Социолог СПбГУ Наталья Трегубова: Сейчас компьютерное мышление нужно, по сути, всем, а не только программистам или сотрудникам ИТ

В последнее время искусственный интеллект в виде чат-ботов резко вошел в нашу жизнь — мы прибегаем к нему в любом удобном случае, используем его как в работе, так и в учебе.

Особенно нейросети пользуются спросом у студентов вузов: кто не помнит прогремевшей на всю страну истории с учащимся РГГУ и его дипломной работы, написанной ИИ?

На сегодняшний день это — один из немногих известных случаев, но для дня будущего это — вполне намеченная тенденция в высшем образовании. Потому что по данным опроса аналитиков образовательной онлайн-платформы Skillfactory, половина студентов уже регулярно использует нейросети для учебных целей. А среди вузов одним из первых, кто разрешил использовать нейросети при написании выпускных квалифицированных работ, стал МГПУ.

Однако многих людей такая тенденция пугает: не угаснет ли у студентов мотивация? И какие навыки необходимо развивать, чтобы приспосабливаться к новым технологиям? Социологи Санкт-Петербургского государственного университета (СПбГУ) провели исследование и пришли к важному выводу: у студентов необходимо формировать новый тип мышления для работы с ИИ — компьютерное мышление.

О том, что представляет собой этот вид мышления, как его развивать и какие вещи помогут сохранить мотивацию у студентов, мы поговорили с одним из авторов этого исследования — Трегубовой Натальей Дамировной, доцентом кафедры сравнительной социологии СПбГУ.

Трегубова Наталья Дамировна

Недавно вы с другими социологами вашего вуза в рамках исследования сформулировали тезис, что для работы с ИИ у студентов необходимо развивать компьютерное мышление. Что представляет собой этот вид мышления?

— На английском этот термин звучит как computentional thinking, а на русском - собственно, компьютерное, или вычислительное мышление. Сейчас это очень популярная вещь, потому что ИТ-технологии уже несколько десятилетий входят в нашу жизнь, и чем дальше, тем больше.

Что это такое? Это про умение людей понимать как компьютер “думает”, как работают компьютерные алгоритмы. И про способность делать какие то простые вещи самостоятельно: пользоваться базовыми программами, понимать, почему они работают именно так, а не иначе. Возможно, немного программировать, а если не программировать, то уметь грамотно ставить задачи перед программистами.

Мы сталкиваемся с компьютерными технологиями каждый день: мы ищем что-то в интернете, просим построить маршрут, слушаем музыку, смотрим видео. И все это происходит в компьютерной среде. Если мы не понимаем, как она работает, то мы не очень хорошо себя чувствуем в ней. Сейчас это нужно, по сути, всем, а не только программистам или сотрудникам ИТ. Этот навык пригодится, например, менеджерам, работникам отдела кадров, руководителям.

Каким образом нужно развивать это компьютерное мышление студентам? Ведь они, как представители молодого поколения, более осознанно и увереннее пользуются всеми компьютерными технологиями.

— Думаю, что это должно быть встроено в систему образования на разных ее уровнях. И сейчас это уже делается: о том, что такое алгоритм, как пользоваться компьютером, учат чуть ли не с детского сада.

Однако, возвращаясь к студентам, развивать компьютерное мышление помогут курсы - обязательные или по желанию, базовые или специализированные, для студентов тех специальностей, в которых активно используется ИТ-технологии. Например, это могут быть курсы информатики при университетах, на которых учат пользоваться базовыми программами. Курсы поиска научной информации с элементами программирования, анализа данных. Или онлайн-курсы. Насколько я знаю, наш университет активно вводит их: у нас есть онлайн-курсы о том, что такое ИИ, Большие данные. Курсы такого формата помогут развить свои навыки, понимание, потому что они рассказывают не-специалистам сферы ИТ о том, как, вообще говоря, все это устроено. И как обращаться с инструментом, который пригодится в работе по своей специальности.

Второй иностранный - Python

5 языков программирования, которые точно пригодятся в работе

В обществе принято делить людей на технарей и гуманитариев. Конечно, сейчас с учетом тенденций эта грань уже стирается, но все-таки принято считать, что есть люди, тяготеющие к науке, и люди, тяготеющие к гуманитарным предметам. На ваш взгляд, компьютерное мышление - это сложный навык, который могут освоить люди со способностями, или это базовый навык, которым могут овладеть как гуманитарии, так и технари?

— Я думаю, что сейчас это, конечно же, базовый навык - вопрос в уровнях. Понятно, что люди, склонные к ИТ, или те, кому это нужно по работе, или кто стремится к высоким заработкам, будут стараться расширять знания. Однако на каком-то базовом уровне, я думаю, освоить навык компьютерного мышления под силу каждому. И гуманитарию не обязательно изучать более сложные вещи и становится гением программистом.

Вообще, программирование тоже развивается, и в последнее время оно становится все проще и проще, языки программирования становятся ближе к нашему обычному языку. Взять хотя бы ChatGPT, GigaChat и прочие чат-боты, основанные на больших языковых моделях, - сейчас мы можем самостоятельно составить задание для них, и они выдадут какой-то программный код. Но если мы не грамотны, то не сможем проверить, есть ли в ответе нейросети ошибки.

ИИ за последнее время резко вошел в нашу повседневную жизнь, особенно он пользуется спросом у студентов. С помощью нейросетей они формируют задания, пишут курсовые и даже дипломные работы - вспомнить хотя бы случай со студентом РГГУ. С другой стороны, преподаватели вынуждены более тщательно проверять эти работы на наличие плагиата и других вещей.

