Вебинары

Сегодня студент может решить практически любое учебное задание, просто открыв чат с нейросетью. Преподаватель видит готовый текст, но не видит главного — того, что происходило в голове у студента, пока этот текст создавался. Спросил ли он что-то у ИИ, проверил ли гипотезу, попытался ли поспорить с ответом — или просто скопировал первое, что выдала нейросеть.

Запрещать ИИ бессмысленно — студенты всё равно будут им пользоваться. Вопрос в другом: как сделать так, чтобы использование ИИ не отменяло ту мыслительную работу, ради которой преподаватель вообще даёт студенту задание?

По своей природе ИИ стремится помочь как можно быстрее — и потому сразу выдаёт готовый результат. Но характер этой помощи можно изменить. Задача преподавателя — выстроить такой диалог с нейросетью, при котором студенту всё ещё приходится анализировать, выдвигать гипотезы, проверять их и аргументировать свои выводы.

Что участники смогли делать после вебинара

Настраивать диалог студента с ИИ так, чтобы нейросеть помогала ему рассуждать, а не выполняла мыслительную работу вместо него.

На конкретном учебном задании вы увидите, как один и тот же ИИ ведёт себя по-разному в зависимости от инструкции, которую получает, — а затем попробуете применить этот принцип к своему заданию.

Что было на вебинаре

1. Где теряется самостоятельное мышление

Разобрали простую схему взаимодействия студента с ИИ: запрос → ответ → реакция студента → итог. Посмотрели, на каком этапе может произойти подмена самостоятельного рассуждения готовым результатом и где преподаватель может на это повлиять.

2. Один ИИ — два сценария диалога

На примере одного вузовского задания — например, анализе литературного произведения или исторического события — сравним два варианта. В первом ИИ сразу выдаёт готовый разбор. Во втором помогает студенту двигаться к ответу через вопросы, проверку гипотез и аргументацию.

Участники увидели обе инструкции целиком и разобрали, что именно изменило характер работы ИИ.

3. Принцип настройки «на удержание»

Разобрали принцип, который позволяет перенаправить помощь ИИ: не «дай студенту правильный ответ», а «помоги ему самому прийти к обоснованному ответу».

Показали, как этот принцип превращается в конкретную инструкцию для нейросети.

4. Применение к своему заданию

Взяли основу такой инструкции и адаптировали её к собственной дисциплине и теме. Это не готовое решение на все случаи, а первый практический шаг: участники проверили, как принцип работает именно на их учебной задаче.

5. Что дальше

Показали, почему одного приёма недостаточно для полноценной системы работы с ИИ, и какие ещё способы позволяют проектировать взаимодействие со студентом так, чтобы сохранять и развивать его интеллектуальную активность.