В этом выпуске блога ректор ТГУ Эдуард Владимирович Галажинский вспоминает страницу истории нашего университета, связанную с рождением нового научного направления – кибернетики, и проводит параллели с тем, что происходит в университете сегодня.
– Эдуард Владимирович, мы все видим, как искусственный интеллект (ИИ), являясь «сквозной» технологией, становится и сквозной темой почти любого дискурса: общественного, технологического, научного, образовательного. И этот блог – не исключение. Четыре месяца назад вы рассказывали о преимуществах и рисках прихода ИИ в жизнь нашего общества и систему высшего образования. На каком аспекте проблематики ИИ вы хотели бы остановиться сегодня?
– Действительно, искусственный интеллект развивается повсеместно и стремительнее, чем какие-либо другие инновационные технологии, что само по себе может стать отдельной темой для разговора. Новости об искусственном интеллекте появляются в мировых и отечественных медиа еженедельно, если не ежедневно. Это сообщения не только об очередном чате GPT, но и о том, как ИИ внедряется в конкретные научные исследования и образовательную деятельность вузов. В Томском государственном университете происходит немало событий, имеющих отношение к искусственному интеллекту. Но сегодня мне хочется сосредоточиться не на отдельных фактах под эгидой ИИ, а на исторической аналогии, которая может быть интересна для всех, чья работа в ТГУ в настоящее время так или иначе связана с искусственным интеллектом.
Начну с того, что ТГУ всегда был подлинным исследовательским университетом, а исследовательский университет всегда идёт на все вызовы и всё то новое, что только нарождается. Так было в своё время, например, с кибернетикой. Надо сказать, что её институционализация как научной дисциплины и основы для новых методов исследования и преподавания происходила в крайне неблагоприятных административных, материально-технических и идеологических условиях начала 1950-х годов. Кибернетика, так же как генетика, была объявлена «лженаукой, стоящей на службе у американского империализма». Любопытно, что многим ученым и политикам она виделась тогда только сферой «буржуазного» знания, призванной роботизировать ряд трудовых процессов и «угнетать права трудящихся», превращая их в «придаток машины». И даже сама возможность сопоставления с позиций кибернетики человеческого мозга и машины рассматривалась как ничем неоправданный редукционизм.
– Что-то это очень сильно напоминает. История повторяется?
– Совершенно верно. Это очень похоже на то, что происходит сейчас с искусственным интеллектом, в котором технофобы видят лишь угрозу для людей и ничего больше. Такое отношение к новым технологиям всегда присутствует со стороны некоторой части общества. Однако сегодняшняя ситуация отличается тем, что со стороны государства ученым и специалистам-практикам дан полный зелёный свет на изучение, разработку и внедрение технологий с искусственным интеллектом. По крайней мере, они могут экономить свои силы и энергию на том, что им не нужно доказывать необходимость таких разработок. Она и так для всех очевидна. Тем же, кто стоял у истоков кибернетики, включая томских ученых, приходилось прилагать невероятные усилия для того, чтобы руководители нашей страны увидели в ней не только возможности в решении проблем доставки современного оружия и управления им, но и науку будущего с самым широким спектром применения во всех сферах жизнедеятельности общества. Поэтому они изо всех сил старались проводить свои исследования таким образом, чтобы не возбуждать к ним излишнее внимание со стороны ортодоксальных философов-материалистов, бывших тогда на страже коммунистической идеологии и не приемлющих ничего, что казалось схоластичным и идеалистичным.
