Full text

Введение / Introduction

 

В современном мире использование нейросетей имеет все более широкое распространение в самых разных областях. Актуальность проводимого нами анализа обусловлена возрастающим интересом к потенциалу и возможностям применения искусственного интеллекта в креативных сферах и необходимостью понимания специфики их использования в обучении творческим профессиям. В свете растущего интереса к этой теме считаем важным начать с указания на различие между терминами «нейросети» и «искусственный интеллект». Несмотря на то что в повседневной речи они зачастую употребляются взаимозаменяемо, в контексте компьютерных наук имеют разное значение. Обобщая, можно сказать, что искусственный интеллект (далее – ИИ) – это широкое понятие, включающее в себя различные инструменты и технологии, используемые для решения сложных задач, в том числе нейронные сети. Простым примером работы ИИ является система «умный дом», которая может автоматически управлять освещением, температурой и безопасностью на основе собранных данных и алгоритмов принятия решений. Нейросети, в свою очередь, представляют собой один из возможных вариантов реализации ИИ и построены на имитации работы человеческого мозга. Существует множество различных типов нейронных сетей, каждая из которых предназначена для решения определенных задач. Одна из наиболее распространенных – генеративно-состязательная сеть (англ. generative adversarial network, сокр. GAN) – состоит из двух элементов: генератора и дискриминатора, которые соревнуются между собой. Генератор проходит обучение на большом количестве данных и затем на их основе создает новые, в то время как дискриминатор анализирует эти данные и определяет, настоящие они или сгенерированные. Этот процесс позволяет GAN создавать изображения, звуки, тексты, имитируя структуру и стиль обучающего набора данных (подробнее мы рассматривали примеры машинного творчества в статье [1]). Настоящее исследование направлено на выявление эффективности использования генеративно-состязательных сетей в сфере художественного образования.

 

Обзор литературы / Literature review

 

Генеративный ИИ имеет относительно короткую историю, восходящую
к 1950-м годам, когда Алан Тьюринг работал над первыми алгоритмами машинного обучения [2]. В последние 10 лет мы наблюдаем резкий всплеск интереса к данной теме, связанный с внедрением генеративных состязательных сетей (2014) и появлением самообучающихся языковых моделей, таких как ChatGPT (2023). Высокая степень актуальности проблемы использования генеративных нейросетей в образовании подтверждается, например, тем фактом, что летом 2023 года ЮНЕСКО опубликовало подробное руководство по использованию ChatGPT в высшем образовании, в котором описаны возможности, проблемы и рекомендации по интеграции этого инструмента в учебный процесс. Перед началом работы с ИИ авторы руководства, Э. Сабзалиева и А. Валентини, предлагают пользователю поставить перед собой следующие вопросы:

  1. Для меня важно, чтобы ответ соответствовал истине?
  2. Я обладаю необходимыми знаниями для проверки достоверности ответа?
  3. Я готов(а) взять на себя полную ответственность (правовую, моральную и т. д.) за возможные неточности?

В случае положительного ответа на все три вопроса рекомендуется прибегать к помощи ИИ [3]. Схожие инструкции для своих преподавателей разработали ведущие университеты мира (по версии Times Higher Education, 2023). Их подробный анализ приведен в статье исследователей Гонконгского баптистского университета под руководством Б. Л. Мурхауса. В основном их рекомендации касаются вопроса академической честности, процесса оценивания и взаимодействия с обучающимися в контексте использования генеративного ИИ [4].

В своем докладе на VIII Международном конгрессе медиаисследований (Мадридский университет Комплутенсе, 6 сентября 2023 года) профессор Саламанкского университета (Испания) Ф. Х. Гарсиа-Пеньальво констатирует, что с появлением генеративных систем (таких как GPT и DALL-E от компании OpenAI) в сфере ИИ произошел глобальный сдвиг, который, по его мнению, окажет существенное влияние и на образование. Профессор считает, что интеграция генеративного ИИ в учебный процесс позволит создавать персонализированные учебные материалы, адаптировать образовательные траектории к индивидуальным потребностям обучающихся, а также поможет сэкономить время преподавателя за счет автоматизации оценки студенческих работ. Вместе с тем в докладе подчеркиваются и проблемы, с которыми сопряжено внедрение генеративного ИИ.

