Мы перестали учить студентов ошибаться

О том, почему в эпоху искусственного интеллекта право на ошибку превращается в одну из ключевых компетенций, рассказывает кандидат педагогических наук и руководитель направления по работе с вузами в «1С-Битрикс» Наталья Шушарина.

Ошибка как признак незнания

Помните, как нас учили в школе? Ошибка означала одно — ты чего-то не знаешь. Красная ручка учителя, исправления в тетради, низкая оценка формировали отношение к ошибке как к отклонению от нормы, которого нужно избегать любой ценой. Эта модель постепенно перешла и в университет: готовый ответ ценился выше самостоятельного поиска. Но мир изменился.

Сегодня любой ответ можно получить за несколько секунд. ИИ пишет тексты, анализирует данные, создает изображения, помогает программировать и даже выдвигает медицинские гипотезы. Знания перестали быть дефицитом. Настоящей ценностью становится способность понять, где ошибается машина. Эксперты отмечают, что широкое распространение генеративного ИИ требует переосмысления образовательных результатов: востребованными становятся умение определять достоверность информации и эффективно взаимодействовать с интеллектуальными системами. Именно поэтому все чаще возникает вопрос: не продолжаем ли мы готовить студентов к миру, которого уже не существует?

Страх ошибиться сильнее страха не знать

Студенты боятся ошибок больше, чем признания в неосведомленности. Они стремятся найти единственный правильный ответ, избегают спорных гипотез и предпочитают проверенные решения новым идеям. Дело не в отсутствии способностей: на протяжении многих лет образовательная система поощряла именно такую модель поведения. Парадоксально, но именно ИИ показал, насколько она устарела.

Ошибается даже искусственный интеллект

Любая современная нейросеть ошибается. Иногда — незаметно, а порой — очень убедительно. Она может с высокой уверенностью предложить неверное решение, сослаться на несуществующую публикацию или сделать вывод, который выглядит логичным, но не выдерживает проверки фактами.

Поэтому сегодня хороший специалист — это уже не тот, кто быстрее других получает ответ. Это человек, способный поставить его под сомнение. Аналогичный вывод содержится в совместном исследовании Яндекс Образования и НИУ ВШЭ: в эпоху генеративного ИИ ключевой компетенцией становится не получение ответа, а его критическая оценка и ответственное использование.

В научных исследованиях подобный подход давно стал нормой. Работая с системами ИИ для анализа биомедицинских данных, мы никогда не оцениваем модель только по высокой точности. Даже если алгоритм демонстрирует впечатляющие результаты, следующий вопрос всегда один: почему он ошибается?

Именно анализ неудачных решений нередко позволяет обнаружить ограничения модели, выявить артефакты или увидеть закономерности, которые остаются незаметными, если смотреть только на успешные кейсы. В науке ошибка — это не препятствие, а источник нового знания.

Чему должен учить университет

Сегодня университеты оценивают прежде всего конечный результат, тогда как работодатели все больше внимания уделяют самому процессу мышления. Им важно понимать, как человек принимает решения, проверяет гипотезы, аргументирует выводы и действует в условиях неопределенности; эти компетенции становятся конкурентным преимуществом в эпоху ИИ.

Исследования также подчеркивают, что развитие ИИ смещает акцент образования с воспроизведения знаний на умение анализировать информацию, критически мыслить и принимать самостоятельные решения.

Не случайно компании редко говорят о необходимости освоить еще один язык программирования или новый сервис. На первый план выходят критическое мышление, готовность к обучению, навыки командной работы и умение принимать решения в условиях высокой неопределенности. Все это невозможно сформировать без права на ошибку.

Ошибка как начало знания

Представьте студента, который никогда не ошибался. Возможно, он просто выбирал только те задачи, ответ на которые был известен заранее, — те самые, что сегодня автоматизируются быстрее всего.

Напротив, человек, который умеет проверять гипотезы, менять подход, признавать собственные заблуждения и делать выводы из неудач, оказывается значительно лучше подготовлен к работе с интеллектуальными системами. Потому что именно так развивается и сам ИИ.

Возможно, одна из важнейших задач современного университета — перестать воспринимать ошибку как поражение. Ошибка — не противоположность знания, а его начало.

Если раньше образование отвечало на вопрос «Что знает выпускник?», то сегодня перед ним встает другой: способен ли выпускник сомневаться, проверять и искать новое тогда, когда готового ответа еще не существует?

Развитие ИИ делает особенно важными именно человеческие качества — способность к рефлексии, ответственность за принятие решений, критическое мышление и этическую оценку результатов работы интеллектуальных систем.

Наверное, именно этому ИИ уже успел научить нас лучше всего. Не тому, что человек знает меньше машины, а тому, что его ценность определяется не количеством правильных ответов, а качеством вопросов, которые он способен задать.

Автор статьи: Наталья Шушарина, кандидат педагогических наук и руководитель направления по работе с вузами в 1С-Битрикс

Подписывайтесь на наш telegram: