Нейросети добрались до инфраструктуры вузов
ИИ в университете — это уже не только чат-бот, который помогает студенту написать реферат. Постепенно вокруг моделей появляется отдельный технологический слой: данные, вычисления, ассистенты, учебные материалы и правила их использования.
На конференции Яндекса про образование YaC/e директор по образованию Дарья Козлова описала эту систему через три компонента: ассистенты, инфраструктура и глубокая интеграция с моделями.
▪️ Ассистенты — ИИ для конкретных задач преподавателей и студентов: подготовить материалы, адаптировать задания, разобраться с темой.
▪️ Инфраструктура — база знаний университета, учебные материалы и данные, которые можно связывать между собой, использовать для построения графов знаний и персонализации обучения. Козлова называет этот слой engine layer.
▪️ Модели — разные нейросети под разные предметы и образовательные сценарии. И одна модель не обязательно должна делать всё.
Вузы уже начинают собирать собственную ИИ-систему по частям. Например, в НИУ ВШЭ используют облачную инфраструктуру для работы с большими данными и ИИ, а студенты ФКН получают вычислительные мощности для проектов с машинным обучением. Там же работает нейросетевой чат-бот для студентов и абитуриентов.
На уровне образовательных программ ИИ тоже постепенно становится частью системы: Минобрнауки планирует два модуля по ИИ в программах высшего образования — базовый и профессиональный.
Получается, вопрос для вузов уже не только в том, какую нейросеть дать студенту. Нужно решить, какие данные ей дать, где разместить модели, какие сценарии встроить в учебный процесс и чему научить преподавателя.
▪️ Именно на этом уровне ИИ перестаёт быть отдельным сервисом и становится частью инфраструктуры университета.
Подписывайтесь на Эдтехно
ИИ в университете — это уже не только чат-бот, который помогает студенту написать реферат. Постепенно вокруг моделей появляется отдельный технологический слой: данные, вычисления, ассистенты, учебные материалы и правила их использования.
На конференции Яндекса про образование YaC/e директор по образованию Дарья Козлова описала эту систему через три компонента: ассистенты, инфраструктура и глубокая интеграция с моделями.
▪️ Ассистенты — ИИ для конкретных задач преподавателей и студентов: подготовить материалы, адаптировать задания, разобраться с темой.
▪️ Инфраструктура — база знаний университета, учебные материалы и данные, которые можно связывать между собой, использовать для построения графов знаний и персонализации обучения. Козлова называет этот слой engine layer.
▪️ Модели — разные нейросети под разные предметы и образовательные сценарии. И одна модель не обязательно должна делать всё.
Вузы уже начинают собирать собственную ИИ-систему по частям. Например, в НИУ ВШЭ используют облачную инфраструктуру для работы с большими данными и ИИ, а студенты ФКН получают вычислительные мощности для проектов с машинным обучением. Там же работает нейросетевой чат-бот для студентов и абитуриентов.
На уровне образовательных программ ИИ тоже постепенно становится частью системы: Минобрнауки планирует два модуля по ИИ в программах высшего образования — базовый и профессиональный.
Получается, вопрос для вузов уже не только в том, какую нейросеть дать студенту. Нужно решить, какие данные ей дать, где разместить модели, какие сценарии встроить в учебный процесс и чему научить преподавателя.
▪️ Именно на этом уровне ИИ перестаёт быть отдельным сервисом и становится частью инфраструктуры университета.
Подписывайтесь на Эдтехно