«О том как кибернетикам ТГУ приходилось на первых порах "выкручиваться" вспоминал в интервью Ф. П. Тарасенко: "... Мы выходили на дискуссию и делали то же самое, что власти: врали. Например, я выступал, говорю: “Конечно, кибернетика – это лженаука, но вычислительная техника, ЭВМ – очень ценное средство подъёма нашей экономики”. Дальше. “Теория информации – да, конечно, это чушь собачья, какая информация может быть в телефоне?! Информация только у человека в голове. Правильно вы говорите! Но теория передачи сообщений – это очень важно”. Но теория передачи сообщений и есть теория информации, понимаете? Так и справлялись."» (Интервью с Ф. П. Тарасенко. 2020. Март // Архив НУИЛ «Сибирь: исторические традиции и современность»)
По прошествии времени можно уверенно сказать, что успешная реализация кибернетического направления в ТГУ произошла прежде всего благодаря личностному фактору – усилиям академика, директора СФТИ Владимира Дмитриевича Кузнецова и авторитетного ученого и организатора, заведующего кафедрой радиофизики ТГУ, профессора Владимира Николаевича Кессениха. Они были поддержаны молодым поколением исследователей, ставших основателями кибернетической школы Томского государственного университета. Среди них: Петр Павлович Бирюлин, доцент, специалист по радиоволнам, а также будущие профессора ТГУ братья Тарасенко – Феликс Петрович и Владимир Петрович, Аркадий Дмитриевич Закревский, Геннадий Алексеевич Медведев. Их дело продолжили затем профессора Александр Михайлович Горцев, Борис Афанасьевич Гладких и ряд других исследователей.
– А как всё-таки создавалась кибернетика в ТГУ? Сколько времени занял процесс её становления как нового направления?
– Более двадцати лет. Сначала, а именно в середине 1950-х годов, в ТГУ был организован студенческий кружок по изучению и созданию аналоговых вычислительных устройств, почти все члены которого впоследствии стали видными учеными, руководителями научных школ, организаторами кафедр и лабораторий. Была открыта проблемная лаборатория счетно-решающих устройств (СчРУ), и вскоре на кафедре радиофизики началась подготовка студентов по новой специальности «Электронно-вычислительная техника и автоматика», в процессе которой их учили работать на ЭВМ.
Лаборатория (СчРУ) ТГУ была оснащена первой в Сибири ЭВМ «Урал-1». «Ректорат университета, в связи с этим, пошел на перевод группы студентов-пятикурсников (А.А. Уткина, Г.А. Медведева, В.П. Тарасенко во главе с аспирантом А.Д. Закревским) на индивидуальные планы и направил их в Пензу, где они прошли курсы подготовки к работе с данной машиной. А.Д. Закревский писал о сложностях, с которыми группе пришлось столкнуться в Пензе своему учителю В.Н. Кессениху: "Сейчас здесь около сотни стажеров. К машинам допуска нет, вся подготовка заключается в чтении лекций. К лекциям не подготовлено ни одного наглядного пособия (функциональных схем и пр.). Темпы преподнесения материала таковы, что за шесть часов (дневная норма) ты получаешь лишь несколько квантов информации. Почти никто из слушателей не стажировался ранее с вычислительными машинами и это еще больше замедляет ход лекций". Впоследствии А.Д. Закревский и другие участники пензенской стажировки участвовали в установке и пуске ЭВМ в ТГУ. Благодаря их самоотверженному труду было выполнено в срок первое важное государственное задание – изучены характеристики обнаружения слабых радиолокационных сигналов. Результаты были доложены в вычислительном центре МГУ и Главном артиллерийском управлении (по материалам: Расколец В.В. «История одной инициативы: об истоках кибернетики в Томском государственном университете»).
Затем на базе ТГУ была проведена большая конференция по проблемам ЭВМ. Томским исследователям были поручены важные правительственные задания, касавшиеся обороны государства.
Одним из таких заданий была разработка и создание действующей модели, имитирующей работу системы наведения ракет. Относительно небольшая информация о структуре и функциональных возможностях систем наведения была почерпнута из рекламных сообщений, некоторых научных статей и других открытых источников, поэтому участникам госзадания пришлось много додумывать и изобретать. При этом они столкнулись с совершенно новыми физическими и математическими проблемами. Успешное выполнение этой работы в 1959 г. объясняется высоким уровнем образования, который давала в то время физико-математическая школа ТГУ, тесной связью учебного и научного процессов (по материалам: Горцев А.М. «Факультет прикладной математики и кибернетики: история создания факультета»).
