📌Низкая точность инструментов обнаружения. Существующие сервисы для выявления ИИ‑контента не гарантируют 100 % точности. Они могут ошибочно маркировать тексты, написанные человеком, как сгенерированные ИИ, и наоборот. 📌Невалидность оценки. Без чётких критериев сложно определить, какой объём ИИ‑сгенерированного текста допустим, а какой — нет. Это создаёт почву для субъективных решений и злоупотреблений. 📌Быстрое развитие ИИ‑технологий. Генеративные модели постоянно совершенствуются и учатся обходить детекторы. В результате вузы могут оказаться в ситуации бесконечной «гонки вооружений», где затраты на проверку растут, а её эффективность падает. 📌Торможение инноваций. Жёсткий запрет или чрезмерный контроль использования ИИ в написании дипломных работ может препятствовать внедрению новых технологий в образовательный процесс. ИИ способен помочь в сборе данных, структурировании информации, проверке грамматики и стиля. 📌Методические вопросы. Поспешные и непродуманные методы оценки студенческих работ могут снизить мотивацию к обучению и создать атмосферу контроля вместо сотрудничества, а также привести к судебным разбирательствам и репутационным потерям для вуза (что мы и видим по итогам той новости, с котрой все началось). 📌Риск формального подхода. Проверяющие могут сосредоточиться на проверке «чистоты» текста, забыв о его содержательной части. В результате качество работы будет оцениваться не по глубине исследования, а по отсутствию следов ИИ. Так себе оценочка.

Тем не менее, все мы знаем If you can't beat them, join them (в русском варианте: не можешь победить - возглавь), поэтому кажется, что вузовское сообщество вполне в силах научить студентов корректно и эффективно использовать нейросети, а также разработать и внедрить валидные методы оценки (а не проверки) студенческих работ с учетом новых условий, в которых мы все живем.

Ну и про перспективы в следующем посте, но уже в понедельник.

#ИИ #AI #ЦифроваяГрамотность #ИИкомпетенции #ЦифровыеКомпетенции #DigiComp

Клон в Телеграме Клон в Максе