Кто автор ИИ или ИИ?

Первым шагом я загрузил в модель свой курс в качестве контекста и попросил его проанализировать: выделить ключевые идеи, построить краткий список документов, на которые эти идеи опираются, и так далее. На бумаге звучит красиво, на практике быстро выяснилось, что без человеческого контроля задача не решается. Пришлось много раз смотреть глазами на результат: «А вот это учтено?», «А где здесь такой-то момент?» и снова перегенерировать ответ. В итоге через 5–7 таких итераций я получил более-менее удовлетворяющий меня конспект — заодно обзавёлся структурированным пересказом своих курсов, которые до этого органически росли и существовали в разбросанных материалах.

Когда я формулировал задание, сразу обозначил: одной из задач будет понять, насколько их эссе написано человеком или с опорой на искусственный интеллект. В ответ ИИ предложил разумный ход — составить чек‑лист признаков «скорее человек» и «скорее не человек», то есть список плюс‑минусов, по которым можно ориентироваться. Поскольку курс у меня практический, то если в эссе всплывают только общие места, но почти не появляется новое, практическое, что мы разбираем на курсе, то у меня есть основания думать, что курс они по сути пропустили.

Курс идёт в дистанционном формате, многие смотрят его в записи. Вопрос «были ли вы на занятии» сейчас не так важен; важнее другое: «вы вообще что‑то вынесли из этого курса и встроили ли в свою работу?». И вот здесь ИИ помогает: он умеет сверять текст эссе с набором идей курса и подсвечивать, какие из них студент использовал, а какие проигнорировал. Но, разумеется, такая проверка ни в коей мере не заменяет чтения эссе живым человеком: каждая работа всё равно мной читается, увы.

Технически процесс выглядит так. У меня около тридцати студентов, и по мере проверки я постоянно что‑то докручиваю в промптах: уточняю критерии, добавляю новые примеры, меняю формулировки обратной связи, чтобы ИИ попадал в мой голос и логику. В результате появился достаточно подробный шаблон: образцы того, как я обычно пишу фидбэк, с примерами типичных ошибок и пожеланий. Модель по этому образцу дополняет мои замечания под конкретные огрехи студента. За счёт этого у меня появляется возможность для каждого написать развёрнутую обратную связь на три–четыре абзаца — то, чего я в чисто «ручном» режиме не мог себе позволить ни по времени, ни по силам.

Сэкономило ли это мне время? Нет. Честный ответ: я трачу на проверку больше, чем раньше. Настройка модели, формулировка заданий, последующая корректировка и перепроверка — всё это добавляет времени к обычной проверке. Если бы задача была только «поставить зачёт/незачёт» и прикинуть, пользуется ли студент логикой и опирается ли на материалы курса, то без ИИ я управился бы быстрее.

Но есть существенный плюс. Студенты получают гораздо более глубокую и предметную обратную связь, чем раньше. Иногда модель подмечает мелкие несостыковки, которые я легко мог бы пропустить по невнимательности, и это тоже повышает качество проверки.

Гарантирует ли всё это, что мы точно «ловим» всех, кто использует ИИ вместо самостоятельного письма? Конечно, нет. Люди вполне способны писать хуже нейросети, и местами отличить «плохой человеческий текст» от «небрежно отредактированного машинного» просто невозможно. Но в чём я уверен — так в том, что качество моей работы как преподавателя выросло, а студенты получают больше пользы от обратной связи, даже если время проверки увеличилось.

В другом моём курсе у меня схожая задача, только связана она не с эссе, а с видеозаписями. Там пока нет удобного инструмента, который бы автоматически анализировал видео и выдавал осмысленную обратную связь, поэтому я поступаю наоборот: сначала надиктовываю свой фидбэк устно, а потом редактирую и структурирую текст при помощи ИИ. Результат оказывается тем же: более качественная, точная и адресная обратная связь ценой дополнительных временных затрат.