Открывались новые кафедры, в том числе электронной вычислительной техники и автоматики, которой руководил Феликс Петрович Тарасенко. А в 1970 году был открыт новый факультет – факультет прикладной математики (ФПМ). Позже он стал называться факультетом прикладной математики и кибернетики (ФПМК). В становлении нового факультета и развитии его основных научных и прикладных направлений огромную роль сыграли А.Ф. Терпугов, Ю.И. Параев, Г.П. Агибалов. Важно отметить, что всё, что происходило семьдесят лет назад с кибернетикой в ТГУ, не было дублированием чужого опыта! Это был исключительно собственный путь к новой научной дисциплине. Дело в том, что кибернетика в нашем университете первоначально выросла из радиофизики, а не из прикладной математики, как в других вузах. И на это были свои причины. Первая – это необыкновенная инициативность физиков ТГУ. Они внимательно следили за всеми мировыми открытиями и постоянно организовывали публичные дискуссии по самым разным научным проблемам.
Так, при активном содействии томских ученых-физиков в начале 1950-х гг. в одном из выпусков «Известий Научно-исследовательского института математики и механики при Томском государственном университете им. В. В. Куйбышева» была опубликована первая работа в области кибернетики и автоматизированных систем управления, рассматривавшая экономическую модель в условиях развития, принадлежавшая знаменитому американскому физику и математику, пионеру информатики, Джону фон Нейману. По поручению профессора радиофизика В.Н. Кессениха доцентом П.П. Бирюлиным был сделан перевод книги признанного во всём мире «отца» кибернетики Норберта Винера. «В ТГУ устраивалось публичное обсуждение теории относительности, «нелинейной механики» Козырева, квантовой механики, квантовой химии, статистической физики ("парадокс Гиббса" и "демон Максвелла", обобщение II закона термодинамики Л. Бриллюэном, нашедшие разрешение с помощью идей теории информации) и обсуждение одного из ключевых вопросов: “является ли кибернетика наукой?” (…) Нередко физикам приходилось вступать с оживленную полемику с философами – сторонниками диалектического материализма» (по материалам: Расколец В.В. «История одной инициативы: об истоках кибернетики в Томском государственном университете»).
Ещё одной причиной необычного – физического – генезиса кибернетики в ТГУ стали потребности радиолокации и связи в развитии математических методов статистики и решении теоретических проблем вычислительной техники. Существовавшая тогда подготовка радиофизиков не предусматривала изучения статистического подхода для его применения на практике. Специальных курсов и кафедр, специализирующихся в этом направлении, не было. Первые учебные программы разрабатывались «с колёс», то есть теми, кто сам ещё только обучался всему этому во время стажировок или самостоятельно по книгам и статьям. Несмотря на все трудности, соответствующие образовательные курсы и дисциплины были запущены и со временем вышли за рамки ФПМК, обогатив программы других факультетов.
– Можно ли сказать, что нечто подобное происходит в ТГУ и сейчас?
– Думаю, можно. Перечисленные выше этапы развития кибернетики отражают общую логику становления любой науки в университете, включая и науку об искусственном интеллекте. И сегодня первые из этих этапов уже вполне отчетливо просматриваются. Так, например, с 2016 года в ТГУ функционирует научно-исследовательская лаборатория прикладного анализа больших данных. Она занимается соответствующими фундаментальными и прикладными исследованиями в социальной и экономической сферах. В частности, изучением ценностных ориентиров и мнений студенческой молодёжи, качества жизни жителей российских регионов, рынка труда и так далее. Кроме этого создан Университетский консорциум исследователей больших данных. Как известно, big data – это то, без чего искусственный интеллект не может существовать. Эти структуры объединяют талантливую и инициативную молодёжь. Возглавляет их выпускник ТГУ Вячеслав Гойко. С участием лаборатории и консорциума проводятся различные мероприятия, посвященные проблемам больших данных и искусственного интеллекта, в том числе и федерального уровня. По инициативе нашей выпускницы Дарьи Мацепуро на базе ТГУ в партнерстве со Сбером создан Сибирский (Томский) центр изучения искусственного интеллекта и цифровых технологий, который в конце прошлого года на Международном форуме этики в сфере ИИ был отмечен как один из первых в стране центров изучения проблематики, связанной с этикой ИИ, и которому была вручена соответствующая премия. Дарья Мацепуро – директор этого центра и член Координационного совета по делам молодёжи в научной и образовательной сферах Совета при президенте РФ по науке и образованию.
