Принципы использования технологий искусственного интеллекта в образовательном процессе

Университет ИТМО рассматривает технологии искусственного интеллекта как естественный этап развития инструментов для работы с информацией. В образовательном процессе нейросетевые модели служат мощным цифровым ассистентом, который, не обладая субъектностью, значительно расширяет когнитивные возможности человека.

Для студентов: как средство индивидуализации обучения, моделирования дискуссий (в роли виртуального оппонента) и генерации идей.

Для преподавателей: как средство оптимизации рутинных задач и помощник в создании современных образовательных практик.

ИИ способствует более быстрому исследованию, анализу и моделированию решений. Тем не менее, человек сохраняет за собой ведущую роль: он самостоятельно определяет цели, критерии качества, интерпретирует результаты, принимает решения и несет полную ответственность за последствия использования сгенерированных данных.

Практические советы по использованию принципа для студентов

ИИ расширяет твои возможности, но не работает вместо тебя.

Искусственный интеллект — это не магия и не замена знаниям, а мощный современный инструмент для работы с информацией.

Используй ИИ как усилитель, а не как автопилот.

ИИ ускоряет работу, но сама по себе скорость не дает новых знаний.

Как ты можешь использовать ИИ:

⦁ Персональный тьютор: разбирай сложные темы и адаптируй обучение под свой личный темп.

⦁ Генератор идей: брейншторми концепции и преодолевай «страх чистого листа».

⦁ Виртуальный спарринг-партнер: тестируй свои аргументы и моделируй дискуссии перед защитой работы.

Главное правило: ты ставишь задачу, ИИ предлагает варианты, ты решаешь (ты решаешь, какой результат считать хорошим, проверяешь ответ ИИ, выбираешь между предложенными вариантами и принимаешь итоговое решение).

Контрольный вопрос: «Понимаю ли я задачу лучше и смогу ли сам объяснить результат?»

Практические советы по использованию принципа для преподавателей

В ИТМО мы рассматриваем технологии ИИ как естественный этап развития инструментов работы с информацией. Нейросети — это не угроза высшему образованию и не замена преподавателю, а мощный помощник, который берет на себя часть нагрузки и расширяет наши когнитивные возможности.

Как ИИ может вам помочь:

⦁ Оптимизация рутины: нейросети могут взять на себя часть механической работы — от помощи в составлении планов занятий до генерации тестовых заданий и первичной обработки данных.

⦁ Проектирование образовательного опыта: ИИ выступает отличным соавтором при создании современных, нестандартных и вовлекающих образовательных практик и кейсов.

Главное правило: Экспертиза и ответственность — за вами

ИИ значительно ускоряет исследования, анализ данных и моделирование решений, однако он не обладает собственной субъектностью. Ведущая роль в образовательном процессе всегда остается за человеком.

В работе с нейросетями именно вы:

⦁ Определяете педагогические и научные цели.

⦁ Устанавливаете критерии качества и оцениваете факты (нейросети склонны к ошибкам и галлюцинациям).

⦁ Интерпретируете полученные результаты и принимаете итоговые решения.

⦁ Несете полную ответственность за последствия использования сгенерированных данных в своих материалах.

Помните: ИИ — это лишь высокотехнологичный инструмент. Настоящим экспертом и автором образовательного процесса остаетесь вы.

Университет ИТМО определяет приоритетным направлением непрерывное развитие навыков безопасного и эффективного использования ИИ среди студентов и преподавателей. Университет берет на себя обязательство по системному внедрению ИИ-компетенций в образовательные программы, а также обеспечению сотрудников необходимой методической базой.

В рамках образовательного процесса ИИ-культура включает в себя четыре обязательных компонента: технологическое понимание (знание принципов работы генеративных алгоритмов, понимание их ограничений, механизмов возникновения «галлюцинаций» и владение основами промпт-инжиниринга), критическая верификация (навык анализировать сгенерированные результаты, проводить независимый фактчекинг и выявлять алгоритмическую предвзятость), этическая и правовая осознанность (соблюдение академической честности, авторских прав, прав на результаты интеллектуальной деятельности (РИД) и режимов информационной безопасности при работе с ИИ), профессиональная интеграция (способность применять профильные ИИ-инструменты для решения конкретных научно-исследовательских, инженерных и управленческих задач).

Практические советы по использованию принципа для студентов

В ИТМО умение работать с нейросетями — это такой же базовый навык современного специалиста, как знание английского или умение гуглить. Мы хотим, чтобы ты использовал ИИ эффективно и безопасно, поэтому внедряем эти навыки прямо в учебный процесс. Умение пользоваться ИИ - это не только умение писать промпты.

Из чего состоит твоя ИИ-культура (4 главных скилла):

⦁ Понимание технологий: ты знаешь, как устроены генеративные алгоритмы, владеешь основами промпт-инжиниринга и понимаешь, где нейросеть может выдать ошибку или «галлюцинацию».

⦁ Критический фактчекинг: ты не веришь ИИ на слово. Ты умеешь анализировать сгенерированные ответы, проверять факты по независимым источникам и замечать неточности.

⦁ Этика, право и безопасность: ты играешь по правилам. Это значит соблюдать академическую честность, уважать авторские права и не сливать конфиденциальную информацию в открытые чат-боты.

Профессиональное применение ИИ.

