Пройдитесь по любому университетскому кампусу в 2026 году, и вы обнаружите, что генеративный ИИ вплетён в студенческую жизнь так, как это просто не было верно ещё два года назад. Согласно Глобальному опросу 2026 года Digital Education Council, основанному на ответах более 45 000 студентов и преподавателей из 35 стран, 88% студентов теперь используют ИИ в обучении, а 77% преподавателей — в преподавании, что на впечатляющие 16 процентных пунктов больше, чем годом ранее. Это уже не медленное и осторожное внедрение — это стремительный сдвиг, за которым учебные заведения всё ещё пытаются угнаться.
Этот разрыв между внедрением и готовностью — и есть, по сути, вся история генеративного ИИ в высшем образовании прямо сейчас. Студенты и преподаватели уже сделали шаг вперёд. Политика, обучение и разработка систем оценивания всё ещё как бы догоняют. Этот материал разбирает то, как генеративный ИИ реально выглядит в кампусах сегодня, реальные преимущества, подлинные плюсы и настоящие риски, а также то, о чём действительно должны задуматься университеты, серьёзно относящиеся к иностранным студентам и академической честности.
Что такое генеративный ИИ?
Генеративный искусственный интеллект, или сокращённо генеративный ИИ, объединяет множество инструментов на основе ИИ. ChatGPT, Gemini, Claude и Copilot — одни из самых популярных примеров. Эти инструменты способны создавать оригинальный контент — текстовые документы, изображения, программный код и другие виды контента, — подобно тому, как это делал бы человек, а не просто предоставлять уже существующую информацию, как поисковая система. В сфере высшего образования, например, студент может попросить такой инструмент перефразировать сложную мысль более простыми словами, выделить ключевые моменты очень длинной научной статьи, набросать первоначальный каркас содержания эссе и придумать практические вопросы по заданной теме. Получив такой запрос, модель ИИ действительно выдаст пользователю ответ, который не является просто копией доступной информации, а представляет собой совершенно новый и в высокой степени персонализированный текст.
Именно эта разница и есть причина того, почему генеративный ИИ сейчас находится в центре академических дискуссий. Это не просто перестановка или реорганизация информации, а действительно создание контента. Его популярность заставила учебные заведения критически переосмыслить буквально всё — от того, как должны выстраиваться задания, до того, как заново следует определять академическую честность.
Почему высшее образование принимает генеративный ИИ
Масштаб внедрения не ограничивается отдельной страной или каким-то одним типом учебных заведений. HEPI провёл опрос только среди студентов Великобритании и обнаружил, что использование студентами генеративного ИИ для проектов выросло с 53% до 88% всего за один год, в то время как общее использование инструментов ИИ среди студентов за тот же период увеличилось с 66% до 92%. Похожие тенденции наблюдаются по всему миру: например, опрос Digital Education Council по Латинской Америке показал, что 92% студентов и 79% преподавателей активно используют ИИ, что соответствует данным, полученным по большинству изученных ими регионов мира.
Отчасти привлекательность ИИ заключается в том, что это практичный инструмент: около половины опрошенных студентов HEPI отметили, что ИИ положительно повлиял на их студенческий опыт значительным образом, — экономя время, улучшая понимание материала или предлагая мгновенную помощь, недоступную вне запланированных часов консультаций. Для иностранных студентов эта мгновенная и всегда доступная помощь становится наиболее значимым фактором: они могли привыкнуть получать ответы на свои вопросы у себя дома, но эта система совершенно чужда им здесь, поэтому инструменты генеративного ИИ могут объяснять понятия на втором или даже третьем языке студентов, прояснять незнакомые академические традиции и обеспечивать круглосуточную помощь в работе с системой, которая кажется по-настоящему иной по сравнению с тем, к чему они привыкли дома.
Реальные примеры использования генеративного ИИ в высшем образовании
Сферы применения выходят далеко за рамки написания студентами эссе, хотя это, безусловно, один из распространённых случаев использования.
Со стороны студентов генеративный ИИ обычно используется для того, чтобы:
- Объяснять сложные понятия упрощённым или альтернативным языком
- Резюмировать плотные научные статьи и материалы для чтения
- Генерировать практические вопросы перед экзаменами
- Получать обратную связь по черновикам перед сдачей работы
- Обдумывать темы и направления исследований
Исследование одного из элитных колледжей США показало, что вспомогательное использование — получение объяснений и обратной связи — было значительно более распространено среди студентов, чем автоматизирующее использование, то есть генерация итоговой работы целиком, что говорит о том, что большинство студентов используют эти инструменты для поддержки собственного обучения, а не для его полной замены.
Сценарии использования у преподавателей столь же разнообразны. Преподаватели используют генеративный ИИ, чтобы:
- Составлять планы занятий и учебные материалы
- Генерировать вопросы для контрольных работ и экзаменов
- Получать первичный вариант при большом объёме проверки работ и обратной связи
- Помогать в исследовательских задачах, таких как обзоры литературы
Тем не менее модели внедрения среди преподавателей остаются более узкими, чем среди студентов: многие сообщают, что используют ИИ для ограниченного набора задач, а не интегрируют его широко во всю свою деятельность.