Молодые ученые и аналитики ТГУ начинают получать серьёзные задания от государственных и бизнес-организаций. При этом они заботятся о подготовке новых кадров, периодически организуя бесплатные научно-исследовательские стажировки для студентов и магистрантов ТГУ. В сентябре 2024 года Лаборатория прикладного анализа больших данных совместно с ИДО ТГУ, Школой онлайн-профессий Skillfactory и Академией Data-Diving запустит новую онлайн-магистратуру.
Таким образом, в университете постепенно формируется устойчивый тренд – становление ИИ неотъемлемым элементом большей части научных исследований, что в целом предполагает уже в ближайшем времени создание единой программы развития искусственного интеллекта в нашем университете. Но об этом мы ещё не раз будем говорить в этом блоге, а пока я хотел бы сосредоточиться на другом важном тренде, связанном с ИИ, – образовательном. По сути, это вхождение преподавательского сообщества ТГУ в «новую эру», в которой искусственный интеллект становится полноправным участником учебно-образовательного процесса. Ещё год с небольшим назад не все из нас знали, что такое ChatGPT. Как всегда, молодёжь стала первой экспериментировать с новой технологией. Вскоре стало понятно, что для того, чтобы эта новация не вошла в учебно-образовательный процесс с «чёрного входа», преподавателям нужно брать её под контроль, насколько это возможно. Но чтобы минимизировать риски и пользоваться всеми возможностями ChatGPT, преподаватели должны сами обучаться технологиям с применением искусственного интеллекта. И это нужно делать срочно, так как эксперты считают, что внедрение ИИ уже в ближайшем будущем окажет глубокое влияние на образовательную сферу и приведёт к радикальным изменениям в методах обучения и доступе к знаниям.
– Какие ключевые тенденции процесса вхождения ИИ в высшее образование вы бы выделили в настоящий момент?
– Прежде замечу, что в отличие от бизнеса, у образования есть свои особенности в интеграции ИИ-технологий. Здесь главная цель – не экономическая выгода, а улучшение качества обучения, которое трудно оценить с помощью объективных критериев. ИИ уже сегодня применяется в передовых вузах России для анализа успеваемости студентов, персонализации обучения, прокторинга (контроля честности экзаменов), проверки знаний и других задач. На январь этого года в 16 российских университетах было разработано 90 программ для обучения специалистов в области ИИ в рамках федерального проекта "Искусственный интеллект". Однако, если сравнивать с другими развитыми странами, то в России сейчас только начинается процесс внедрения технологий искусственного интеллекта в сферу образования. Пока образовательная сфера у нас отстаёт от ведущих отраслей экономики в возможностях инвестирования в ИИ и привлечения специалистов. При этом образовательные учреждения имеют особую потребность в применении технологий ИИ, поскольку их деятельность напрямую связана с обработкой информации. Тем не менее можно сказать, что тенденции в использовании искусственного интеллекта в российском образовании в целом соответствуют мировому опыту современной технологической модернизации и направлены на повышение качества образовательных услуг и на улучшение управляемости образовательных процессов.
Если же говорить о сегодняшних ключевых тенденциях, то их несколько. Во-первых, это организация адаптивного обучения, основанного на учете индивидуальных особенностей студентов, то есть уже имеющихся у них навыков и интересов, и внесении соответствующих корректировок в учебный процесс. Во-вторых, это геймификация на базе ИИ, суть которой в создании персонализированных игр, помогающих ускорить процесс обучения и сделать его более интересным и увлекательным. Как о тенденции можно говорить и о внедрении в образование интеллектуальной робототехники, способствующей развитию у студентов самых различных навыков: креативности, проблемного мышления, умения работать в группах. Роботы могут выступать так же в роли наставников студентов и ассистентов преподавателей. Заметной тенденцией становится так называемое микро- и нанообучение с применением ИИ. Этот подход особенно популярен в дистанционном образовании, когда информация предоставляется студентам в виде коротких лекций, видео-уроков и упражнений. Для этого ИИ разбивает сложные темы на более легко усваиваемые подтемы и фрагменты. Одной из тенденций может стать использование возможностей ИИ в наблюдении за эмоциональными реакциями обучающихся и оценке их психологических состояний. По крайней мере, у себя в ТГУ мы поставили перед собой задачу создания такого инструмента, который был бы способен диагностировать депрессивные и предсуицидальные состояния студентов с целью их быстрого выявления и соответствующей психологической корректировки. И, конечно же, одна из самых явных тенденций – это вхождение в образовательный процесс генеративного искусственного интеллекта, генерирующего текст, визуальные образы и видео. Нейросети помогают преподавателям разрабатывать программы дисциплин и планировать занятия, способны взять на себя значительную часть их административной работы. Студентам они помогают преодолевать страх «чистого листа», генерируя варианты начала того или иного текста, которые затем можно улучшать уже самостоятельно и так далее.
