Представители российских вузов, технологических компаний и профессиональных объединений представили практические кейсы внедрения искусственного интеллекта и обсудили, как сохранить качество образования, критическое мышление студентов и контроль преподавателя.
24 августа в Торгово-промышленной палате Российской Федерации состоялось заседание Рабочей группы по искусственному интеллекту Совета ТПП РФ по развитию информационных технологий и цифровой экономики. Центральной темой стало использование технологий искусственного интеллекта в сфере образования.
Мероприятие прошло в гибридном формате. В обсуждении приняли участие представители ТПП РФ, российских университетов, технологических компаний, отраслевых ассоциаций и экспертного сообщества.
Модератором заседания выступил Сергей Вотяков — руководитель Рабочей группы по искусственному интеллекту Совета ТПП РФ, председатель Правления Ассоциации разработчиков программного обеспечения «РУССОФТ», председатель Координационного совета ассоциаций МСП в сфере ИИ.
ИИ не должен внедряться ради самого внедрения
Одной из сквозных тем заседания стала необходимость перехода от формального увеличения числа ИИ-проектов к оценке их реальной эффективности.
Вице-президент ТПП РФ Денис Французов отметил, что внедрению технологии должны предшествовать постановка конкретной задачи, анализ существующих процессов и определение измеримого результата. Само наличие ИИ-решения ещё не означает, что образовательный процесс стал качественнее.
Сергей Вотяков обратил внимание на сохраняющееся отставание образовательных программ от скорости развития технологий. По его мнению, искусственный интеллект может стать одним из инструментов модернизации образования, однако для этого необходимо учить не только работе с конкретными моделями, но и правильной постановке задач.
Генеральный директор АНО «Нейролаб» Вячеслав Береснёв поднял вопрос о ценностных установках, заложенных в образовательные ИИ-решения. Он предложил рассматривать языковые модели не только как технологический инструмент, но и как канал формирования представлений и мировоззренческих ориентиров пользователей.
От школьной лаборатории до промышленного предприятия
Исполнительный директор Национальной ассоциации участников рынка робототехники Ольга Мудрова связала развитие ИИ в образовании с задачами промышленной политики и подготовки инженерных кадров.
По представленным ею оценкам, для достижения национальных целей в сфере роботизации потребуется установить около 80 тысяч промышленных роботов и переобучить приблизительно 2 миллиона специалистов. Около трети этого кадрового потенциала связано с системой высшего образования.
Ольга Мудрова предложила сформировать непрерывную траекторию подготовки кадров: школа — колледж — вуз — промышленное предприятие. Среди практических инициатив она назвала создание экспертной площадки по ИИ и робототехнике в инженерном образовании, включение отдельного раздела в каталог лучших образовательных практик, подготовку типовых рекомендаций для учебных заведений и развитие региональных пилотных проектов на реальном робототехническом оборудовании.
Директор Департамента технологий искусственного интеллекта ПАО «РУСАЛ» Михаил Граденко подчеркнул, что высококвалифицированный специалист по ИИ должен одновременно обладать знаниями в математике, разработке программного обеспечения и конкретной предметной области. Такая экспертиза формируется в течение нескольких лет обучения и практической работы. Поэтому наряду с подготовкой новых специалистов необходимо создавать условия для сохранения уже сформированных профессиональных команд в России.
Более 600 практик внедрения ИИ
Директор по образованию и науке Альянса в сфере искусственного интеллекта Ольга Сквирская представила результаты анализа внедрения ИИ в российских образовательных организациях.
По итогам проведённого исследования было собрано более 600 кейсов, из которых около 60 были отнесены к передовым разработкам. Практики распределили по пяти направлениям: учебный процесс, поддержка преподавателей и обучающихся, коммуникации, административно-управленческая работа и научно-исследовательская деятельность.
Около 15% рассмотренных решений были связаны с выявлением использования искусственного интеллекта в студенческих работах. При этом эксперты призвали не сводить внедрение ИИ только к контролю за обучающимися. Технологии могут сокращать объём шаблонных операций, помогать обрабатывать обратную связь, сопровождать индивидуальные образовательные траектории и высвобождать время преподавателей для работы со студентами и научной деятельности.
Альянс начал формирование нового сборника практик за 2026 год. Сбор информации от образовательных организаций продлится до 21 сентября.
