Павел Голосов: Поколение машинного диалога
Поделитесь с друзьями
Павел Голосов, директор Института общественных наук Президентской академии, кандидат технических наук, в колонке для газеты «Ведомости» рассказал о том, как университетам следует реагировать на изменение природы знания под воздействием всё расширяющегося распространения искусственного интеллекта
Милый черный ящик
Стремительно меняется природа человеческой коммуникации. Молодые люди быстро разобрались с текстовыми чатботами и голосовыми интерфейсами ИИ – и уже растут в диалоге с алгоритмами, в цифровую жизнь проникают ИИ-агенты. По сведениям Mediascope (октябрь 2025 г.), 26% населения ежемесячно пользуется ИИ-сервисами, при этом 5% делают это ежедневно. И молодежь здесь – в авангарде.
И действительно, именно от ИИ можно зачастую чаще, чем от друзей или родителей, услышать слова утешения и поддержки, причем такому компаньону можно рассказать больше, чем людям: он не пойдет пересказывать полученные сведения одноклассникам или одногруппникам. Хотя, конечно, на их базе сделает выводы и, вероятно, даже предпримет в будущем определенные действия относительно пользователя – что, впрочем, не является общим местом в рассуждениях молодых людей.
ИИ побеждает поиск
Параллельно с изменением коммуникационных привычек происходит фундаментальная трансформация наших способов получения сведений о мире. Традиционный поисковый запрос, по которому поисковик выдает ссылки и пользователь сам оценивает релевантность и качество найденной информации, уступает место выдаче от генеративных моделей. Они предоставляют готовые, персонализированные ответы, и пользователи все чаще довольствуются ими, не переходя по ссылкам на первоисточники и не озадачиваясь вопросами верификации.
По итогам 2025 г. посещаемость крупных энциклопедических порталов и баз знаний заметно снизилась. Эксперты отечественного IТ-рынка называют главными причинами влияние генеративного ИИ и социальных сетей. Эта проблема касается большинства популярных информационных ресурсов. И с этой проблемой сталкивается не только самая популярная в мире интернет-энциклопедия. Причем проблема глубже, чем просто падение поискового трафика. Исследователи установили: когда в результатах поиска отображается сгенерированный ИИ ответ, пользователи значительно реже кликают на ссылки по сравнению с ситуациями, когда такого резюме нет.
От модели «найди и проверь сам» подростки с поразительной легкостью делают переход к модели «получи готовое и поверь», причем ребята младшего возраста доверяют ИИ-компаньонам значительно больше, чем старшие. И главный риск здесь в том, что дети просто не успеют за школьные годы наработать навыки критического отношения к получаемому знанию.
Ситуация усугубляется тем, что сами алгоритмы весьма далеки от идеала прозрачности и надежности. Большие языковые модели не являются объективными, они легко могут генерировать вводящие в заблуждение, сфабрикованные данные. Возможно, что ИИ-компаньоны сами в будущем станут «файрволами безопасности» уже человека, а не его гаджетов и операционных систем, но для этого должны появиться в массовом масштабе осознание проблемы и серьезный запрос на такой функционал.
Вызов для вузов
Современные университеты оказываются перед сложным вызовом. В мире, где любой вопрос и ответ могут быть практически мгновенно сгенерированы алгоритмом, перестают работать традиционные форматы обучения, такие как лекции или экзамены. Если студент уже привык получать от ИИ диалоговые ответы, то традиционная лекция-монолог становится неактуальной – если только это не харизматик-звезда. Возникает разрыв ожиданий: преподаватель ждет внимания и запоминания, а студент – интерактивного взаимодействия в контексте шире, чем доступно "в интернете".
При этом под угрозой монополия вузов не только на трансляцию знания, но и на само определение того, что считать знанием и компетенцией. Зададим вопрос: что именно должна проверять экзаменационная работа? Способность воспроизвести знание? Но чатбот давно способен сдать экзамены лучше среднего студента, эксперименты в различных вузах это подтвердили. Так что скорее другое: умение принимать ответственные решения, нести этическую ответственность, видеть широкий контекст, т. е. то, в чем первенство остается за человеком.
Проектный ответ на вызов от ИИ
Важный аспект – как именно использовать эти инструменты, чтобы они не подменяли, а усиливали человеческое мышление. Один из ответов видится в переходе от «трансляции фактов» к «навигации в знании». Вузы должны обучать студентов критическому мышлению, постановке вопросов, работе в проектных командах, человеческой эмпатии и ограничениям мира машин. ИИ должен оставаться именно инструментом, а не заменителем человеческого суждения. И основой формирования здоровой личности должен быть живой диалог между людьми.
