Искусственный интеллект становится новой инфраструктурой высшего образования. Нейросети уже меняют подходы к обучению, подготовке учебных материалов, научной работе и взаимодействию университетов с работодателями. По данным исследования ИТМО, «Яндекс Образования» и Yandex Cloud, 66% преподавателей и исследователей российских вузов используют генеративный искусственный интеллект в работе, а 84% отмечают, что технологии помогают ускорять исследовательские задачи. При этом, по данным исследования Высшей школы экономики, использование генеративного ИИ среди студентов уже стало массовой практикой: значительная часть обучающихся применяет такие инструменты для подготовки учебных материалов, поиска информации и решения практических задач.
Нейросети перестали быть экспериментом — они становятся частью образовательного процесса. Вместе с новыми возможностями появляется и новый риск — неравный доступ университетов к современным технологиям.
Этот риск можно обозначить как «ИИ-феодализм». Речь идет о ситуации, когда доступ к мощным языковым моделям, качественным данным, вычислительным ресурсам и экспертным компетенциям распределяется крайне неравномерно. В результате преимущества получают университеты, которые уже обладают развитой цифровой инфраструктурой и возможностями для внедрения ИИ, тогда как остальные рискуют оказаться в роли догоняющих.
Проблема заключается не только в финансировании. Технологический разрыв складывается из нескольких факторов: доступа к современным моделям искусственного интеллекта, наличия специалистов, способных внедрять новые решения, готовности преподавателей использовать инструменты ИИ и способности университетов быстро обновлять образовательные программы.
Сегодня этот вопрос выходит далеко за пределы образовательной сферы. По оценкам экспертов, к 2030 году большинство профессий будут в той или иной степени связаны с использованием технологий искусственного интеллекта. По данным исследования «Future of Jobs» Всемирного экономического форума, около 40% ключевых навыков работников изменятся в ближайшие годы из-за развития технологий, а способность эффективно использовать ИИ станет одной из базовых компетенций на рынке труда.
Для России этот вопрос напрямую связан с подготовкой кадров для технологического развития. Согласно целям национального проекта «Экономика данных», стране необходимо обеспечить массовое внедрение цифровых технологий и подготовку специалистов, способных работать с ними. Однако без равномерного развития ИИ-компетенций в университетах существует риск, что новые возможности будут концентрироваться только в ведущих образовательных центрах.
Уже сегодня можно наблюдать разные скорости адаптации вузов. Одни университеты создают собственные лаборатории, внедряют ИИ-ассистентов, развивают программы подготовки специалистов в области искусственного интеллекта и выстраивают партнерства с технологическими компаниями. Другие находятся только на этапе формирования базовой цифровой инфраструктуры. В перспективе этот разрыв может стать одним из факторов, определяющих качество подготовки выпускников.
Особенность текущего этапа заключается в том, что искусственный интеллект меняет не только инструменты обучения, но и саму модель высшего образования. Университет больше не является единственным источником знаний: студент получает доступ к огромному объему информации через цифровые системы. Поэтому ценность преподавателя постепенно смещается от передачи информации к наставничеству, развитию критического мышления и формированию способности работать со знаниями.
Одновременно меняется система оценки компетенций. Письменные экзамены, эссе, курсовые работы и другие традиционные форматы контроля все чаще не позволяют объективно оценить уровень подготовки студента, поскольку значительную часть таких задач способны выполнять генеративные модели. Университетам предстоит переходить от оценки конечного результата к оценке способности человека анализировать информацию, объяснять ход рассуждений, принимать решения и эффективно использовать искусственный интеллект как профессиональный инструмент.
Эти изменения напрямую связаны с рынком труда. Работодатели все чаще ожидают от выпускников не только фундаментальных знаний, но и способности повышать собственную эффективность с помощью ИИ. Владение такими инструментами постепенно превращается в базовую компетенцию — аналогично тому, как ранее обязательными стали навыки работы с компьютером и цифровыми сервисами.
При этом без системной политики технологический разрыв между университетами может только увеличиваться. Для его сокращения необходим комплекс мер: развитие региональных программ внедрения ИИ, поддержка вузов в создании цифровой инфраструктуры, подготовка преподавателей и формирование ИИ-грамотности на всех уровнях образования — от школы до университета.
Одновременно важно избежать другой крайности — избыточного регулирования. Искусственный интеллект развивается быстрее, чем традиционные механизмы управления успевают адаптироваться к изменениям. Ограничительные меры без понимания природы технологии могут не снизить риски, а наоборот — замедлить внедрение решений, которые становятся частью образовательной и профессиональной среды.
В ближайшие годы конкурентоспособность университетов будет определяться не только качеством преподавания и научными достижениями, но и способностью эффективно использовать искусственный интеллект. Главный вызов заключается не в том, чтобы внедрить отдельные цифровые инструменты, а в том, чтобы обеспечить равный доступ к возможностям новой технологической эпохи. В противном случае образовательное неравенство может перерасти в кадровое — и стать фактором, влияющим на конкурентоспособность экономики.
