Рек­то­ры ву­зов и уче­ные в ходе стра­те­ги­че­ской сес­сии об­су­ди­ли пер­спек­ти­вы ИИ в на­уч­но-об­ра­зо­ва­тель­ной сфе­ре. Ми­но­бр­на­у­ки под­го­то­ви­ло ба­зо­вый пе­ре­чень клю­че­вых по­ка­за­те­лей эф­фек­тив­но­сти внед­ре­ния тех­но­ло­гий ИИ, а уни­вер­си­те­там и на­уч­ным ор­га­ни­за­ци­ям пред­ло­же­но до­пол­нить его сво­и­ми иде­я­ми. По сло­вам ми­ни­стра на­у­ки и выс­ше­го об­ра­зо­ва­ния Ва­ле­рия Фаль­ко­ва, про­во­див­ше­го страт­сес­сию, пред­сто­ит про­ду­мать, ка­кие по­ка­за­те­ли ста­нут ре­аль­ным сти­му­лом для ро­ста ка­че­ства об­ра­зо­ва­ния и про­из­во­ди­тель­но­сти тру­да.

Кристина Канская:

– Сегодня искусственный интеллект в вузах находится на стадии, когда технологий уже много, а зрелых моделей их применения пока существенно меньше. Так что я бы не переоценивала масштаб внедрения. Да, есть сильные университеты, которые работают с ИИ достаточно продвинуто, но для большинства вопрос пока не в доступе к инструментам, а в способности использовать их не декоративно, а содержательно.

Наибольший эффект ИИ может дать там, где он усиливает качество решений и снимает рутину: в анализе данных, сопровождении образовательных траекторий, подготовке материалов, исследовательской работе, обработке больших объемов информации. Но здесь важно понимать границу: не все, что технически можно передать ИИ, полезно ему передавать. Особенно в образовании, где ценность создается не только скоростью, но и смыслом, живым мышлением, научной дискуссией, личной работой преподавателя со студентом.

Главный вызов для вузов я вижу не в самом факте внедрения ИИ, а в качестве управленческого выбора: где он действительно усиливает университет, а где создает лишь видимость современности. В этом смысле ИИ – это тест на зрелость самой системы: умеет ли она отличать инструмент повышения качества от инструмента для красивого отчета. Внедрить технологию недостаточно. Необходимо переопределять нормы академической этики, учить преподавателей и управленческие команды работать с новыми инструментами.