Вузы представили действующие решения и пилотные проекты
Проректор по искусственному интеллекту Университета «Синергия» Андрей Комиссаров призвал не отождествлять весь искусственный интеллект с большими языковыми моделями. При создании образовательных продуктов, по его словам, необходимо опираться на проверенные данные, предметные базы знаний и разработанные специалистами знаниевые графы.
В числе представленных решений — система обучения физике, инструменты построения индивидуальных образовательных траекторий, сопоставление учебных программ с запросами рынка труда и цифровой ассистент для сопровождения проектной деятельности студентов.
Директор по архитектуре и разработке РАНХиГС Артём Канталинский-Родин рассказал о портфеле из 26 кейсов Президентской академии. Часть решений уже используется, остальные проходят внедрение или апробацию.
Среди представленных практик — чат-бот для абитуриентов, распознавание документов при зачислении на программы дополнительного образования, автоматическая классификация обращений в техническую поддержку, обработка входящей корреспонденции, подбор литературы на основе оцифрованной библиотеки и продвижение российских ИИ-сервисов через личный кабинет студента.
Вице-президент платформы SuperJob Амир Сараков представил предиктивную систему, объединяющую данные рынка труда, информацию об образовательных программах и возможных карьерных траекториях. В рамках регионального пилота в Нижегородской области через систему профориентации и навигации по образовательным программам за год прошли 50 тысяч школьников.
Вузы переходят от запретов к регламентам
Руководитель департамента права цифровых технологий и биоправа НИУ ВШЭ Наталия Ковалева рассказала о действующих в университете правилах использования искусственного интеллекта студентами и преподавателями.
Студент обязан указать, какие нейросети он применял, для какой части работы и с какой целью. Сокрытие использования ИИ рассматривается как нарушение академической этики. При этом автоматические детекторы сгенерированного текста не могут быть единственным основанием для принятия решения, поскольку допускают ложные срабатывания.
Одним из вариантов проверки реального уровня подготовки становится повышение значения устной защиты. Она позволяет определить, использовал ли студент ИИ как вспомогательный инструмент или представил результат, содержания которого сам не понимает.
Профессор МГУ имени М.В. Ломоносова Лариса Лапидус также подчеркнула, что окончательная оценка корректности применения ИИ должна оставаться за преподавателем. Искусственный интеллект необходимо рассматривать как помощника, который берёт на себя вспомогательные операции, но не заменяет педагогическую работу.
По её мнению, образовательным организациям необходимы собственные стратегии внедрения ИИ, программы повышения квалификации преподавателей, методики оценки надёжности систем и механизмы управления технологическими рисками.
Проверять не только результат, но и процесс
Эксперт Цифровой кафедры МГИМО МИД России Алёна Лепилина представила результаты экспериментов МГИМО и МФТИ с применением платформы, фиксирующей цифровой след студента при работе над текстом.
Когда преподаватели видели только итоговую версию задания, 78% работ, созданных с помощью ИИ, были приняты ими за написанные человеком. Доступ к процессу подготовки текста повысил точность определения авторства на 42% и сократил время проверки приблизительно на треть.
Процессный подход показывает, какие фрагменты студент добавлял извне, как редактировал материал и где находится его собственный вклад. Окончательную оценку при этом выставляет преподаватель, а не автоматический алгоритм.
Руководитель центра «Цифровая кафедра» НИУ МИЭТ Виталий Кокин отметил, что главный вызов связан не с освоением промптов, а с изменением мышления студентов. Задача образовательной системы — научить человека проверять ответы модели, понимать логику получения результата и использовать ИИ для анализа и рефлексии, а не для замены собственной интеллектуальной деятельности.
Он предложил сформировать межвузовскую экспертную группу с участием разработчиков, преподавателей, методистов, психологов и юристов для выработки общих подходов к применению искусственного интеллекта в образовании.
Итоги обсуждения
В ходе заседания обозначились несколько основных направлений дальнейшей работы: подготовка понятных правил использования ИИ студентами и преподавателями, обязательная прозрачность применения технологии, сохранение экспертной оценки человека, обучение педагогов, развитие отечественных решений и оценка каждого проекта по его практическому результату.
Отдельное внимание предлагается уделить критическому мышлению, защите персональных данных, академической добросовестности, качеству исходных данных и подготовке кадров для промышленности и технологических отраслей.
Высказанные участниками предложения планируется обобщить при подготовке итоговой резолюции заседания Рабочей группы.