Не менее девяти из десяти выпускных квалификационных работ в России уже пишет не студент, а машина, если верить оценке, приведенной в публикации про ИИ в вузах. Для IT-рынка это не академический спор о честности на защите, а вполне прикладная история: диплом все слабее подтверждает, что человек умеет учиться, разбираться в материале и отвечать за результат.
Поводом для жесткой колонки стала политическая дискуссия вокруг обвинений студентов в несамостоятельном написании ВКР, сообщает D-Russia. Но автор текста быстро выводит разговор из предвыборной риторики в практическую плоскость: проблема уже не в том, что кто-то тайком поручил нейросети оформить введение, список литературы и выводы. Проблема в масштабе. Если раньше высшая школа жила с плагиатом как сервисом, то теперь получила его более удобную, дешевую и почти мгновенную версию. Не нужно искать исполнителя, торговаться, ждать дедлайна и переживать за стиль. Достаточно написать промпт и получить аккуратный пластмассовый текст, который внешне напоминает академическую работу и при этом не требует от автора ни чтения, ни понимания темы.
Рецепт, который в этой связи пересказывает источник со ссылкой на министра науки и высшего образования, звучит старомодно: вернуть устную оценку и живую коммуникацию преподавателя со студентом. Логика понятна. Если текст могла собрать модель, то на защите придется отвечать самому. Государственная комиссия задаст вопросы, проверит, понимает ли выпускник, что у него вообще написано, и уже по итогам беседы решит, заслуживает ли он диплом. На бумаге это выглядит как возврат к основам высшего образования. На практике тут есть старая проблема: устная защита может отсеять слабую ВКР, но не исправляет тот факт, что значительная часть обучения уже проходит в режиме внешнего когнитивного аутсорса. Студент приходит к финалу с текстом, но без базы. А иногда и преподаватель приходит в аудиторию с конспектом, который ему тоже подготовил ИИ.
Именно этот сдвиг делает тему ИИ в вузах неприятной для всей отрасли. Когда нейросеть пишет диплом за студента, это еще можно представить как злоупотребление на финише. Когда нейросеть читает за него книги, пересказывает статьи, собирает ответы к семинарам и подменяет собой самостоятельную работу на каждом этапе, меняется сама модель образования. Автор колонки формулирует это почти без скидок: у части студентов атрофируется способность к самостоятельному обучению. Для IT-сферы это особенно болезненно. Разработчик, аналитик, продакт или инженер инфраструктуры держится не на умении сдать один формальный рубеж, а на способности быстро разбираться в новом стеке, читать документацию, задавать правильные вопросы и понимать, где модель галлюцинирует, а где действительно помогает. Если этот навык не сформирован в вузе, рынок получает человека с дипломом, но без устойчивой профессиональной опоры.
В тексте есть и еще один важный штрих: у студентов появляется искренняя вера, что достаточно придумать запрос, чтобы считать итоговый текст своим. Эта логика уже знакома всем, кто нанимал младших специалистов в последние пару лет. Кандидат умеет пользоваться интерфейсом, но не всегда понимает, что именно он получил на выходе и почему ответ выглядит правдоподобно. В академической среде это превращается в спор об авторстве, в рабочей среде - в спор об ответственности. Кто виноват, если код не работает, расчет неверен, а продуктовая гипотеза построена на выдуманных фактах? Машина премию не потеряет и испытательный срок не завалит. Человек, который без разбора вставил результат генерации в свою работу, потеряет. Поэтому разговор про ИИ в вузах быстро выходит за рамки педагогики и упирается в качество кадрового потока.
Не менее показательно и другое наблюдение автора: преподаватели вовсе не стоят в стороне от этой практики. Они тоже используют ИИ для подготовки к занятиям, потому что это быстро и удобно. Здесь нет сенсации, зато есть системный риск. Если обе стороны учебного процесса массово переходят на генерацию, вуз начинает производить не знания, а убедительную имитацию их оборота. Студент приносит текст, преподаватель приносит комментарий к тексту, оба опираются на одну и ту же технологию, а дефицит времени и бюрократия только подталкивают этот сценарий. В результате защита ВКР становится последним театром проверки реальности, причем не самым надежным. Можно поймать неподготовленного выпускника на уточняющем вопросе, но куда сложнее восстановить привычку думать самостоятельно у человека, который несколько лет тренировался прежде всего составлять удачные запросы.
Отсюда и неприятный, но трезвый вывод для бизнеса. Работодателям все меньше стоит полагаться на сам факт наличия диплома, особенно если речь о позициях, где важны анализ, дисциплина мышления и способность учиться без костылей. Проверять придется не дипломную формальность, а реальное поведение кандидата: как он решает задачу, как объясняет ход мысли, где сомневается, что может доказать без помощи генератора. Университетам, в свою очередь, придется выбирать между косметической борьбой с ИИ-плагиатом и более дорогой, но честной перестройкой форматов оценки. Пока обсуждение крутится вокруг того, обижают ли студентов подозрениями, рынок уже живет в другой реальности: кадры с формально высшим образованием пришли на работу, и вопрос теперь не в том, запретить ли ботам писать ВКР, а в том, можно ли еще отличить выпускника, который действительно учился, от выпускника, который грамотно автоматизировал свое отсутствие в процессе.