«Яндекс» увеличил число университетов, участвующих в эксперименте по использованию искусственного интеллекта при написании выпускных работ, доведя его до 20 вузов. Параллельно компания представила бесплатный образовательный курс, который поможет студентам и преподавателям освоить инструменты ИИ и безопасно применять их в научных проектах.

Расширение пилота: почему важна такая инициатива

Изначально проект стартовал в ограниченном числе вузов, где проверяли, насколько можно интегрировать ИИ в процесс подготовки дипломных работ без ущерба для качества и академической честности. Увеличение числа участников до 20 университетов показывает, что эксперимент переходит в новую стадию: от локальной пробы — к более масштабной проверке. Такое расширение помогает собрать больше данных о практике использования генеративных моделей, оценить риски и разработать рекомендации по их применению в образовании.

Цели и задачи эксперимента

Главная цель — понять, как и в каких рамках студенты могут опираться на ИИ при разработке, написании и оформлении дипломов. Это включает проверку разных сценариев: от помощи в поиске источников и структурировании материала до генерации черновиков и редактирования текста. Также важна оценка методов контроля за плагиатом и способов подтверждения самостоятельной работы студента.

Бесплатный курс: чему будут учить

Вместе с расширением программы «Яндекс» анонсировал бесплатный курс, ориентированный на студентов и преподавателей. В рамках курса планируется объяснить основы работы с инструментами ИИ, показать практические кейсы их использования в научно-исследовательской и письменной работе, а также разобрать юридические и этические аспекты. Участников научат, как корректно оформлять заимствования, как документировать вклад моделей и как использовать ИИ как вспомогательный, а не замещающий ресурс.

Структура и полезность для участников

Курс включает модули по принципам функционирования генеративных нейросетей, по практическим приемам поиска и отбора источников, по методам проверки оригинальности и по этическим нормам. Для преподавателей предусмотрены материалы по оценке работ с учётом использования ИИ и по выработке методик контроля. Курсы ориентированы на практическую пользу: участники получат рекомендации и чек-листы, которые можно применять при подготовке и защите выпускных проектов.

Контроль и гарантии академической честности

Одним из ключевых вопросов при внедрении ИИ в образовательный процесс остаётся предотвращение злоупотреблений и плагиата. В рамках пилота разрабатываются правила оформления использования ИИ, требования к раскрытию инструментов и этапов, где применялись алгоритмы, а также методики проверки оригинальности и авторского вклада. Комбинация технологических средств и прозрачной документации призвана обеспечить, чтобы интеллектуальные системы служили помощниками, а не заменителями студенческого труда.

Практические механизмы контроля

Для этого могут применяться комбинированные подходы: автоматизированные системы выявления совпадений, обязательная декларация о применённых инструментах и этапах работы и методы устной защиты, проверяющие уровень погружения студента в тему. Также обсуждаются рекомендации для вузов по внесению изменений в методики оценки, чтобы учесть роль ИИ и избежать искажений в оценке компетенций.

Перспективы и влияние на образование

Расширение проекта и запуск курса — часть более широкой тенденции по интеграции цифровых технологий в образование. При грамотной организации и прозрачных правилах ИИ может повысить качество научной работы, ускорить исследовательский процесс и помочь студентам лучше структурировать знания. В то же время успех инициативы во многом зависит от готовности вузов адаптировать процедуры оценки и от того, насколько эффективно будут внедрены меры по контролю академической честности. В итоге, масштабирование пилота до 20 университетов и образование в формате бесплатного курса демонстрируют прагматичный подход: освоение технологических возможностей параллельно с разработкой правил их безопасного использования. Если эксперимент окажется успешным, подобные практики могут стать частью повседневной академической работы, помогая студентам и преподавателям использовать ИИ ответственным и продуктивным образом.