Российская система высшего образования стоит на пороге масштабных изменений. Из устоявшейся концепции «бакалавриат-магистратура» начинается движение к специалитету. Это происходит в эпоху стремительного развития образовательных программ, где ключевую роль играют информационные технологии и искусственный интеллект. Но что на самом деле можно доверять нейросетям, и как получить от них лучшие результаты? На эти вопросы отвечает ректор Челябинского государственного университета, доктор физико-математических наук Сергей Таскаев.
— Сергей Валерьевич, почему принято решение изменить систему «бакалавриат-магистратура» и вернуться к глубокой специализации? Это связано с требованиями работодателей или современными экономическими реалиями?
— Нужно помнить, что самая удачная модель была реализована в Советском Союзе, хотя имела и свои недостатки, например, сложности с академической мобильностью. Да, элементы болонской системы, внедренные в России, помогли нашим выпускникам найти работу за границей, но, тем не менее, обстановка на рынке меняется, и специалитет, по всей видимости, становится более актуальным. Важно отметить, что наш подход стремится создать связь между теорией и практикой, что немаловажно для будущих профессионалов.
— Так вы считаете, что система бакалавриата была направлена на отток квалифицированных специалистов за рубеж?
— Именно так. При внедрении системы «бакалавриат-магистратура» основная цель заключалась в создании возможностей для академической мобильности. Теперь мы видим обратный процесс, возвращаясь к специалитету, который, кстати, тоже будет сочетать базовые и специализированные уровни. Конечно, детали этого процесса пока остаются неопределёнными.
— Переходный период неизбежен, не так ли?
— Безусловно, нам предстоит внести изменения в образовательные стандарты. Важно, чтобы этот переход был сделан плавно и обдуманно.
— Это означает пересмотр программ обучения и в вашем университете?
— Безусловно, образовательные программы постоянно обновляются. Мы добавляем новые блоки, чтобы соответствовать как достижениям науки, так и требованиям рынка труда. Последние данные показывают, что такие темы, как искусственный интеллект, становятся все более популярными и востребованными в различных курсах. Однако тут также есть риски, связанные с достоверностью информации: насколько корректно нейросеть реагирует на запросы, и не является ли результат продуктом ее «галлюцинаций».
— Искусственный интеллект черпает информацию из интернета, где много фейков. На чем тогда основывается его работа?
— Здесь кроется серьезная опасность. Если у вас есть базовое образование и критическое мышление, вы сможете отличить правду от лжи. Однако, если вы слишком полагаетесь на данные нейросетей, последствия могут быть непредсказуемыми.
— Сегодня многие студенты используют ИИ для написания различных работ, чего раньше не было. Как вы видите это изменение?
— Верно, вы затрагиваете важный момент. Раньше знания собирались и структурировались через книги и исследования, тогда как сейчас все происходит гораздо быстрее, но менее вдумчиво. Человек без навыков критической оценки информации рискует оказаться в затруднительном положении, используя лишь поверхностные результаты анализа.
— Какова реакция системы образования на эту реальность?
— Отказываться от ИИ нецелесообразно. Мы должны быть готовы к тому, что он станет частью нашей жизни, но необходимо развивать критическое мышление и базовые знания. Образование должно быть таким, чтобы студенты могли эффективно использовать современную информацию и принимать осознанные решения.
— Как же правильно интегрировать нейросети в образовательный процесс?
— Нейросети, если они построены на качественных данных, могут стать мощным инструментом для анализа информации. Но ошибка в исходных данных неизбежно приведет к неверным выводам, что создает дополнительные трудности для исследователей. Ключевым моментом остается, откуда именно берутся данные для обучения нейросетей.
— Как же обучить студентов правильно работать с такими технологиями?
— Я учу своих студентов на примерах, указывая на ошибки в их работах и помогая находить те аспекты, которые остались незамеченными. Надо понимать, что успешное использование нейросетей требует осознанного и критического подхода. Любая новая информация должна обосновываться и проверяться.
— В то же время, ИИ действительно позволяет обрабатывать огромные объемы данных за короткое время.
— С каждым годом системы становятся все более сложными, и тут ИИ может выступать в роли ассистента, который помогает находить новые направления исследования. Например, в своем проекте, связанном с нейросетями для разработки новых материалов, я уже получил обоснованные прогнозы, что существенно экономит время и ресурсы. Но, как бы там ни было, вся полученная информация должна быть проверена и осмыслена через призму критического мышления.
