В ногу с цифровизацией

Кажется, сбываются прогнозы футурологов по поводу «машинного будущего»: в Центре EdCrunch University НИТУ МИСиС разработана система оценки учащихся вузов при помощи искусственного интеллекта. Именно она будет «решать», что делать с нерадивыми студиозусами и как поощрять отличников.

Обучение в наши дни практически невозможно без использования гаджетов. Присутствие на занятиях, оценки за рефераты, результаты зачетов и экзаменов – все фиксируется в электронных базах. А некоторые образовательные учреждения вообще перешли на систему обучения онлайн.
Например, в Технологическом университете штата Джорджия (США) в экспериментальном порядке в течение пяти месяцев занятия со студентами вела система искусственного интеллекта (ИИ). А в учебных заведениях Японии алгоритм ИИ не только отслеживает успеваемость, но и помогает бороться с таким явлением, как буллинг – травля учащихся.
В нашей стране не так давно был запущен проект «Цифровая экономика». В текущем году пять российских вузов получат гранты в рамках разработки модели «Цифровой университет». Ежегодно, вплоть до 2024 года, они будут получать на эти цели по 100 миллионов рублей. Модель обучения будут выбирать сами студенты. Все, что имеет отношение к процессу учебы, будет загружаться в электронную базу LMS – системы управления обучением. «Это могут быть и оцифрованные конспекты лекций, загрузка презентаций, переписка преподавателей – все это будет фиксироваться, накапливаться», – рассказывает директор Центра EdCrunch University Нурлан Киясов.
По «цифровому следу» можно оценить такие критерии, как успеваемость студента, уровень его посещаемости и активности на лекциях и семинарах, на форумах, поведение, участие в культурной и общественной жизни вуза. По словам Киясова, созданный специалистами алгоритм будет все это анализировать и давать рекомендации: поощрить учащегося, предложить ему посещать дополнительные занятия, вынести предупреждение или вообще отчислить. При этом сами учащиеся тоже будут иметь доступ к данному цифровому сервису. Они смогут сравнить свои результаты за определенный отрезок времени, к примеру последний год или семестр, с результатами других студентов или всей группы, увидеть, какие аспекты учебы необходимо откорректировать.
«Мы сейчас думаем, как отслеживать отвлечение на мобильные телефоны студентов во время лекции, – говорит Киясов. – Это означает, что они не обращают внимания на лектора. У нас есть гипотеза, что накопленные данные через определенные алгоритмы могут помогать самим студентам, которые находятся в зоне риска, учебной части, администрации университета, чтобы подавать сигнал, вмешиваться или предупреждать. Мы называем это предиктивной аналитикой».
Киясов утверждает, что использование искусственного интеллекта позволит исключить необъективность со стороны преподавателей. Ведь не секрет, что иногда студенты получают плохие оценки только потому, что чем-то не потрафили экзаменатору. И напротив, если студент ходит у «препода» в любимчиках, тот может закрыть глаза на плохое знание предмета.
Учащийся может попасть в «черные списки» по самым разным поводам. Непосещение занятий, «хвосты» во время сессий, грубые нарушения учебной дисциплины… В ряде случаев это заканчивается отчислением. Так, по данным Министерства науки и высшего образования РФ, только в прошлом учебном году из отечественных вузов по различным причинам было отчислено 16,8% учащихся. Это очень много. По мнению экспертов, внедрение ИИ будет способствовать снижению показателей хотя бы до 10%.
Уже в этом году система будет внедрена в порядке тестирования в нескольких российских вузах. В следующем году – уже в 15. Предполагается, что к 2021 году в ряде ведущих университетов будут действовать опытные образцы новой технологии. Правда, обещает директор EdCrunch University, выводы программы будут носить исключительно рекомендательный характер. Окончательное решение останется за деканатом.
Между тем насколько объективен может оказаться машинный интеллект по отношению к учащимся? Ведь оценивать их он будет лишь по формальным признакам. Допустим, студент пропустил лекции. А вдруг у него есть уважительная причина? Опять же зачеты и экзамены станет принимать не робот, а человек. Люди в каких-то случаях могут «войти в положение». К примеру, учащийся всегда хорошо успевал, но вдруг в результате стресса или какой-нибудь нештатной ситуации не смог сдать зачет. Но искусственный интеллект обстоятельства не учтет. Не сдал – значит не сдал. И вот уже минус в личное дело.
В то же время польза от новой системы безусловно имеется. Так, отличники и активисты не останутся без награды, а в неблагополучной ситуации программа просигнализирует, что студенту требуются помощь и внимание.
«Первоочередная задача – снизить долю отчисляемых студентов, повысить удовлетворенность самих студентов качеством образовательных услуг и всеми другими видами услуг, которые предоставляет университет, – комментирует Киясов. – Сегодня университет не может отставать от того, что происходит за его пределами, где сплошная цифровизация».
«Многие университеты Лиги плюща США уже запустили такие большие платформы, где накапливают данные студентов, – добавляет директор. – Исследования показывают, что подобная система в ближайший месяц работы снизила в одном из университетов на 70% долю отчисляемых студентов в результате того, что она своевременно выявляла находящихся в зоне риска».
На сегодняшний день подобная система уже в течение трех лет действует в Финансовом университете при Правительстве России. В каждой аудитории установлен специальный монитор, позволяющий записывать все лекции и семинарские занятия. Затем на основании этих записей программа анализирует работу студентов и преподавателей, ставит им оценки в баллах.
Обсуждение нового сервиса пройдет в начале октября на глобальной конференции по технологиям в образовании EdCrunch в Москве. Тогда же будут определены направления, которые необходимо доработать.