Приспособятся ли традиционные институты образования к революции искусственного интеллекта или останутся непроницаемыми? Постановка исследовательских вопросов

Традиционные образовательные институты (общеобразовательные школы, университеты и т. д.) — очень стабильные организационные структуры*. В отличие от организаций в других секторах экономики, они не подвержены колебаниям рынка и редко оказываются в ситуации необходимости радикальных изменений с целью ответа на внешние вызовы[1]. При этом инертность системы часто объясняется ее приверженностью традициям и закрытостью, которые, в свою очередь, связаны с рядом факторов. Во-первых, инновации плохо принимаются индивидами на местах (микроуровень). Ключевые акторы образовательного процесса, включая школьных учителей, родителей, преподавателей вузов, обладают достаточно консервативными установками в отношении образовательного процесса и нередко заинтересованы в сохранении существующего положения, поэтому избегают инноваций[2]. Во-вторых, на уровне образовательных организаций (мезоуровень) часто отсутствует необходимый «климат», благоприятный для создания инноваций: слабо работают горизонтальные связи, нет «окна» предложения инициатив, инструментов мотивации сотрудников и т. д.[3] При этом институты образования нередко критикуют за излишнюю бюрократию и высокую нагрузку на сотрудников, которые также могут препятствовать возникновению и применению инноваций[4]. В-третьих, на макроуровне существуют ограничения в виде законодательства, нормативных актов и политических решений, которые часто затрудняют процесс внедрения инноваций. Реформы в образовании требуют длительного времени и значительных ресурсов, а также согласия и поддержки со стороны различных заинтересованных групп. Помимо этих факторов, стабильность образовательных институтов также объясняется их важной социальной ролью и фундаментальностью, что «задает тон» на сохранение и защиту устоявшихся традиций и подходов к обучению.

Тем не менее на примере экстремально быстрого перехода на дистанционный формат обучения в период пандемии мы видим, что система образования способна оперативно реагировать на внешние вызовы, отвечать на актуальные запросы общества и выдерживать инновационную гонку наравне с другими секторами[5]. Важной характеристикой данной «шоковой инновации» является то, что изначальный импульс имел внешний для системы источник, требующий обязательной реакции (вынужденного изменения)[6].

Стремительно развившаяся технология искусственного интеллекта (ИИ) может быть также рассмотрена как новый внешний импульс, задающий потребность системы образования в трансформации. Являясь сквозной технологией, ИИ потенциально способен изменить множество процессов вокруг системы образования и запустить принцип домино. Аналитики предсказывают фундаментальные изменения на рынке труда и в здравоохранении, а также в финансовом секторе и производстве. Согласно оценкам Goldman Sachs, развитие генеративного ИИ может привести к замене около 300 млн рабочих мест в развитых странах, а также к модернизации текущих рабочих рутинных процессов для 63% жителей[7]. По прогнозам PricewaterhouseCoopers, внедрение ИИ может увеличить глобальный ВВП на 14% к 2030 году, изменив принципы производства и сбыта[8]. McKinsey прогнозирует, что 70% компаний в ближайшие десять лет внедрят как минимум один тип технологии искусственного интеллекта[9].

Подобные прогнозы выглядят впечатляюще и часто задают алармистские отношения относительно ИИ. В письме Future of Life Institute, подписанном более чем тысячью экспертами сферы, содержится призыв приостановить разработку продвинутого ИИ до тех пор, пока не будут созданы, внедрены и проверены общие протоколы безопасности[10]. Национальное управление по защите персональных данных Италии запретило обработку данных итальянских пользователей компанией OpenAI, которая разработала и управляет ChatGPT (чат-бот с искусственным интеллектом). Ведомство также начало расследование возможного нарушения компанией сохранности персональных данных. С другой стороны, технооптимисты говорят об уникальных возможностях, которые предоставляет ИИ, в том числе для образования: персонализация обучения, наставничество, автоматизация проверки знаний, адаптивные алгоритмы и т. д. Диссонанс между внешним, пока неявно сформулированным, вызовом и внутренними процессами задает серию исследовательских вопросов, связанных с тем, какое влияние может оказать технология искусственного интеллекта на сферу образования. Безусловно, перечень вопросов может быть крайне обширен. ChatGPT, например, на основе представленного текста, формулирует их следующим образом[11]:

Уловив экосистемный подход, проявляющийся в описании трех уровней принятия инноваций образовательной системы, ИИ сформулировал вопросы в этой же логике. Давайте попробуем их углубить и уточнить.

