Большие группы студентов эффективнее используют ИИ в обучении
Исследователи Института образования и факультета экономических наук НИУ ВШЭ узнали, от каких факторов зависит качество групповой работы студентов, когда они выполняют ее в сотрудничестве с ИИ. Оказалось, что, помимо уровня знаний команды, важен размер группы: чем она больше, тем эффективнее работа. Статья ученых опубликована в журнале Innovations in Education and Teaching International.
Групповое обучение — один из самых распространенных и важных методов в высшем образовании. Однако до сих пор не вполне понятно, какие именно факторы делают командную работу эффективной.
Ситуация стала интереснее после появления ИИ, который студенты начали активно использовать в учебе. Эксперты из НИУ ВШЭ Галина Шульгина, Александра Гетман, Илья Гуленков и Джейми Костли выяснили, как особенности групп — размер и уровень знаний участников — влияют на результаты работы, если в процессе задействован ИИ.
В исследовании участвовали 196 студентов второго курса бакалавриата (55% мужчин и 45% женщин), которым предстояло решать задачи в команде в рамках 16-недельного курса макроэкономики. Испытуемых разделили на группы от пяти до восьми человек с разным уровнем знаний и подготовки. Сначала участники решали задачи сами. Затем в течение четырех семинаров группы работали с ChatGPT 3.5. Задачей было не просто получить ответ от нейросети, а критически осмыслить его, применить экономические модели курса и представить комплексное решение.
Ученые оценивали качество полученных решений в соответствии с тем, насколько верными и подробными были ответы студентов. Максимальный балл получали команды, которые не только правильно применяли ИИ, но и указывали на его ограничения, продемонстрировав тем самым высокий уровень понимания материала.
Ученым удалось выявить несколько закономерностей в использовании ИИ группами. Во-первых, лучшие результаты показали команды, участники которых были примерно на одном уровне. А вот группы с сильным разбросом в знаниях справлялись хуже, хотя в педагогике принято считать, что разнообразие знаний внутри команды помогает, а не мешает.
Галина Шульгина
«Для нас стало неожиданным, что чем выше был разброс в оценках студентов, тем менее качественным оказалось итоговое решение. Это может быть связано с тем, что более подготовленные участники, вместо того чтобы концентрироваться на задании, тратили время на объяснения и согласование решения, а менее подготовленные не могли в полной мере использовать возможности ИИ. Более сильные студенты лучше умеют взаимодействовать с ИИ: формулировать запросы, критически оценивать ответы и использовать их в рассуждениях», — объясняет младший научный сотрудник Международной лаборатории проектирования и исследований в онлайн-обучении Института образования НИУ ВШЭ Галина Шульгина.
Во-вторых, данные отчетливо указывали на положительную связь между большим размером группы и лучшими результатами работы с ИИ. Так, команды из 7–8 человек в среднем справлялись с заданиями лучше групп из 5–6 участников. Каждый дополнительный участник группы повышал итоговый балл. Это противоречит распространенному в педагогике мнению о том, что малые группы работают эффективнее больших. Ученые предположили, что крупные команды обладают большим интеллектуальным ресурсом, разнообразием взглядов и навыков, что помогает им продуктивнее взаимодействовать с нейросетями.
Александра Гетман
«Однако это не означает, что рост эффективности будет продолжаться бесконечно. Можно предположить, что после достижения определенного числа участников группы начнут проявляться негативные эффекты: усложнится координация, возрастет время на согласование и поддержание общего понимания задачи», — указывает младший научный сотрудник Международной лаборатории проектирования и исследований в онлайн-обучении Института образования НИУ ВШЭ Александра Гетман.
Несмотря на то что для окончательных выводов нужны дальнейшие исследования, авторы считают, что для оптимизации использования ИИ в образовании следует подбирать группы студентов с одинаковым уровнем подготовки и объединять их в большие группы. По мнению исследователей, использовать ИИ можно при изучении любых дисциплин.
Илья Гуленков
«Потенциал для внедрения ИИ в групповую работу есть на любых курсах, вне зависимости от области знаний и уровня подготовки. Ключевая задача преподавателя при организации такой работы — заранее сформировать у студентов ожидания о том, как и зачем может быть использован ИИ в их работе на курсе. Если студенты увидят образцы успешного применения, то ИИ может стать дополнительным членом команды в рамках любых дисциплин. Мы наблюдаем за тем, как студенты используют более продвинутые версии моделей (ChatGPT 5, ChatGPT 5 Thinking и т.д.) и видим в партнерстве студент — ИИ большой потенциал. Теперь это касается уже не только стандартизированных простых задач, но и более сложных запросов, требующих глубокого понимания контекста, работы со множеством источников информации, продвинутой аргументации. Роль собственной экспертизы студентов в работе с такими моделями только возрастает: все модели теперь выдают правдоподобные ответы, но их содержание необходимо осмыслять критически», — считает преподаватель факультета экономических наук НИУ ВШЭ Илья Гуленков.
