Базовые знания от ИИ
Представители коммуникационной отрасли на сегодня придерживаются единого мнения: если учебные заведения смогут дать студентам базовые знания в области ИИ, это станет не просто дополнительным преимуществом, а предпосылкой для успешной карьеры в ближайшем будущем. Отсутствие базовых знаний в сфере ИИ, наоборот, может снизить конкурентоспособность выпускников на рынке труда. Как в образовательных программах отражено использование нейросетей и какие на сегодня существуют пробелы в подготовке студентов — в материале УрБК.
Еще пять лет назад упоминание искусственного интеллекта в учебных планах гуманитарных и даже многих технических специальностей вызывало удивление. Сегодня ситуация кардинально изменилась. Как отмечает директор медийного агентства «Показ» Геннадий Показаньев, современный выпускник должен «свободно оперировать ключевыми инструментами и подходами работы с искусственным интеллектом», уметь «правильно трактовать выводы, сделанные с его помощью, и успешно интегрировать их в разработку и продвижение проектов». Однако ключевой акцент эксперты делают не на знании конкретных нейросетей — они быстро устаревают, — а на формировании метанавыков, которые позволят специалисту адаптироваться к постоянно меняющемуся технологическому ландшафту.
«Приоритетные ИИ-направления постоянно меняются. Пожалуй, главное ожидание от соискателя — это умение отслеживать актуальность нейросетей, их развитие и профессионализм в работе с промптами. Это такой метанавык относительно ресерча постоянно изменяющегося микромира ИИ», — рассказала УрБК креативный директор AMG Елизавета Янченко.
По этой причине вузам важно учить не конкретным инструментам, которые могут устареть к моменту выпуска студента, а принципам: пониманию архитектуры языковых моделей, основам промпт-инжиниринга, критическому анализу результатов и этическим дилеммам, связанным с использованием ИИ. Такой подход превращает ИИ из временного тренда в устойчивую компетенцию, сопровождающую специалиста на протяжении всей карьеры.
Еще один перекос некоторых образовательных программ, как полагают в отрасли, — абсолютизация возможностей ИИ. Искусственный интеллект должен дополнять, а не заменять профессиональное мышление и экспертный опыт человека, полагает Екатерина Ярославцева из 18agency84.
«ИИ должен стать для специалиста надежным помощником, а не полной заменой его собственных навыков». Особенно критично это в креативных профессиях: «ИИ на данный момент не способен придумать уникальную идею, основанную на глубоком понимании культуры, эмоций и контекста, а именно в этом кроется успех любой значимой кампании или проекта», — считает Екатерина Ярославцева.
Директор тюменского агентства «Пионер» Полина Гаранина в свою очередь указывает на практическое измерение применения ИИ: выпускник должен «знать, где быстрее и эффективнее сработать с помощью нейросетей, а где необходимо приложить собственное мышление, интуицию и опыт». Для этого необходимы развитое критическое мышление и достаточный профессиональный кругозор для проверки и верификации информации, полученной от ИИ. Эти качества формируются именно в процессе системного образования, где студент учится не просто нажимать кнопки, а понимать суть процессов, видеть границы применимости инструментов и принимать взвешенные решения. Важно, чтобы учебные программы не превращали студентов в «пользователей-потребителей» технологий, а воспитывали в них осознанных профессионалов, способных управлять ИИ, а не быть управляемыми им, полагает Полина Гаранина.
Современные требования к ИИ-грамотности будущих специалистов, согласно опросу экспертов, включают несколько взаимодополняющих уровней подготовки: технологический фундамент. Студенты должны понимать базовые принципы работы современных ИИ-систем: что такое машинное обучение, нейронные сети, языковые модели; как происходит обучение моделей; в чем разница между генеративным и дескриптивным ИИ, говорят участники коммуникационной отрасли. Это не требует глубоких математических знаний от гуманитариев, но предполагает концептуальное понимание возможностей и ограничений технологий. Например, важно знать, что ИИ обучается на исторических данных и поэтому может воспроизводить существующие в обществе предубеждения.
Как отмечает Татьяна Курилович из РА «Арифметика», «мастерство создания правильных и эффективных промптов становится ключевым навыком даже в креативных индустриях». Студенты должны уметь формулировать задачи для ИИ, итеративно улучшать запросы, работать с контекстом и ограничениями, а также комбинировать несколько инструментов для решения комплексных задач. Это включает не только текстовые модели, но и генерацию изображений, видео, звука — в зависимости от профиля специальности.
Использование ИИ порождает множество этических дилемм: вопросы авторства, конфиденциальности данных, предвзятости алгоритмов, ответственности за решения, принятые с помощью ИИ. Вузовская программа должна включать модули, посвященные этим аспектам, формируя у студентов ответственное отношение к технологиям, следует из опроса.
Вместе с тем, наблюдается разрыв между цифровым опытом студентов и готовностью образовательной среды. Если почти половина учащихся уже активно использует нейросети, то большинство преподавателей все еще испытывают дефицит прикладных компетенций в области ИИ. Чтобы образование оставалось актуальным, преподаватель высшей школы сам должен не просто знать о существовании технологий, а самостоятельно освоить инструменты ИИ. Только через личный опыт работы с нейросетями преподаватель сможет пересмотреть формат заданий, научить студентов критической оценке результатов генерации и подготовить их к рынку труда, где умение работать с искусственным интеллектом становится обязательным требованием.
Материал подготовлен в рамках совместного проекта «АКАР Урал» и ИАА «УралБизнесКонсалтинг» о трансформации высшего образования в сфере рекламы, маркетинга и связей с общественностью.
