Студенты инженерных специальностей адаптируются к растущей зависимости от генеративного искусственного интеллекта

LAUSANNE, Switzerland — Спустя два года после того, как публичный дебют диалогового искусственного интеллекта изменил образовательный ландшафт, студенты École polytechnique fédérale de Lausanne (EPFL) выстраивают непростые отношения с автоматизированными инструментами, глубоко проникшими в их академическую повседневность. После масштабного релиза ChatGPT от OpenAI в конце 2022 года генеративные приложения машинного обучения быстро укоренились на ноутбуках и мобильных устройствах будущих инженеров этого швейцарского политехнического института. Столь быстрое внедрение, обусловленное эволюцией методов обучения и расширением экосистемы коммерческих моделей и решений с открытым исходным кодом, привело как к заметному росту продуктивности, так и к постоянным опасениям по поводу сохранения навыков, технической автономии и когнитивной зависимости, сообщает Phys.org.

## Key facts

- Инструменты генеративного искусственного интеллекта быстро проникли в вычислительную среду студентов École polytechnique fédérale de Lausanne (EPFL) в течение двух лет с момента их появления в конце 2022 года. - Ускоренному внедрению среди будущих инженеров способствовали гибкие учебные привычки студентов и резкий рост числа конкурирующих базовых моделей. - Студенты бакалавриата и магистратуры инженерных направлений сообщают о противоречивом отношении к автоматизированным инструментам, пытаясь найти баланс между преимуществами в эффективности и рисками возникновения зависимости. - Технические университеты по всей Европе, руководствуясь различными институциональными уставами, продолжают корректировать свои системы оценивания и экзаменов в условиях повсеместного доступа к автоматическим генераторам кода и текста. - Институциональная интеграция отражает более широкие педагогические дилеммы, стоящие перед факультетами естественных наук, технологий, инженерии и математики (STEM) по всему миру.

## What happened

Когда OpenAI запустила ChatGPT в ноябре 2022 года, высшие учебные заведения изначально ожидали сбоев на гуманитарных и языковых курсах, где генерация естественного языка создала непосредственную угрозу традиционной оценке эссе. Однако в технических университетах, таких как EPFL, расположенном на берегу Lake Geneva, основное воздействие быстро сместилось в сторону количественных, алгоритмических и программных дисциплин. Студенты инженерных специальностей с присущей им гибкостью оперативно интегрировали генеративные алгоритмы в свои ежедневные рабочие процессы решения задач, сообщает Phys.org.

За последующие двадцать четыре месяца генеративное программное обеспечение вышло за рамки диалоговых интерфейсов, охватив специализированные инструменты автодополнения кода, символьной математики и отладки. Студенты оказались в среде, где автоматизированные ассистенты могли за считаные секунды составить работающие скрипты на Python, объяснить сложные концепции математического анализа или обобщить комплексные технические статьи. Подобная доступность привела к тому, что граница между самостоятельным обучением и результатами, полученными с помощью алгоритмов, стала все более размытой.

Такое стремительное распространение породило то, что наблюдатели описывают как динамику «любви и ненависти» в студенческой среде. Хотя будущие инженеры ценят скорость, с которой искусственный интеллект может устранять трудноуловимые синтаксические ошибки или прояснять абстрактную научную литературу, многие из них также заявляют о растущем беспокойстве. Напряженность вызвана опасениями, что опора на автоматизированные промпты грозит утратой фундаментальной вычислительной интуиции, навыков творческого решения проблем и строгой дисциплины, исторически требовавшейся для освоения сложных технических учебных программ.

## Why it matters

Повсеместная нормализация генеративного искусственного интеллекта среди будущих технических специалистов влечет за собой серьезные последствия для кадрового потенциала инженерной отрасли, стандартов аккредитации и университетской педагогики. Инженерное образование базируется на принципе, согласно которому студенты должны освоить фундаментальные основы, прежде чем применять высокоуровневые абстракции. Если учащиеся систематически полагаются на прогностические модели, чтобы избежать когнитивных затруднений на ранних этапах — таких как ручная отладка ПО или вывод физических формул с нуля, — педагоги предупреждают, что будущим инженерам может не хватить глубокой концептуальной базы, необходимой для диагностики системных сбоев в реальной критической инфраструктуре.

Более того, эта тенденция напрямую затрагивает профессиональные рынки труда. Мировая промышленность рассчитывает на выпускников ведущих политехнических вузов, таких как EPFL и родственный ему Swiss Federal Institute of Technology Zurich (ETH Zurich), для проектирования критически важных систем в аэрокосмической отрасли, гражданской инфраструктуре, телекоммуникациях и биомедицинской робототехнике. Если выпускники выходят на рынок труда с автоматизированными костылями вместо подтвержденной автономности в решении задач, системы контроля качества в промышленности столкнутся с беспрецедентными проблемами при проверке компетенций. С другой стороны, полный запрет этих инструментов создает риск выпуска специалистов, не готовых к современным процессам разработки, где программирование с поддержкой ИИ стремительно становится отраслевым стандартом. Поэтому университеты вынуждены перестраивать системы аттестации, отказываясь от домашних заданий и сдачи кода в пользу очных, устных или прикладных лабораторных экзаменов, позволяющих достоверно оценить подлинное понимание предмета.