Цель не в том, чтобы просто использовать нейросеть как можно чаще. Цель - понимать, для каких задач ИИ действительно дает преимущество, какой инструмент выбрать и как встроить его в рабочий процесс. Используй ИИ в своих научных исследованиях, программировании, инженерных проектах или менеджменте.

Короче говоря: мы не просто разрешаем использовать нейросети — мы учим делать это профессионально и этично, чтобы ты вышел из универа уверенным и и востребованным специалистом.

Практические советы по использованию принципа для преподавателей

Университет ИТМО делает ставку на непрерывное развитие навыков безопасного и эффективного использования ИИ. Наша общая цель — системно внедрять ИИ-компетенции в образовательные программы, потому что на сегодняшний день мы тем самым обеспечиваем нашим студентам востребованность на рынке труда. Чтобы этот переход был комфортным, университет берет на себя обеспечение преподавателей и сотрудников всей необходимой методической базой.

В рамках образовательного процесса мы выделяем четыре обязательных компонента ИИ-культуры, которые важно развивать как у студентов, так и в собственной практике:

⦁ Технологическое понимание: знание базовых принципов работы генеративных моделей, владение основами промпт-инжиниринга и четкое понимание ограничений системы (включая механизмы возникновения нейросетевых «галлюцинаций»).

⦁ Критическая верификация: умение глубоко анализировать сгенерированные результаты, проводить независимый фактчекинг и выявлять алгоритмическую предвзятость.

⦁ Этическая и правовая осознанность: строгое следование правилам информационной безопасности при работе с ИИ, защита авторских прав и прав на результаты интеллектуальной деятельности (РИД), а также контроль за соблюдением академической честности.

⦁ Профессиональная интеграция: способность применять профильные нейросети для решения конкретных научно-исследовательских, инженерных, педагогических и управленческих задач.

Студент под Вашим руководством должен не просто пользоваться ИИ, а понимать, как с ним работать профессионально и ответственно.

Ваш методический ориентир: Развитие этих четырех навыков позволяет не только оптимизировать вашу ежедневную рутину, но и говорить со студентами на одном технологическом языке, выстраивая актуальный и качественный образовательный процесс.

ИИ может выполнять широкий спектр интеллектуальных функций, демонстрируя высокую степень агентности. При этом ИИ не является субъектом образовательных отношений и не может быть признан автором (соавтором) учебной работы, выпускной квалификационной работы (ВКР), образовательной программы (ОП) или ее отдельных компонентов (РПД, РПП, программы ГИА и др.). На ИИ не может быть возложена ответственность за достоверность фактов, корректность кода или объективность оценки и иные результаты образовательной деятельности. Ключевые решения, профессиональная экспертиза, ответственность и взаимодействие между людьми остаются основой образовательного процесса.

Практические советы по использованию принципа для студентов

Сегодня нейросеть может написать текст, программу, провести анализ данных, предложить дизайн эксперимента или подготовить большую часть презентации. Иногда кажется, что она действует почти самостоятельно.

Но в образовательном процессе ИИ не становится студентом, преподавателем или соавтором.

Что это значит на практике:

ИИ не соавтор

Нельзя переложить на ИИ авторство ВКР, курсовой, лабораторной или другой учебной работы, потому что невозможно перенести на него ответственность за ошибку.

Если нейросеть написала функцию, ты должен понимать, что делает этот код.

Если нейросеть предложила аргумент, ты должен быть готов его защищать.

Если нейросеть провела анализ, ты должен понимать выбранный метод и ограничения результата.

Если нейросеть нашла источник, ты должен убедиться, что источник существует и действительно подтверждает нужное утверждение.

Алгоритмом не оправдываются

Если ты использовал ИИ при создании работы, это означает, что ИИ был частью твоего рабочего процесса, а не новым автором вместо тебя. Фраза «это нейросеть выдала неверный ответ» на защите не сработает.

Главным в обучении всегда остается человек. Твои решения, развитие твоей личной экспертизы и живое общение с преподавателями - это и есть образование. Инвестируй свое время в него, не имитируй.

Практические советы по использованию принципа для преподавателей

Нейросети способны выполнять сложнейшие интеллектуальные задачи, демонстрируя высокую степень агентности. Однако в академической среде искусственный интеллект остается исключительно высокотехнологичным инструментом (объектом), а не полноправным субъектом образовательных отношений.

Что это значит для вашей педагогической деятельности:

⦁ ИИ не может быть автором или соавтором. Нейросеть нельзя указывать в качестве создателя выпускных квалификационных работ (ВКР), учебных проектов студентов, а также образовательных программ и их компонентов (ОП, РПД, РПП, программы ГИА и т.д.).

⦁ Нулевая ответственность алгоритмов. На искусственный интеллект невозможно переложить ответственность за достоверность научных фактов, работоспособность программного кода или объективность выставленной оценки.

Фундамент образования — человек

Ключевые педагогические решения, профессиональная экспертиза и финальная ответственность всегда остаются за вами. Технологии берут на себя рутину, но живое взаимодействие между преподавателем и студентом остается неизменной основой образовательного процесса.

Автоматизируйте то, что не является целью обучения: студент может делегировать ИИ работу, но не ту компетенцию, которую должен сформировать.