  1. Проблема аутентичности. В мире, где отличить контент, созданный человеком, от контента, созданного ИИ, становится все сложнее, первостепенное значение приобретает необходимость разработать надежные механизмы контроля качества контента.
  2. Проблемы безопасности. Существует опасность злоупотребления генеративным ИИ для создания фальшивой информации или вредоносного контента, что обусловливает необходимость развития соответствующих правовых и регуляторных механизмов для контроля использования генеративного ИИ.
  3. Проблема зависимости. Усиливающаяся зависимость от ИИ может привести к когнитивной стагнации у студентов, что подорвет саму цель образования.
  4. Этическая проблема. Модели ИИ, которые обучаются на больших объемах данных, могут непреднамеренно закреплять социальные предубеждения, присутствующие в этих данных, поэтому крайне важно обеспечить контроль данных, на которых обучаются ИИ, чтобы не допустить усиления социальных разногласий.
  5. Проблема безработицы. Потенциальное сокращение рабочих мест из-за широкого внедрения ИИ побуждает заранее продумать возможности справедливого перехода на иные должности для тех, кто пострадал от этой проблемы [5].

Аналогичные выводы мы можем увидеть в исследованиях других западных авторов. Безусловно, новые технологии невозможно игнорировать, но их развитие слишком стремительно для нашей способности их внедрить их в образовательный процесс.

Зарубежными исследователями также проводится большая работа по анализу отношения студентов к развитию ИИ и влияния нейросетей на их учебную деятельность. Приведем несколько примеров.

Американская некоммерческая организация ACT под руководством ведущего научного сотрудника группы прикладных исследований доктора философии Дж. Шила провела опрос среди 4000 выпускников школ, согласно которому чаще всего они применяют нейросетевые инструменты для написания текстов (66% опрошенных). На основе полученных данных авторы исследования приходят к интересному заключению: процент использования технологий ИИ положительно коррелируется с уровнем успеваемости, т. е. учащиеся с высоким средним баллом чаще используют нейросети [6].

Н. С. Барон, профессор лингвистики Американского университета в Вашингтоне, в рамках работы над своей книгой провела исследование среди студентов США и Европы, согласно которому они активно используют инструменты редактирования и генерации текста (такие как Grammarly и ChatGPT) и высоко оценивают их эффективность. Однако «соблазн эффективности может затруднить отказ от использования ИИ», что «подорвет не только практические навыки письма и анализа текста, но и мотивацию к сочинению собственных произведений», считает профессор Барон [7].

Международная консалтинговая компания Tyton Partners под руководством управляющего директора К. Шоу провела лонгитюдное исследование среди более чем 1000 преподавателей и 1600 студентов вузов с марта по сентябрь 2023 года. За этот период количество преподавателей, регулярно использующих генеративный ИИ, выросло на 13% (с 9 до 22%), количество студентов – на 22% (с 27 до 49%). Студенты не только используют нейросети гораздо чаще, чем преподаватели, но и имеют гораздо более позитивное представление о том, как ИИ-инструменты влияют на их обучение. По опросу в марте 2023 года половина студентов (49%) считала, что ИИ оказывает положительное влияние на обучение, в то время как половина преподавателей (50%) считала, что, напротив, использование ИИ имеет негативное влияние (впрочем, к сентябрю 2023 года этого мнения придерживалось 39% преподавателей) [8].

В 2023 году под руководством профессора Университета Гонконга (КНР) Сесилии К. Ю. Чан было проведено исследование, направленное на выявление потенциальных преимуществ и проблем использования генеративного ИИ в высшем образовании. Участниками исследования стали 399 студентов и аспирантов различных специальностей. В качестве положительных сторон респонденты отметили индивидуальную и круглосуточную поддержку и широкие исследовательские возможности нейросетевых инструментов. Однако они также выразили опасения относительно точности, конфиденциальности, этичности генерируемой информации и воздействия этого опыта на личное развитие, карьеру и социальные ценности [9].