– Затронули ли эти тенденции ТГУ?
– Безусловно. Значительная часть этих тенденций имеет место в образовательных процессах нашего университета. Особенно если иметь в виду Институт дистанционного образования ТГУ. Классная команда специалистов под руководством директора ИДО Михаила Шепеля постоянно держит руку на пульсе всех новаций в сфере высшего и дополнительного образования, выпуская всё новые и новые программы для самых разных целевых аудиторий. Одним из объективных показателей высокого качества работы этого коллектива стало то, что Томский государственный университет уже несколько лет является одним из трёх операторов федерального проекта «Содействие занятости» в рамках нацпроекта «Демография». И основная нагрузка здесь падает на Институт дистанционного образования. Коллектив не только успешно справляется с этой сложной и масштабной работой, но параллельно ведёт ещё и множество других программ, откликаясь на все большие и малые вызовы по отношению к дистанционному высшему и дополнительному образованию. Тем более, если это касается искусственного интеллекта. Ведь если появление сегодня ИИ как сквозной технологии меняет не только науку, но и образование, то мы как университет должны быть впереди. Поэтому ИДО ТГУ инициировал программу «Генеративный искусственный интеллект для преподавателя: стратегии, инструменты, этика». И если наши преподаватели массово освоят эти контексты, научатся их использовать для усиления своей профессиональной и исследовательской деятельности, то это резко создаст нашему университету безусловные преимущества.
Конкуренция растет, и тот, кто быстро и системно овладевает самыми современными технологиями, получает и новые возможности с точки зрения доступа к ресурсам, партнерам, которые в этом нуждаются. Поэтому я горячо призываю всех наших преподавателей к обучению в этой области и считаю, что это очередная возможность для нас, компенсирующая нашу геопозиционную удаленность. Мы всегда немного страдаем от того, что находимся далеко от центра – информационных потоков, разного рода ресурсов. Такие вещи, как внедрение ИИ в образовательный процесс, позволяют резко уходить вперёд. Мы видим это на примере создания информационной облачной системы в рамках нацпроекта «Демография», в которой присутствуют элементы адаптивного обучения. Здесь мы сразу стали лидерами по стране. Делали всё это для себя, но оказалась, что мы самые продвинутые, и поэтому ТГУ поручили быть федеральным оператором проекта «Содействие занятости». И именно поэтому сейчас нам доверено координировать деятельность по обучению мигрантов русскому языку и сдаче ими экзаменов в масштабе всей страны.
Уважаемые коллеги, Томский государственный университет всегда отвечал на самые сложные вызовы деятельностно. Уверен, что так будет и в этот раз. Обучайтесь сами новым технологиям и обучайте им студентов. И пусть инициативность, смелость и профессионализм, с которыми наши старшие коллеги создавали в своё время новые научные направления, будут для нас примером, а также источником вдохновения и выдающихся профессиональных достижений!
Ректор ТГУ Эдуард Галажинский
Записала беседу и подобрала информационные материалы
Ирина Кужелева-Саган
Руководитель Центра технологического и исследовательского сопровождения ИДО ТГУ Артём Фещенко
– о новой программе повышения квалификации «Генеративный искусственный интеллект для преподавателя: стратегии, инструменты, этика», пилот которой недавно успешно завершился:
«Впервые задачу разработки ППК для преподавателей вузов по применению генеративного ИИ мы поставили перед собой относительно недавно, в октябре 2023 года, во время организованной нами конференции по непрерывному образованию. Спусковым триггером для этого стало выступление эксперта в области применения технологий ИИ в образовании Андрея Комиссарова. Он рассказал нам о создании цифрового помощника для учителей и учеников, что подтвердило наше предположение о том, что GPT пришел в образование всерьез и надолго. В ноябре того же года мы провели социологическое исследование среди студентов и преподавателей, показавшее растущий разрыв между учащимися, более половины из которых уже активно применяют чат-боты, и преподавателями, относящимися к ним с осторожностью. Этот разрыв негативно влияет на качество обучения, поскольку ранее студенты не имели таких преимуществ при несамостоятельном выполнении заданий.