Применение ИИ не освобождает студентов от ответственности за результаты обучения и соблюдение академической этики. Преподаватели несут полную ответственность за качество учебных материалов и итоговую оценку успеваемости, в том числе если при их формировании применялись генеративные модели.

Практические советы по использованию принципа для студентов

Сдаешь результат ты — значит, отвечаешь за него тоже ты.

Использование нейросетей — это отличный буст для продуктивности, но оно не снимает с тебя ответственности за итоговый результат. В конечном счете, диплом и знания получаешь ты, а не алгоритм.

Что это значит для тебя:

⦁ Реальные знания: ты лично отвечаешь за результаты своего обучения. Если ИИ помог написать код или сгенерировал текст эссе, ты все равно должен детально понимать материал и уметь его защитить.

⦁ Академическая этика: применение ИИ не должно превращаться в слепое копирование или мошенничество. Честность в учебе и уважение к чужому труду остаются на первом месте.

Совет:

перед сдачей работы, созданной с помощью ИИ, задай себе три вопроса:

Я понимаю этот результат?

Я проверил(а) то, что необходимо проверить?

Я готов(а) отвечать за него так же, как если бы сделал(а) все без ИИ?

Если ответ «нет», работа еще не закончена.

Практические советы по использованию принципа для преподавателей

Внедрение генеративных нейросетей оптимизирует подготовку к занятиям, но финальный контроль качества всегда остается за человеком. Использование ИИ-инструментов не перекладывает ответственность на алгоритм ни для одной из сторон образовательного процесса.

⦁ Ответственность преподавателя: Вы лично отвечаете за методическое качество учебных материалов, корректность заданий и объективность выставленных оценок. Если при создании программы, тестов или лекций использовались генеративные модели, ответственность за любые допущенные ими фактические или логические ошибки несет преподаватель, утвердивший материал.

Использование ИИ направлено на оптимизацию интеллектуальной деятельности и допускает делегирование задач алгоритмам без ущерба для целей обучения. Взаимодействие с ИИ не должно подменять собой формирование компетенций дисциплины. Граница автоматизации определяется спецификой предметной сферы. Недопустимо делегировать ИИ задачи, самостоятельное выполнение которых составляет суть формируемого навыка (здесь сохраняется необходимость самостоятельного анализа и рефлексии). Однако разрешается автоматизировать рутинные и вспомогательные для данной дисциплины операции, чтобы высвободить ресурс для задач более высокого уровня.

Практические советы по использованию принципа для студентов

Использование нейросетей нужно для того, чтобы ты работал эффективнее, а не для того, чтобы ты имитировал работу. Главное правило — ИИ не должен мешать тебе получать реальные навыки и знания.

Что нельзя скидывать на ИИ:

⦁ Суть задания: если главная цель домашки или лабораторной — научить тебя писать конкретный код или строить логику доказательства, ты должен сделать это сам. Разные дисциплины - разные цели: один и тот же способ использования ИИ в разных дисциплинах может быть и допустимым, и недопустимым. Тут нет противоречия.

⦁ Анализ и рефлексию: задачи, где нужно проявить критическое мышление и сделать собственные выводы. Твой профессиональный навык формируется только тогда, когда ты думаешь своей головой.

Что можно и нужно автоматизировать:

⦁ Вспомогательную рутину: черновую обработку данных, форматирование текста, базовый поиск (если сам процесс поиска не является сутью предмета).

⦁ Скучную механику: все, что отнимает время от главного. Скидывай это на ИИ, чтобы освободить мозг для действительно сложных, творческих и высокоуровневых задач.

Важно: Грань между «можно» и «нельзя» зависит от конкретного предмета. То, что на одном курсе — рутина, на другом может быть главным навыком, который нужно освоить. Если сомневаешься, допускается ли ИИ в конкретном задании — уточни у преподавателя.

Практические советы по использованию принципа для преподавателей

Грамотное распределение когнитивной нагрузки позволяет оптимизировать учебный процесс без ущерба для образовательных целей. Главная задача — найти баланс между полезной автоматизацией и формированием реальных компетенций у студентов.

Баланс автоматизации и обучения

Взаимодействие с нейросетями не должно подменять собой освоение дисциплины. Границу допустимого использования ИИ всегда определяете вы, опираясь на специфику вашего предмета и педагогические задачи.

Что нельзя делегировать алгоритмам

⦁ Задачи, самостоятельное решение которых составляет ядро формируемого навыка.

⦁ Процессы, требующие развития критического мышления, авторского анализа и рефлексии. Если суть задания в том, чтобы научиться мыслить определенным образом, студент обязан пройти этот путь сам.

Что можно и нужно автоматизировать

⦁ Рутинные и вспомогательные операции, которые не являются главной целью вашего курса.

⦁ Техническую работу с данными или текстом, чтобы высвободить интеллектуальный ресурс обучающихся для глубокой проектной работы, сложных исследований и задач более высокого уровня.

Учебный процесс должен опираться на общедоступные бесплатные сервисы или инфраструктуру Университета ИТМО. При выполнении заданий, проектов, написания ВКР, где использование ИИ разрешено или обязательно, преподаватель не вправе требовать от студентов применения платных подписок и коммерческих нейросетей. При этом по собственной инициативе студенты могут применять любые инструменты ИИ, если иное прямо не предусмотрено условиями конкретного задания и не нарушает законодательство РФ. Однако дизайн образовательных заданий должен исключать прямую зависимость итогового балла от мощности используемой модели. Критерии оценивания должны фокусироваться на аналитическом вкладе обучающегося: умение декомпозировать задачу, составить эффективный промпт, критически оценить, верифицировать и доработать сгенерированный результат.

