Применение искусственного интеллекта в высшем образовании: большие перспективы и неоднозначные последствия

Чат-боты и виртуальные помощники стали повседневной реальностью высшего образования в США и Европе. В ближайшие годы на смену целевым разработкам на базе искусственного интеллекта и машинного обучения придут комплексные системы, но никто не может предсказать, какие последствия и эффекты ждут высшее образование.

 

Проект четвертой промышленной революции послужил поводом для критики и пересмотра образовательного процесса в вузах по всему миру. Некоторые представители бизнеса транслируют мнение, что современные университеты стали дорогими фабриками по серийному производству дипломов о высшем образовании. Работодатели все чаще сетуют на устаревание образовательных программ и стандартов, заявляют о необходимости переобучения выпускников. 

Высшая школа, стремясь идти в ногу со временем, ищет решения оптимизации и актуализации содержания образовательного процесса. Теоретической базой грядущих преобразований стали проекты непрерывного обучения. Предполагается, что следующие поколения людей будут вовлечены в образование с пеленок и продолжат учебу по окончании вуза, а повзрослев, смогут легко поменять карьерную траекторию (не отрываясь от производства) даже после выхода на пенсию. Практическим решением этой задачи, по мнению экспертов OECD в полной мере соответствующей экономическим мегатрендам ближайшего будущего, станет внедрение в учебный процесс образовательных IT-продуктов на основе искусственного интеллекта (ИИ), больших данных и машинного обучения. 

По прогнозу компании Technavio, образовательные системы на основе искусственного интеллекта в ближайшие годы будут активнее внедряться в университетах. Уже сегодня, на пороге преобразований, вложения в новую IT-отрасль исчисляются сотнями миллионов долларов США. Производители систем еще в 2017–18 гг. вышли на точку окупаемости и взяли курс на извлечение прибыли. 

Отметим, что драйверами очередного этапа информатизации университетов выступают не только накопившиеся системные проблемы вузов, но переход технологий ИИ на качественно новый уровень. За последние пару лет машины сумели преодолеть барьер идентификации жестов и распознавания речи. Следующая цель разработчиков ИИ — создание и улучшение виртуальных преподавателей и ботов-ассистентов. 

Таким образом, нужно признать общность интересов производителей программного обеспечения, работодателей и университетов. Вузы, принимая запрос рынка на преобразования, стимулируют развитие профильного сектора IT-стартапов, развивая не только образовательные технологии, но и в целом рынок разработки ПО.

Области применения искусственного интеллекта в вузах

Авторы исследования «Artificial Intelligence in Higher Education. Current Uses and Future Applications» (Learning House, 2018) отмечают, что ИИ находит применение в самом широком спектре задач образовательного процесса. Ученые выделяют 4 основные группы задач: это 1) отбор и прием студентов, 2) ускорение обучения, 3) студенческие задачи, 4) оптимизация и адаптация образовательных программ.

В оптимизации набора и приема студентов, а также в процессе первичной адаптации применимы чат-боты. Чат-бот AdmitHub, оборудованный ИИ, успешно консультирует американских абитуриентов по вопросам приема и поступления, рассказывает об условиях оплаты учебы.

Ускорение обучения и повышение качества знаний возможны с применением разнообразных тренажеров. К примеру, медицинская система ShadowHealth имитирует симптомы болезней, обучая врачей-диагностов. Платформа M-Write оценивает остаточные знания студентов и заодно учит пользователей правилам академического письма. Искусственный интеллект принимает на себя обязанности наставника в проекте MATHiaU: машинный тутор объясняет азы математики студентам, которые испытывают проблемы в обучении.

Наибольшим успехом, отмечают авторы доклада, пользуются продукты, разработанные EdTech-стартапами вузов, либо коммерческие разработки, в создании которых принимали активное участие преподаватели и обучающиеся.  

Развитие отрасли: от целевых решений к комплексным системам

Перспективным направлением развития образовательных технологий ИИ в ближайшие годы станут комплексные системы автоматизации, управляющие всеми без исключения элементами образовательного процесса. Многие комплексные, преимущественно американские и китайские, разработки в настоящее время уже тестируются в высших учебных заведениях и выходят на рынок в 2020–21 гг.