Экосистема образования сегодня не ограничивается традиционными акторами — школой и университетом (если крупно), но включает множество других участников. Например, EdTech-компании, коммерческие негосударственные образовательные организации, мейкерспейсы, фаблабы, акселераторы, образовательные ресурсы кейс-сообществ, бизнес-школы, краудфандинговые и краудсорсинговые платформы. То есть получить образование можно разными способами. Очевидно, что, когда мы говорим о новой технологии, которая в теории делает процессы быстрее, индивидуальнее, интерактивнее, встает и вопрос: станет ли использование ИИ конкурентным преимуществом для традиционных и новых игроков образовательной экосистемы и как это повлияет на ландшафт образования? При этом речь идет и о конкуренции между несистемными (нетрадиционными) акторами, и о конкуренции с традиционной школой или университетом. Мы уже видим примеры того, как онлайн-школы «забирают» учеников из традиционных учебных учреждений, или как EdTech, пока еще в сотрудничестве с университетами, запускает собственные магистерские программы. Можно предположить, что влияние несистемных игроков со временем усилится.

Какие существуют сценарии интеграции ИИ в формальную систему образования? Используя теорию инноваций, можно предположить два сценария: 1) когда технология внедряется «сверху». 2) когда технология внедряется несистемно или благодаря «низовым» инновациям. В первом случае диапазон технологий на базе ИИ серьезно увеличивается. Используемые варианты инсталляции ИИ в учебный процесс чрезвычайно разнообразны: экспертные системы могут помочь с педагогическим планированием и полностью раскрыть потенциал системы управления обучением (LMS) в плане разработки и организации учебных материалов, включая учебные программы, планы уроков и оценки, также генерировать индивидуальную учебную программу с персонализацией учебного материала на основе пробелов в знаниях учащихся, навыков и стилей обучения; генеративный ИИ (GAN) может формировать персонализированные системы и среды обучения (PLS/E) с использованием симуляций и виртуальных сред (например, виртуальные лаборатории) в сочетании с AR/VR, повышая интерактивность и иммерсивность учебных курсов. Генеративный интеллект способен создавать новые учебные материалы (вопросы для викторин и упражнений или объяснения и резюме концепций), сценарии для видеолекций или подкастов, упрощая подготовку мультимедийного контента для онлайн-курсов. Чат-боты и диалоговый ИИ (чат GPT) также могут отвечать на вопросы учеников или родителей, высвобождая время для преподавателей, выступать виртуальным наставником и давать обратную связь и поддержку в режиме реального времени.

Кроме того, применение ИИ в образовании возможно еще в следующих образовательных контекстах:

— создание цифровых аватаров в дистанционном обучении для эмулирования настоящего учителя или студента, коммуникации с учащимися и формирования иллюзии общения в режиме реального времени;

— оптимизация процессов системы управления учебными материалами с целью автоматической сортировки и классификации учебной информации, чтобы помочь учителям разрабатывать более эффективные занятия;

— внедрение рекомендательных систем, которые позволяют учителям и студентам получать рекомендации по книгам, видео, статьям и другим обучающим материалам и могут помочь им улучшить свое образование (коллаборативная фильтрация);

— использование в оценке и тестировании для автоматического исправления и маркирования.

Для этого сценария вполне актуальны вопросы, сформулированные самим ИИ и представленные выше.

Более интересным, на мой взгляд, выглядит второй сценарий, когда инновация проникает в систему не путем спускаемых по вертикали реформ, программ и надстроек, но попадает и распространяется «снизу». Этот сценарий ставит множество исследовательских вопросов. Во-первых, о том, какой принцип распространения инновации в образовании характерен для ИИ. Универсальный процесс распространения инновации комплексно описан в книге Э. Роджерса «Диффузия инноваций»[12]. Под диффузией понимается процесс как планомерного, так и спонтанного распространения инноваций среди членов социальной системы. Теория уточнила подходы к механизмам принятия инноваций или отказа от них за счет добавления в модель временно́й оси, что позволило раскрыть диффузионную, процессную природу адаптации инноваций на нескольких уровнях и рассмотрения процесса адаптации инновации на микро- мезо- и макроуровнях: индивидуальном, групповом и системном.

Недавняя ситуация с пандемией коронавируса продемонстрировала иной принцип распространения инноваций — шоковый, при котором: 1) изначальный импульс имеет внешний для системы источник, 2) требующий обязательной реакции (вынужденного изменения), 3) проявляющийся инновационным «рывком» за счет экстремальной мобилизации ресурсов и 4) «уплотняющий» традиционные процессы распространения инновации на трех уровнях — индивидуальном, групповом и системном[13].

