Каждый раз, когда я сейчас задаю учебные задания, понимаю, что вопрос «Вы использовали ИИ?» уже потерял смысл.

Некоторые студенты используют его для генерации идей. Другие используют её, чтобы оспорить свои аргументы или улучшить своё письмо. И, несомненно, некоторые делегируют почти всё задание чат-боту. 

Меня больше не волнует, вошёл ли ИИ в класс; Он был там уже давно. Более важный вопрос — действительно ли мы, как университетские преподаватели, научились направлять студентов в такой учебной среде.

Это не просто личное наблюдение.

Исследование, опубликованное в 2026 году, показало, что 89,3% опрошенных вьетнамских студентов университетов сообщили об использовании инструментов ИИ, хотя только около четверти имеют формальное обучение по грамотности в области ИИ.

Глобальный опрос среди 45 398 учеников и педагогов в 35 странах выявил удивительно схожую закономерность.

Хотя 88% студентов сообщили, что использовали ИИ в учебе, 43% заявили, что никогда не сталкивались с реальной интеграцией ИИ в их курсы, и только 29% считают, что их преподаватели достаточно подготовлены, чтобы направлять студентов в использовании этой технологии.

Другими словами, студенты вступили в эпоху ИИ задолго до того, как университеты договорились о том, как их провести через это. 

Это не значит, что студенты понимают ИИ лучше, чем их преподаватели, и не означает, что педагоги сопротивляются технологическим изменениям.

Тот же глобальный опрос показал, что 77% преподавателей теперь используют ИИ в преподавании, что составляет рост на 16 процентных пунктов по сравнению с 2025 годом.

И студенты, и преподаватели адаптируются.

Проблема в том, что они адаптируются принципиально по-разному, в то время как общие правила, регулирующие использование ИИ, не успевают за ним.

Представьте, что студент проходит пять курсов за один семестр.

Первый курс полностью запрещает ИИ, второй разрешает, но никогда не определяет чётко границы, третий требует раскрывать информацию о любом использовании ИИ, четвёртый поощряет использование ИИ для мозгового штурма, а пятый вообще ничего об этом не говорит.

В этой ситуации студенты не просто изучают пять разных предметов; от них ожидается, что они будут следовать пяти разным, часто негласным, наборам правил. 

Вариации между курсами предсказуемы. Курс академического письма может иметь более строгие ограничения на ИИ, чем курс программирования. Экзамен, предназначенный для оценки базовых знаний, не может соответствовать тем же правилам, что и проект, предназначенный для имитации профессионального рабочего места.

Проблема возникает, когда различия обусловлены не системным выбором, а тем, что отдельные преподаватели самостоятельно решают, насколько им комфортно с ИИ и насколько они готовы его терпеть.

Таким образом, одно и то же поведение можно считать хорошей академической практикой в одном классе и нарушением в другом.

Студент, который использует ИИ для предложения структуры эссе, может быть поощрён в курсе А, запретён в курсе Б и остаётся неуверенным, нужно ли вообще раскрывать эту практику в курсе В.

Студентам становится сложно выработать ответственные привычки использования ИИ, когда сама учебная среда не предоставляет единой формулировки для различения, что допустимо, что должно быть раскрыто и что от учеников ожидают выполнения самостоятельно. 

Для меня это самый тревожный пробел в руководстве.

Полный запрет ИИ может показаться самым простым решением, но вряд ли это решит основную проблему. Студенты всё ещё могут использовать ИИ вне класса, и эта практика становится менее заметной, а не исчезает.

С другой стороны, разрешение ИИ без чётких ожиданий тоже недостаточно.

Студент, который знает, как открыть чат-бот и написать эффективный запрос, не обязательно умеет проверять его ответы, распознавать сфабрикованные ссылки или различать аргумент, который звучит убедительно, от того, что действительно подкреплён доказательствами.

Однако широкое распространение ИИ не означает автоматически зрелость, необходимую для его ответственного использования.

Но сами студенты, очевидно, осознают это.

