Гость рубрики «Подкаст АГТУ» — кандидат технических наук, доцент АГТУ, руководитель лаборатории ИИ-решений компании «РАЗУМ» Евгений Анатольевич Эрман.
— Искусственный интеллект — это перспектива или угроза?
Любая технология — это одновременно и перспектива, и угроза. Всё зависит от того, как ею пользоваться. Но я убеждён: ИИ уже сейчас и в обозримом будущем даст нам гораздо больше пользы, чем несёт рисков. Главное — использовать его эффективно.
— Насколько этично студентам пользоваться искусственным интеллектом и как делать это правильно?
Студентам не просто этично пользоваться ИИ — они обязаны это делать, потому что он помогает усваивать материал принципиально иначе.
Возьмём, например, NotebookLM: туда можно загрузить книги, подкасты, видео, лекции — и работать с этими материалами интерактивно: задавать вопросы, создавать карточки, готовить квизы. Материал перестаёт быть статичным текстом.
Другой интересный пример — персонализированное обучение. Если ученику сложно усваивать абстрактный материал, ИИ может объяснить те же законы Ньютона через понятные ему вещи — например, через баскетбол. Это мощный инструмент в образовании.
Но важно понимать разницу: написать с помощью ИИ реферат — бессмысленно. А вот изучить тему с его помощью или попросить его покритиковать уже написанный текст — это даёт реальный результат.
— Рассматривается ли сдвиг в образовательном подходе с учётом ИИ?
Да, мы к этому придём. Идеальная модель — не замена преподавателя на ИИ, а их симбиоз. Преподаватель сосредотачивается на главном: объясняет материал на практических кейсах, работает с аудиторией. ИИ берёт на себя рутину — подбор материалов, оформление презентаций, проверку базовых тестов. Всё то, что отнимает много времени, но не добавляет учебной ценности.
— Как девелоперская компания связана с ИИ-решениями и чем это полезно студентам строительных направлений?
Девелоперы, как и любой бизнес, уже не могут работать без ИИ. Он меняет бизнес-процессы и повышает эффективность сотрудников.
Конкретный пример: менеджер по продажам проводит звонок с клиентом. Раньше контроль качества разговоров был выборочным — человек просто физически не мог прослушать всё. Сейчас ИИ анализирует 100% звонков и сразу после разговора даёт менеджеру обратную связь: что прошло хорошо, что стоит улучшить. В B2B-сегменте ИИ может заранее исследовать компанию клиента, чтобы менеджер вышел на переговоры подготовленным. Это один из примеров того, как ИИ ускоряет процессы и повышает их качество.
— Кому стоит опасаться, что ИИ заменит их профессии?
Опасаться стоит тем, кто не научится с ним работать. Тренд уже очевиден: сотрудников без навыков работы с ИИ заменит не сам искусственный интеллект, а коллега, который этими навыками владеет. Потому что такой специалист просто эффективнее. Такие специалисты на рынке заведомо конкурентоспособнее.
— Каким ИИ-инструментам можно доверять?
Пожалуй, никаким — в том смысле, что доверять безоговорочно не стоит. Как говорил доктор Хаус, все врут. Для ИИ это особенно точная характеристика.
Нейросети знают всё — и одновременно не знают ничего. У них нет практического опыта. Если задача поставлена неверно или ответ не проверен, сеть может его попросту придумать. Это похоже на студента-троечника на экзамене: отвечает уверенно, но иногда — совершенно не по теме, лишь бы что-то сказать.
Причина — в самом процессе обучения нейросетей. За правильный ответ модель поощряют, за отсутствие ответа — нет. В итоге сети предпочитают дать хоть какой-то ответ, чем признать незнание.
— А если говорить о персональных данных — кому доверять, а кому нет?
В общедоступные сети персональные данные передавать не стоит вообще. Корпоративные подписки надёжнее, но и там нужна осторожность. Крупные компании, работающие с чувствительными данными, как правило, разворачивают собственные модели внутри защищённого контура.
Был показательный случай: переписки из ChatGPT оказались проиндексированы Google. Такие ошибки случаются. Простое решение — деперсонализация: заменить реальные имена на «участник 1», «участник 2». На качество результата это обычно не влияет.
— Насколько реальны сценарии из фантастических фильмов, где ИИ захватывает мир?
Ответ лежит в области целеполагания. ИИ — это алгоритм. Он выполняет то, что ему говорит человек. У него нет собственных целей и стремлений. Если человек не скажет ему «захватить мир» — он этого не сделает. Если скажет — упрётся в ограничения, потому что взаимодействовать с физическим миром без человека не может.
Так что правильнее говорить иначе: не «ИИ захватит мир», а «ИИ вместе с человеком может многое».
— Как студентам начать зарабатывать с помощью ИИ?
Главное — любознательность. Технологии меняются очень быстро: то, что полгода назад было невозможно, сегодня уже работает. Недавно вышла китайская модель Seedance для генерации видео — люди уже создают с её помощью целые сцены.
