Ректор ЧелГУ рассказал о возвращении к специалитету и «галлюцинациях» нейросети — часть 1
Система высшего образования России накануне больших перемен. От устоявшейся в последние десятилетия системы «бакалавриат-магистратура» высшая школа возвращается к специалитету. И это — на фоне непрерывного совершенствования образовательных программ, в которых все большую роль играют информационные технологии и искусственный интеллект. Но все ли процессы и проекты можно доверять нейросети, и как добиться от нее максимально корректной и эффективной работы. Об этом — в интервью URA.RU ректора Челябинского государственного университета, доктора физико-математических наук Сергея Таскаева.
— Сергей Валерьевич, почему же решено отказаться от системы «бакалавриат-магистратура» и создать нечто новое? Она не удовлетворяла нынешним рыночным реалиям или не устраивала работодателей?
— На самом деле лучшая система была реализована в Советском Союзе. Конечно, у нее были минусы, например, связанные с академической мобильностью: советское образование было очень тяжело верифицировать за рубежом в случае отъезда за границу. А вот внедренные в России элементы болонской системы помогали найти квалифицированную работу за рубежом, получив образование в Российской Федерации. Полученный в РФ документ показывал, что вы можете работать, к примеру, врачом, или инженером, или химиком, или кем-то еще.
— Так получается, что эти элементы были нацелены на трудоустройство наших специалистов за рубежом?
— Совершенно верно. Для чего создавалась система «бакалавриат-магистратура» в то время? Чтобы вытащить из Российской Федерации наиболее квалифицированных специалистов за рубеж. Это так называемая академическая мобильность. И если посмотреть на Европу, то эта система очень развита. Вы можете закончить университет в Германии, а работать в Италии, Франции, где угодно. Потому что вы обучались в рамках определенных правил. Я этот пример привел к тому, что у нас в большинстве своем понятие специалитета пропало в принципе — появились уровни образования, бакалавриат и магистратура. Сейчас планируется обратный процесс перехода — от бакалавриата и магистратуры в сторону специалитета, который в свою очередь также планируют сделать двухуровневым: базовый и специализированный.
Как это будет сделано, мы с вами пока не знаем. Эта история находится в процессе, конечная точка еще не поставлена.
— Но в любом случае потребуется же какой-то переходный период…
— Разумеется, этот период предполагается, будут пересмотрены образовательные стандарты, а насколько существенно — покажет время.
Честно говоря, я так понимаю, что мы все-таки планируем вернуться к той системе, которая была, или похожа на систему высшего образования в Советском Союзе.
— Означает ли это пересмотр образовательных программ в том числе и в вашем вузе?
— Образовательные программы ежегодно пересматриваются — это обычная практика. Вводятся какие-то новые блоки, и происходит это по разным причинам: во-первых, наука не стоит на месте, во-вторых, меняются требования работодателей. При подготовке специалистов мы должны включать новые курсы, которых не было несколько лет назад. Например, еще год назад мало кто говорил про искусственный интеллект. А сейчас он прочно входит в образовательные программы. Это и математика, и физика, и химия — но есть много всяких подводных камней, связанных с верификацией: насколько искусственный интеллект работает релевантно вашему запросу и существующей в мире научной базе, или это галлюцинация нейросети, которая проявляется сплошь и рядом.
— Откуда искусственный интеллект черпает информацию — из того же интернета, где масса ложных утверждений и фейков. И нейросеть черпает информацию именно оттуда…
— Здесь и опасность огромная. Но если вы человек грамотный, с базовым серьезным образованием, позволяющим оценить правильность этих ответов, — это одна история. А если у вас нет никакого образования, или вы слепо доверяете этой нейросети, что вы можете натворить — ну, только Богу известно…
— Сегодня и школьники, и студенты используют искусственный интеллект для написания докладов, рефератов, дипломных работ. Раньше же студенты сидели в библиотеках, штудировали огромные стопки книг, выдергивали оттуда по одной цитатке, потом сопоставляли данные и получали адекватный результат. А теперь — просто забил поисковый запрос и вперед…
— Верно, вы сейчас говорите самую важную вещь. Ваши знания были структурированы, и вы сами, занимаясь поиском знаний, структурировали у себя в голове вот этот огромный объем информации, и он у вас там оставался в виде сеток нейронов. Но человек, у которого вот этого навыка систематизации знаний нет, — он как обезьяна с гранатой, в голове не будет ничего, а сами результаты этой работы непредсказуемы.