На институциональном уровне университеты экспериментируют с:
- Чат-ботами на основе ИИ для приёмной комиссии и служб поддержки студентов
- Персонализированными траекториями обучения с помощью ИИ
- Обучением ИИ-грамотности, встроенным в программы адаптации новых студентов и сотрудников
Преимущества генеративного ИИ в высшем образовании
При продуманном использовании генеративный ИИ даёт реальные, измеримые преимущества:
- Круглосуточная академическая поддержка — закрывающая пробел, который раньше существовал целиком за пределами часов консультаций или занятий с репетитором
- Более глубокое концептуальное понимание — студенты в исследовании элитного колледжа сообщили, что использование ИИ сильно коррелирует с воспринимаемой пользой для их обучения, особенно когда оно применяется для получения объяснений, а не для того, чтобы срезать путь в выполнении работы
- Реальная экономия времени — позволяющая студентам и преподавателям направлять усилия на более ценное мышление, а не на повторяющееся написание черновиков или поиск информации
- Более лёгкая языковая и культурная адаптация для иностранных студентов — предлагающая объяснения, адаптированные под уровень владения языком, и пространство без осуждения для вопросов, которые они могли бы постесняться задать в лекционном зале
- Повышение эффективности преподавателей — составление учебных материалов, генерация разнообразных вопросов для оценивания и получение первичной обратной связи — всё это заметно сокращает время на административно-тяжёлые задачи, которое раньше напрямую отнималось от исследований и преподавания
Риски и вызовы генеративного ИИ
Риски столь же реальны, и это уже не гипотетические опасения — они отчётливо проявляются в актуальных исследованиях:
- Академическая честность. Преподаватели в недавнем опросе в США оказались заметно разделены во мнениях: значительная часть считает, что генеративный ИИ увеличивает случаи списывания и сокращает продолжительность внимания студентов, и лишь примерно каждый пятый считает общее будущее влияние ИИ скорее положительным, чем отрицательным.
- Подлинный разрыв в навыках. В том же опросе 63% преподавателей заявили, что выпускники прошлой весны не были достаточно подготовлены к надлежащему использованию генеративного ИИ на работе, а 71% отметили, что выпускники не были в достаточной мере подготовлены к пониманию этических вопросов, связанных с использованием ИИ.
- Проблемы равенства. Уровень внедрения сильно варьируется в зависимости от дисциплины, демографических характеристик и уровня успеваемости, а значит, доступ к этим инструментам и уровень комфорта при их использовании распределены среди студентов неравномерно, что рискует не сузить, а расширить существующие разрывы, если этим не заняться.
- Институциональная готовность отстаёт от реального использования. Глобальный опрос Digital Education Council показал, что лишь 29% студентов считают, что их преподаватели действительно готовы направлять их в вопросах использования ИИ, а 57% описывают встроенные в их систему оценивания рекомендации по ИИ как недостаточные.
- Сопротивление и незнакомство со стороны преподавателей. Большинство преподавателей в недавнем опросе в сфере высшего образования назвали сопротивление ИИ или незнакомство с ним реальным препятствием для внедрения этих инструментов в своих подразделениях.
Лучшие практики для университетов, внедряющих генеративный ИИ
Учитывая этот разрыв между внедрением и готовностью, есть несколько практик, которые последовательно отличают университеты, успешно управляющие этим переходом, от тех, кто просто реагирует на происходящее:
- Чёткая, конкретная политика вместо расплывчатых указаний. Студенты последовательно сообщают, что хотят получить конкретные указания о том, что разрешено для конкретного задания, а не общее, двусмысленное заявление об «ответственном использовании».
- Реальное обучение преподавателей, а не только рекомендации для студентов. Преподаватели не могут содержательно направлять использование ИИ на своих курсах, если им самим не дали инструментов или уверенности для его понимания.
- Переработка системы оценивания. Лишь 28% студентов по всему миру считают, что их система оценивания действительно отражает навыки и суждения, которые им понадобятся на рабочем месте, где активно применяется ИИ, — это признак того, что нынешний подход к оцениванию не поспевает за тем, как меняется сама работа.
- Осознанное внимание к равенству доступа. Всем студентам, а не только тем, кто уже хорошо разбирается в технологиях или может позволить себе премиальные инструменты ИИ, нужен подлинный, поддерживаемый путь к эффективному использованию этих инструментов.
- Прозрачность на уровне всего учебного заведения, а не полная децентрализация политики на усмотрение отдельных преподавателей, что даёт студентам последовательную, предсказуемую систему на протяжении всего их академического пути, а не разный свод правил в каждой аудитории.
Для более глубокого взгляда на то, как учебные заведения могут перейти от реактивной политики к настоящей стратегии в этой сфере, стоит также прочитать наш материал о том, как высшее образование может реализовать потенциал генеративного ИИ.
