• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

«Можно что-то сделать? Или меня отчислят?»: ИИ-помощники в образовании

«Можно что-то сделать? Или меня отчислят?»: ИИ-помощники в образовании

© iStock / portishead1

Искусственный интеллект может значительно облегчить жизнь студентов и преподавателей университетов. Например, он способен автоматизировать некоторые учебные процессы, а также составить прогноз возможностей трудоустройства выпускников.

В Вышке прошел семинар стратегического проекта «ИИ-технологии для человека» (реализуется в рамках программы «Приоритет-2030»), посвященный внедрению технологий искусственного интеллекта в образовательные процессы. На нем ученые продемонстрировали коллегам трех ИИ-помощников, разработанных в кампусах Нижнего Новгорода, Перми и Санкт-Петербурга.

Наталья Асеева

Декан факультета информатики, математики и компьютерных наук НИУ ВШЭ — Нижний Новгород Наталья Асеева представила проект «ИИ-сотрудник учебного офиса». Его цель — разгрузить сотрудников учебных офисов от рутинных задач и предоставить быструю консультацию студентам, преподавателям, аспирантам, научным сотрудникам по вопросам, связанным с учебным процессом в НИУ ВШЭ. Ученые рассчитали, что за четыре сессии прошлого учебного года сотрудники учебных офисов 3874 раза ответили на вопрос «Можно ли что-то сделать, если у меня есть/будет две задолженности, или меня отчислят?». Это заняло 7748 минут, или 5,38 рабочего дня.

«Это далеко не единственный вопрос, с которым студенты приходят в учебной офис. Сотрудники достаточно много времени уделяют тому, чтобы размещать на портале информацию, которая будет полезна и важна студентам, но это не работает. Студенты не любят искать ответы на портале, читать длинные тексты, вдумываться в содержание локальных нормативных актов и так далее», — рассказала Наталья Асеева.

Анна Коровко

В целом в горячие моменты сессии сотрудники тратят на такие ответы до 60% своего рабочего времени. Поэтому ученые создали ИИ-помощника и обучили его отвечать вместо них. Созданная база данных с вопросами и эталонными ответами включает 480 позиций, разбитых по темам. «Даже при такой подготовке не всегда удается сформировать полноценные и корректные ответы. Эталонные ответы, собранные в ходе глубинных интервью с сотрудниками учебных офисов, не могут полностью учесть все нюансы, которые возникают в процессе консультаций. Для успешного развития инструмента потребуется постоянное обновление базы знаний и, возможно, выделение отдельного специалиста, который будет поддерживать ее актуальность», — отметила Анна Коровко, старший директор по основным образовательным программам НИУ ВШЭ.

Борис Улитин

Доцент кафедры информационных систем и технологий факультета информатики, математики и компьютерных наук НИУ ВШЭ — Нижний Новгород Борис Улитин рассказал о технических особенностях бота. На сегодняшний день построены две версии ИИ-модели — на базе GigaChat u LLama2. Уже проведена апробация полученного решения с помощью сотрудников учебных офисов и студентов всех кампусов Вышки. Сейчас модель проходит дообучение на основе обратной связи. В 2025 году планируется интегрировать ИИ-помощника в виртуальную учебную среду университета (HSE App, ЛК).

Старший научный сотрудник Международной лаборатории экономики нематериальных активов НИУ ВШЭ — Пермь Марина Завертяева совместно со старшим научным сотрудником лаборатории исследований рынка труда Павлом Травкиным познакомила коллег с проектом «Сервис предиктивной аналитики трудоустройства выпускников». Ученые разрабатывают информационно-аналитический сервис, который позволит информировать абитуриентов и студентов об их зарплатных перспективах в зависимости от персональных характеристик, интересов, учебного заведения и потенциальных работодателей. Сервис реализован в виде веб-приложения. Помимо аналитического модуля, сервис включает в себя рекомендательную систему, которая предоставляет варианты направлений подготовки в университете в зависимости от интересов пользователя.

«Абитуриенты часто затрудняются в выборе направления подготовки в вузе. Идея заключается в том, чтобы использовать текстовое описание интересов пользователя для подбора направлений подготовки», — пояснила Марина Завертяева.

Для прогнозирования размера заработной платы после выпуска из университета использовались различные методы машинного обучения, такие как линейная регрессия, дерево решений, случайный лес и градиентный бустинг, которые далее сравнивались на основании метрик качества прогноза.

© iStock / FotografieLink

ИИ-помощник выбора образовательной траектории позволит абитуриентам выбрать наиболее релевантные карьерные и образовательные пути, пояснила докладчица. Для этого он предоставляет пользователям веб-приложения информацию об отраслях, в которых чаще всего работают выпускники, основных регионах, в которых они находят работу, перечень специальностей, соответствующих их интересам, и список доступных учебных заведений, предлагающих эти специальности (с учетом проходного балла). Кроме того, он выдает средние и максимальные значения заработной платы выпускников на основе прогнозных моделей.

В настоящее время запущен MVP ИИ-помощника и идет процесс его апробации на абитуриентах бакалавриата и магистратуры, а также демонстрации потенциальным заказчикам. Получено свидетельство о регистрации РИД на часть, связанную с построением прогноза заработных плат выпускников. В следующем году планируется развивать ИИ-помощника для применения внутри образовательных программ ВШЭ.

В НИУ ВШЭ — Санкт-Петербург разработали ИИ-ассистента, который использует большие языковые модели для подбора курсов и рекомендаций по учебным программам, а также для оптимизации взаимодействия между всеми участниками образовательного процесса.