Но здесь возникает серьезное препятствие: молодежь проводит в интернете по 8-12 часов в день, и это «технологическое залипание» является скорее фактором деградации, чем ресурсом для развития.
Решить эту проблему можно, организовав учебный процесс в формате проектной работы, привязанной к реальным задачам рынка. Студенты могут работать в небольших командах по 5-8 человек, каждая из которых, когда уже успеют к этому подготовиться, будет получать от реального заказчика конкретные задачи и представлять по итогам своей работы готовый продукт или решение. Если нельзя «вытащить» ребят из гаджетов, то следует перенаправить их тягу к экрану в полезное русло, максимально внедряя современные технологии в учебный процесс – для поиска вариантов решения задачи, верификации данных, выявления слабых мест в аргументации и т.д.
Теоретическая база при этом не отменяется, но, при условии цифровой верифицированности, становится доступнее – в конце концов, ее можно в значительной мере изучить и самостоятельно, с помощью тех же чатботов. При этом преподаватели начинают выступать не как обладатели теоретического знания, а как носители проектной экспертизы, как наставники, направляющие команду, дающие ценные советы, помогающие освоить технический инструментарий и принимающие результат.
В такой модели ИИ становится не костылем, замещающим процесс мышления, а инструментом, который помогает быстрее находить информацию, обрабатывать данные, проверять гипотезы, а конечное решение, синтез, ответственность остаются за командой и за каждым человеком в ее составе.
Впрочем, открытым остается то, какую долю в учебных планах и какие типы дисциплин должен покрывать проектный подход и что делать с остальными дисциплинами и видами активностей, для которых подобная парадигма малоприменима (например, изучение классической литературы).
Вопросы, которые остаются
Все вышесказанное – лишь описание нового контекста, в котором существует теперь сфера высшего образования. Многие вопросы пока только намечены. Например: сравнимы ли напрямую дипломы как свидетельства об уровне знаний сегодня и в эпоху до ИИ? Можно ли говорить об «отупляющем» влиянии ИИ на человека, и если да, то не возникает ли необходимость вообще оградить студента от генеративного искусственного интеллекта?
Что происходит с поколением, которое учится доверять алгоритмам больше, чем людям? Алгоритмы не умеют сопереживать, они лишь имитируют эмпатию – достаточно ли этого для здорового развития личности? Как вообще меняется этика, когда коммуникация с машиной приводит к накоплению мощнейших данных, доступ к которым имеет крайне ограниченное число людей? Как заставить использовать это новое знание для решения задач развития, а не разрушения? Кто вообще будет нести ответственность, когда все эти многоуровневые конструкции будут давать сбои?
За этическими вопросами следуют педагогические. Готовы ли сами преподаватели к изменению своей роли в учебном процессе? Если три четверти подростков уже живут в диалоге с машинами, если они привыкли получать персонализированные ответы немедленно, как обустраивать свои лекции? Что оставлять в учебниках? Какими должны стать экзамены? Учить запоминать факты бессмысленно – факты найдет алгоритм. Но останутся ли факты неизменными в «колбе ИИ»? Придутся ли изменения по душе педагогам и системам образования?
Есть и сложные вопросы из области эпистемологии. Если знание, которое мы получаем, проходит через фильтр непрозрачных, регулярно ошибающихся алгоритмов, если мы перестаем проверять источники и довольствуемся синтезированной «правдой», что остается от идеала объективности, к которому веками стремилась наука? И где в этой новой реальности место университету как институции, созданной именно для культивации критического мышления и прививания примата верифицированного знания? Возникает ли вообще новая миссия вузов в этой связи?
Наконец, утилитарные вопросы. Чему вообще учить, когда так радикально меняются индустриальные запросы – на компетенции выпускника, на дизайн исследований, вообще на систему развития человека как участника рынка труда? В человеко-машинном мире действуют новые правила – как они отражаются на трудовых отношениях? Могут ли оставаться «точки ответственности» его участников (работодателей, молодых специалистов, вузов) в тех же позициях, что и раньше?
Ответы найти очень сложно, но задавать эти вопросы себе и другим – прямая обязанность тех, кто не готов просто наблюдать за тем, как новая алгоритмическая эпоха перекраивает человеческое в человеке.
Читайте все колонки Павла Голосова, опубликованные в газете «Ведомости»
- Поколение машинного диалога
- «Второй пилот» в кабине госуправления
- «Кремниевые симбиоты» в креативной экономике
- Ваши данные, их алгоритмы
- Данные – новая валюта
- Куда ведет цифровая трансформация государства?