В исследовании вы отмечали, что активное и повсеместное применения ИИ — повод задуматься о том, чтобы пересмотреть существующую технологию оценки полученных знаний в процессе образования и, возможно, дополнить ее новыми критериями. Какие это могут быть критерии?

— Да, это очень важный и животрепещущий вопрос. И здесь нужно сказать, что с одной стороны, эти критерии следует формировать одновременно, затрагивая систему образования РФ в целом. В ней пока еще вырабатываются подходы касательно использования ИИ. Однако желательно, чтобы все пришло к единому пониманию на уровне закона: вот это можно, а вот это нельзя.

С другой стороны, в разных университетах своя специфика и регуляция использования ИИ. Скажем, в университете, в котором учат рекламщиков, трудно обойти программы генераторов текстов, поскольку они пригодятся им в дальнейшем на работе. Тоже самое можно, наверное, сказать и о дизайнерах.

Возвращаясь к критериям: я думаю, что в одних ситуациях критерием будет, насколько студент осмысленно, грамотно использует программу для решения какой-то задачи. Насколько он может исправлять ошибки, выданные ИИ. То есть оценивать не работу самого студента, а то, как студент работает вместе с программой.

Другим критерием должна быть оценка оригинальности мышления студента, способность поставить и решить задачу. Может быть, программа поможет написать работу общими словами, но она не умеет ставить задачи, составлять план исследования в отличие от человека, который лучше знает, о чем будет его работа. Если вы изучили материалы, понимаете, куда и кого пойдете опрашивать, то здесь программа вам не поможет.

Какие плюсы и минусы вы видите в использовании искусственного интеллекта студентами в процессе учебы?

— Многое зависит от того, как именно они его используют. Какие плюсы могут быть? Например, важное преимущество - это преодоление языковых барьеров. Сейчас мы используем Google и Яндекс переводчики, которые, кстати, тоже являются формой ИИ. Новые языковые модели более усовершенствованы: мы можем ввести свой текст, а программа поправит ошибки.

Другой плюс - это решение проблемы чистого листа. На первых этапах обучения студентам очень трудно начать писать какую-либо работу. Я и по себе это помню: сидишь перед чистым листом и не понимаешь, с чего начать. Но теперь можно попросить эту программу, как бы играя с ней, выдать начало, сформулировать 2-3 абзаца. Ты можешь потом полностью переделать ее текст. Но в целом, программа задает общее направление, благодаря которому можно начать работать.

Еще один плюс состоит в том, что студенты, которые пользуются этими программами критично, а не бездумно, учатся сами. Они выявляют и исправляют ошибки, допущенные ИИ, пытаются увидеть недочеты. Искусственный интеллект в этом плане становится твоим младшим партнером для обучения.

Это - одни из возможных преимушеств.

Однако если студенты подменяют процесс обучения процессом использования этой программы, то это уж точно нельзя назвать преимуществом. Хотя работы таких студентов сразу видны, потому что временами программы выдают несуществующие источники литературы, события. И студенты не проверяют этого (по правде говоря, проверить это несложно), вносят в работу, и качество работ очень сильно падает.

Ну и второй минус, который мне бросается в глаза, состоит в том, что эта программа - эта языковая модель - выдает очень общую информацию. Взять пример с дипломной работой: допустим, студент задает тему - она в ответ выдает общие слова. Это напоминает ситуации, когда студент, не выучив билеты, на экзамене “льет воду”.

Программа генерирует что-то, но это что-то очень не конкретное. Вы можете попросить ее конкретизировать, но если вы не знаете, о чем пишете, то вы останетесь на уровне общих слов.

Все равно остается большой пласт студентов, которые идут в вуз за дипломом, а не за знаниями. Искусственный интеллект помогает быстро улучшить оценки, но при этом никак не влияет на расширение необходимых знаний и компетенций. На ваш взгляд, насколько использование ИИ воздействует на мотивацию студентов?

— Нечестные студенты или студенты, которые хотят так или иначе облегчить себе жизнь, существовали всегда, - и существуют до сих пор. Но если раньше они занимались плагиатом или не очень старательно анализировали источники, то сейчас они могут это делать с помощью программ ИИ, того же ChatGPT, например. В этом отношении, на мой взгляд, искусственные интеллект не меняет кардинально правила игры.

А сами вузы могут как-то сохранить мотивацию у студентов?

— Мне кажется, первое, что нужно делать - это не пытаться делать вид, что этих технологий не существует, о них никто не знает. Университетам следует определить, разрешено ли студентам использовать новые программы искусственного интеллекта или нет. Если они разрешены, то нужно об этом говорить, учить пользоваться ими.

Тем более, мы пока не понимаем, как повлияет развитие ИИ на рынок труда в будущем, останутся ли некоторые специалисты без профессии. Однако на сегодняшний момент ИИ способен не на все: он не может понять и поставить проблему - в отличие от человека. Перепроверить источники, скорректировать задачу так, чтобы она понравилась заказчику - тоже. В этих и других вещах человек пока что превосходит ИИ. Именно это - второе - нужно говорить студентам: чему мы их учим такому, что им понадобится на рынке труда и в чем ИИ их пока не заменит.

Может ли ИИ оставить человека без работы в будущем?

Узнали мнение экспертов на встрече HeadHunter