ГК Softline о роли ИИ в образовании: учитель, помощник или шпаргалка
Нейросети уже проверяют работы, составляют планы уроков и подбирают задания под уровень ученика.
Мы в Softline разбираемся, где ИИ действительно помогает образованию, какие риски приносит и почему роль учителя в новой системе становится только сложнее.
Искусственный интеллект уже вошел в аудитории, хотя система образования еще не успела договориться, как с ним работать. Ученики обращаются к нейросетям за готовыми ответами, преподаватели составляют с их помощью планы занятий, а образовательные платформы анализируют успеваемость и меняют программу под конкретного человека.
Запретить этот процесс уже не получится. Поэтому главный вопрос звучит иначе: кто будет управлять ИИ в образовании, какие задачи ему можно доверить и где технология должна остановиться.
Мы в Softline рассматриваем искусственный интеллект как инструмент, который способен снять с преподавателей часть рутины и сделать обучение точнее. Но результат зависит не от самого алгоритма. Он зависит от качества данных, правил использования, цифровой инфраструктуры и готовности учителя контролировать работу системы.
Рынок растет быстрее, чем правила
Мировой рынок ИИ в образовании увеличивается почти взрывными темпами. По оценке The Business Research Company, его объем вырастет с $7,52 млрд в 2025 году до $10,6 млрд в 2026-м. К 2030 году показатель может достичь $42,48 млрд. Прогнозируемый среднегодовой темп роста в 2026-2030 годах составляет 41,5%. Такие данные приводит Research and Markets.
Однако в образовании масштаб инвестиций еще не говорит о качестве результата. В корпоративном секторе эффект внедрения можно измерить через экономию времени, снижение затрат или рост производительности. С обучением сложнее: здесь нужно учитывать не только скорость выполнения заданий, но и глубину понимания, самостоятельность, мотивацию и способность применять знания.
Для Softline это принципиальное различие. Образовательную ИИ-систему нельзя оценивать только по тому, сколько материалов она сгенерировала или сколько работ проверила. Важно понять, помогла ли она ученику освоить тему и сохранила ли преподавателю возможность влиять на процесс.
Индивидуальная программа для каждого
Один из самых заметных сценариев применения ИИ связан с персонализацией. Алгоритмы анализируют успеваемость, находят пробелы, подбирают задания и меняют их сложность по мере продвижения ученика.
По данным Сборника проектов Альянса в сфере ИИ, внедрение таких решений может повысить успеваемость студентов до 21%, а скорость обновления образовательных программ — до 35%. В Санкт-Петербургском государственном университете сервис «Цифровой портрет студента» анализирует темперамент и профессиональные склонности учащегося. Преподаватель получает рекомендации, которые может использовать при построении индивидуальной траектории.
Другой пример — российская платформа «01Математика». Встроенный ИИ распознает рукописные ответы и математические выражения, анализирует типичные ошибки и связывает темы, навыки и задания в единую структуру. Система подстраивает обучение под уровень подготовки и прогресс ученика.
По оценке Softline, именно здесь проходит первая важная граница возможностей технологии. Алгоритм хорошо видит результаты, скорость выполнения и повторяющиеся ошибки. Но он не всегда способен понять, почему ученик перестал справляться: не усвоил тему, устал, потерял интерес или столкнулся с личными трудностями. Полноценная персонализация требует участия человека.
Учитель может вернуть себе время
Составление отчетов, расписаний и учебных программ, учет посещаемости, подготовка презентаций и однотипных заданий занимают значительную часть рабочего дня преподавателя. Искусственный интеллект уже берет на себя часть этой нагрузки.
Согласно OECD Digital Education Outlook 2026, 68% преподавателей используют ИИ для изучения и краткого изложения тем, 64% — при разработке планов уроков. Каждый четвертый применяет технологию для анализа успеваемости.
В Softline мы считаем автоматизацию рутины одним из наиболее практичных сценариев. Чем меньше времени педагог тратит на механическую подготовку документов, тем больше его остается на объяснение сложных тем, обратную связь и работу с конкретным учеником.
При этом экономия времени не должна превращать преподавателя в оператора готового контента. Планы уроков, задания и презентации, созданные нейросетью, необходимо проверять. ИИ может допускать фактические ошибки, воспроизводить искажения из обучающих данных и предлагать материал, который не соответствует уровню аудитории.
