Добровольный открытый исследовательский проект.
НИУ ВШЭ · Институт образования
УрФУ · Институт фундаментального образования
Высшее образование переживает структурный сдвиг. Генеративный искусственный интеллект вошёл в университетскую среду стремительно и без приглашения — раньше, чем сложились методология его применения, этические нормы и педагогические рамки. С момента появления ChatGPT в конце 2022 года число научных публикаций об ИИ в высшем образовании в базе Scopus превысило тысячу только за 2024 год. При этом данных о том, что происходит внутри реального образовательного процесса — как меняется поведение студента, аспиранта, команды — по-прежнему катастрофически мало.
Деятельностное образование — проектное обучение, исследовательская работа, командная практика — строится на живом опыте столкновения с реальной задачей, на продуктивном трении между замыслом и действительностью, на рефлексии ошибки.
Какова роль ИИ-ассистентов в деятельностных форматах высшего образования — какую пользу они приносят, где их возможности ограничены и при каких условиях они становятся полноценным участником образовательного процесса?
ИИ-ассистент способен снизить когнитивный барьер входа в исследовательскую работу и помочь аспиранту перейти от неструктурированного состояния к продуктивному действию.
ИИ-ассистент способен обеспечить командную рефлексию и ритмичность работы над проектом там, где живой наставник физически недоступен в нужный момент.
Данные о поведении аспирантов и студенческих команд, собранные через взаимодействие с ИИ-ассистентом, позволяют выявить закономерности образовательного процесса, невидимые при традиционных методах наблюдения.
Аспирант один на один с исследованием. Неструктурированное время. Чистый лист.
Структурировать замысел. Удержать фокус. Обеспечить рефлексию.
Реальные паттерны поведения аспиранта.
Студенческая команда с реальным заказчиком. Дефицит командного опыта. Проблема ритма.
Организовать работу. Выстроить ритм. Удержать цель.
Командная динамика в реальном времени.
Лаборатория работает в логике исследования через проектирование. Каждый ассистент — это проверяемая гипотеза, воплощённая в работающем продукте. Каждое взаимодействие пользователя с ассистентом — точка данных. Каждый вывод подлежит публикации, включая те, которые расходятся с исходными ожиданиями.
Мы придерживаемся принципа доказательности: утверждения о пользе или ограничениях ИИ-ассистентов принимаются только при наличии данных, собранных в реальных образовательных контекстах. Результаты исследования будут доступны академическому сообществу в открытом доступе.
«Каждый ассистент — проверяемая гипотеза, воплощённая в работающем продукте. Каждое взаимодействие — точка данных. Каждый вывод подлежит публикации.»
Два ассистента — это начало более широкого замысла. Лаборатория проектирует ИИ-операционную систему для обучения: слой, который делает образовательный процесс ритмичным, прозрачным и основанным на данных.
Это исследовательская основа для LMS следующего поколения — среды, в центре которой стоит мышление и деятельность человека, а ИИ выполняет роль операционной поддержки.
Лаборатория открыта для участия
исследователей, аспирантов и практиков,
разделяющих исследовательскую позицию.
Если вопрос о роли ИИ в живом образовательном процессе занимает и вас —
мы приглашаем к разговору.