ИИ не сломал высшую школу. Он всего лишь поднес ей зеркало

Николай Тржаскал, директор по развитию технологий ИИ FabricaONE.AI (акционер – ГК Softline)

На днях состоялся круглый стол IT-World про искусственный интеллект в образовании. Восемь человек из вузов и бизнеса, полтора часа, и честное несогласие. Николай Тржаскал, Директор по развитию технологий ИИ FabricaONE.AI (акционер – ГК Softline), преподаватель Академии АйТи, рассказывает, о чем спорили участники, и почему спорили немного не о том.

Обычно тревогу формулируют так. По опыту ГК Softline, мы видим, что рынок меняется быстрее, чем вуз успевает переписывать программы, а значит, университет готовит специалиста для профессии, которой к выпуску уже не будет. Отсюда и знакомая паника: студенты пишут дипломы нейросетью, преподаватель не может это распознать, все пропало. Мне кажется, ИИ здесь ничего не сломал. Он просто поднес зеркало и показал то, что и так было, просто раньше на это можно было не смотреть. А в зеркале, если приглядеться, две вещи: мы довольно давно меряем не то и довольно давно устроены не так.

Начнем с «меряем не то». Один из главных вопросов дискуссии звучал примерно так: что вообще гарантирует диплом, если работы теперь пишутся с помощью ИИ? И тут, если честно, приходится признать неудобное. Как показывает практика ГК Softline, диплом и раньше гарантировал немногое. По сути он фиксирует, что человек прошел программу и получил какие-то оценки, не более того. А кризис оценки случился вовсе не с приходом нейросетей. Чтобы написать реферат, и двадцать лет назад хватало десяти похожих текстов из интернета и вечера на то, чтобы слепить из них нечто связное. Знания в голове от этого оседало примерно столько же, сколько сейчас. ИИ всего лишь избавил нас от возможности делать вид, будто курсовые и рефераты по-прежнему что-то проверяют.

Если мы меряем не тот параметр, то и лечение довольно очевидное: проверять не результат, а мышление. Мы в Академии АйТи FabricaONE.AI (акционер – ГК Softline) давно обратили внимание на эту закономерность, поэтому я студентам ИИ не запрещаю, скорее наоборот. В магистратуре МГИМО я честно предупреждаю: если вы не будете пользоваться искусственным интеллектом, мой курс вам не закончить. Программа под это переписана, и спрашиваю я, соответственно, больше. Оба моих дипломника в этом году писали работы с ИИ, и, к моему удовольствию, качество выросло: меньше воды, меньше времени на оформление, лучше видно суть. Каюсь, как рецензент я и сам иногда прошу модель вычитать за меня слабую работу, потому что жизнь слишком коротка для семидесяти страниц воды. А самый изящный прием я подсмотрел у преподавателя моей дочери за границей. Работу с ИИ он спокойно принимает, но просит записать пятнадцатиминутное видео без суфлера: расскажи своими словами, как делал и где споткнулся. И все сразу становится ясно, понял человек материал или просто нажал кнопку.

Но здесь зеркало задает неудобный вопрос, от которого не отмахнуться. Если диплом гарантирует немного, а программировать ребенок умеет лет с четырнадцати и к семнадцати дает фору иным магистрам, то зачем вообще идти в университет? Говорю это без всякого кокетства. В конце девяностых я руководил разработкой в израильской компании и своими глазами видел, как три года практики спокойно перекрывают диплом айтишника. Разработка, при всем уважении, это ремесло. И если университет продает себя как место, где учат ремеслу, то он оказывается в неловком положении, ведь ремесло теперь неплохо освоила и сама нейросеть.

Так за чем же на самом деле идут в хороший университет, за что, между прочим, платят серьезные деньги на Западе? Точно не за навык, который можно добрать на трехмесячных курсах. Опыт сотрудников и соискателей ГК Softline подтверждает, что туда идут за тем, чего ремесло дать не может. За средой, в которой ты с первого курса погружен в исследование, а не в бесконечную пересдачу. За горизонтом, потому что хороший университет, как ни парадоксально, не гонится за рынком и оттого за ним не опаздывает: он производит не то, что нужно сегодня, а то, что понадобится через пятнадцать-двадцать лет. Квантовые вычисления и новые архитектуры все-таки рождаются в лабораториях, а не в недрах компаний. И, наконец, за сообществом, тем самым, которое так трудно измерить и так легко почувствовать. Западная модель, надо отдать ей должное, эту неосязаемую вещь честно оцифровала. Эндаумент, если совсем цинично, это монетизированная ностальгия выпускника по своей alma mater: первые двадцать лет человек берет, следующие - отдает. В университет идут не чтобы научиться писать код, а чтобы стать тем, кто порождает новое, и войти в сообщество на всю жизнь. Вот эту часть ИИ не воспроизводит и, подозреваю, не воспроизведет.