Практические советы по использованию принципа для студентов

Оценивается твоя работа с ИИ, а не наличие/стоимость твоей подписки. В ИТМО все студенты находятся в равных условиях.

Как это работает на практике:

⦁ Никаких обязательных трат: Преподаватель не имеет права требовать от тебя покупки платных версий ИИ-инструментов(например, подписок на продвинутые языковые модели или генераторы изображений). Если такое произошло, ты всегда можешь обратиться в центр качества и образовательной аналитики.

⦁ Твоя личная инициатива: Если у тебя есть доступ к мощным платным ИИ-инструментам и ты хочешь применять их в учебе — пожалуйста! Это разрешено, если не нарушает закон и условия конкретного задания.

⦁ Мощность алгоритма не равно пятерка: Учебные задачи составлены так, что крутизна используемой нейросети не гарантирует тебе автоматом высокий балл.

Что на самом деле оценивает преподаватель:

Фокус всегда на твоем личном вкладе. Оценка зависит от того, насколько хорошо ты умеешь разбивать задачу на части, писать эффективные промпты, а главное — критически проверять, анализировать и дорабатывать сгенерированный результат.

Практические советы по использованию принципа для преподавателей

При внедрении нейросетей в учебный процесс важно обеспечить равные стартовые условия для всех обучающихся. Педагогический дизайн ваших занятий и заданий должен опираться исключительно на общедоступные бесплатные сервисы или внутреннюю ИИ-инфраструктуру Университета ИТМО.

Доступность ИИ-инструментов:

⦁ Отсутствие финансовых барьеров: Вы не вправе требовать от студентов приобретения платных подписок или коммерческих версий нейросетей для выполнения учебных проектов, лабораторных или ВКР.

⦁ Инициатива студентов: Обучающиеся могут по своему желанию применять любые легальные платные инструменты, если это напрямую не запрещено условиями вашего задания.

Проектирование заданий и критерии оценки:

Дизайн образовательных задач должен исключать ситуацию, при которой высокий балл достигается просто за счет вычислительной мощности платной языковой модели. Оценка всегда должна отражать реальный интеллектуальный труд человека.

При проверке работ, выполненных с помощью ИИ, фокусируйте критерии оценивания на аналитическом вкладе студента:

⦁ Умение грамотно декомпозировать сложную задачу на этапы.

⦁ Навык составления эффективных и точных промптов.

⦁ Способность критически осмыслить сгенерированные данные и выявить ошибки.

⦁ Качество верификации, фактчекинга и итоговой доработки сырого результата.

Ваш методический ориентир: Вы оцениваете не финальный «красивый» текст или код, выданный машиной, а способность студента управлять искусственным интеллектом, выступая в роли компетентного редактора и эксперта.

Университет ИТМО признает, что использование ИИ требует интеллектуальных усилий (постановка задачи, подготовка данных, промт-инжиниринг, верификация). Нарушением академической этики признается не сам факт использования нейросетей, а сокрытие этого факта или отсутствие личного интеллектуального вклада. Факт применения генеративного ИИ при написании курсовых работ, проектов, эссе и ВКР (как в бакалавриате, так и в магистратуре) должен быть в обязательном порядке указан в тексте работы (например, во введении или в специальном разделе «Декларация о применении ИИ»). Студент обязан описать цель использования (например, генерация идей, структурирование текста, написание или отладка фрагментов кода), а также указать использованный инструмент (сервис, модель). При этом студент обязан провести фактчекинг и верификацию сгенерированных материалов перед их предоставлением преподавателю.

Практические советы по использованию принципа для студентов

Использовал ИИ - скажи об этом.

В ИТМО мы понимаем, что грамотная работа с искусственным интеллектом требует реальных усилий: от написания качественных промптов до анализа данных. Поэтому использовать ИИ можно. Нарушением академической этики считается не сама помощь алгоритмов, а сокрытие этого факта и сдача работы без вашего личного интеллектуального вклада.

Что нужно делать, если ты используешь генеративный ИИ (в ВКР, курсовых, проектах или эссе):

⦁ Декларируй использование. Если нейросети помогали тебе в работе, честно укажите это во введении или добавьте специальный раздел — «Декларация о применении ИИ». Это правило касается всех студентов бакалавриата и магистратуры.

⦁ Опиши детали. Обязательно укажи, какой именно сервис (модель) использовал и для чего. Например: «использовал для брейншторма идей», «помощь в структурировании текста», «написание или отладка фрагментов кода».

⦁ Всегда проверяй факты, ссылки, код. Нейросети могут ошибаться и «галлюцинировать». Ответственность за итоговый материал всегда лежит на тебе. Внимательно проводи фактчекинг всей сгенерированной информации перед тем, как отправить работу преподавателю.

Практические советы по использованию принципа для преподавателей

В ИТМО применение генеративных нейросетей официально признается интеллектуальным трудом, включающим постановку задач, промпт-инжиниринг и верификацию данных. Нарушением академической этики является не само использование ИИ, а сокрытие этого факта или сдача работы без личного вклада студента.

