В Физтехе легализовали нейросети в домашней работе 封面

节日 / 文化阅读 · 难度: 高级

В Физтехе легализовали нейросети в домашней работе

·

显示中文

Стремительное развитие языковых моделей меняет саму логику учебного процесса: многие типовые задания, еще недавно считавшиеся надежным способом проверки знаний, теперь легко выполняются с помощью искусственного интеллекта (ИИ). В Московском физико-техническом институте (МФТИ, Физтех) отказались от идеи запретов и сделали ставку на управляемое использование нейросетей, разработав инструменты, которые превращают ИИ в помощника студента, а не в способ обойти учебную работу.

语言模型的迅猛发展正在改变教学过程的根本逻辑:许多曾经被认为是检验知识可靠方法的常规作业,现在借助人工智能(AI)就能轻松完成。莫斯科物理技术学院(MIPT,Phystech)摒弃了“一刀切”的禁令,转而押注于对神经网络的受控使用,开发出相应的工具,将人工智能变为学生学习的助手,而非逃避学业的捷径。

Авторы разработки – ученые Физтехшколы прикладной математики и информатики (ФПМИ) и Института искусственного интеллекта (ИИИ) МФТИ. Созданный ими подход предполагает контролируемое использование ИИ при изучении курса общей комбинаторики и теории чисел (ОКТЧ): студенты работают с задачами и решениями, сгенерированными нейросетью, проверяют корректность рассуждений, выявляют слабые места в доказательствах и за счет этого глубже осваивают предмет.

该方案的开发者来自应用数学与计算机科学学院(FPMI)和莫斯科物理技术学院人工智能研究所(AII)。他们提出的方法主张在学习一般组合学与数论(OCTCh)课程时对人工智能进行受控使用:学生们处理由神经网络生成的习题和解答,验证推理的正确性,找出证明过程中的薄弱环节,从而更深入地掌握这门学科。

«Сегодня искусственный интеллект уже стал частью той реальности, в которой будут жить и работать наши студенты. И наша задача – не ограждать их от этих изменений, а помочь уверенно в них ориентироваться. Мы учим не просто пользоваться нейросетями, а понимать их возможности и ограничения, чтобы технологии становились опорой для собственного мышления, а не его заменой. Новый курс ФПМИ как раз про это: он помогает студентам глубже разбираться в математике, учиться анализировать решения и формировать собственную логику. В конечном счете речь идет о будущем – о том, какими специалистами и какими людьми они выйдут из университета. И здесь важно дать им не только знания, но и инструменты для самостоятельного роста», – прокомментировал запуск нового курса доктор физико-математических наук, ректор МФТИ Дмитрий Ливанов.

“如今,人工智能已成为我们学生未来生活和工作环境的一部分。我们的任务不是将他们与这些变化隔绝开来,而是帮助他们自信地适应。我们不仅教他们如何使用神经网络,更要让他们理解其能力和局限性,使技术成为思维的支撑而非替代品。应用数学与计算机科学学院的新课程正是为此而设:它帮助学生更深入地理解数学,学会分析解法并形成自己的逻辑。归根结底,这关乎未来——关乎他们将成为什么样的专家、什么样的人走出大学校门。因此,重要的是不仅要给予他们知识,还要给予他们自我成长的工具,”莫斯科物理技术学院校长、物理数学博士德米特里·利瓦诺夫在评论新课程启动时说道。

Пилотный курс с использованием ИИ в образовании стартует с 1 сентября. В нем изучение фундаментальной математики впервые будет дополнено системной работой с GenAI. На занятиях и во время самостоятельной работы задача студентов будет заключаться в том, чтобы придумывать задачи с помощью ИИ, тщательно проверять каждый этап решения, разбирать решения нейросети на составные части, находить логические ошибки и восстанавливать ход доказательств.

这项在教育中使用人工智能的试点课程将于9月1日启动。在该课程中,基础数学的学习将首次辅以与生成式人工智能的系统性结合。在课堂和自学期间,学生的任务是利用人工智能构思习题,仔细检查解题的每一步骤,将神经网络的解答拆解为组成部分,找出逻辑错误并重建证明过程。

Научное сопровождение курса обеспечивает научный директор Института искусственного интеллекта Юрий Визильтер. За проработку и реализацию отвечает доцент Образовательного центра программ топ-уровня по искусственному интеллекту Денис Кустов.

