ChatGPT-поколение: как ИИ перестраивает учебу и экзамены студентов

ИИ радикально меняет высшее образование — это факт. В этой статье разбираемся, как меняется портрет студента в эпоху ChatGPT и что влияет на этот процесс.

Юрий Чехович, кандидат физико-математических наук, эксперт по академической этике и основатель сервиса «Думейт».

📌 Подписывайтесь на телеграм-канал Юрия Чеховича, чтобы следить за трансформацией науки и образования под влиянием ИИ.

Тема влияния искусственного интеллекта на образование в последние годы перешла из области прогнозов в сферу прикладных исследований. Сегодня это уже не вопрос «возможного будущего» — ситуация требует анализа того, как именно ИИ меняет учебные практики, мотивацию студентов и саму логику образовательного процесса. При этом речь идет о сложной системе факторов, где технологии пересекаются с этикой и устоявшимися моделями обучения.

Показательным примером стала статья в журнале Nature в 2025 году — «To adopt or to ban? Student perceptions and use of generative AI in higher education». В ней рассматривается использование ChatGPT и других генеративных инструментов студентами как в учебной, так и в личной сфере.

Исследование основано на опросе 1366 студентов из 24 университетов Италии. Результаты демонстрируют заметный разрыв: 69,2% респондентов использовали ИИ для личных задач, тогда как для учебных — 38,7%. Это отражает не только привычки, но и этическую настороженность: значительная часть студентов сегодня считает применение ИИ в академическом контексте спорным или даже недопустимым.

Тем не менее ситуация быстро меняется — по мере интеграции ИИ в образовательную среду ширится и его использование в учебе. На этом фоне остро встает вопрос: не приводит ли это к поверхностному обучению? Сам по себе искусственный интеллект не упрощает образование — риск возникает из-за того, как организован учебный процесс. Если задания допускают формальное выполнение без осмысления, тогда технологии лишь усиливают уже существующую проблему.

В школьном образовании все немного проще: здесь в приоритете не профессия, а развитие личности — умение мыслить, учиться и работать самостоятельно. Риск появляется, когда задания не поспевают за реальностью. Если в детстве и юности у ученика не формируется привычка к интеллектуальному усилию, уже не так важно, как именно он использует ИИ — в итоге он просто оказывается не готов к самостоятельной работе.

Использование искусственного интеллекта постепенно трансформирует учебные привычки студентов, снижая мотивацию к самостоятельной работе. Проблема здесь заключается не столько в ослаблении критического мышления, сколько в разрыве между усилием и результатом.

Генеративные инструменты делают получение ответа максимально простым: студент загружает задание в ИИ-сервис, получает готовое решение и сдает работу, минуя этап самостоятельного анализа. Со временем это формирует устойчивую привычку минимизировать интеллектуальные усилия. В результате у человека могут возникать сложности в ситуациях, для которых нельзя применить готовый алгоритм и требуется собственное мышление.

Ситуацию можно сравнить с физической подготовкой: тренированный человек легко справляется с нагрузкой, тогда как нетренированному даже базовое усилие дается тяжело. Интеллектуальные навыки работают по тому же принципу и требуют регулярной практики. Особенно заметно это в естественно-научных и технических дисциплинах, где важно не только знание теории, но и отработанная техника решения задач — умение быстро и точно выполнять последовательные вычисления и выбирать верный алгоритм.

При активном использовании ИИ возникает риск смещения фокуса: студент запоминает общий ход решения, но теряет навык самостоятельного выполнения операций. В итоге понимание остается на уровне идеи, без устойчивого практического навыка.

Несмотря на то, что нейросети уже несколько лет активно используются студентами и преподавателями, формат экзаменов и зачетов в большинстве вузов почти не изменился. Как правило, во время сдачи по-прежнему запрещены телефоны и любые электронные устройства. Однако на практике полностью исключить их использование невозможно.

Современный смартфон давно перестал быть «шпаргалкой». Он открывает дорогу к вычислительным системам и генеративным моделям, способным решать широкий круг задач и мгновенно выдавать ответы. Фактически речь идет о прямом доступе к огромному массиву знаний, освоение которого раньше требовало времени и усилий.

В этих условиях академические знания уже не являются самоцелью — они становятся косвенным индикатором более фундаментальных навыков, формируемых в процессе обучения.

Да, не всегда проверить решение так же просто, как в математике, но сама установка на сомнение и сверку выводов с реальностью становится важным навыком для студента. Именно она сегодня во многом определяет качество мышления.

Искусственный интеллект заметно трансформирует стратегии подготовки к экзаменам и зачетам. Особенно это видно на мотивированных студентах, которые стремятся глубже разобраться в материале. У них появился доступный инструмент, способный спокойно и простым языком объяснять сложные темы — без ограничений по времени и без страха задать «неудобный» вопрос. Раньше многие оставались один на один с собственным непониманием, теперь же эту проблему во многом закрывает ИИ: можно уточнить тему в удобный момент и в комфортной форме. Это расширяет образовательные возможности и снижает порог входа в сложные дисциплины.

Однако у такого подхода есть и обратная сторона. Студент может не разобраться в теме на лекции, рассчитывая вернуться к ней позже с помощью ИИ, а затем просто не сделать этого — так накапливаются пробелы в знаниях.

Результаты исследований регулярно ставят перед системой образования вопрос: стоит ли запрещать студентам использовать генеративные инструменты или необходимо выстраивать регулирование.

Жесткие запреты вряд ли окажутся эффективными. Более рабочий подход — прозрачные правила. В каждом задании должно быть прямо указано, допустимо ли использование ИИ — по аналогии с калькуляторами, которые в одних задачах запрещены, а в других разрешены для упрощения расчетов.

Второй элемент — понятная ответственность. Если ИИ запрещен, студент должен заранее знать последствия нарушения. Четко зафиксированные санкции становятся сдерживающим фактором.

Третья составляющая — контроль. Это могут быть системы прокторинга или технические ограничения доступа к интернету во время экзаменов. Такие меры не универсальны, но в сочетании с правилами повышают управляемость процесса.

Наконец, важна культура академической честности. Использование запрещенных инструментов — это не только нарушение формальных требований, но и нечестная конкуренция. В условиях, где студенты конкурируют за рейтинги и карьерные возможности, соблюдение правил становится частью общей ответственности. Дополнительную роль здесь могут сыграть работодатели: если на рынке будет цениться не диплом, а реальные навыки, это станет стимулом использовать ИИ как инструмент, а не как способ обойти требования.

Если смотреть на горизонт 5–10 лет, наиболее вероятен не какой-то общий сценарий, а расслоение форматов обучения. По аналогии с сегодняшним разделением на онлайн и офлайн, массовые цифровые программы с активным использованием ИИ будут сосуществовать с более дорогими «человекоцентричными» моделями, где ключевая роль сохраняется за преподавателями и наставниками.

Очное обучение и живое взаимодействие могут усилить статус «премиального» образования, тогда как автоматизированные решения останутся преимущественно вспомогательными. При этом ожидания быстрого и повсеместного внедрения ИИ в вузах пока не оправдываются: сегодня технологии применяются точечно и осторожно — чаще для аналитики, чем для замены преподавания.

👉 Подписывайтесь на канал Юрия Чеховича, чтобы следить за трансформацией науки и образования под влиянием ИИ.