⦁ Обязательное декларирование. При проверке курсовых, эссе, проектов и ВКР (в бакалавриате и магистратуре) обращайте внимание на наличие информации об использовании ИИ. Студенты обязаны фиксировать этот факт во введении или в специальном разделе «Декларация о применении ИИ». Особенно, если это было отражено в критериях вашего задания.

⦁ Детализация инструментов. Обучащийся должен четко указать конкретную модель или сервис, а также описать цель их применения (например, генерация идей, выстраивание структуры текста, написание или отладка кода).

⦁ Ответственность за достоверность. Обязанность по фактчекингу сгенерированных материалов перед сдачей работы полностью лежит на студенте. Преподаватель в первую очередь оценивает итоговое качество материалов, достоверность данных и личный вклад автора, а не сам факт привлечения нейросетей.

Вы должны объяснить студенту, какой уровень раскрытия использования ИИ ожидается в конкретной работе.

Обучающийся обязан понимать, уметь объяснить и защитить любую часть предоставленной им работы, включая ту, которая была создана с применением ИИ. Неспособность студента объяснить логику решения, архитектуру сгенерированного кода или обосновать выводы трактуется как неосвоение материала и влечет за собой аннулирование результатов, даже при наличии безупречно оформленного текста или рабочего кода.

Практические советы по использованию принципа для студентов

Сдавай только то, что можешь объяснить и защитить.

Нейросети могут помочь написать грамотный текст или работающий код, но автором работы всегда остаешься ты. Поэтому на защите преподаватель будет оценивать в первую очередь твое личное понимание материала, а не идеальную работу алгоритма.

Что важно помнить при сдаче заданий:

⦁ Разбирайся в том, что приносишь преподавателю. Ты обязан понимать, уметь объяснить и защитить каждуючасть своей работы — включая те фрагменты, которые были сгенерированы с помощью ИИ.

⦁ Будь готов к вопросам. Просто сдать файл недостаточно. Преподаватель обязательно попросит тебя объяснить логику решения, детально разобрать архитектуру сгенерированного кода или обосновать сделанные выводы.

⦁ Без понимания работа не зачтется. Если ты не можешь объяснить, как работает твой код или как выстроилась логика в эссе, это считается неосвоением материала. В таком случае результат будет аннулирован, даже если текст написан безупречно, а программа работает без единой ошибки.

Практические советы по использованию принципа для преподавателей

Главным фокусом при оценивании работ становится личное понимание студентом сданного материала. Идеальный текст или рабочий код больше не могут быть единственным критерием успешной сдачи, если обучащийся не способен объяснить суть проделанной работы.

⦁ Защита каждого элемента работы. Обучащийся обязан уметь объяснить и защитить абсолютно любую часть работы, включая те фрагменты, которые были сгенерированы нейросетью.

⦁ Проверка реальных знаний. В ходе сдачи проекта, эссе или курсовой обращайте особое внимание на способность студента объяснить логику решения, детально разобрать архитектуру сгенерированного кода и аргументированно обосновать финальные выводы.

⦁ Аннулирование результатов при отсутствии понимания. Если студент не может объяснить ход работы или принцип действия кода, это однозначно трактуется как неосвоение материала. В таких случаях преподаватель имеет полное право аннулировать результаты и не засчитывать работу, даже если сам текст оформлен безупречно, а программа функционирует идеально.

Правила применения ИИ подлежат четкой формулировке и обязательному доведению до сведения обучающихся. Преподаватель вправе устанавливать индивидуальные правила или ограничения на использование ИИ в рамках своей дисциплины или практики (от полного запрета до обязательного применения при решении задач) при условии их соответствия настоящим Принципам. Данные требования должны быть закреплены в рабочей программе дисциплины (РПД) или рабочей программе практики (РПП), озвучены на первом занятии, а также включены в учебно-методические материалы. Любое решение преподавателя — как об использовании, так и о запрете ИИ — требует обязательного методического обоснования.

Практические советы по использованию принципа для студентов

Каждый преподаватель сам решает, как именно можно применять нейросети на его курсе, но эти условия должны быть абсолютно прозрачными и понятными для тебя с самого начала изучения дисциплины. Это твое базовое право сегодня.

⦁ Разные дисциплины и задания — разные правила. На одном предмете тебе могут полностью запретить генеративный ИИ, а на другом — сделать его обязательным инструментом для решения задач. И то, и другое допустимо.

⦁ Никаких сюрпризов. Правила игры не могут появиться из ниоткуда в конце семестра. Преподаватель обязан зафиксировать их в рабочей программе (РПД или РПП), прописать в методических материалах и четко озвучить тебе на самом первом занятии.Если это не произошло, ты можешь сам задать этот вопрос, какие требования по применению ИИ на данной дисциплине. Если правила неясны, ты вправе попросить преподавателя уточнить их до выполнения задания. Спроси о том, какие твои действия являются нарушением правил по использованию ИИ на дисциплине, как использование ИИ влияет на оценивание.

⦁ Всему есть объяснение. Любое решение преподавателя (будь то строгий запрет ИИ или требование обязательно с ним работать) должно быть методически обосновано. Тебе должны объяснить, почему для освоения именно этого предмета выбран такой подход.

Практические советы по использованию принципа для преподавателей

Университет предоставляет вам свободу в определении того, как именно искусственный интеллект будет применяться (или не применяться) в рамках ваших курсов и практик. Однако эти правила должны быть прозрачными, обоснованными и понятными для обучающихся.