По данным Совета по цифровому образованию, 66% учеников беспокоятся, что ИИ может стимулировать поверхностное обучение, одновременно ослабляя критическое мышление и креативность.

Среди преподавателей 73% опасаются, что зависимость студентов от ИИ может подорвать развитие их навыков.

Студенты двигаются быстро, но не всегда уверены, что всё в правильном направлении.

Таким образом, более полезным вопросом, чем «Следует ли студентам разрешать использовать ИИ?» может быть «В какой степени ИИ следует применять в данном конкретном задании?»

Некоторые университеты уже начали отвечать на этот вопрос разными способами.

Некоторые из них опубликовали политики по академической честности и работе с помощью ИИ, выпустили рекомендации по использованию генеративного ИИ студентами или пересмотрели свои академические рамки честности, чтобы обязывать преподавателей указывать ожидания и ограничения использования ИИ в основных оценках. 

Ещё одной серьёзной инициативой является пробное использование ИИ в оценке, где задания следуют пятиуровневой системе — от отсутствия использования ИИ до неограниченного использования ИИ.

Ценность такого подхода не заключается в том, что существует пять уровней, или в том, что каждый университет должен использовать одну и ту же модель.

Её настоящая ценность заключается в изменении дискуссии.

Вместо того чтобы спорить, стоит ли просто запретить или разрешить ИИ, преподавателям рекомендуется отвечать на другой набор вопросов: какие знания или навыки на самом деле оценивается в этом задании? На каких этапах может использоваться ИИ? Какие части студенты должны выполнять самостоятельно? Как следует раскрывать использование ИИ?

Задание, направленное на развитие базовых навыков письма, может требовать от студентов писать полностью самостоятельно.

Другая может позволить ИИ генерировать идеи или предлагать правки, при условии, что студенты критически оценивают и улучшат результаты самостоятельно. 

Для проекта, призванного имитировать профессиональное рабочее место, ИИ может даже стать ожидаемой частью рабочего процесса, если студенты смогут оправдать, как они его использовали, и взять на себя ответственность за конечный продукт.

Различия между курсами сохраняются, но в рамках этой системы они больше не кажутся произвольными правилами, которые студенты должны угадывать; вместо этого они становятся осознанными выборами, соответствующими учебным целям каждого курса.

Я считаю, что это важный сдвиг.

Университетам не обязательно нужна единая единая политика, регулирующая ИИ во всех дисциплинах. Разные образовательные цели естественно требуют разных подходов к ИИ.

Вместо этого им нужен общий язык, который позволит преподавателям и студентам понимать разные уровни использования ИИ, ожидания раскрытия информации и границу между технологической помощью и заменой человеческого мышления.

Тем не менее, даже общего языка недостаточно, если он существует только на бумаге.

Из собственного опыта в аудитории я считаю, что существует как минимум три практических шага, которые каждый преподаватель, кафедра или даже университет может начать сразу и без ожидания комплексных политик сверху.

Во-первых, преподаватели должны с самого начала чётко формулировать ожидания, а не оставлять их невысказанными.

В эпоху ИИ хорошо продуманное задание должно делать больше, чем просто описывать саму задачу, а также точно указывать, где ИИ может использоваться и не может использоваться.

Могут ли студенты использовать его для поиска источников? Чтобы составить план? Проверить грамматику? Или ИИ вообще запрещён?

В заданиях следует объяснять, как следует раскрывать использование ИИ.

Например, студенты могут приложить свою беседу к чат-боту или добавить краткое заявление с описанием, какими инструментами они пользовались и с какой целью. 

Такой уровень ясности требует немного больше усилий, чем написание расплывчатого задания, но устраняет большую часть неопределённости, заставляющей студентов угадывать правила.

Во-вторых, школы должны переработать определённые формы оценки, а не просто ужесточать существующие.

Многие традиционные домашние эссе, написанные самостоятельно и отправленные онлайн без контроля, теперь почти полностью могут быть написаны с помощью искусственного интеллекта, независимо от того, разрешено ли это.