Еще один вопрос, который особенно важен для сценария, при котором ИИ внедряется не «сверху», но «снизу», то есть несистемно: каковы потенциальные эффекты применения искусственного интеллекта на неравенство в сфере образования? С одной стороны, персонализированное обучение позволяет адаптировать программы и материалы под индивидуальные потребности каждого ученика, что теоретически сократит разрывы в обучении между различными учащимися. Кроме того, ИИ способен расширить доступ к образованию для учащихся с ограниченными возможностями или проживающих на периферии. Алгоритм может помочь в раннем выявлении различных нарушений у ученика (например, слуха и зрения) и быть использован для дополнительной поддержки (например, преобразования текста в речь и наоборот). С другой стороны, возможны потенциальные негативные эффекты применения ИИ на неравенство в образовании. ИИ может усилить цифровой разрыв, причем не только между учащимися, организациями или территориями, но и между разными поколениями (ученик — учитель или ребенок — родитель). Неправильное использование ИИ способно спровоцировать алгоритмический сдвиг. Кроме того, замена некоторых ролей учителей и преподавателей ИИ может привести к потере персонального взаимодействия и поддержки.

И, пожалуй, самый важный вопрос, который можно сформулировать вне зависимости от того, будет ли формально внедряться технология ИИ в систему образования или она останется за ее пределами: чему и как должны учить формальные институты образования современных учащихся для их успеха в завтрашнем дне, в котором (с большой вероятностью) многое будет связано с ИИ?

* Статья подготовлена в рамках проекта, осуществляемого по конкурсу «Зеркальные лаборатории НИУ ВШЭ»

[1] Christensen C., Eyring H. (2011) The Innovative University: Changing the DNA of Higher Education from the Inside Out. San Francisco: Jossey-Bass; Rogers E. M. (1962) Diffusion of Innovations. New York: Free Press.

[2] Волков А. Е., Ливанов Д. В., Фурсенко А. А. Высшее образование: повестка 2008–2016 // Российское образование: тенденции и вызовы. М. : Изд-во «Дело» АНХ, 2009.

[3] Koroleva D., Khavenson T. (2017) Innovators from Within and from Without the Education System. In: A. Sidorkin, M. Warford (eds), Reforms and Innovation in Education: Implications for the Quality of Human Capital. P. 69–83. https://doi. org/10.1007/978-3-319-60246-2_5.

[4] Хавенсон Т. Е., Королева О. Д., Лукина А. А. Акторы образовательных инноваций: ценности и мотивация. Серия: Факторы образования. Т. 6. Вып. 21. М. : НИУ ВШЭ, 2018; Клименко Л. В., Посухова О. Ю. Профессиональная идентичность школьных учителей в условиях прекариатизации социально-трудовых отношений в крупных городах России // Вопросы образования. 2018. № 3. С. 36—67. https://doi. org/10.17323/1814-9545-2018-3-36-67; Абрамов Р. Н., Груздев И. А., Захарова У. С., Терентьев Е. А. Преподаватели российских вузов в условиях пандемийной цифровизации: между автономией и контролем // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 3. С. 134—154. https://doi. org/10.14515/monitoring.2021.3.1985.

[5] Абдрахманова Г. И., и др. «Черный лебедь» в белой маске. Аналитический доклад НИУ ВШЭ к годовщине пандемии COVID-19 / под общ. ред. С. М. Плаксина, А. Б. Жулина, С. А. Фаризовой. М. : Издательский дом НИУ ВШЭ, 2021.

[6] Королева Д. О., Андреева А. А., Хавенсон Т. Е. Шоковая инновация: концептуализация процесса цифровой трансформации образования в период пандемии // Образование и саморазвитие. 2023. Т. 18. № 2. С. 100—117. http://dx. doi. org/10.26907/esd.18.2.08.

[7] Generative AI could raise global GDP by 7%. Goldman Sachs. URL: https://www. goldmansachs. com/intelligence/pages/generative-ai-could-raise-global-gdp-by-7-percent. html.

[8] Generative AI. Transform the Future of Business and Lead with Trust. PricewaterhouseCoopers. URL: https://www. pwc. com/us/en/services/generative-ai. html.

[9] The State of AI in 2022—and a Half Decade in Review. McKinsey. URL: https://www. mckinsey. com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review.

[10] Pause Giant AI Experiments: An Open Letter. URL: https://futureoflife. org/open-letter/pause-giant-ai-experiments/.

[11] Запрос сформирован 28 мая 2023 года. ChatGPT 4.

[12] Rogers E. M. (2003) Diffusion of Innovations. New York: Free Press.

[13] Королева Д. О., Андреева А. А., Хавенсон Т. Е. Шоковая инновация: концептуализация процесса цифровой трансформации образования в период пандемии // Образование и саморазвитие. 2023. Т. 18. № 2. С. 100—117. http://dx. doi. org/10.26907/esd.18.2.08.