⦁ Свобода в выборе формата. Вы вправе устанавливать индивидуальные правила и ограничения для своей дисциплины: от полного запрета на использование генеративных сетей до их обязательного применения при решении конкретных задач. Принципиально важно , чтобы эти правила не противоречили ценностям университета ИТМО.

⦁ Обязательное информирование и фиксация. Студенты должны знать правила работы с ИИ с самого начала. Выбранные вами требования необходимо закрепить в документах (рабочей программе дисциплины или практики — РПД/РПП) и учебно-методических материалах, а также четко озвучить учащимся на первом занятии. Недопустимо вводить ограничения или разрешение использования ИИ после сданных работ.

⦁ Методическое обоснование. Любой выбранный вами подход требует аргументации. Будь то глубокая интеграция нейросетей в учебный процесс или их строгий запрет, ваше решение должно быть методически обосновано исходя из целей, задач и специфики освоения вашей дисциплины или конкретного задания.

Перед введением ограничения или обязательного использования ИИ стоит определить:

1. Какую именно компетенцию оценивает задание?

2. Какое мыслительное усилие, когнитивное действие является ключевым для ее формирования?

3. Какую часть работы можно делегировать алгоритмам без вреда для учебы?

4. На каких этапах студент должен самостоятельно принимать решение (без ИИ)?

5. Каким образом будет подтверждаться его собственное понимание результата?

Правила применения ИИ подлежат четкой формулировке и обязательному доведению до сведения обучающихся. Преподаватель вправе устанавливать индивидуальные правила или ограничения на использование ИИ в рамках своей дисциплины или практики (от полного запрета до обязательного применения при решении задач) при условии их соответствия настоящим Принципам. Данные требования должны быть закреплены в рабочей программе дисциплины (РПД) или рабочей программе практики (РПП), озвучены на первом занятии, а также включены в учебно-методические материалы. Любое решение преподавателя — как об использовании, так и о запрете ИИ — требует обязательного методического обоснования.

Практические советы по использованию принципа для студентов

Каждый преподаватель сам решает, как именно можно применять нейросети на его курсе, но эти условия должны быть абсолютно прозрачными и понятными для тебя с самого начала изучения дисциплины. Это твое базовое право сегодня.

⦁ Разные дисциплины и задания — разные правила. На одном предмете тебе могут полностью запретить генеративный ИИ, а на другом — сделать его обязательным инструментом для решения задач. И то, и другое допустимо.

⦁ Никаких сюрпризов. Правила игры не могут появиться из ниоткуда в конце семестра. Преподаватель обязан зафиксировать их в рабочей программе (РПД или РПП), прописать в методических материалах и четко озвучить тебе на самом первом занятии.Если это не произошло, ты можешь сам задать этот вопрос, какие требования по применению ИИ на данной дисциплине. Если правила неясны, ты вправе попросить преподавателя уточнить их до выполнения задания. Спроси о том, какие твои действия являются нарушением правил по использованию ИИ на дисциплине, как использование ИИ влияет на оценивание.

⦁ Всему есть объяснение. Любое решение преподавателя (будь то строгий запрет ИИ или требование обязательно с ним работать) должно быть методически обосновано. Тебе должны объяснить, почему для освоения именно этого предмета выбран такой подход.

Практические советы по использованию принципа для преподавателей

Университет предоставляет вам свободу в определении того, как именно искусственный интеллект будет применяться (или не применяться) в рамках ваших курсов и практик. Однако эти правила должны быть прозрачными, обоснованными и понятными для обучающихся.

⦁ Свобода в выборе формата. Вы вправе устанавливать индивидуальные правила и ограничения для своей дисциплины: от полного запрета на использование генеративных сетей до их обязательного применения при решении конкретных задач. Принципиально важно , чтобы эти правила не противоречили ценностям университета ИТМО.

⦁ Обязательное информирование и фиксация. Студенты должны знать правила работы с ИИ с самого начала. Выбранные вами требования необходимо закрепить в документах (рабочей программе дисциплины или практики — РПД/РПП) и учебно-методических материалах, а также четко озвучить учащимся на первом занятии. Недопустимо вводить ограничения или разрешение использования ИИ после сданных работ.

⦁ Методическое обоснование. Любой выбранный вами подход требует аргументации. Будь то глубокая интеграция нейросетей в учебный процесс или их строгий запрет, ваше решение должно быть методически обосновано исходя из целей, задач и специфики освоения вашей дисциплины или конкретного задания.

Перед введением ограничения или обязательного использования ИИ стоит определить:

1. Какую именно компетенцию оценивает задание?

2. Какое мыслительное усилие, когнитивное действие является ключевым для ее формирования?

3. Какую часть работы можно делегировать алгоритмам без вреда для учебы?

4. На каких этапах студент должен самостоятельно принимать решение (без ИИ)?

5. Каким образом будет подтверждаться его собственное понимание результата?

Использование ИИ для автоматизированной проверки работ обучающихся, подготовки рецензий и предоставления обратной связи допускается исключительно в качестве вспомогательного инструмента. Ответственность за выставление итоговой оценки и обеспечение процедуры апелляции всегда лежит на преподавателе.

