Вузы Латвии пересматривают форматы: бакалаврские и магистерские работы могут заменить проектной деятельностью из-за ИИ

Вызовы эпохи генеративного ИИ в образовании

Стремительное развитие технологий искусственного интеллекта (ИИ) ставит перед высшим образованием в Латвии и за ее пределами новые, весьма серьезные вопросы, касающиеся академической честности и методов оценки знаний. Одной из наиболее обсуждаемых мер, способных адаптировать учебный процесс к новой реальности, является возможность замены традиционных выпускных квалификационных работ — бакалаврских и магистерских диссертаций — альтернативными формами итоговой аттестации. Как сообщает портал LSM+, этот вопрос находится на повестке дня образовательных учреждений.

Основная проблема заключается в том, что современные генеративные модели ИИ способны создавать связные, структурированные и зачастую качественные тексты, что подрывает саму суть проверки самостоятельности мышления и приобретенных навыков студента при написании классической дипломной работы. Хотя вузы активно внедряют различные инструменты для детектирования текстов, созданных с помощью алгоритмов, эти методы пока не дают стопроцентной гарантии и не решают проблему в корне.

Смена парадигмы: от диссертации к проекту

В ряде образовательных программ уже рассматривается переход на форматы, где акцент смещается с теоретико-исследовательской работы, которую легче сгенерировать, на практическую демонстрацию компетенций. Например, в некоторых европейских университетах, как это уже происходит в Чехии, предлагается заменить бакалаврскую работу полноценным бакалаврским проектом. Стоимость такого проекта, измеряемая в кредитах ECTS, остается прежней, но его содержание трансформируется.

Этот проект может принимать различные формы, что делает его менее подверженным недобросовестному использованию ИИ. Студенту могут предложить:

• Прохождение углубленной профессиональной стажировки с последующим подробным отчетом.
• Активное участие в научно-исследовательском проекте факультета.
• Реализацию собственного, пусть и небольшого, бизнес-проекта или разработки.

Такой подход позволяет оценить не только способность студента анализировать информацию, но и его умение применять знания на практике, работать в команде, решать реальные задачи — то, что пока еще остается прерогативой человека.

Регулирование и контроль в Латвии

В контексте Латвии вопрос контроля за применением ИИ в образовании также получает государственное развитие. Министерство образования и науки (МОН) предлагает расширить полномочия Государственной службы качества образования (IKVD) для обеспечения соблюдения требований нового Акта ЕС об искусственном интеллекте. Этот европейский закон, вступающий в полную силу, затрагивает и сферы, связанные с образовательными технологиями.

Согласно предложенным изменениям, IKVD сможет контролировать так называемые системы высокого риска, к которым могут быть отнесены и технологии, используемые для оценки достижений студентов или мониторинга экзаменов. В случае выявления нарушений, связанных с основными правами, Служба получит возможность инициировать административные процессы. Это указывает на стремление регулятора не просто запрещать, а выстраивать систему ответственного внедрения ИИ.

Различные учебные заведения пока имеют существенно различающиеся подходы к регулированию применения искусственного интеллекта, что подчеркивает необходимость выработки общих ориентиров.

Официальные лица отмечают, что Искусственный интеллект — это уже не будущее, а настоящее. Поэтому образовательной системе необходимо вырабатывать устойчивый и многогранный подход, который включает как законодательную базу, так и повышение цифровой грамотности как преподавателей, так и студентов.

Сложности и неопределенность в оценивании

Пересмотр форматов выпускных работ — это часть более широкой проблемы, связанной с тем, как генеративный ИИ разрушает привычные методы оценки знаний. Ученые отмечают, что экзамены в их традиционном виде рискуют превратиться в так называемые «неразрешимые проблемы» (wicked problems), где любое решение порождает новые сложности.

Например, попытки создавать задания, которые якобы невозможно выполнить с помощью ИИ, часто сводятся к проверке механического следования узким правилам, а не креативности. Гибридные подходы, сочетающие работу с разрешенным ИИ и без него, могут вдвое увеличить нагрузку на преподавателей, которые вынуждены проверять два разных типа работ для одного курса. В этой ситуации, отказ от текста как единственного мерила компетенции кажется логичным шагом.

Перспективы для студентов и вузов

В конечном счете, переход на альтернативные формы аттестации может принести пользу студентам, которые демонстрируют большую склонность к практической или проектной деятельности. Если магистрант в области инженерии или IT-специалист может доказать свою квалификацию через успешную реализацию сложного технического проекта или участие в реальной разработке продукта, это может быть более ценным для работодателя, чем объемная, но потенциально сгенерированная диссертация.

Для латвийских университетов это означает необходимость инвестировать в инфраструктуру для проектной работы, налаживать более тесные связи с индустриальными партнерами для организации стажировок и, безусловно, переобучать профессорско-преподавательский состав для эффективного курирования и оценивания нетекстовых работ. Вопрос, который остается открытым, — это стандартизация этих новых форм проверки, чтобы обеспечить равные требования для всех выпускников вне зависимости от выбранной программы.