Университетам стран ЕАЭС предлагают договориться об общих правилах использования генеративного ИИ, пишет сайт Фонда развития Института Евразийских исследований. Эти правила должны установить, когда студенты могут применять нейросети в учебных работах и как сообщать об их участии, чтобы преподаватели оценивали результаты по единым требованиям академической этики.
Университетам ЕАЭС предлагают общие правила для генеративного ИИ
Предлагаемые требования должны охватывать использование нейросетей в учебных работах, а также нормы академической этики. Они адресованы и студентам, и преподавателям. Правила коснутся обеих сторон учебного процесса: тех, кто выполняет работу, и тех, кто впоследствии оценивает её результат.
Общие положения помогут студентам разобраться, какая поддержка цифрового инструмента допустима при выполнении задания. Преподаватели, в свою очередь, получат единую основу для оценки сданных работ. Чтобы согласовать действия, нужны ясные формулировки требований: все участники учебного процесса должны одинаково понимать условия использования нейросетей.
Формализованные требования должны сделать применение нейросетей понятным и прозрачным для обеих сторон. Отсюда вытекает условие для самих правил. Допустимые действия нужно описать достаточно ясно, чтобы студент мог руководствоваться ими при подготовке работы, а преподаватель — во время её проверки.
Где проходит граница между помощью нейросети и нарушением
Граница определяется тем, для какой задачи студент использует нейросеть и сообщает ли он об этом в работе. Общие правила должны установить, когда студентам стран ЕАЭС разрешено обращаться к ИИ и в каких случаях об этом необходимо сообщать. Само по себе использование нейросети ещё не говорит о нарушении.
Отдельно предстоит описать вопрос авторства текста. Правила должны определить, какие действия с ИИ учитываются при проверке работы на плагиат и как студенту следует их обозначать. Тогда проверяющий сможет сопоставить заявленный вклад автора с тем, как именно тот применял нейросеть при подготовке текста.
По данным РБ.РУ, 72% опрошенных вузов и научных организаций пока не приняли регламенты, связанные с нейросетями. Студент должен понимать границу между допустимой помощью и нарушением ещё до сдачи работы. Преподавателю необходимы те же критерии, чтобы оценить, раскрыто ли применение ИИ, и проверить текст.
Подходы вузов и научных организаций к искусственному интеллекту
Опрос Института статистических исследований и экономики знаний НИУ ВШЭ показал разрыв между отношением к ИИ и оформлением внутренних правил в российских вузах и научных организациях. Внедрение ИИ в научные работы поддерживают 65% участников исследования. Отдельные регламенты, положения или концепции приняли 14% респондентов. Разница между этими показателями заметна.
Как показывает тот же опрос, университеты поддерживают использование ИИ чаще, чем научные институты. Речь идёт о позиции организаций: сама по себе поддержка внедрения не говорит о том, насколько часто исследователи обращаются к нейросетям в работе. Утверждение документа отражает другое решение — официально закрепить порядок их применения.
Для университетов ЕАЭС российское исследование предлагает два предмета для сравнения: отношение организаций к ИИ и наличие внутренних правил. Разрыв между показателями объясняет, почему их нельзя объединять в одну оценку готовности. Организация может поддерживать новую практику, хотя условия её применения ещё не закреплены в отдельном документе.
Правила для курсовых, дипломов и проверки на плагиат
Практические правила университета должны охватывать как минимум 3 направления: курсовые работы, дипломные работы и проверку на плагиат, пишет сайт Фонда развития Института Евразийских исследований. Для каждого вида работы нужно определить, какие действия с нейросетью требуют пояснения и где его следует разместить. Это позволит проверяющему увидеть, как студент работал над текстом.
Порядок оформления необходимо закрепить в опубликованном документе. В нём нужно описать, какие сведения автор указывает при подаче работы и как затем их проверяют. В таком случае студент сможет заранее подготовить пояснение, а преподаватель — оценить работу по единым условиям.
Особый раздел правил может быть посвящён диссертационным исследованиям и научным публикациям, в том числе работе с исследовательскими данными и указанию авторства. Если генеративный ИИ используют при подготовке текста или обработке данных, регламент может установить, как автор описывает участие инструмента и кто проверяет выводы до представления работы.
Подготовка преподавателей и аспирантов к работе с нейросетями
По данным РБ.РУ, каждая четвёртая организация развивает долгосрочное обучение работе с ИИ, а 48% организаций устраивают для сотрудников разовые семинары, встречи и мастер-классы. Университеты ЕАЭС могут сочетать оба формата: семинар позволит освоить инструмент, а регулярные занятия дадут возможность подробно разобрать его использование в преподавании и исследовательской работе.
Одним из форматов практического занятия для преподавателей может стать проверка ответов нейросети на заданиях из образовательных программ. Например, участники могут сравнить подготовленное ИИ объяснение с научной публикацией, обнаружить неподтверждённые ссылки и обсудить, какие выводы студенту необходимо обосновать самостоятельно. При таком подходе цифровые компетенции предполагают не только составление запроса, но и проверку полученного результата.
Занятия для аспирантов можно выстроить по этапам исследования: поиск литературы, подготовка текста и проверка аргументации. На каждом этапе участники смогут разбирать, какую часть выполнила нейросеть и какие решения они приняли самостоятельно. Такой подход позволяет вместе с научным руководителем обсуждать и самостоятельность работы, и участие цифрового инструмента.