Вместо того чтобы полагаться исключительно на более строгую полицию, университетам следует пересмотреть, как они оценивают и как это делает.

Некоторые компоненты оценки могут сместиться в сторону форматов, которые гораздо сложнее передать на аутсорсинг ИИ: короткая устная защита сданного эссе, упражнение по написанию в классе, выполненное в условиях ограниченного времени, или рефлексивный рассказ, объясняющий процесс рассуждений студента вместо простого представления готового результата. 

Цель не в том, чтобы наказывать студентов за использование ИИ.

Это необходимо для того, чтобы оценки действительно оценивали знания, суждения и навыки, для которых они предназначены.

В-третьих, университеты должны учить студентов оценивать ИИ, а не просто использовать его.

Сегодня большинство студентов самостоятельно учатся писать подсказки для чат-ботов.

Мало кто получает систематические инструкции по тому, как распознавать ответы, которые звучат убедительно, но фактически ошибочны, проверять информацию, сгенерированную ИИ, по достоверным источникам, или распознавать, когда чат-бот сфабриковал несуществующую цитату.

Это не специализированные навыки ИИ, а формы критического мышления, которые можно интегрировать во многие дисциплины без необходимости отдельного курса по ИИ.

Ни одна из этих трёх мер не может заменить необходимость университетских или национальных политик. Но они показывают, что пробел в руководстве не полностью недостижим для отдельных преподавателей. Часть этого разрыва уже можно сократить за счёт разработки индивидуальных заданий и практик в классе, не ожидая появления комплексной нормативной базы. 

Было бы неточно утверждать, что вьетнамские университеты стоят на месте. Приведённые выше примеры показывают, что некоторые учреждения уже внедрили политику, выпустили рекомендации или опробовали новые подходы к оценке.

В то же время нереалистично ожидать, что несколько отдельных инициатив сами по себе превратятся в единую систему руководства.

Поскольку ИИ развивается быстрее, чем циклы обзора учебных программ, быстрее, чем разработка институциональных политик, а иногда даже быстрее, чем педагоги могут научиться адаптироваться, индивидуальные усилия остаются необходимыми, но уже недостаточны.

Задача глубже.

ИИ — это не просто изменение способа выполнения задания; Это заставляет университеты пересматривать те самые задания, которые они просят студентов выполнить.

В одном глобальном опросе только 28% студентов считают, что большинство или многие их оценки отражают работу, навыки и суждение, необходимые в рабочих местах с ИИ. Остальные не считали, что их оценки последовательно соответствуют этим требованиям. 

Это поднимает гораздо более сложный вопрос, чем то, используют ли студенты ИИ для завершения учебных программ: если выпускники будут посвящать свою профессиональную жизнь, работая вместе с ИИ, как университетам сегодня их оценивать?

Ответ — точно не включать ИИ в каждое задание. Некоторые способности можно развить только через прямые интеллектуальные усилия — чтение, письмо, вычисление, дебаты и самостоятельное решение сложных задач.

Но столь же необоснованно создавать каждую учебную деятельность так, будто технологии, с которыми студенты будут сталкиваться каждый день после выпуска, просто не существуют.

Граница между соответствующей помощью ИИ и независимым мышлением должна быть сознательно продумана; Это нельзя оставлять студентам самим разбираться.

Возможно, самый важный вопрос уже не в том, как университеты смогут угнаться за ИИ, ведь это гонка, которую они вряд ли выиграют. 

Вместо этого студентам нужна система образования, способная показать, когда ИИ действительно расширяет человеческие возможности, когда удобство начинает заменять подлинное мышление, какие задачи можно ответственно делегировать технологиям, а которые требуют человеческого суждения, проверки и ответственности.

Таким образом, пробел в переднем плане современного класса — это не нехватка новых технологий, а пробел в руководстве, поскольку ученики уже вступили в новую эру обучения, а система образования всё ещё пытается определить, как лучше провести их через неё.

VnExpress