Подобный опрос был проведен и в Белорусском государственном университете. Согласно результатам, приведенным в статье О. Н. Касперович-Рынкевич, ИИ и нейросети в восприятии белорусской молодежи обучающимися используются в образовательных и рабочих целях для получения ответов на сложные вопросы, которых нет в Интернете или когда нет желания самостоятельно искать информацию и структурировать ее. Некоторые студенты активно применяют генеративные инструменты для написания курсовых работ, рефератов, перевода текстов и изучения тем для подготовки к семинарским занятиям [10].

Интерес вызывает также ряд исследований, направленных на анализ ответов нейросети на экзаменационные вопросы. Так, например, К. Тервиш, профессор Уортонской школы бизнеса при Пенсильванском университете (США), экзаменовал GPT‑3 (третью модель чат-бота от компании OpenAI, 2020) по вопросам на тему «Управление операциями» (выпускной экзамен для получения степени магистра делового администрирования). Профессор Тервиш приходит к следующим выводам.

  1. Генеративный ИИ отлично справляется с вопросами базового уровня (управление операциями и анализ процессов), включая вопросы, основанные на анализе кейсов. Чат-бот не просто дает верный ответ, но и подтверждает его логическим обоснованием.
  2. При этом иногда GPT-3 допускает удивительные ошибки в относительно простых вычислениях (на уровне математики 6-го класса).
  3. Текущая версия GPT-3 не способна обрабатывать более сложные вопросы анализа процессов, даже если они основаны на стандартных шаблонах.
  4. GPT-3 прекрасно обучаем: он способен изменять свои ответы, реагируя на подсказки человека. Другими словами, в тех случаях, когда изначально не удалось сопоставить проблему с правильным методом решения, GPT-3 смог исправить себя после получения соответствующей подсказки от человека-эксперта [11].

Стоит сказать, что последняя на данный момент модель семейства GPT – GPT-4 – значительно превосходит GPT-3.

Российские ученые также с увлечением исследуют новые направления применения ИИ в сфере высшего образования. В частности, Е. В. Везетиу и Н. Б. Ромаева подчеркивают проблему дуальности: использование инновационных технологий способствует построению увлекательной и богатой возможностями образовательной среды, с одной стороны, но и ставит перед научным сообществом ряд правовых и этических дилемм, с другой стороны [12].

О. В. Родионов и Н. В. Тамп считают, что процесс внедрения ИИ в образование требует разработки стратегии развития, включающей количественный и качественный подходы, подготовку высокопрофессиональных кадров, решение проблемы управления данными и обеспечение готовности инфраструктуры [13].

Коллеги из Московского педагогического государственного университета Ю. Ф. Катханова, С. Юй и А. И. Корыгин пишут о возможностях использовать ИИ для создания персонализированных учебных планов, что позволит студентам не просто получить диплом по окончании вуза, но и подобрать индивидуальный набор компетенций, необходимых для решения задач будущего [14].

С. В. Миловидов в своей статье проводит анализ произведений, созданных с использованием технологий машинного обучения, с точки зрения использования художественных приемов и делает вывод, что «изображению, созданному с помощью нейронных сетей, присущи ряд специфических особенностей, которые формируют стилевую общность подобных работ, делают почерк работы машины узнаваемым» [15]. К сожалению, во многом выводы автора потеряли актуальность по прошествии двух лет с моменты публикации статьи, тем не менее, его подход имеет потенциал для дальнейшего использования.

В статье Е. А. Афанасьевой рассматриваются юридические вопросы, касающиеся авторских прав на изображения, созданные при помощи ИИ. Особую проблему здесь представляет определение человеческого вклада в работу, сгенерированную автономной системой [16]. Другим аспектом использования нейронных сетей для создания изображений является этический вопрос. Чья роль в данном случае определяющая: разработчика кода, самой программы или человека, составляющего запрос? По-видимому, взгляд на проблему определения ценности генеративного искусства со временем будет меняться по мере развития новой этики, считает К. В. Коновалова [17].

Философской стороне использования сгенерированного контента в процессе обучения студентов художественных специальностей посвящена работа А. О. Булыгиной. По мнению автора, нейросеть обладает безусловным преимуществом в возможности создавать множественность образов, но лишь человек способен придать им смысл [18].