## The background

EPFL ведет свою историю от École spéciale de Lausanne, основанной в 1853 году, и получил официальный статус федерального института в соответствии со швейцарским законодательством в 1969 году. Наряду с ETH Zurich он образует ядро структуры Swiss Federal Institutes of Technology и подчиняется напрямую Swiss Federal Council через ETH Board. Институт известен интенсивной технической подготовкой в области компьютерных наук, микроинженерии, материаловедения и гражданского строительства, привлекая международный студенческий состав численностью более 12 000 человек.

Мировой сектор образования оказался в значительной степени не готов к масштабному дебюту больших языковых моделей в конце 2022 года. Построенные на архитектуре нейронных сетей трансформеров, впервые концептуализированной в 2017 году, эти модели обрабатывают обширные массивы текстов, исходного кода и математических обозначений для предсказания вероятных последующих токенов. Хотя изначально университеты встретили технологию с опаской — некоторые школьные округа в США и Европе вводили кратковременные запреты, — технические факультеты быстро осознали, что полный запрет невыполним и контрпродуктивен с интеллектуальной точки зрения.

На протяжении 2023 и 2024 годов институциональные реакции существенно различались. Некоторые университеты приняли кодексы чести, обязывающие студентов указывать сгенерированные машиной фрагменты текста или кода, в то время как другие предписали использование специализированного ПО для выявления фраз, созданных искусственным интеллектом. Эти инструменты контроля часто выдавали ложноположительные результаты и с трудом справлялись с анализом компьютерного кода. В Швейцарии, где федеральное академическое управление делает упор на свободу исследований и ответственность студентов, учреждения в основном избегали карательных тотальных запретов. Вместо этого академические советы стремились напрямую интегрировать компьютерную грамотность в программы обучения, признавая, что долгосрочное выживание инженерного образования зависит от адаптации формата оценивания, а не от попыток фильтрации сетевого трафика.

## Reaction

Зафиксированный опыт студентов EPFL отражает более широкие дискуссии, развернувшиеся на факультетах университетов, в сенатах преподавателей и студенческих представительных органах по всей Европе. Преподавательский состав высказывал неоднозначные мнения на факультетских форумах: профессора информатики признавали практические преимущества автоматического дополнения кода, одновременно выражая обеспокоенность по поводу студентов младших курсов, которые пропускают базовые этапы обучения.

Официальные университетские структуры, включая студенческие ассоциации и академические директораты, все больше сосредотачиваются на разработке сбалансированных педагогических рекомендаций. Студенческие объединения выступают за более четкие критерии оценивания, отмечая, что неоднозначные правила университетов делают студентов уязвимыми перед несогласованным соблюдением академической добросовестности на разных факультетах. Ожидается, что руководство институтов рассмотрит эти проблемы в ходе предстоящих циклов пересмотра учебных программ, где академические советы оценят, как формальные требования к степеням должны адаптироваться, чтобы гарантировать строгую оценку ключевых компетенций.

## What we don't know yet

Остаются существенные пробелы в понимании измеримых долгосрочных образовательных последствий активного использования искусственного интеллекта среди университетских потоков. В текущих сообщениях отсутствуют лонгитюдные данные, отслеживающие различия в успеваемости между активными пользователями ИИ и студентами, намеренно сводящими взаимодействие с моделями к минимуму. Остается неподтвержденным, коррелирует ли сильная зависимость от генеративных инструментов с более низкими результатами на защищенных экзаменах без посторонней помощи или же студенты, пользующиеся поддержкой ИИ, на самом деле достигают более глубокого комплексного понимания за счет передачи рутинного написания синтаксиса машинам.

Кроме того, имеющиеся сведения не уточняют, насколько различаются показатели внедрения или институциональные правила на отдельных факультетах EPFL — например, теоретической физики по сравнению с машиностроением. Открытыми остаются и вопросы о том, как европейские стандарты конфиденциальности данных, в частности соблюдение General Data Protection Regulation (GDPR) Европейского союза и пересмотренного Swiss Federal Act on Data Protection (FADP), ограничат институциональное внедрение проприетарных облачных платформ машинного обучения на обязательных университетских курсах.

## What to watch

Наблюдателям за политикой в сфере высшего образования стоит отслеживать несколько ключевых событий в предстоящих учебных семестрах. Во-первых, обратите внимание на то, пересмотрят ли EPFL и сопоставимые европейские политехнические университеты свои регламенты проведения экзаменов в пользу расширения устных экзаменов, письменных работ под контролем наблюдателей или закрытых офлайн-сред для компьютерного тестирования.

Во-вторых, следует следить за официальными рекомендациями национальных аккредитационных советов и профессиональных инженерных ассоциаций, таких как Swiss Society of Engineers and Architects (SIA) или European Federation of National Engineering Associations (FEANI), относительно допустимого использования ИИ в аккредитованных дипломных работах и докторских исследованиях. Наконец, необходимо отслеживать, изменят ли корпоративные рекрутеры и работодатели технологического сектора процедуры оценки выпускников, включая введение очных технических собеседований без вспомогательных средств для независимой проверки базовых инженерных навыков соискателей.

Эта статья основана на материалах, опубликованных Phys.org.