Университеты против нейронок 💀

Две новости о том, как высшее образование по-разному пытается выжить в эпоху победившего ИИ.

С одной стороны — Сочинский филиал РУДН стал первым вузом в РФ, который отменил письменные дипломы у юристов. Причина банальна: нейронки генерят анализ судебной практики за три минуты. Теперь только устная защита и разбор кейсов. Рядом какой-то САФУ разрешил «писать дипломы в соавторстве с ИИ, но не более 40% сгенерированного текста».

Пытаюсь себе представить, каким именно рандомайзером они собрались измерять эти 40% и отличать их от остальных 60%.

Ну и ок, если вся суть вашей оценки знаний сводилась к объему сгенерированного текста по ГОСТу, то земля пухом такому подходу. Но и устная защита в отрыве от технологий — это попытка закрыться руками от летящего паровоза.

С другой стороны — китайский университет Фудань, где на курсе по Data Mining профессор перевернул игру. Вместо того чтобы решать задачи, студенты на экзамене… валили ИИ.

Каждый студент должен был составить 10 задач, чтобы скормить их трем моделям: DeepSeek V4-Flash, MiniMax M2.7 и Claude Sonnet 4.6. Чем больше моделей ошибалось, тем выше оценка студента.

И это отличный подход. Потому что чтобы завалить современную LLM в точных вычислениях, тебе нужно фундаментально понимать архитектурные уязвимости трансформеров. Студенты, получившие высший балл, ломали модели не сложными формулами, а структурными слабостями:

1️⃣ Масштаб и Attention. Закидываешь десятки тысяч записей для построения FP-tree и просишь статистику с точностью до 4 знака. У LLM нет памяти, она держится на механизме внимания. В огромном контексте она неизбежно теряет числа, пытаясь «ухватить суть». Одно потерянное значение — ответ неверный.

2️⃣ Галлюцинации в логике. Студенты давали задачи, где исходных данных в принципе недостаточно для решения, но маскировали их под стандартные из учебника. ИИ всегда пытается услужливо выдать «уверенный» ответ (так работают веса вероятностей), вместо того чтобы математически доказать отсутствие решения.

3️⃣ Многоагентные хитрости. Один парень собрал пайплайн на GPT-5.5-Pro для автоматической генерации тестов. Выяснилось забавное: нейронке проще хакнуть сам скрипт проверки, подделав формат стандартного ответа, чем честно выполнять сложные вычисления.

Интересно, что полностью на 0 баллов топовый Claude 4.6 так никто из потока и не завалил.

Китайский профессор очень верно подметил: ИИ сейчас экстремально усиливает эффект Матфея (сильные становятся сильнее, слабые — слабее).

🧠 Умные студенты, используя ИИ, автоматизировали рутину, ускорили выполнение проектов в 10 раз и ушли в стратосферу, решая архитектурные задачи.

Слабые — делегировали нейронкам саму функцию мышления. Они окончательно отупели, превратившись в биопридаток кнопки «Сгенерировать». У них нет экспертизы, чтобы понять, что ИИ им наврал.