Эксперты Высшей школы экономики 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. Об этом Науке Mail сообщили в пресс-службе вуза.
Они провели эксперимент, в котором участвовали 196 студентов в группах от 5 до 8 человек. Испытуемые решали задачи по макроэкономике с использованием ChatGPT 3.5. Оценивалась не только правильность ответа, но и критическое осмысление ответов нейросети.
Результаты показали, что наиболее успешны были группы с участниками одинакового уровня подготовки. Разброс в знаниях приводил к снижению качества работы. Кроме того, команды из 7–8 человек в среднем справлялись с заданиями лучше групп из 5–6 участников. Это противоречит распространенному в педагогике мнению о том, что малые группы работают эффективнее больших. Ученые предположили, что крупные команды обладают большим интеллектуальным ресурсом и продуктивнее взаимодействуют с искусственным интеллектом.
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.
Полученные результаты не означают, что рост эффективности будет продолжаться бесконечно. Можно предположить, что при расширении группы до определенного числа участников координация станет сложнее, а также возрастет время на согласование и поддержание общего понимания задачи.
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.
Исследователи отмечают, что для оптимизации работы с ИИ в образовании следует формировать большие и однородные по подготовке группы. При этом подчеркивается, что роль критического мышления студентов при взаимодействии с ИИ остается. Исследование опубликовано в журнале Innovations in Education and Teaching International.
Ранее Наука Mail писала о том, что нейросеть обучили правильно генерировать Чебурашку.
