В эпоху, когда генеративные модели научились писать, исправлять код и объяснять решения лучше, чем среднестатистический выпускник педагогического, классическая система оценивания пошла по швам. Особенно это заметно в компьютерных науках, где итоговые работы студентов теперь подозрительно напоминают продукт жизнедеятельности алгоритмов, а не человеческого мозга. Исследователь НИУ ВШЭ в Санкт-Петербурге Андрей Терников решил, что пора перестать биться головой о стену и предложил создать своего рода блок-схему — дерево решений, которое якобы должно помочь преподавателям не сойти с ума при попытке проверить, что же на самом деле усвоил студент.
Логика этого «спасительного» инструмента строится на учете кучи переменных: типа задания, уровня подготовки, возможности автоматической проверки и дефицита времени. На младших курсах, где, по идее, должны закладываться те самые фундаментальные знания, автор предлагает проявлять жесткость и ограничивать доступ к ИИ. Видимо, предполагается, что если не дать студенту нейросеть сразу, он вдруг сам решит разобраться в базе, а не просто скопирует ответ. Контрольные точки на базовых этапах предлагается проводить либо с ограниченным доступом к технологиям, либо вовсе без них, чтобы хоть как-то имитировать реальность, в которой мозг работает самостоятельно.
Однако, когда дело доходит до старших курсов, начинается самое интересное — попытка подстроиться под требования профессиональной среды. Поскольку от будущих разработчиков уже требуют владения ИИ-инструментами, полный запрет объявляется нецелесообразным. Вместо борьбы с ветряными мельницами Андрей Терников предлагает интегрировать нейросети прямо в учебный процесс. Теперь студентов нужно просить показывать, как именно они использовали ИИ, и совместно оценивать результат. Это, конечно, звучит красиво: якобы мы учим их не просто «спрашивать», а критически проверять выдачу и понимать вклад машины. В университетах это уже называют развитием рекомендаций и экспериментами на отдельных факультетах, хотя по факту это выглядит как попытка догнать уходящий поезд цифровизации.
Чтобы система не превратилась в окончательный симулякр, автор настаивает на сохранении традиционных методов контроля. Устные экзамены или задания в контролируемой среде должны стать тем самым фильтром, который покажет, есть ли у человека навыки или он просто мастерски копипастит промпты. Главная цель, как всегда декларируется в высоких кабинетах, — сделать так, чтобы оценка отражала реальные знания даже при наличии ИИ под рукой. Правда, стоит добавить порцию здорового скепсиса: исследователь сам признает, что его методики проверялись лишь на небольшой выборке. Так что, прежде чем внедрять эти схемы во всех вузах страны, придется еще долго выяснять, работают ли они в долгосрочной перспективе или остаются лишь красивой теорией из журнала IT Professional.
Источник: Наука и университеты