— Получается, что это серьезный вызов всей системе образования, в том числе и высшего. Что с этим надо делать?
— Отрицать искусственный интеллект и не использовать его бесполезно. Как и любой плод прогресса. Но надо понимать размеры и правила его применимости. У человека должно быть развито критическое мышление, и оно должно развиваться на базе каких-то знаний. То есть те знания, которые получает человек, должны быть даны ему систематизированно в определенной методике, и они должны соответствовать современной научной картине мира. Украина, например, очень хорошо показала, как можно переформатировать общество за 30 лет с помощью современных информационных и социальных технологий.
— Как же тогда применять нейросети в современном образовании и науке?
— Нейросети, если они правильно построены, обучены на правильных и верифицированных данных, — это очень мощный инструмент для поиска и систематизации информации. Но если в данных закрадывается ошибка, нейросеть с высокой долей вероятности будет продуцировать неверные ответы и выводы. И это одна из проблем, с которой сталкиваются сейчас разработчики. На каких датасетах или наборах данных обучать эту сеть? Мы должны быть абсолютно точно уверены, что эти данные верны. 40—50 лет назад это «Большая советская энциклопедия» — источник верифицированной информации по совершенно разным проблемам, историческим данным, персоналиям.
А сейчас интернет, по сути — это гигантская информационная свалка. И у создателей нейросетей — это страшная головная боль, потому что просто обучить нейросеть — это полбеды, а вот если она самообучающая — это совершенно другая история, ведь у нее нет критического мышления, это программа.
— Ну, а как современных студентов приучить к этому навыку, к потребности критического мышления?
— Я своих студентов учу на примерах — вытаскиваю ошибки из их работ и указываю на информацию, которую им не удалось найти, и вот здесь должно включаться критическое мышление. Отказываться от использования нейросетей, на мой взгляд, глупо, но, с другой стороны, использовать их надо с умом. Если говорить про науку, то фундаментом нового знания является доказанная и апробированная информация со ссылкой на первоисточники, на статьи в рецензируемых научных журналах.
Если есть доказанная основа, то, возможно, мы делаем корректные выводы. А если этой основы нет, то грош цена этим результатам. Каждое новое утверждение должно быть строго доказано.
— В то же время ИИ действительно помогает за короткое время обрабатывать огромные массивы данных.
— Чем дальше мы живем, тем более сложными становятся различные системы. Это и лекарственные соединения, и системы социальных отношений, и инженерные системы, в том числе цифровые, разделом которых являются системы генерации знаний на основе искусственного интеллекта. И при использовании в науке такого мощного помощника вы можете получить результаты, которые превышают ваши возможности, как человека, для систематизации и получения нового научного знания. Например, у меня есть грант российского научного фонда, связанный как раз с применением нейросетей для разработки новых материалов.
Нейросети позволяют проанализировать огромный объем данных, не привлекая человека, и указать мне направление исследования: куда стоит смотреть, а куда не стоит, тем самым колоссально сократив время поиска и финансовые расходы, например, на синтезирование материалов.
Я не буду работать на корзину. У меня с помощью вот этого машинного алгоритма уже обоснованно предсказаны верные варианты. Математические методы, которыми, собственно говоря, являются нейросети, сейчас используют для поиска и решения задач в разных областях. Но опять же обучать нейросеть надо на правильном наборе данных, и получаемую от них информацию пропускать через призму критического мышления. Так что гигиена начальных данных — она, конечно, ключевая для создания нейросетей.
Продолжение интервью с ректором ЧелГУ Сергеем Таскаевым читайте завтра на сайте URA.RU
Сохрани номер URA.RU - сообщи новость первым!
Что случилось в Челябинске и Магнитогорске? Переходите и подписывайтесь на telegram-каналы «Челябинск, который смог» и «Стальной Магнитогорск», чтобы узнавать все новости первыми!