К подобному выводу приходят и преподаватели Томского государственного университета (Д. В. Галкин и другие) в своей статье, посвященной вопросам автоматизации творчества. В данный момент ИИ успешно выполняет второй этап творческого процесса, включающий создание изображения на основе комбинирования различных элементов, однако с начальным этапом, включающим «поиск, выставление целей и задач, а также проверку выбранного пути на адекватность, оценку результата машине трудно, если цель не четко определена и пути не ограничены» [19].

В статье старшего преподавателя Санкт-Петербургского государственного института кино и телевидения Е.В. Горской автор подчеркивает общее мнение исследователей по вопросу о необходимости использования «личностно-ориентированного подхода в обучении, формирования способности к творческому и абстрактному мышлению, воспитания у обучающихся внутренней рефлексии и утончения художественного и эмоционального восприятия» [20].

Особое внимание привлекают работы, описывающие практический опыт использования генеративных нейросетей в художественном образовании. Таковой является статья преподавателей Государственного университета просвещения А. Н. Витковского и Н. И. Меркуловой. В ней, в частности, авторами подчеркивается необходимость соблюдения баланса между использованием современных возможностей нейросетей и продолжением академических традиций в программах подготовки студентов творческих направлений. Интеграция технологий ИИ в обучение «может потребовать корректировки программ и адаптации учебных дисциплин, с возможным расширением вариативности заданий и сроков их выполнения студентами» [21].

В статье под авторством преподавателей Российского государственного профессионально-педагогического университета Л. Е. Шмаковой и других приведены примеры использования генеративных возможностей нейросетей в процессе обучения студентов-дизайнеров. Описанный авторами метод «графического калейдоскопа» способствует развитию креативности и творческого мышления [22].

Также представляют интерес материалы, содержащие результаты опросов студентов об их опыте применения нейросетей для решения учебных задач. Статья А. Е. Самариной и Д. А. Бояринова посвящена анализу нейросетей для генерации изображений и возможностей их использования студентами творческих направлений Смоленского государственного университета. Согласно опросу, проведенному в рамках этого исследования, большинство обучающихся (62,5%) используют результат генерации в качестве источника идей для собственных работ, в чем авторы видят опасность потери субъективности. Предлагается ввести соревновательные элементы в процесс взаимодействия студента и нейронной сети в качестве способа смягчения этого риска [23].

В опросе студентов информационных направлений Инженерно-технологического института Хакасского государственного университета им. Н. Ф. Катанова, проведенном Н. Н. Кондрат, вызывает беспокойство тот факт, что треть респондентов считают допустимым выдавать результат генерации за свой собственный. Принимая во внимание несовершенство результата генерации, автор предлагает использовать нейросети для генерации референсов, создания объектов заднего плана, в которых не имеет значение детализация [24].

Результаты аналогичного опроса, проведенного в Московском государственном техническом университете им. Н. Э. Баумана командой исследователей во главе с Ю. В. Гавриловой, позволяют сделать вывод о том, что среди студентов преобладают инновационные и амелиористские (направленные на обновление) ожидания по поводу внедрения технологий ИИ в образование [25].

Очевидно, что и в других российских вузах проводятся аналогичные опросы, однако более широкие рамки подобных исследований можно обнаружить у частных и онлайн-школ. Приведем несколько наиболее масштабных примеров. В статье Александры Лапиной представлены результаты исследования, проведенного среди 1272 студентов российских вузов в январе 2023 года школой IT-профессий Skillfactory [26]. Анастасия Никифорова приводит результаты опроса, проведенного в августе 2023 года образовательной платформой GeekBrains среди 1500 россиян в возрасте от 18 до 55 лет [27].