Сергей Кольцов

«Актуальность разработки данной системы обусловлена насущной проблемой профориентации студентов — чтобы пройденные образовательные предметы и полученные навыки соответствовали вакансиям на рынке труда. B современном мире в связи с цифровизацией навыки множества профессий переплетаются между собой», — пояснил профессор департамента информатики Санкт-Петербургской школы физико-математических и компьютерных наук Сергей Кольцов.

Модель анализирует вакансии и извлекает из их описания ключевые навыки, которыми должен обладать претендент. На основе семантического сходства между ними и запросом пользователя модель определит наиболее подходящие учебные дисциплины, которые могут помочь пользователям развивать необходимые для рынка труда навыки.

Кроме того, чат-бот дополнительно расскажет пользователю о возможных условиях работы — месте, графике, зарплате и других аспектах, которые могут быть важны для кандидата.

Весьма полезна поставленная перед ИИ-ассистентом обратная задача, отметила старший директор по основным образовательным программам НИУ ВШЭ Анна Коровко, — подбор возможных вакансий под конкретные академические программы. Проанализировав навыки, которые студенты приобретают в рамках той или иной программы, можно представить себе перспективы выпускников и проблемы, с которыми они могут столкнуться на рынке труда, и, соответственно, оперативно перестроить обучение.

Вам также может быть интересно:

AI AWARDS 2026: аналитическую основу премии формирует iFORA НИУ ВШЭ

Высшая школа экономики вошла в число партнеров премии AI AWARDS 2026, которая пройдет 29 апреля в Москве. Проект, реализуемый командой «Билайн Big Data & AI», посвящен практическому применению искусственного интеллекта и объединяет компании, технологии и команды, которые уже сегодня влияют на развитие новой цифровой экономики. Вклад номинантов AI AWARDS в развитие ИИ анализируется на основе данных, поэтому качество аналитической базы и прозрачность методологии становятся для рынка принципиально важными.

Будущее кардиогенетики — с искусственным интеллектом

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ (Институт ИИиЦН) создали программу, которая способна анализировать участки генома человека, ранее недоступные для точной интерпретации при генетическом тестировании. Программа адаптирует большие генеративные модели (ГенИИ) под задачи кардиогенетики, чтобы предсказывать, как мутация влияет на работу конкретного гена.

НИУ ВШЭ и Альфа-Банк запускают исследовательские проекты в сфере искусственного интеллекта

НИУ ВШЭ и Альфа-Банк объявили о старте трех совместных проектов в области искусственного интеллекта. Они направлены на развитие аналитических инструментов для банковских сервисов — от более точных прогнозов до новых подходов к управлению рисками и персонализации клиентского опыта.

Участники «Я — профессионал» разработают ИИ-агентов для бизнеса на Весенней экономической школе Вышки и Сбера

На площадке СберУниверситета стартовала Весенняя экономическая школа, организованная Высшей школой экономики и Сбером для участников Всероссийской олимпиады студентов «Я — профессионал» Президентской платформы «Россия — страна возможностей». С 22 по 24 апреля студенты будут работать над созданием ИИ-агента для бизнеса — от идеи и научной гипотезы до прототипа, готового к защите перед экспертами.

Уже не выбор, а реальность: трансформация мира под влиянием ИИ

Искусственный интеллект уже не воспринимается как технология будущего: он стремительно меняет процессы принятия решений, рынок труда и социальные практики. Вместе с тем он несет с собой не только новые грандиозные возможности, но и системные риски, связанные с ростом зависимости от данных, трансформацией профессий и изменением человеческого поведения. В НИУ ВШЭ создали семантическую карту разломов, которая показала ключевые тренды в развитии технологий.

Почему искусственный интеллект не способен поработить человечество

1 апреля на факультете математики НИУ ВШЭ встретили российского ученого, преподавателя и специалиста по информационной безопасности Андрея Масаловича, известного как КиберДед. Он представил студентам Вышки свои «Двадцать вопросов искусственному интеллекту» и поделился ответами, раскрывающими суть проблем в сфере развития ИИ, а также рассказал, почему тот никогда не сможет захватить человечество.

Ученые Вышки научили нейросеть «слышать» неисправности в электродвигателях

Ученые  Института искусственного интеллекта и цифровых наук (ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали метод Signature-Guided Data Augmentation (SGDA), который способен с точностью 99% определять неисправность двигателей и с точностью 86% классифицировать типы возникших поломок. Применение этой разработки может снизить расходы на ремонт промышленного оборудования, уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.

«Подготовка инженеров нового поколения невозможна без интеграции инструментов ИИ в отраслевые ОП»

26 февраля в Уфе на площадке Межвузовского студенческого кампуса Евразийского научно-образовательного центра прошла защита итоговых проектов пилотного курса образовательной программы «ИИ-инженерия в нефтегазовой отрасли». Эксперты НИУ ВШЭ оценили студенческие проекты в сфере искусственного интеллекта, выполненные для «Газпрома» в рамках федерального проекта «Экономика данных и цифровая трансформация государства».

Новая разработка ученых ВШЭ поможет быстрее и дешевле спроектировать надежную электронику

Российские ученые из МИЭМ ВШЭ разработали новый подход к моделированию электротепловых процессов в мощных электронных схемах на печатных платах. Они научились быстро и точно рассчитывать, как нагреваются электронные компоненты во время работы, чтобы заранее предотвращать их перегрев и поломку. Результаты работы опубликованы в журнале Russian Microelectronics.

Стартует набор на онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов»

В Центре непрерывного образования факультета компьютерных наук НИУ ВШЭ открыт набор на новую онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов». Программа разработана для тех, кто стремится перейти от базового использования нейросетей в формате чат-ботов к созданию прикладных интеллектуальных инструментов для автоматизации бизнес-задач. Курс ориентирован на слушателей, заинтересованных в практическом освоении современных подходов к разработке автономных ИИ-агентов на базе больших языковых моделей и их внедрении в рабочие процессы.