм». Речь идет о ситуации, когда доступ к мощным языковым моделям, качественным данным, вычислительным ресурсам и экспертным компетенциям распределяется крайне неравномерно. В результате преимущества получают университеты, которые уже обладают развитой цифровой инфраструктурой, тогда как остальные рискуют оказаться в роли догоняющих.

Проблема заключается не только в финансировании. Технологический разрыв складывается из нескольких факторов: доступа к современным ИИ-моделям, наличия специалистов, способных внедрять новые решения, готовности преподавателей использовать инструменты ИИ и способности университетов быстро обновлять образовательные программы.

Уже сегодня можно наблюдать разные скорости адаптации вузов. Одни университеты создают собственные лаборатории, внедряют ИИ-ассистентов, развивают программы подготовки специалистов в области искусственного интеллекта и выстраивают партнерства с технологическими компаниями. Другие находятся только на этапе формирования базовой цифровой инфраструктуры. В перспективе этот разрыв может стать одним из факторов, определяющих качество подготовки выпускников.

Изменения в образовании напрямую связаны с трансформацией рынка труда. По оценкам экспертов, к 2030 году большинство профессий будут в той или иной степени связаны с использованием ИИ. По данным исследования Всемирного экономического форума Future of Jobs, около 40% ключевых навыков работников изменятся в ближайшие годы из-за развития технологий. Владение ИИ-инструментами постепенно превращается в базовую компетенцию – «гигиенический минимум» для соискателя, аналогично тому, как ранее обязательными стали навыки работы с компьютером и цифровыми сервисами. Выпускник без этих навыков будет тратить больше времени на выполнение задач и проигрывать в конкурентоспособности.

Для России этот вопрос напрямую связан с подготовкой кадров для технологического развития. Согласно целям национального проекта «Экономика данных», стране необходимо обеспечить массовое внедрение цифровых технологий и подготовку специалистов, способных работать с ними. Однако без равномерного развития ИИ-компетенций в университетах существует риск, что новые возможности будут концентрироваться только в ведущих образовательных центрах.

При этом без системной политики технологический разрыв между университетами может только увеличиваться. Для его сокращения необходим комплекс мер: развитие региональных программ внедрения ИИ, поддержка вузов в создании цифровой инфраструктуры, подготовка преподавателей и формирование ИИ-грамотности на всех уровнях образования – от школы до университета.

Однако важно не перегнуть палку и избежать другой крайности – избыточного регулирования. Искусственный интеллект развивается быстрее, чем традиционные механизмы управления успевают адаптироваться к изменениям. Ограничительные меры без понимания природы технологии могут не снизить риски, а наоборот – замедлить внедрение решений, которые становятся частью образовательной и профессиональной среды.

В ближайшие годы конкурентоспособность университетов будет определяться не только качеством преподавания и научными достижениями, но и способностью эффективно использовать ИИ. Главный вызов заключается не в том, чтобы внедрить отдельные цифровые инструменты, а в том, чтобы обеспечить равный доступ к возможностям новой технологической эпохи. В противном случае образовательное неравенство может перерасти в кадровый разрыв и стать фактором, влияющим на конкурентоспособность экономики.