Полную автоматизацию учебного процесса вузов обещает американская образовательная платформа Stellic. Проект, созданный в партнерстве с Университетом Карнеги – Меллона, призван заменить неудобные, сложные, ограниченные инструменты, которые предлагают вузы студентам. Основной целью платформы заявлено повышение качества образования: «Помочь каждому обучающемуся извлечь максимальную пользу от учебы».

В Stellic, насколько можно судить по демо-версии продукта, реализованы все передовые идеи, связанные с использованием ИИ в учебном процессе: поддержка и адаптация обучающихся на всех этапах студенческой жизни, адаптивное и совместное обучение, возможность менторства, рейтингование. Создатели позиционируют свой продукт как полноценную замену распространенным в американских вузах системам LMS. 

Британский фонд Jisc запустил национальную службу аналитики обучения. Система позволяет анонимно получать и обрабатывать данные студентов на национальном уровне. Создатели предполагают, что эти данные станут подспорьем для работодателей, которые смогут в процессе найма сотрудников увидеть, какие ошибки допускали кандидаты во время тестирования. В ходе дискуссии Френк Котон, заместитель директора по инновациям университета Глазго замечает, что машинный анализ тестов — неоднозначная практика: «Открытая на определенной странице книга может свидетельствовать о том, что студент просто вышел за кофе».

Тестирование похожей российской платформы оценки успеваемости студентов недавно анонсировал и российский центр EDCrunch University, действующий на базе НИТУ «МИСИС». Создатели отечественного проекта считают, что искусственный интеллект непредвзят, в отличие от  преподавателей университетов, и может дать объективную оценку качества учебного процесса и успеваемости студентов. Система, по замыслу создателей, сможет стимулировать образовательный процесс, регулярно информируя студентов о достижениях и ошибках. 

На основе регулярных оценок искусственный интеллект будет составлять рейтинговые списки, которые выявят наиболее успешных студентов. Рейтинги будут вестись на основании цифрового следа: система проанализирует результаты контрольных работ, оценит активность каждого студента, например, количество отсканированных конспектов и данные из LMS вуза. «Лузеры», оказавшиеся внизу рейтинга, по замыслу разработчиков станут кандидатами на отчисление. Таким образом, комплексная платформа позволит серьезно повысить качество образования.

В текущем году, рассказал РИА «Новости» директор EDCrunch University Нурлан Киясов, запланировано тестирование платформы в некоторых вузах, а к 2021 году сервис будут использовать в ряде университетов. На первом этапе внедрения комплексной системы оценки, присвоенные искусственным интеллектом не станут обязательными к исполнению, и решения об отчислении или о поощрении студентов будут принимать учебные отделы вузов. 

Неоднозначные социальные эффекты воздействия ИИ

При всей своей привлекательности технологии ИИ содержат некоторый рисковый потенциал. Возможно, по этой причине научное сообщество оценивает инновационные технологии скептически. К явным недостаткам новых систем ученые часто относят возможность несанкционированного доступа ИИ к информации о частной жизни студентов и преподавателей, а также неспособность виртуальных преподавателей и чат-ботов эффективно работать со сложными студентами, «подтягивать» их знания до приемлемого уровня.

Ученые вспоминают печальный опыт массовых открытых онлайн-курсов (МООК) прошлого поколения (2010–2015 гг.), которые по статистике успешно заканчивали по разным оценкам 3-30% слушателей. Критики продолжают считать современные системы адаптивного обучения столь же неэффективными.

Но, пожалуй, главным объектом критики новых образовательных IT-продуктов стала платформа Gaggle, уже внедренная в систему школьного образования США. Система была создана для предупреждения актов насилия в школах. Искусственный интеллект Gaggle анализирует почтовую переписку и активность школьников в социальных сетях и сообщает администрации школ о потенциальных угрозах безопасности.

Обозреватель BYLINE Аня Каменец раскритиковала систему Gaggle в эфире общественного радио NPR, заявив, что доверие, возникающее между учениками и педагогами, дает больше гарантий безопасности в школах, чем любая аналитическая система. Последние опросы школьников выявляют тренд, прямо противоположный укреплению атмосферы доверия: находясь под куполом непрерывной слежки, ученики начинают с опаской относиться к педагогам. Нетрудно предположить подобный эффект в результате внедрения данной технологии в университетах.