Практические советы по использованию принципа для студентов

Искусственный интеллект может участвовать в проверке твоих заданий, но финальное слово всегда остается за человеком.

⦁ ИИ — только помощник, а не судья. Твои преподаватели могут использовать алгоритмы, чтобы автоматизировать проверку работ, составлять рецензии или давать тебе обратную связь. Однако нейросеть выступает здесь исключительно как вспомогательный инструмент.

⦁ Оценку ставит человек. Ответственность за твой итоговый балл всегда лежит на преподавателе. Машина не может вынести финальный вердикт.

⦁ Право на апелляцию. Если ты не согласен с результатами автоматизированной проверки, у тебя есть полное право оспорить оценку. Процедуру апелляции всегда проводит и контролирует живой преподаватель, а не искусственный интеллект.

Практические советы по использованию принципа для преподавателей

Искусственный интеллект может значительно упростить рутинную работу по проверке заданий, однако он не способен полностью заменить экспертное мнение и опыт преподавателя.

⦁ ИИ как ассистент. Вы имеете право использовать нейросети для автоматизированной проверки студенческих работ, подготовки черновиков рецензий и формирования первичной обратной связи. Однако применять генеративные сервисы можно исключительно в качестве вспомогательного инструмента.

В настоящий момент недопустимо полагаться исключительно на искусственный интеллект при решениях, имеющих существенные последствия для студента: выставлении итоговой оценки по дисциплине, заявлении об академической нечестности или аннулировании результата.

⦁ Ответственность за итоговый балл. Нейросеть не может автономно определять критерии хорошо выполненного задания - преподаватель сам формулирует критерии оценивания исходя из образовательного результата. Нейросеть не может принимать окончательное решение об успеваемости обучающегося. Финальную оценку всегда выставляете вы лично, полностью принимая на себя ответственность за ее объективность.

⦁ Обеспечение процедуры апелляций. Если студент не согласен с результатами проверки (в том числе частично автоматизированной), разбор спорной ситуации проводит человек. Преподаватель обязан лично рассмотреть апелляцию, перепроверить работу и аргументировать итоговое решение без ссылок на алгоритмы.

Применение публичных ИИ-сервисов не должно нарушать режим информационной безопасности Университета ИТМО. Университет не ограничивает использование ИИ-инструментов для работы с материалами, готовящимися к открытой публикации (редактирование черновиков научных статей, генерация и проверка открытого программного кода, перевод текстов).

Однако сотрудникам и обучающимся категорически запрещается передавать в открытые модели ИИ любую информацию, не предназначенную для публичного распространения, а именно: персональные данные, служебную информацию ограниченного доступа, коммерческую тайну Университета, компаний-партнеров и третьих лиц.

Практические советы по использованию принципа для студентов

Использование ИИ не должно ставить под угрозу информационную безопасность ИТМОи членов ITMO family. Загружая информацию в публичные сервисы, ты должен четко понимать, какими данными можно делиться, а какими — категорически нельзя.

⦁ Зеленый свет для открытых материалов. Ты можешь свободно использовать ИИ-инструменты для работы с контентом, который готовится к публикации в открытом доступе. Разрешается редактировать черновики научных статей (но если ты пишешь в соавторстве с коллегами, необходимо получить от них согласие), писать и проверять открытый код, а также переводить тексты для личного использования (в некоммерческих целях).

⦁ Строгий запрет на закрытую информацию. Тебе категорически запрещается передавать в открытые модели ИИ любые данные, которые не предназначены для публичного распространения.

⦁ Что именно нельзя загружать. Никогда не отправляй в нейросети персональные данные (свои, однокурсников или преподавателей), служебные документы ограниченного доступа, а также коммерческую тайну ИТМО, компаний-партнеров (например, если делаешь проект для реального заказчика) и любых третьих лиц и любые другие материалы с ограниченным доступом.

Практические советы по использованию принципа для преподавателей

Использование публичных нейросетей не должно ставить под угрозу информационную безопасность Университета ИТМО. Применяя генеративные сервисы в своей работе, важно четко разделять открытую информацию и данные, не подлежащие разглашению.

⦁ Свободная работа с открытыми материалами. Университет не ограничивает использование ИИ для задач, результаты которых готовятся к публикации в открытом доступе. Вы можете смело применять нейросети для вычитки и редактирования черновиков научных статей, генерации и отладки открытого программного кода, а также для перевода текстов.

⦁ Запрет на загрузку закрытых данных. Категорически запрещается передавать в публичные модели ИИ любую информацию, которая не предназначена для широкого распространения.

⦁ Что именно нельзя передавать. Ни при каких обстоятельствах не загружайте в сторонние нейросети персональные данные (студентов или коллег), служебную документацию ограниченного доступа, а также коммерческую тайну ИТМО, компаний-партнеров и любых третьих лиц.

Информационная безопасность: что нужно учесть до выдачи задания. При проектировании задания преподаватель продумывает его дизайн таким образом, чтобы минимизировать риск загрузки студентами в публичный сервис персональных, конфиденциальных и иных закрытых данных.

Университет признает несовершенство программных алгоритмов по выявлению сгенерированного текста. Поэтому подтверждение самостоятельности выполнения работы строится на экспертной оценке: защите проектов, устных собеседованиях и способности студента детально объяснить ход решения задачи. Любые автоматизированные проверки являются вторичными. Итоговое решение о самостоятельности работы и корректности применения ИИ всегда остается за преподавателем или комиссией (для ВКР — за ГЭК) и базируется на неавтоматизированных методах контроля.