该课程的科学指导由人工智能研究所科学主任尤里·维济利特负责。具体制定和实施工作则由人工智能顶级项目教育中心副教授杰尼斯·库斯托夫负责。

Для апробации новой модели курс «Основы комбинаторики и теории чисел» (ОКТЧ) был выбран неслучайно: дисциплина подразумевает приверженность строгой логике и доказательному мышлению. Без твердого знания теоретической базы и правил построения рассуждений студент не сможет отличить верное решение, предложенное нейросетью, от внешне правдоподобного, но с ошибкой. Фундаментальное ядро дисциплины остается без изменений. ИИ выступит дополнительной надстройкой, которая учит работать в условиях, где ИИ уже стал частью интеллектуальной среды.

选择“组合学与数论基础”(OCTCh)课程来测试新模型并非偶然:该学科要求严格遵守逻辑和证明思维。如果没有扎实的理论基础和推理规则知识,学生将无法区分神经网络提供的正确解答与看似合理实则有误的解答。该学科的核心基础保持不变。人工智能将作为一种附加的上层建筑出现,教导学生在人工智能已成为智力环境一部分的条件下开展工作。

В рамках подготовки проекта эксперты провели масштабное тестирование действующего корпуса задач по комбинаторике с помощью современных генеративных моделей. Это позволило определить, какие типы заданий нейросети решают стабильно, в каких случаях ошибаются и где пока сохраняют существенные ограничения. На основе этих данных был сформирован новый подход к использованию ИИ в курсе: нейросети помогают создавать тренировочные задания и одновременно выводят студентов на более сложные задачи, требующие декомпозиции задачи на ряд более простых и проверяемых этапов.

在项目筹备阶段,专家们利用现代生成式模型对现有的组合学题库进行了大规模测试。这使得研究人员能够确定神经网络能稳定解决哪些类型的题目,在哪些情况下会出错,以及在哪些方面仍存在重大局限。基于这些数据,形成了一种在课程中使用人工智能的新方法:神经网络不仅有助于生成练习题,还能引导学生处理更复杂的任务,这些任务需要将问题分解为一系列更简单、可验证的步骤。

Обновленная программа будет дополнена факультативом «Инструменты современного математика», где студентов познакомят со специализированными ИИ-сервисами, которыми пользуются ученые в проверке своих гипотез. «Математическая основа в обновленном курсе остается незыблемой, а новые компоненты ее усиливают. Эту схему можно тиражировать и на другие дисциплины, и на подготовку аспирантов, для которых владение ИИ становится исследовательским навыком», – отметил руководитель проекта, директор Физтехшколы прикладной математики и информатики Андрей Райгородский.

更新后的课程将增设“现代数学家的工具”选修课,向学生介绍科学家用于验证假设的专用人工智能服务。“更新后课程的数学基础依然坚如磐石,而新组件则对其进行了加强。这一模式可以复制到其他学科,也可以用于研究生培养,因为掌握人工智能正成为他们的一项研究技能,”项目负责人、应用数学与计算机科学学院主任安德烈·赖戈罗德斯基指出。

Проект задуман не как разовый эксперимент, а как первый шаг более масштабной университетской инициативы. Отработанную на ОКТЧ образовательную логику планируется в дальнейшем распространить на другие фундаментальные курсы бакалавриата. Следующим этапом может стать создание программы для аспирантов, посвященной применению искусственного интеллекта в научных исследованиях. По сути, речь идет о формировании новой модели подготовки студентов и молодых ученых к работе в среде, где ИИ стал неотъемлемым инструментом.

该项目并非一次性的实验,而是更宏大的大学倡议的第一步。计划在未来将OCTCh课程中磨练出的教育逻辑推广到其他本科基础课程中。下一步可能是创建专门针对研究生的人工智能科研应用课程。实质上,这是在构建一种新的学生及青年科学家培养模式,使其准备好在人工智能已成为不可或缺工具的环境中工作。