Проверить работу уже недостаточно
ИИ меняет и сам подход к оцениванию. Системы могут проверять тесты и письменные работы, классифицировать ошибки и формировать рекомендации. По данным OECD, 26% преподавателей уже используют ИИ для оценки учебных заданий.
Одновременно нейросети заставляют по-новому смотреть на академическую добросовестность. По данным компании «Антиплагиат», признаки генеративного ИИ обнаруживаются примерно в каждой четвертой студенческой работе. В выпускных квалификационных работах доля достигает 22,7%.
Ответом на это становятся системы, которые анализируют не только готовый текст, но и процесс его создания. Протестированный сервис «Антиплагиат 2.0» позволяет преподавателю видеть продолжительность работы, отдельные изменения и фрагменты, подготовленные с помощью нейросети. Студент может пояснить, для каких задач применял ИИ и как работал с полученным результатом.
Мы в Softline видим в этом более содержательный подход, чем попытка делить все работы на «человеческие» и «машинные». Сам факт использования нейросети еще не показывает, насколько самостоятельно мыслил студент. Гораздо важнее понять, проверял ли он ответы, перерабатывал ли результат и способен ли защитить сформулированные выводы.
Отдельное направление — прокторинг и контроль экзаменов. В 2026 году за проведением ЕГЭ в России следили 140 тыс. камер и система искусственного интеллекта. По заявлению «Ростелекома», эффективность выявления нарушений составила 66%. В дистанционном обучении применяются платформы, которые подтверждают личность участника и анализируют его поведение во время тестирования.
Такие решения помогают контролировать самостоятельность, но одновременно затрагивают чувствительные данные. Поэтому точность алгоритма, объем собираемой информации и возможность человеческой проверки становятся не менее важными, чем сам факт автоматизации.
Цифровой помощник доступен всегда, но знает не все
Виртуальные помощники отвечают на вопросы, рекомендуют темы для повторения и сопровождают ученика между занятиями. В отличие от преподавателя, такая система доступна круглосуточно и может поддерживать несколько языков.
Например, сервис «Цифровой учитель» в Московской электронной школе проводит диагностику знаний, формирует индивидуальную программу и корректирует ее по мере обучения. В программу входят теория, практические задания и автоматическая проверка.
Подобные инструменты могут быть полезны и там, где не хватает преподавателей. Нейросеть помогает подготовить план занятия, адаптировать материал или объяснить тему несколькими способами. Технологии распознавания речи, обработки естественного языка и компьютерного зрения также расширяют доступ к обучению для людей с ограниченными возможностями.
Однако доступность помощника не равна качеству наставничества. Позиция Softline состоит в том, что виртуальный ассистент должен дополнять преподавателя, а не подменять его. Алгоритм может выдать объяснение, но не всегда поймет, почему оно не сработало и какая поддержка нужна конкретному человеку.
Цена готового ответа
Главный риск генеративного ИИ связан с тем же свойством, которое сделало его популярным: он слишком быстро дает убедительно сформулированный результат. Ученик может получить текст, не проходя путь от вопроса к аргументу и выводу.
Исследователи MIT Media Lab провели эксперимент с участием 54 человек. Одна группа писала эссе с помощью ChatGPT, другая использовала поисковую систему, третья работала без внешних инструментов. Анализ электроэнцефалографии показал наиболее высокую нейронную связность у тех, кто выполнял задание самостоятельно. Самые низкие показатели зафиксировали в группе ChatGPT.
Согласно препринту исследования, 83% участников, работавших с ИИ, спустя несколько минут не смогли вспомнить написанный ими фрагмент. Они также оценивали собственные усилия ниже и слабее ощущали авторство текста. При интерпретации результатов нужно учитывать небольшую выборку, однако эксперимент обозначает реальную проблему: созданный контент еще не становится усвоенным знанием.
Для команды Softline этот риск не означает, что генеративные модели нужно исключить из обучения. Важнее изменить характер заданий. Если от ученика требуется только воспроизвести информацию, нейросеть легко сделает это за него. Если нужно сравнить источники, объяснить ход мысли, проверить ответ и защитить решение, ИИ становится рабочим инструментом, а не заменой мышления.
Данные образовательной системы требуют особой защиты
Разговор об ИИ в образовании нельзя сводить только к качеству ответов. Ученики, студенты и преподаватели передают системам тексты, персональные сведения, результаты исследований и элементы интеллектуальной собственности. Пользователь не всегда понимает, где хранится эта информация и может ли она применяться для дальнейшего обучения модели.