Прежде чем начать разрабатывать свою ППК, мы постарались изучить то, что уже было. Выяснилось, что существующие программы по генеративному искусственному интеллекту (ГИИ) являются в большинстве своём коммерческими ДПО и не показывают применение ГИИ системно в создании образовательных продуктов, то есть от замысла до анализа их результативности. Наиболее распространенные форматы обучения ГИИ – это мастер-классы на несколько часов и однодневные интенсивы. Одни из наиболее содержательных и глубоких – это “Интенсив по нейросетям в образовании” от команды Лекториум и практикум “ИИ в высшем образовании” от Школы перспективных исследований ТюмГУ. Сейчас, однако, уже можно видеть и вузовские ППК для сотрудников по теме ИИ. Но они дают либо самое общее представление о нём, либо предлагают практики, требующие навыков программирования. Кроме этого мы проанализировали более 30 научных исследований, описывающих использование ГИИ при различных задачах преподавания. Также были изучены доступные мастер-классы и практики, взятые с видеохостингов и из собственного опыта. Свои гипотезы мы проверяли, используя разные модели ГИИ. При проектировании ППК мы опирались на подходы педагогического дизайна ADDIE, предполагающего пять основных этапов: анализ, проектирование, разработку, сопровождение и оценку. Особое внимание уделялось этапу оценки, на котором учитывались все активности слушателей в электронной среде по каждому разделу программы. Конкретного прообраза у нашей ППК не было, но мы учитывали специфику целевой аудитории – занятых преподавателей. Поэтому изначально программа была спроектирована с учетом максимального запроса на гибкость и индивидуализацию обучения.
Главная задача, которую мы пытались решить, – это получение слушателями собственного опыта и отношения к новой технологии через деятельность. Для этого мы максимально устранили лекционный формат, заменив его на практикумы и самостоятельную практическую работу. Мы также учитывали данные исследований для определения результатов обучения, включая социологические данные. Мы выявили, что ожидания и скепсис преподавателей по отношению к искусственному интеллекту являются ключевыми факторами, которые было необходимо учесть в нашей программе, сформулировав их в виде 3-х возможных целевых компетенций: 1) защита заданий от списывания студентами; 2) оптимизация рутинной части работы преподавателя, но при этом с запросом на 3) усложнение практики преподавания для более высоких образовательных результатов от студентов или использование для этого новых, сложных образовательных технологий. Ещё одной особенностью программы стал итоговый проект максимально прикладного характера, формат которого слушатели выбирали сами из нескольких вариантов. К “фишкам” нашей ППК относится и электронное приложение к бумажному удостоверению о повышении квалификации. Оно впервые разработано в рамках программ ПК ТГУ и отражает в виде инфографики уровень сформированности каждого из девяти образовательных результатов в зависимости от количества выполненных заданий и выбранной темы итогового проекта. Некоторые слушатели были настолько увлечены процессом, что выполнили не один проект, а два или даже три. Одна из слушательниц написала: “После программы моя жизнь уже не будет прежней…”. Мне кажется, что эта фраза точно передаёт эффект, который мы сами получили от знакомства с ГИИ, стремясь, чтобы и наши слушатели пережили подобный опыт. Обратная связь от них это подтверждает: 86% слушателей в финале программы отметили, что относятся к применению ИИ в своей практике с еще большим оптимизмом чем до программы, 10% сохраняют нейтралитет и только 4% – пессимизм.