Практические советы по использованию принципа для студентов

В университете прекрасно понимают, что алгоритмы поиска сгенерированного текста пока несовершенны и могут ошибаться. Поэтому главная проверка того, сам ли ты делал работу — это твои реальные знания, а не проценты в системе.

Как принимается решение об оценке:

⦁ Главное — твоя защита. Подтверждение самостоятельности строится на экспертной оценке. Преподаватель будет смотреть на то, как ты защищаешь проект, отвечаешь на устном собеседовании и насколько детально можешь объяснить логику решения задачи.

⦁ Программы вторичны. Любые автоматизированные сервисы проверки на использование ИИ — это только вспомогательный инструмент. Машина не выносит окончательный вердикт.

⦁ Решает человек, а не алгоритм. Итоговое решение о том, честно ли написана работа и корректно ли ты использовал нейросети, всегда принимает живой преподаватель (а на защите диплома — комиссия ГЭК). И базируется оно именно на твоих ответах.

Практические советы по использованию принципа для преподавателей

Университет признает, что современные программные алгоритмы выявления сгенерированного текста несовершенны и могут допускать ошибки. Поэтому главным критерием оценки честности выполнения задания остается ваш экспертный взгляд.

⦁ Экспертная оценка в приоритете. Подтверждение самостоятельности работы строится на личном взаимодействии: защите проектов, устных собеседованиях и проверке способности студента детально объяснить каждый этап решения задачи.

⦁ Вторичность автоматизированных проверок. Любые детекторы ИИ-текста или антиплагиат-системы носят исключительно вспомогательный характер. Их результаты не могут служить единственным основанием для обвинения студента в несамостоятельности.

⦁ Финальное слово за преподавателем. Итоговое решение о том, честно ли написана работа и корректно ли были применены нейросети, всегда остается за вами лично или комиссией (в случае с ВКР — за ГЭК). Это решение должно базироваться именно на результатах неавтоматизированного контроля знаний.

Использование средств ИИ не является нарушением академической этики по умолчанию. В случае возникновения подозрений у преподавателя, комиссии или ГЭК на неправомерное использование ИИ (нарушение явного запрета преподавателя или несанкционированное делегирование ИИ ключевых этапов работы), обучающийся имеет право на апелляцию. Автоматизированные системы выявления ИИ-контента носят исключительно справочный характер и не обладают достаточной доказательной базой. Для успешной апелляции обучающийся может продемонстрировать прозрачность процесса создания работы (включая историю взаимодействия с ИИ), а также подтвердить уровень своих компетенций и авторский вклад в результат посредством устной защиты или собеседования. Апелляция рассматривается комиссией по урегулированию споров между участниками образовательных отношений.

Практические советы по использованию принципа для студентов

Само по себе использование нейросетей — это не нарушение. Но если преподаватель или комиссия подозревают тебя в нечестности (например, ты нарушил прямой запрет или поручил ИИ сделать всю главную работу за тебя), у тебя всегда есть право защитить свои результаты.

Что делать в спорной ситуации:

⦁ Детекторы — не приговор. Программы для поиска сгенерированного текста носят только справочный характер. Высокий процент «искусственности» в таком детекторе не является прямым доказательством твоей вины.

⦁ Сохраняй историю запросов. Чтобы успешно пройти апелляцию, будь готов показать, как именно создавалась работа. Ты можешь продемонстрировать историю своего взаимодействия с нейросетью (промпты), чтобы доказать свой авторский вклад и то, что ИИ был лишь помощником.

⦁ Защищай свои знания устно. Твой главный аргумент в любом споре — это устная защита. Если ты можешь на собеседовании детально объяснить ход решения и подтвердить свои компетенции, правда на твоей стороне.

⦁ Официальное разбирательство. Рассматривать твою апелляцию будет специальная комиссия по урегулированию споров между участниками образовательных отношений, которая обеспечит объективный подход.

Практические советы по использованию принципа для преподавателей

Использование нейросетей не является нарушением академической этики по умолчанию. Если у вас или у комиссии (включая ГЭК) возникают подозрения в нечестной сдаче работы, важно соблюдать установленную процедуру разбора спорных ситуаций.

⦁ Основания для нарушения. Нарушением признается только прямое игнорирование установленного вами запрета на использование ИИ или несанкционированное делегирование алгоритмам ключевых этапов выполнения задания (без личного интеллектуального вклада студента).

⦁ Ограниченность ИИ-детекторов. Помните, что результаты автоматизированных систем выявления сгенерированного текста носят исключительно справочный характер. Они не обладают достаточной доказательной базой, чтобы служить безапелляционным аргументом против обучающегося.

⦁ Процедура защиты. При возникновении претензий студент имеет полное право их оспорить. Для подтверждения своей правоты он может продемонстрировать прозрачность процесса подготовки (например, показать историю промптов и диалогов с ИИ), а также доказать свой авторский вклад и уровень знаний в ходе устного собеседования.

⦁ Разрешение конфликтов. Если спорную ситуацию не удается разрешить в ходе устной защиты, официальная апелляция передается на рассмотрение комиссии по урегулированию споров между участниками образовательных отношений.