Как ИИ меняет обучение

Мы обсудили, что ИИ поднимает продуктивность на 50% и при этом часто льстит вместо честного ответа. Сегодня разбираемся, как ИИ влияет на процесс обучения.

Компания Anthropic проанализировала 574 000 реальных диалогов студентов с Claude: что спрашивают, как формулируют вопросы, пишет ли ИИ им курсовые и тому подобное. Интересно, что студенты-программисты составляют меньше 6% всех учащихся в выборке, но генерируют треть всех студенческих бесед с нейросетью. Возможно, студенты-гуманитарии просто не понимают, как включить компьютер и использовать все возможности ИИ.😄

Исследование показывает приятную неожиданность: студенты не просят готового ответа и не требуют решить задачу за них. Они используют ИИ как наставника в духе «помоги мне разобраться». Исследователи, конечно, зафиксировали и банальные просьбы сделать домашку или написать курсовую, но их не так много — на масштабе это не доминирующий сценарий.

То есть большинство студентов используют ИИ не как шпаргалку, а как умного собеседника. Казалось бы, хорошая новость. Но данные о результатах обучения заставляют сомневаться.

Другое исследование показывает, что студенты, использующие ИИ в учебе, сдают тесты на усвоение знаний на 10% хуже, чем те, кто ИИ не использует. Ещё показательнее исследование на взрослых разработчиках. Группа с полным делегированием написания кода ИИ создала рабочий продукт, но затем провалила концептуальные тесты на понимание — результат оказался на 17% хуже контрольной группы, которая работала без нейросетей.

Они получили результат без понимания. Код работал, но они не смогли бы его отладить самостоятельно. И это, заметьте, взрослые люди с опытом, у которых уже была база.

Здесь и начинается самое важное.

Когда человек делегирует ИИ то, что уже умеет делать — это атрофия навыка. И это не так страшно. Навык был, перестал тренироваться, немного деградировал. Неприятно, но обратимо. Если заново начать им пользоваться, он рано или поздно восстановится.

Но когда человек делегирует ИИ то, что ещё только должен освоить, навык не строится вообще. Нейронные связи, которые должны были сформироваться, не формируются. У человека появляется навык решать задачу через ИИ, но самостоятельно он ее не решит и не сможет провалидировать или адаптировать решение.

Чтобы проверить результат работы ИИ, нужно владеть именно той областью, которую ты сейчас изучаешь. Замкнутый круг. Опытный разработчик замечает, когда Claude написал что-то концептуально неверное, потому что у него есть база для сравнения. Студент, только осваивающий навык, — нет.

И ещё одна неочевидная проблема: когда все учатся через одну и ту же ИИ-модель, они начинают думать похоже. LLM усредняют не только язык, но и способ рассуждения. Для ребёнка или студента, который формирует мышление прямо сейчас, шаблонные ответы ИИ становятся его собственным мышлением.

Что с этим делать

Обучение и освоение навыка строится по очень простой цепочке:

1. Получение информации. ИИ тут прекрасно поможет. Используйте его как «умный Google» для ресерча, поиска информации или её адаптации под вас.
2. Рефлексия и обдумывание. Нужно понять, почему всё работает так, а не иначе. В отличие от живого преподавателя, ИИ никогда не устанет объяснять вам непонятный момент.
3. Отработка навыка на практике. А вот тут от ИИ лучше держаться подальше. Берите ручку, тетрадку и сами решайте задачи.
4. Рефлексия над ошибками. Здесь нейросеть снова будет полезна. Так же, как ИИ объяснял теорию, он может разобрать непонятные моменты в практических работах.

Самое интересное, что отработка навыка занимает порядка 60–80% времени всего обучения. Это может стать отличным мерилом, чтобы оценить, не слишком ли много вы или ваши дети используете ИИ в учебе. Если вы обращаетесь к чат-боту не больше 20–40% учебного времени — всё хорошо.

Кстати, в ИИ-компаниях это тоже понимают. Anthropic создала Learning Mode: модель задаёт вопросы вместо того, чтобы давать ответы. Это помогает рефлексировать над полученной информацией и проверять, насколько усвоены знания. А модель от Google позволяет загрузить любой учебник и переписывает его с примерами, которые более понятны и интересны ребенку. Например, если он любит футбол, скучные задачи про количество яблок превратятся в расчет скорости полета мяча и подсчет трофеев любимого клуба.

Я сам, например, использую Claude примерно так же для практики английского. В течение 5–10 минут общаюсь с ИИ на заданную тему в режиме диалога, а потом он выдает мне отчет по ошибкам: где я накосячил с грамматикой, а где — с произношением.

Чтобы понять, когда можно делегировать решение задач ИИ, задайте себе проверочный вопрос: можете ли вы оценить, правильно ли ответила нейросеть, и понимаете ли вы, почему решение именно такое? Если нет — продолжайте тренироваться сами.

Итого

Как всегда, плохих инструментов нет, есть плохое их использование. Можно и микроскопом гвозди забивать.

ИИ может быть отличным помощником в учебе, ускоряя поиск информации и адаптируя учебные материалы так, чтобы они стали увлекательнее и понятнее. Но когда речь заходит о практике, важно помнить про огромную пропасть между «у меня есть навык, и я могу проверить решение ИИ» и «я нихера не понимаю и просто доверяю ответам ИИ».