Большинство заданий курса не вызвало затруднений, кроме последних двух. Это переосмысление вместе с GPT заданий в своей дисциплине и определение для студентов границ использования ГИИ при самостоятельной работе. Оказались оправданными и наши усилия по сокращению хронометража видео почти в 2 раза. Слушатели благодарили за экономию их времени. Хотя были и такие обучающиеся, которым требовалось не ускорение а замедление «кадра». Отсюда мы сделали вывод, что нужно и дальше развивать персонализацию обучения. Программа удалась и с точки зрения вовлечения слушателей в эксперимент по проверке возможностей ГИИ в разных предметных областях. Нам еще предстоит проанализировать и обобщить результаты более 1200 лабораторных работ, которые выполнили коллеги из 7 вузов, участвовавших в программе, и понять, на каких этапах ADDIE и в каких предметных областях ГИИ оказался наиболее продуктивным. В конце программы мы тщательно измерили опыт слушателей посредством анкетирования. Результаты нас воодушевили. Только у 2% слушателей ожидания не оправдались; у 48% – оправдались полностью; 50% отметили, что опыт, полученный во время обучения, больше, чем они ожидали. После программы слушатели не разочаровались в ИИ, 97% слушателей отметили, что по всем 9 заявленным в программе результатам обучения у них есть прогресс. Всё это укрепило наше мнение, что благодаря ГИИ снижается порог входа в педагогический дизайн. Здесь ИИ выступает в роли “второго пилота”, обеспечивает поддержку преподавателя и “забирает” на себя часть процедур, помогая экономить время для быстрого старта, или обогащает идейно.
Думаем, что в следующем потоке ППК оптимизм слушателей по отношению к ИИ ещё больше укрепится, когда мы покажем им захватывающие примеры учебной аналитики с помощью больших языковых моделей, которые уже способны меньше, чем за минуту, обобщить до 150 рефлексий и представить их описание под разными фокусами, интересующими преподавателя: студенческие достижения, трудности, инсайты и так далее. Кроме этого, мы планируем усилить “этический” модуль, чтобы подробнее разобраться с этикой применения ГИИ. Скорее всего мы пересмотрим трудоёмкость некоторых наиболее сложных заданий в программе и увеличим количество практик по отдельным компетенциям, связанным с ИИ: презентациям, генерации обратной связи от студентов, работе с аудио и видео. В программе мы старались и будем дальше стараться показывать инструменты в паре: зарубежный и российский аналог. Практика показала, что отечественные сервисы вполне конкурентоспособны. Это, прежде всего, продукты от Сбера. Среди больших языковых моделей – GigaChat, а для генерации изображений – это Kandinsky. Поэтому с “отключением” зарубежных систем у российского преподавателя перспектива продуктивно работать с ГИИ точно есть!
Каких-то специальных требований к преподавателям для входа в нашу программу мы не предъявляем. Учить программированию точно не будем, поэтому преподаватели естественных, социальных и гуманитарных наук будут чувствовать себя комфортно. Но есть несколько обязательных и вполне выполнимых условий для обучения: навыки работы с мессенджером Telegram, готовность каждый день выполнять практические задания, опыт создания и сопровождения электронного курса. Апробация программы показала, что ГИИ наиболее продуктивен для большинства преподавателей на этапе разработки курса в электронной среде. Поэтому, преподаватели, активно работающие в LMS, в нашей программе закрывают с помощью ГИИ много своих профессиональных потребностей.
В целом мы как и слушатели нашей программы удовлетворены её результатами. Но, как известно, совершенству нет предела. Тем более, когда технологии развиваются так быстро. Поэтому мы готовы к постоянной модернизации и оптимизации ППК по генеративному искусственному интеллекту. Я уверен, что университеты в ближайшем будущем смогут создавать программы подготовки ИИ-тренеров, а также специалистов с комбинацией навыков бизнес-аналитика, промт-инженера и коуча, развивающих на предприятиях компетенции применения ГИИ в бизнес-процессах.
Уважаемые преподаватели, ждём вас на своих программах по ГИИ!».
Для информации:
Следующий запуск программы по ГИИ для преподавателей запланирован на 14 мая 2024г. Для записи на программу обращаться в Центр повышения квалификации и переподготовки кадров ТГУ к Карпенко Ирине Ивановне. Тел. (3822) 785-653, karpenko@ido.tsu.ru