В августе 2023 года ректор МГПУ И. М. Реморенко объявил о решении разрешить использование технологий ИИ при подготовке выпускных квалификационных работ [28]. И как мы видим из описанных выше актуальных исследований данной темы, это решение было продиктовано не столько желанием попасть в актуальный тренд, сколько стремлением как можно скорее адаптироваться к изменяющейся действительности. В интервью «Российской газете» И. М. Реморенко высказал довольно трезвую мысль на этот счет: «Искусственный интеллект не заменит учителя. Но учителя заменит другой учитель, который умеет пользоваться технологиями искусственного интеллекта» [29]. Таким образом, Московский городской стал первым из российских вузов, принявшим такое решение (в январе 2024 года к этой инициативе присоединился Северный (Арктический) федеральный университет им. М. В. Ломоносова [30]).

На основе проведенного анализа зарубежных и отечественных литературных и интернет-источников по теме мы можем говорить о значительном потенциале использования нейросетевых инструментов в учебном процессе, однако существуют и определенные вызовы, актуальность которых во многом зависит от степени развития технологической инфраструктуры, готовности образовательных учреждений к инновациям и готовности преподавателей к освоению новых методов обучения.

 

Методологическая база исследования / Methodological base of the research

 

В исследовании применены следующие методы: наблюдение за процессом использования нейросетевых инструментов студентами на занятиях по дизайн-проектированию и компьютерной графике, проведение анонимного опроса среди студентов, анализ и сравнение результатов с данными аналогичных исследований в этой области для выявления сходств и различий. Для проведения исследования был выбран формат онлайн-опроса, содержащего вопросы различной направленности: от общих (отношение к развитию ИИ) до более специфических вопросов, в том числе требующих развернутых ответов. Такой подход позволил получить как количественные, так и качественные данные для последующего анализа.

Наше исследование состояло из трех этапов:

  1. Оценка отношения студентов к развитию ИИ и уровня применения нейросетей для решения учебных задач (февраль 2023 года).
  2. Оценка реакции студентов на решение ректора о разрешении использовать нейросети при подготовке ВКР (сентябрь 2023 года).
  3. Повторная и более глубокая оценка уровня применения нейросетей для решения учебных задач (февраль 2024 года).

В опросе приняли участие 175 студентов Института культуры и искусств МГПУ направлений «Педагогическое образование с двумя профилями подготовки» (профиль «Изобразительное искусство, дизайн мультимедиа») и «Дизайн» (профили «Дизайн среды» и «Коммуникативный дизайн»). В выборке респондентов поровну распределились студенты младших курсов (I и II курсы) – 87 человек – и старшекурсники (III, IV курсы и магистры) – 88 человек.

Результаты опроса представлены в виде круговых и линейчатых диаграмм и гистограмм.

 

Результаты исследования / Research results

 

Согласно нашему исследованию, 67% опрошенных оценили решение ректора «скорее положительно». 20% приняли эту новость равнодушно, и 13% выразили «скорее отрицательное» отношение. При этом наибольший процент поддержки выразили студенты I (76%), II (84%) и IV (76%) курсов.

 

Рис. 1. Отношение студентов к решению ректора разрешить
использование технологий ИИ при подготовке выпускных квалификационных работ

 

На вопрос «Какие чувства у Вас вызывает развитие ИИ?» большинство опрошенных в качестве ответа выбрали «интерес» (73%); следующие места с небольшим отрывом распределились между ответами «страх» (22%), «воодушевление» (21%), «равнодушие» (19%). Крайнюю негативную реакцию – «протест» – выразили 11% респондентов.

 

 

Рис. 2. Отношение студентов к развитию искусственного интеллекта

 

Исследование, проведенное нами в январе 2024 года, показало, что нейросети для решения учебных задач используют 62% опрошенных студентов, в то время как год назад (в январе 2023 года) этот показатель составлял 16%, то есть количество студентов, применяющих ИИ-инструменты в своей учебной деятельности, за год выросло почти в четыре раза!

 

 

 

Рис. 3. Анализ использования нейросетей студентами института культуры и искусств

 

Общение со студентами показало, что среди причин, побудивших впервые обратиться к помощи ИИ, наиболее часто встречаются:

‒       интерес, вызванный популярностью темы;

‒       необходимость обработать большой объем данных;

‒       сложность в решении проблемы традиционными способами.