Теперь про вторую вещь, которую видно в зеркале. Мы в ГК Softline убеждены, что она лежит глубже, и технологии тут почти ни при чем. Дело в самом устройстве системы, унаследованном ещё с советских времен. Престиж у нас выстроен строго вертикально: школьник из райцентра мечтает поступить в областной центр, из области рвется в Москву, а из Москвы дорога остается ровно одна, за границу. Почти никто не поедет из Москвы в Новосибирск или Томск ради сильной кафедры и конкретного профессора, хотя на Западе это в порядке вещей. Там студент спокойно уезжает из Нью-Йорка в Чикаго или Калифорнию просто потому, что нужная ему школа именно там. Горизонтальной мобильности у нас почти нет, а вместе с ней нет и настоящей конкуренции между университетами. Хотя университет, если задуматься, такой же бизнес, как и любой другой, бизнес образования, и жить ему стоило бы в честном соперничестве за студента и за профессора, а не в очереди за местом поближе к центру.

Отсюда вытекают три вполне практических хода, и все они об одном, о самостоятельности университета.

Первый — это эндаумент и системная работа с выпускниками. История не про благотворительность, а про суверенитет. Пока вуз надеется, что рано или поздно придет государство, тот самый барин, и всех рассудит и профинансирует, он и остается зависимым. А собственная эндаумент-подушка означает свою ответственность и, что важнее, свою свободу. Из любого регионального вуза выходят люди, которые потом переезжают, занимают серьезные должности и неплохо зарабатывают, и именно их сообщество, уже федерального масштаба, способно дать alma mater и финансы, и связи, и статус. Причем без единого нового закона.

Второй ход — та самая децентрализация и конкуренция вместо привычки ждать дотацию сверху.

Третий — честное разделение труда с бизнесом. Раз ремеслу все равно учит практика, а не лекция, то дело вуза в другом: дать фундамент и среду. Под фундаментом я понимаю не список модных технологий, а вещи, которые не устаревают: математику и статистику, навык критического мышления, способность к out-of-the-box thinking, умение с нуля разобраться в незнакомой предметной области. Под средой — исследование и живые задачи с первого курса, а не бесконечную пересдачу. Навык же студент спокойно доберет в реальной работе, начиная курса с третьего. Мы в ГК Softline охотно приглашаем студентов на практику. Студенческие ставки на пятнадцать-двадцать часов в неделю это не эксплуатация, а взаимная инвестиция. На выходе компания получает не вчерашнего выпускника, который ждет зарплату за одно только свое присутствие, а человека, уже сжившегося с корпоративной культурой и дающего с первого дня отдачу примерно как полтора обычных новичка. Но и бизнесу стоит честно признать свои пределы. Даже такая крупная компания, как наша FabricaONE.AI (это кластер Softline, свыше пяти тысяч сотрудников и, по сути, первый номер на рынке заказной разработки), реально способна на по-настоящему глубокое партнерство с одним, ну двумя вузами, не больше, а вузов в одной Москве десятки. Поэтому выбирать «свой» вуз и черпать студентов только оттуда мне попросту невыгодно. Куда разумнее выстроить максимально широкую воронку: создать условия, при которых прийти к нам, влиться в команду и вырасти сможет сильный студент из любого вуза. Это не благотворительность, а самый дешёвый и честный способ находить таланты.

И последнее. Зеркало, как известно, не льстит, а значит, честными стоит быть и по отношению к самому ИИ. Мы в ГК Softline отметили, что в 2023-м, на пике хайпа, всерьез предсказывали, что менеджеры пойдут под замену одними из первых, а языковые модели вот-вот заберут львиную долю управленческих функций. Вышло скорее наоборот. Измеримую пользу генеративный ИИ принес в рутине: в поддержке, в коде, в черновиках. А управленческие решения, требующие суждения, оказались одной из самых слабых его зон. Модель охотно советует, но плохо отличает удачную идею от посредственной, и последнее слово все равно остается за человеком. На моем курсе для директоров по ИИ в Академии АйТи FabricaONE.AI (акционер – ГК Softline) я не раз наблюдал, как человек загорается идеей померить эффективность сотрудников нейросетью. Я обычно спрашиваю: вы правда собираетесь заливать Excel в языковую модель, чтобы она вам посчитала? Или все-таки попросите тот же ИИ написать вам простую детерминированную программу на математике и статистике, которая посчитает точно и не приврет? И тут наступает задумчивость. GPU из контура никуда не денется, тащить ее все равно придется, вопрос лишь в том, применять ли ее с умом. Гонять дорогую вероятностную модель ради задачи, которую точнее и дешевле решает обычный алгоритм, попросту незачем.

Изменения, которые нас ждут, будут, я думаю, тектоническими, и со стороны образования, и со стороны бизнеса. В ГК Softline мы уверены, что сваливать их на одну высшую школу бессмысленно, меняться придется всем. Зеркало, в общем-то, уже висит на стене. Остается не самый сложный вопрос: кто заглянет в него сам, а кто предпочтет не смотреть.