Nnets [Neural Networks] — старейший в России культовый ИИ-журнал о нейросетях, искусственном интеллекте и роботах.

Ежедневные новости и аналитика нейромира.

Авторские материалы, исследования, обзоры и подборки.

Будущее уже здесь!

Doubao и DeepSeek повышают оценки за домашние задания, но ухудшают знания школьников.

Что показало исследование

Появилось исследование о том, как ИИ влияет на обучение школьников. Исследователи 30 месяцев наблюдали за 26 811 китайскими учениками 12–18 лет и сравнивали их домашние работы с результатами экзаменов, которые дети уже писали самостоятельно, без помощи ИИ.

После того как школьники начинали пользоваться китайскими ИИ-ассистентами вроде Doubao от ByteDance и DeepSeek, оценки за домашнюю работу в среднем росли на 18%, а времени на неё уходило примерно на 30% меньше. По всем внешним метрикам всё выглядело отлично: задания сделаны быстрее, оценки выше, производительность выросла.

Но уже через полгода результаты этих же учеников на экзаменах без ИИ были примерно на 20% хуже. Причём на важных экзаменах эффект продолжал накапливаться и полностью проявлялся только спустя примерно два года.

Раньше хорошая домашняя работа довольно неплохо показывала, насколько ученик разобрался в теме. Теперь эту связь можно легко разорвать. Школьник получает отличные оценки, делает задания быстрее и выглядит успешнее по всем формальным показателям, при этом реальные знания могут становиться хуже.

Особенно сильно результаты падали у тех, кто после появления ИИ резко сокращал время на домашние задания. У учеников, которые продолжали тратить на задания примерно столько же времени и использовали ИИ для объяснений, подсказок и разбора материала, потери были значительно меньше.

Почему это важно для образования

Это хорошо совпадает с другим свежим экспериментом в Middlebury College. Студентам дали изучать незнакомую тему с ИИ и без него, после чего проверили знания сразу и через неделю. Группа с ИИ действительно выучила больше, особенно те, кто использовал модель для объяснений, поиска информации и разбора сложных моментов. Когда ИИ просто генерировал готовый результат, эффект на реальные знания был намного слабее.

Здесь появляется главная проблема для всей системы образования. Десятилетиями она работала примерно так: чтобы хорошо написать сочинение, решить задачу или подготовить доклад, человеку приходилось самому проделать большую часть мыслительной работы. Поэтому по качеству конечного результата можно было хотя бы примерно судить о знаниях и навыках ученика.

С ИИ это перестаёт работать. Можно получить отличное сочинение, презентацию, решение задачи или исследование, практически не приобретая навык, который раньше был нужен для создания такого результата. В исследованиях уже появляется термин «product–process dissociation»: качество готовой работы растёт, а качество мыслительного процесса, который раньше стоял за этой работой, может снижаться.

В итоге школам и университетам придётся постепенно менять подход к оценке знаний. Домашнее сочинение всё хуже показывает, умеет ли человек писать. Решённая дома задача всё хуже показывает, умеет ли он её решать. Хороший доклад всё меньше говорит о том, насколько автор действительно разбирается в теме.

ИИ всё сильнее разделяет хороший результат и реальные знания, и для образования это становится большой проблемой.

Понимание как главный результат

Любопытный штрих: разработчики в OpenAI не всегда могут полностью объяснить код, созданный с помощью ИИ. Речь не о том, что они не понимают собственный код в принципе, а о том, что часть решений была сгенерирована нейросетью и собрана итеративно, без полного понимания каждой строки и всех взаимосвязей.

Похоже, мир действительно меняется: для некоторых задач уже не всегда требуется понимать, что именно происходит внутри. Важнее уметь поставить задачу, проверить результат и заметить ошибку. Но в образовании это опасный момент, потому что сам процесс понимания и есть главный результат.

Этот пост Вконтакте:

Ещё новости:

Появился словарь слов, которых ещё нет, но они скоро понадобятся.
Превращаем обычное фото в выразительный арт-постер с помощью нейросети.
Старый ноутбук MSI стал настенным сервером умного дома благодаря Claude.
Google Meet научился переводить речь на 63 языка в реальном времени.
В США компания Tau Robotics запустила подписку на домашних роботов-уборщиков!
Роботы с ИИ протыкают рыбам мозг ради вкуса: странный стартап Shinkei поддержал Питер Тиль.
Хоакин Феникс снялся в тизере умных очков Gentle Monster с Gemini от Google.
ИИ может выдавать разные результаты даже при одинаковом обучении: учёные нашли причину.
OpenAI добавила поддержку исходящих телефонных звонков в GPT-Live API.
Pydantic AI: как исключения ModelRetry и ToolFailed управляют поведением модели.