На вопрос «С какой целью Вы обращаетесь к помощи нейросетей?» получены следующие ответы:

‒     Работа с текстом (генерация, редактирование и улучшение текста, подбор литературных источников, организация списков) – 83%.

‒     Генерация и обработка визуального контента (изображений и видео) – 33%.

‒     Перевод с иностранных языков – 28%.

‒     Создание презентаций – 18%.

‒     Программирование (написание и оптимизация программного кода, исправление ошибок) – 4%.

‒     Поиск информации – 3%.

Среди учебных задач, для решения которых студенты творческих направлений (художники и дизайнеры) прибегают к помощи нейросетевых инструментов, наиболее популярные следующие.

  1. Генерация новых изображений для вдохновения или в качестве референсов для собственной работы.
  2. Поиск гармоничных колористических и композиционных решений для собственной работы.
  3. Обработка существующих изображений для улучшения качества, удаления фона или лишних деталей, изменения стилистики и других аспектов визуального дизайна.
  4. Создание фоновых текстур, «достраивание» и проработка изображения.
  5. Создание простой анимации.

В пятерку наиболее известных ИИ-инструментов вошли ChatGPT компании OpenAI – чат-бот, способный в диалоговом режиме генерировать текст (его назвали 93% респондентов), генераторы изображений – Kandinsky от компании «Сбер» (44%), Midjourney от одноименной компании-разработчика (43%) и DALL-E компании OpenAI (25%), а также AutoDraw – инструмент для рисования от Google (14%). Интересно вновь сравнить эти данные с результатами опросов онлайн-школы Skillfactory и образовательной платформы GeekBrains. В их исследованиях первое место, с большим отрывом, также занимает ChatGPT (93% и 86% соответственно); второе – стабильно за Midjourney (36% и 41%). Но стоит отметить, что его отечественный аналог, нейросеть Kandinsky, среди студентов Института культуры и искусств пользуется большей популярностью и в целом более известна. Впрочем, это можно объяснить большей доступностью нейросети от Сбера (не требует наличия аккаунта и не имеет платных ограничений).

 

 

Рис. 4. Сравнение аналогичных исследований по вопросу наиболее популярных ИИ-инструментов

 

На вопрос о частоте использования 39% респондентов ответили, что используют нейросетевые технологии раз в неделю и чаще, 39% применяют их на регулярной основе (хотя бы раз в месяц), 22% – еще реже. Для сравнения покажем результаты ответа на аналогичный вопрос в исследовании образовательной платформы GeekBrains и аналитического центра университета «Синергия».

 

 

Рис. 5. Сравнение аналогичных исследований по вопросу о регулярности использования нейросетей

Среди основных проблем, с которыми студенты сталкиваются в использовании технологий ИИ: сложность в составлении текстового запроса (72%), наличие платной подписки (57%), необходимость проверять и дорабатывать результат вручную (21%), наличие англоязычного интерфейса или необходимость формировать запрос на английском языке (18%), необходимость регистрации (8%). Не столкнулись с проблемами всего 4% опрошенных. 

Наблюдение за студентами показало, что они относятся с высокой степенью доверия к результату деятельности ИИ. Это особенно заметно при работе с чат-ботами, генерирующими текст. Результат такой генерации – скомпилированные данные из разных источников, которые могут выглядеть убедительно, но по сути являются ложными. Использовать такие инструменты для поиска информации (что делают некоторые студенты) и не подходить критически к результату – грубая ошибка. Приведем небольшой, но характерный пример. На запрос для ChatGPT «назови представителей советского конструктивизма» бот предлагает варианты: Владимир Татлин, Варвара Степанова, Александр Родченко и Лаврентий Берия. Последний действительно окончил строительное училище в Сухуми, а во многих статьях фигурирует как «архитектор страха», но, естественно, не имеет отношения к конструктивизму. Повсеместно встречаются примеры, когда чат-бот, соединяя информацию из разных источников, указывает несуществующих людей или издания. При этом если в ответ спросить у ChatGPT: «Это реальные люди?», он поспешно исправится: «Извините за путаницу. Нет, упомянутые мной имена вымышлены». Однако, если не подходить к результату критически, грубые фактологические ошибки неизбежны.