Будущее ИИ в высшем образовании
В целом, дорожная карта выглядит достаточно прямолинейно, судя по тому, как всё складывается в 2026 году. Внедрение будет продолжать расти, и именно те учебные заведения, которые предвидят эти перемены, окажутся в выигрыше. Есть также признаки довольно значительного регионального расхождения, за которым стоит внимательно следить. Намерение преподавателей использовать ИИ в США и Канаде снизилось между 2025 и 2026 годами с 76% до 67%, что представляет собой наименьшее снижение среди всех измеренных регионов, тогда как в странах Азиатско-Тихоокеанского региона, EMEA и Латинской Америки намерение преподавателей использовать ИИ оставалось стабильным или росло, что чётко отражает то, как институциональная культура и поддержка действительно определяют, будет ли технология принята или отвергнута со временем.
Несколько тенденций, за которыми стоит следить в ближайшие годы:
- Эволюция дизайна оценивания в сторону форматов, которые труднее полностью автоматизировать, с большим акцентом на процесс и суждение, а не только на итоговый результат
- ИИ-грамотность, становящаяся стандартной частью ориентационных программ и адаптации, во многом так же, как поколение назад стало обучение информационной грамотности
- Смещение дискуссии от вопроса «стоит ли это разрешать» к вопросу «как научить студентов использовать это правильно», поскольку поведение студентов уже фактически решило первый вопрос для большинства учебных заведений, независимо от того, поспела за этим политика или нет
Как отмечается в отчёте QS о генеративном ИИ в высшем образовании, учебные заведения, которые действуют заблаговременно, устанавливая этические ориентиры и внедряя ИИ-грамотность в преподавание, будут лучше подготовлены к успешному прохождению этого перехода. Для более широкого взгляда на то, как университеты могут наращивать возможности в области ИИ с реальной пользой для общества, наш материал о создании генеративного ИИ с реальной пользой для общества раскрывает эту тему подробнее.
Заключение
Генеративный ИИ в высшем образовании — это уже не «дело будущего», он уже меняет то, как учатся студенты и как преподают преподаватели, зачастую быстрее, чем учебные заведения успевают реагировать. Университеты, которым удаётся справиться с этим правильно, — как правило, не те, кто пытается запретить технологию или делает вид, что её не существует. Вместо этого они выстраивают чёткую политику, должным образом обучают преподавателей и перерабатывают систему оценивания с учётом мира, где эти инструменты уже существуют. Чтобы узнать больше о том, как на самом деле выглядят согласованность и компетентность для учебных заведений, проходящих через этот переход, наш материал о согласованности и компетентности в эпоху ИИ станет хорошим следующим чтением.
Для постоянного освещения того, как высшее образование адаптируется к ИИ и другим важным изменениям, UniNewsletter следит именно за этим.
Часто задаваемые вопросы
Что такое генеративный ИИ в высшем образовании?
Генеративный ИИ, применительно к высшему образованию, описывает использование программ на основе ИИ для создания текстов, интерпретаций или других видов контента на основе запросов, которые применяются, среди прочего, студентами и преподавателями для поддержки обучения, подготовки к занятиям, научных исследований и административных задач.
Как университеты используют генеративный ИИ?
Университеты всё активнее опираются на генеративный ИИ — например, для чат-ботов и служб поддержки, ориентированных на студентов, а также для персонализированных инструментов обучения, и всё чаще преподаватели используют его для создания учебных материалов, разработки систем оценивания, а также для внедрения структурированного обучения ИИ-грамотности как для студентов, так и для сотрудников.
Каковы преимущества ИИ в образовании?
Среди преимуществ — круглосуточная академическая поддержка, более глубокие теоретические знания в случаях, когда эта технология используется для усиления, а не замены учебного времени, экономия времени как для студентов, так и для преподавателей, а также улучшенная доступность для иностранных студентов и студентов, для которых английский не является родным языком.
Каковы риски генеративного ИИ?
Основные риски включают возможное нарушение академической честности, недостаточную ИИ-грамотность и понимание этических вопросов у выпускников после окончания учёбы, непоследовательное внедрение, которое может усугубить существующие проблемы равенства, а также серьёзное расхождение между масштабом внедрения ИИ и степенью готовности университетов направлять его использование этично и ответственно.
Может ли ИИ заменить преподавателей?
Нет. Судя по имеющимся сейчас данным, использование генеративного ИИ в качестве вспомогательной поддержки — не только наиболее эффективный, но и наиболее предпочтительный способ его применения: объяснение понятий, предоставление обратной связи, поддержка научной работы, а не та роль, которую могут выполнять только машины — суждение преподавателя, наставничество и экспертные знания в предмете.
Как университеты могут использовать ИИ ответственно?
Ответственное использование предполагает чёткую политику, привязанную к конкретным заданиям, а не расплывчатые указания, содержательное обучение преподавателей, переработанные системы оценивания, отражающие реальную работу с использованием ИИ, а также осознанный фокус на равенстве доступа, чтобы пользу получали все студенты, а не только те, кто уже хорошо знаком с технологией.
Избранное видео