Но важнее всего оставаться профессионалом в своей области. Чтобы эффективно использовать ИИ, нужно понимать, какой результат ты хочешь получить и как его проверить. Хочешь получить правильный ответ — научись правильно задавать вопрос. Если человек занимается маркетингом или графикой — пусть ищет инструменты, которые ускорят именно его задачи. Без предметной экспертизы даже мощный инструмент даст посредственный результат.
— Как отличить качественный запрос от некачественного?
Качество запроса определяется тем, насколько точно вы описали задачу. ИИ — это огромная база знаний, но без практического опыта. Если написать «составь финансовую модель» — получите что-то среднее. Если описать: для чего модель, какие параметры на входе, что должно быть на выходе — результат будет принципиально другим.
При этом избыток контекста тоже мешает: если просто бросить в сеть большой PDF в надежде, что она «сама разберётся» — скорее всего, не разберётся. Хорошее правило: описывайте задачу так же чётко, как ставите её сотруднику. Что нужно сделать, в каком виде получить результат, какие материалы использовать.
— Может ли ИИ генерировать по-настоящему новые идеи?
Да, особенно в синтезе гипотез. Можно попросить: «Придумай 100 нетиповых гипотез, затем сам их покритикуй и отбери 10 наиболее сильных». Из этого набора уже можно вытащить что-то ценное и развить дальше.
В инженерном проектировании это работает особенно наглядно. ИИ уже проектировал конструкции для 3D-печати с такими конфигурациями, которые человек никогда бы не придумал — но они полностью отвечали заданным параметрам по нагрузке и весу.
— Как преподаватели могут использовать ИИ при разработке курса?
Всё начинается с правильной постановки задачи. Описываем тему курса, просим предложить структуру разделов и подобрать литературу. Результат обязательно проверяем — ИИ умеет и «придумывать» источники.
Дальше работаем пошагово: даём описание каждого раздела — что планируется рассказать, какие источники использовать — и просим сформировать текст. Чем конкретнее задача, тем лучше результат.
Отдельно стоит отметить иллюстрирование. Готовый материал можно передать нейросети и попросить создать слайды или визуальные материалы. Гугловские инструменты, например NotebookLM и Gemini, делают это очень качественно. Для тех, кто не силён в оформлении презентаций, — настоящая находка.
— Что выделить среди отечественных нейросетей?
В России три крупных игрока с разной специализацией. Яндекс — поиск, генерация ответов, работа с изображениями. Сбер — бизнес-ориентированные решения: Kandinsky для медиаконтента, GigaChat для текста. Тинькофф — сильные инструменты для работы с аудио: транскрибация, генерация текстовых ответов. При этом у них есть преимущество: они лучше работают с русскоязычным контентом, поскольку обучались на соответствующих данных.
— А что будет с образованием в эпоху нейросетей? Каким оно будет через пять лет?
Через пять лет — сложно предсказать. Но уже в ближайший год-полтора у нас точно появятся ИИ-агенты, которые будут решать рутинные задачи в фоновом режиме. У меня уже несколько месяцев работает агент, который каждое утро присылает сводку новостей по ИИ, робототехнике и технологиям — сам собирает, сам отправляет. Таких инструментов будет становиться всё больше.
— Должен ли в вузах появиться отдельный предмет или курс по ИИ для студентов?
Отдельный курс, на мой взгляд, будет оторван от практики. Эффективнее — встроить понимание ИИ в большинство существующих дисциплин. Сейчас в образовании два полярных подхода: «ИИ запрещён» и «ИИ разрешён». Ведущие вузы идут по третьему пути: вырабатывают правила грамотного использования ИИ в учебном процессе. Запретить уже не получится — студенты всё равно будут им пользоваться. Значит, нужно научить делать это правильно. И лучше всего это работает внутри конкретной дисциплины, где студент сразу понимает, как применить инструмент в своей области.
— Почему переход обучения от реферативной системы к проектной неизбежен?
Максимальное усвоение материала происходит тогда, когда можно потрогать руками, сделать что-то на практике. Особенно ценны междисциплинарные проекты — и здесь ИИ снова оказывается полезным: он умеет находить аналогии между разными областями знаний. Технология из кораблестроения, применённая в маркетинге — такие неожиданные связки ИИ подсказывает очень хорошо.
— Какие навыки стоит развивать студентам уже сейчас?
Три ключевых, и они только усиливаются со временем.
Первое — умение учиться. Непрерывное образование становится необходимостью при той скорости, с которой меняется мир.
Второе — любознательность. Чтобы оставаться профессионалом, нужно постоянно следить за тем, что происходит в отрасли, не бояться экспериментировать с новыми инструментами.
Третье — критическое мышление. В эпоху, когда контент — тексты, видео, аудио — генерируется в промышленных масштабах, важно уметь проверять информацию и понимать, какую ценность она несёт лично для вас.
— Какой совет вы дадите студентам?
Один совет: не бояться нового и интересоваться всем, что происходит вокруг. Сегодня, находясь в Астрахани, вы можете изучать материалы Гарварда и Оксфорда, осваивать дисциплины, которые здесь не преподают. Возможности огромные — главное ими пользоваться.