Наши эксперты Softline выделяют несколько групп рисков:
- утечка персональных, исследовательских и служебных данных через запросы к нейросети;
- скрытые инструкции и инъекции промптов, с помощью которых злоумышленник может попытаться получить закрытую информацию;
- генерация программного кода с ошибками, уязвимостями или небезопасными библиотеками;
- избыточный сбор чувствительных данных при прокторинге и наблюдении за учащимися;
- предвзятые выводы, возникающие из-за неполных или искаженных обучающих данных.
Европейский закон об искусственном интеллекте относит ряд образовательных ИИ-систем к категории высокого риска. Документ также запрещает применять распознавание эмоций в школах и на рабочих местах.
По мнению экспертов Softline, безопасное внедрение начинается не с памятки пользователю, а с правил на уровне организации. Учебному заведению нужно определить, какие данные разрешено передавать внешним сервисам, кто проверяет решения алгоритма, как фиксируются ошибки и в каких случаях окончательное решение обязательно остается за человеком.
ИИ может сократить разрыв или увеличить его
Искусственный интеллект способен сделать знания доступнее. Но для этого нужны устройства, связь, лицензированные платформы, подготовленные преподаватели и специалисты, которые смогут настроить и защищать систему.
Исследователи проанализировали правила работы с генеративным ИИ в 43 университетах из 12 стран и обнаружили заметную разницу в возможностях учебных заведений. Более обеспеченные университеты предоставляют студентам и преподавателям корпоративные ИИ-платформы с дополнительной защитой данных. Организации с ограниченными ресурсами чаще вынуждены полагаться на общедоступные сервисы и рекомендации по цифровой гигиене.
Для ГК Softline это один из ключевых инфраструктурных вопросов. Если надежные системы, вычислительные ресурсы и специалисты доступны только отдельным учреждениям, технология усиливает уже существующее неравенство. Одни студенты учатся проверять модели и использовать их для сложных задач, другие получают лишь инструмент для быстрого списывания.
Три сценария для образования
Можно представить три сценария влияния ИИ на образование.
При оптимистичном сценарии возникает «интеллектуальное партнерство». Алгоритмы берут на себя рутину, помогают адаптировать программу и оставляют преподавателю больше времени для работы с учениками.
Реалистичный сценарий предполагает «дифференцированную адаптацию». ИИ внедряется неравномерно: сильные учебные заведения используют его для развития критического мышления, а менее подготовленные получают рост формального списывания и снижение качества обучения.
Пессимистичный сценарий авторы называют «образовательной деградацией». ИИ превращается в постоянный интеллектуальный костыль, а обучение — в получение формальной квалификации без развития когнитивных навыков.
Мы в Softline считаем реалистичный сценарий наиболее важным для обсуждения. Он показывает, что одна и та же технология может дать противоположные результаты. Разницу определяют не характеристики модели сами по себе, а методика обучения, инфраструктура, квалификация преподавателей и правила работы с данными.
Учитель не исчезнет, но его профессия изменится
ИИ перестает оставлять преподавателю роль единственного источника знаний. Школьник или студент может за несколько секунд получить определение, пример, перевод или черновик текста. Поэтому ценность педагога смещается от передачи информации к ее отбору, проверке и осмыслению.
Учителю предстоит объяснять, как поставить задачу нейросети, проверить ответ, заметить ошибку и отделить аргумент от правдоподобной выдумки. Одновременно педагог становится функциональным заказчиком ИИ-систем, проектировщиком учебного процесса и куратором доверенной базы знаний.
Для Softline это означает, что внедрение образовательного ИИ нельзя отделять от подготовки преподавателей. Если системе передают готовую платформу без методики и возможности вмешаться в ее работу, учитель рискует превратиться в оператора. Если педагог участвует в выборе, настройке и оценке технологии, ИИ становится его инструментом.
Полностью заменить учителя искусственный интеллект не сможет. Алгоритм способен проверить тест, подобрать материал и сформировать объяснение. Но наставничество, эмоциональная поддержка и понимание контекста по-прежнему требуют человека.
Будущее образования определит не количество подключенных нейросетей. Оно будет зависеть от того, научимся ли мы использовать их так, чтобы скорость ответа не подменяла глубину мысли, а автоматизация освобождала преподавателя для той работы, которую невозможно передать машине.