С преподавателями в беседах мы регулярно поднимаем тему использования ИИ студентами для написания рефератов, отчётов и т.д. Раньше опытный преподаватель на раз-два вычислял текст, скопированный студентом из интернета, а не написанный самостоятельно. А теперь мы научились вычислять то, что написано нейросетями. И некоторые коллеги придерживаются мнения, что нужно полностью запретить студентам пользоваться генеративными нейросетями в процессе обучения, но я с ними не совсем согласна. По всей видимости, ИИ стал нашей повседневной реальностью, как когда-то интернет. И бороться с этим бесполезно, можно только задать свои правила игры.
Для меня генеративные нейросети - это очередной полезный инструмент, который может быть использован по-разному. Как машина. С одной стороны, на ней я быстрее доезжаю до работы, в ней лежат вещи на вечерние тренировки, да и мешок картошки из родного села привезти удобнее. С другой стороны, я могу начать передвигаться только на ней, забросить тренировки и просто переносить свою попу с одного сидения на другое. В первом случае я получаю больше времени и энергии, а во втором - ожирение. И нельзя винить машины или запрещать всем пользоваться ими просто потому, что я решила выбрать второе.
Честно признаюсь, я регулярно использую генеративные нейросети в своей работе, в частности, ChatGPT или DeepSeek. Например, я могу попросить накидать план лекции или презентации. Или предложить идеи для формата реализации курса. Иногда я прошу её объяснить какие-то сложные вещи простым языком, например, коллеги обсуждают сверхкритическую флюидную хроматографию, а я про этот метод впервые слышу. Бывает я даже ищу статьи через нейросетки, когда помню примерное содержание, но не помню ни примерного названия, ни авторов. И также я часто прошу проверить грамматику английского или делаю перевод текста на академический английский. А ещё я часто обращаюсь к нейросетям, чтобы писать посты в этот канал, они хорошо помогают с идеями и структурой.
И поскольку я считаю себя человеком с хоть немного, но развитым критическим мышлением, я всегда перерабатываю результат, выданный нейросетями. Использую план презентации или идеи как некий набросок, в котором уже убираю или добавляю штрихи. Не считаю себя экспертом в хроматографии после пары вопросов в ChatGPT. Перепроверяю перевод, чтобы не потерялся смысл предложения или какие-то термины были верно употреблены. Отчасти нейросеть помогает преодолеть страх чистого листа - состояние, когда ты просто не можешь начать что-то делать.
На мой взгляд, студентов нужно учить правильно пользоваться генеративными нейросетями. Не заменять собственный интеллект искусственным, а дополнять его. Для этого нужно развивать критическое мышление, помогать с составлением правильного промта, давать задания на критический анализ результата генерации. В общем, не противиться изменениям, а возглавить их. И в целом вузы потихоньку идут к этому, правда пока больше в соцгум секторе, но тем не менее.
Ну и конечно всё же стоит развивать инструменты, которые определяют сгенерированный текст. Всегда будут те, кто выберет наименее энергозатратный путь. Раньше они копипастили из интернета или скачивали рефераты, а теперь у них новое оружие. Думаю, эта борьба будет вечной, но она не должна мешать прогрессу остальных.
Коллеги, а что вы думаете про генеративные нейросети? Используете ли в своей работе и если да, то как?
С преподавателями в беседах мы регулярно поднимаем тему использования ИИ студентами для написания рефератов, отчётов и т.д. Раньше опытный преподаватель на раз-два вычислял текст, скопированный студентом из интернета, а не написанный самостоятельно. А теперь мы научились вычислять то, что написано нейросетями. И некоторые коллеги придерживаются мнения, что нужно полностью запретить студентам пользоваться генеративными нейросетями в процессе обучения, но я с ними не совсем согласна. По всей видимости, ИИ стал нашей повседневной реальностью, как когда-то интернет. И бороться с этим бесполезно, можно только задать свои правила игры.
Для меня генеративные нейросети - это очередной полезный инструмент, который может быть использован по-разному. Как машина. С одной стороны, на ней я быстрее доезжаю до работы, в ней лежат вещи на вечерние тренировки, да и мешок картошки из родного села привезти удобнее. С другой стороны, я могу начать передвигаться только на ней, забросить тренировки и просто переносить свою попу с одного сидения на другое. В первом случае я получаю больше времени и энергии, а во втором - ожирение. И нельзя винить машины или запрещать всем пользоваться ими просто потому, что я решила выбрать второе.
Честно признаюсь, я регулярно использую генеративные нейросети в своей работе, в частности, ChatGPT или DeepSeek. Например, я могу попросить накидать план лекции или презентации. Или предложить идеи для формата реализации курса. Иногда я прошу её объяснить какие-то сложные вещи простым языком, например, коллеги обсуждают сверхкритическую флюидную хроматографию, а я про этот метод впервые слышу. Бывает я даже ищу статьи через нейросетки, когда помню примерное содержание, но не помню ни примерного названия, ни авторов. И также я часто прошу проверить грамматику английского или делаю перевод текста на академический английский. А ещё я часто обращаюсь к нейросетям, чтобы писать посты в этот канал, они хорошо помогают с идеями и структурой.
И поскольку я считаю себя человеком с хоть немного, но развитым критическим мышлением, я всегда перерабатываю результат, выданный нейросетями. Использую план презентации или идеи как некий набросок, в котором уже убираю или добавляю штрихи. Не считаю себя экспертом в хроматографии после пары вопросов в ChatGPT. Перепроверяю перевод, чтобы не потерялся смысл предложения или какие-то термины были верно употреблены. Отчасти нейросеть помогает преодолеть страх чистого листа - состояние, когда ты просто не можешь начать что-то делать.
На мой взгляд, студентов нужно учить правильно пользоваться генеративными нейросетями. Не заменять собственный интеллект искусственным, а дополнять его. Для этого нужно развивать критическое мышление, помогать с составлением правильного промта, давать задания на критический анализ результата генерации. В общем, не противиться изменениям, а возглавить их. И в целом вузы потихоньку идут к этому, правда пока больше в соцгум секторе, но тем не менее.
Ну и конечно всё же стоит развивать инструменты, которые определяют сгенерированный текст. Всегда будут те, кто выберет наименее энергозатратный путь. Раньше они копипастили из интернета или скачивали рефераты, а теперь у них новое оружие. Думаю, эта борьба будет вечной, но она не должна мешать прогрессу остальных.
Коллеги, а что вы думаете про генеративные нейросети? Используете ли в своей работе и если да, то как?
Pavel Durov, Telegram's CEO, is known as "the Russian Mark Zuckerberg," for co-founding VKontakte, which is Russian for "in touch," a Facebook imitator that became the country's most popular social networking site. Anastasia Vlasova/Getty Images In February 2014, the Ukrainian people ousted pro-Russian president Viktor Yanukovych, prompting Russia to invade and annex the Crimean peninsula. By the start of April, Pavel Durov had given his notice, with TechCrunch saying at the time that the CEO had resisted pressure to suppress pages criticizing the Russian government. At this point, however, Durov had already been working on Telegram with his brother, and further planned a mobile-first social network with an explicit focus on anti-censorship. Later in April, he told TechCrunch that he had left Russia and had “no plans to go back,” saying that the nation was currently “incompatible with internet business at the moment.” He added later that he was looking for a country that matched his libertarian ideals to base his next startup. He floated the idea of restricting the use of Telegram in Ukraine and Russia, a suggestion that was met with fierce opposition from users. Shortly after, Durov backed off the idea.
from sg