Вам также может быть интересно:
Зеленый энергопереход: от мифов к реалиям
В 2025 году в Вышке стартовал стратегический технологический проект (СТП) «Национальный центр социально-экономического и научно-технологического прогнозирования». Институт экономики природных ресурсов и изменения климата ВШЭ формирует прогнозы развития мировой и российской экономики и энергетики с учетом фактора «зеленой трансформации». Игорь Макаров, директор института и руководитель департамент мировой экономики, рассказал о глобальном ландшафте климатического регулирования, «черных лебедях» и роли ИИ в борьбе с изменением климата.
Стратегические технологические проекты Вышки в 2025 году
В 2025 году Высшая школа экономики продолжила участие в программе стратегического академического лидерства «Приоритет-2030», обеспечив фокус на технологическое лидерство согласно новой рамке программы «Приоритет-2030». Важный элемент стратегии технологического лидерства университета — стратегические технологические проекты, направленные на создание востребованных наукоемких продуктов и услуг.
«Алгебраическая геометрия — это геометрия идеальных форм»
Созданная 15 лет назад в Вышке Лаборатория алгебраической геометрии и ее приложений изучает фундаментальную математику, формируя единый язык математической науки. Лаборатория стала известным и авторитетным научным центром, признанием ее заслуг стали доклады сотрудников на международных математических конгрессах и публикация статей в ведущих мировых математических журналах. О деятельности научного подразделения новостная служба «Вышка.Главное» побеседовала с заведующим лабораторией профессором РАН Дмитрием Калединым.
Исследователи НИУ ВШЭ экспериментально показали благотворное влияние парков на горожан
Ученые НИУ ВШЭ изучили, как парки влияют на когнитивные и эмоциональные ресурсы горожан. Они сравнили электрическую активность мозга у 30 человек при просмотре видеозаписей с прогулками по паркам и по оживленным улицам. Оказалось, что деревья и зелень одинаково влияют на всех людей, помогая мозгу успокоиться и расслабиться. При этом прогулки по городским улицам рассеивают внимание. Результаты опубликованы в журнале Scientific Reports.
«Прямое включение в научный процесс»: в магистратуре НИУ ВШЭ будут готовить нейробиологов
Решение об открытии новой магистерской программы «Нейробиология» по направлению подготовки «Биология» принял Ученый совет университета. Ее студенты получат доступ к уникальному оборудованию и станут частью исследовательских групп, смогут работать в научной сфере, в медицине и фармацевтике, IT и нейротехнологиях, а также в области образования и HR-службах.
От климатических рисков до торговых войн: в Вышке состоялась конференция по финансовой экономике
Как меняются инвестиционные решения в условиях инфляционных шоков и применения методов машинного обучения? Можно ли предсказать финансовые риски через новые метрики? Какова роль климатической устойчивости банков и как геополитические потрясения влияют на глобальные цепочки создания стоимости? Эти и другие ключевые темы стали предметом обсуждения на прошедшей недавно 14-й Международной московской конференции по финансовой экономике, организованной Международным институтом экономики и финансов (МИЭФ) ВШЭ.
«Выигрывают те, кто умеет быстро адаптироваться и внедрять инновации»
НИУ ВШЭ запускает образовательную программу «ИИ-лидеры: бизнес-лаборатория для руководителей». Обучение рассчитано на 6 месяцев в очном формате, что позволяет глубоко погрузиться в материал и обменяться опытом с коллегами. Программа стартует в феврале 2026 года.
Ученые НИУ ВШЭ оценили отдачу космических инвестиций: каждый рубль может принести пять
Вложения в космическую отрасль приносят экономике значительную выгоду. Согласно расчетам Института статистических исследований и экономики знаний ВШЭ и «Организации «Агат» госкорпорации «Роскосмос», каждый вложенный в космический проект рубль способен приносить более 5 рублей валовой добавленной стоимости и почти 3 рубля налоговых доходов федерального бюджета. Ученые предложили модель, которая позволяет обосновывать решения о бюджетном финансировании не только с точки зрения отраслевых задач, но и с позиции вклада в макроэкономические показатели и структурное развитие экономики. Статья опубликована в журнале «Экономика космоса».
ВШЭ ищет новые идеи для ИИ-агентов: стартовал конкурс инициатив
Высшая школа экономики приглашает исследователей и преподавателей представить концепции новых цифровых продуктов на базе искусственного интеллекта. Лучшие проекты получат экспертную и технологическую поддержку. Заявки принимаются до 19 декабря.
В НИУ ВШЭ создали инструмент для оценки сложности текстов на малоресурсных языках
Исследователи Центра языка и мозга НИУ ВШЭ разработали инструмент, позволяющий определить сложность текстов на малоресурсных языках. В первой версии поддерживаются несколько малых языков России: адыгейский, башкирский, бурятский, татарский, осетинский и удмуртский. Это первая подобная разработка, адаптированная специально для этих языков и учитывающая их морфологические и лексические особенности.