Что преподаватели готовы доверить ИИ
В прошлом посте о конференции YaC/e мы рассказали, как ИИ меняет образовательную инфраструктуру. Для преподавателя изменения начинаются с повседневных задач: отслеживать успеваемость, проверять задания и давать обратную связь.
На конференции педагоги показали, как уже автоматизируют эти процессы.
▪️ Наталья Разживина, СПбГЭТУ «ЛЭТИ»: теперь раньше замечает студентов, которым нужна помощь
Данные о студенте в вузе есть, но их не всегда удаётся собрать в единую картину. При этом проблемы накапливаются постепенно: человек снижает активность, перестаёт сдавать работы.
Наталья разработала мультиагентную систему, которая собирает информацию о студентах и показывает риски. Преподаватель передаёт данные боту, куратор видит студентов группы риска, их динамику и историю, а замдекана — общие тренды по факультету или потоку. Так сотрудники вуза могут раньше заметить изменения и понять, где нужна помощь.
▪️ Никита Волков, МФТИ: сократил время проверки домашних заданий
Раньше на курсах с большим количеством домашних заданий проверка могла занимать неделю и больше. Сейчас преподаватель загружает работы, авторское решение и критерии, а нейросеть формирует результаты и индивидуальные комментарии. Проверка занимает от нескольких часов до суток.
Заявленная точность проверки составляет 89%. Студент быстрее получает обратную связь, а у преподавателя меньше ручной работы и больше времени на экспертизу.
▪️ Ольга Филиппова, Центральный университет: автоматизирует проверку работ и кода
В вузе ИИ проверяет работы в LMS и помогает с ревью кода. Работа разбивается на задачи с критериями: один агент проверяет, а второй, супервизор, перепроверяет результат. К автотестам для кода добавили агентное ревью. Студент получает саммари и комментарии к отдельным фрагментам, а затем может обсудить их с ботом.
▪️ Что делать с ИИ у студентов?
Полностью отследить использование ИИ при подготовке работы невозможно. Остаются очные сдачи и индивидуальное общение, где преподаватель может проверить, понимает ли студент собственное решение. Правила использования ИИ на курсах определяют заранее.
▪️ Практический вывод для вузов: начинать стоит с одного повторяющегося процесса, собрать по нему данные и формализовать критерии. Если сценарий работает, его можно постепенно расширять. При этом автоматизация не должна заменять обратную связь от преподавателя. Студенту важно понимать, почему он получил такую оценку и что может улучшить.
Подписывайтесь на Эдтехно
В прошлом посте о конференции YaC/e мы рассказали, как ИИ меняет образовательную инфраструктуру. Для преподавателя изменения начинаются с повседневных задач: отслеживать успеваемость, проверять задания и давать обратную связь.
На конференции педагоги показали, как уже автоматизируют эти процессы.
▪️ Наталья Разживина, СПбГЭТУ «ЛЭТИ»: теперь раньше замечает студентов, которым нужна помощь
Данные о студенте в вузе есть, но их не всегда удаётся собрать в единую картину. При этом проблемы накапливаются постепенно: человек снижает активность, перестаёт сдавать работы.
Наталья разработала мультиагентную систему, которая собирает информацию о студентах и показывает риски. Преподаватель передаёт данные боту, куратор видит студентов группы риска, их динамику и историю, а замдекана — общие тренды по факультету или потоку. Так сотрудники вуза могут раньше заметить изменения и понять, где нужна помощь.
▪️ Никита Волков, МФТИ: сократил время проверки домашних заданий
Раньше на курсах с большим количеством домашних заданий проверка могла занимать неделю и больше. Сейчас преподаватель загружает работы, авторское решение и критерии, а нейросеть формирует результаты и индивидуальные комментарии. Проверка занимает от нескольких часов до суток.
Заявленная точность проверки составляет 89%. Студент быстрее получает обратную связь, а у преподавателя меньше ручной работы и больше времени на экспертизу.
▪️ Ольга Филиппова, Центральный университет: автоматизирует проверку работ и кода
В вузе ИИ проверяет работы в LMS и помогает с ревью кода. Работа разбивается на задачи с критериями: один агент проверяет, а второй, супервизор, перепроверяет результат. К автотестам для кода добавили агентное ревью. Студент получает саммари и комментарии к отдельным фрагментам, а затем может обсудить их с ботом.
▪️ Что делать с ИИ у студентов?
Полностью отследить использование ИИ при подготовке работы невозможно. Остаются очные сдачи и индивидуальное общение, где преподаватель может проверить, понимает ли студент собственное решение. Правила использования ИИ на курсах определяют заранее.
▪️ Практический вывод для вузов: начинать стоит с одного повторяющегося процесса, собрать по нему данные и формализовать критерии. Если сценарий работает, его можно постепенно расширять. При этом автоматизация не должна заменять обратную связь от преподавателя. Студенту важно понимать, почему он получил такую оценку и что может улучшить.
Подписывайтесь на Эдтехно