Отношение преподавателей к использованию ИИ-инструментов студенты определили следующим образом.

‒     Преподаватели не против использования, но советуют не злоупотреблять нейросетями – 41%.

‒     Преподаватели поощряют использование, дают задания, в которых интегрировано использование ИИ-инструментов – 13%.

‒     Преподаватели категорически против использования нейросетей – 7%.

Мнение о том, что преподаватели не компетентны в данном вопросе, выразили 39% респондентов.

 

 

 

Рис. 6. Мнения студентов об отношении их преподавателей к использованию ИИ-инструментов
в учебной деятельности

Также, согласно опросу, 71% студентов продолжит использование нейросетей после окончания вуза, а 20% уже используют в своей профессиональной деятельности.

 

 

 

Рис. 7. Результаты опроса студентов об использовании нейросетей в профессиональной деятельности

 

Заключение / Conclusion

 

Из проведенного нами анализа видно, что применение технологий ИИ в учебном процессе предоставляет нам новые возможности, но и формирует вызовы, решения которых еще предстоит разработать. Подводя итоги, фиксируем следующее.

  1. Студенты высоко оценивают потенциал нейросетей для решения учебных и творческих задач. Количество обращений к помощи ИИ-инструментов за год увеличилось практически в четыре раза, и, учитывая общий уровень популярности данной темы, а также неуклонное развитие соответствующих технологий, можно прогнозировать дальнейшее увеличение уровня вовлеченности студентов. В данном положении считаем, что бессмысленно запрещать студентам использовать нейросети, необходимо обучить их принципам использования, предоставить необходимую методологическую базу для работы с ИИ и воспитать критическое отношение к результатам генерации.
  2. В области изобразительного искусства и дизайна нейросети могут успешно использоваться для автоматизации части рутинных процессов, таких как ретуширование и улучшение качества изображений, создание текстур и паттернов. Кроме того, сгенерированные изображения могут служить референсами, обеспечивая обучающимся альтернативный источник визуальной информации для вдохновения. В то же время нейросети допускают серьезные ошибки в передаче анатомического строения кистей рук, зубов и глаз, испытывают сложности в создании правдоподобной динамики движения человеческого тела и часто демонстрируют отсутствие понимания композиционного равновесия.
  3. Несмотря на то что лишь 21% опрошенных студентов указали в качестве проблемы работы с нейросетями необходимость перепроверять и дорабатывать результат вручную, именно этот показатель вызывает у нас наибольшую тревогу. Замечено, например, что при генерации текста нейросеть способна в качестве примеров приводить фамилии несуществующих людей, указывать вымышленные источники или приводить ложные данные. Если «подловить» чат-бот на этом, он стремится исправить ошибку, однако наличие критического подхода в данном случае необходимо.
  4. Очевидно, что на данный момент наметился разрыв между отношением к нейросетям у студентов и преподавателей. Так, согласно нашему исследованию, 39% преподавателей, по мнению обучающихся, некомпетентны в данном вопросе. Понимая односторонность и субъективность подобных высказываний, мы все же считаем их важным показателем. Лишая студентов руководства в данном вопросе, мы рискуем, что «свободное плавание» приведет их к потере субъективности и чуткости, а в результате – к творческой стагнации. Безусловно, для более полной картины необходимо провести исследование отношения профессорско-преподавательского состава института к использованию нейросетей студентами.
  5. В настоящее время просматривается широкий спектр перспектив использования технологий ИИ в формировании образовательного процесса, а поэтому необходимо как можно ответственнее отнестись к обучению будущих пользователей (как студентов, так и преподавателей). При этом важно дать не только общее теоретическое представление о принципах работы нейронных сетей, но и обучить практическим навыкам взаимодействия с ними, особое внимание уделить правилам формулировки текстовых запросов (промптов). Но этот процесс будет односторонним, если не сформировать у студентов представление о необходимости использовать критическое мышление, анализировать результаты работы нейросетей и развивать умение дополнять сгенерированный контент собственными идеями. Это позволит не только эффективно использовать нейросети, но и развивать свои творческие способности, что в итоге приведет к более глубокому пониманию и применению этой передовой технологии в образовании.