Искусственный интеллект потрясает высшее образование, но не является его причиной, считает Джефф Спарроу, преподаватель-исследователь из Мельбурнского университета. В своем эссе, опубликованном 22 октября 2026 года в The Conversation, он утверждает, что система уже была ослаблена еще до появления этих инструментов.
Скорее индикатор, чем причина
Вывод Джеффа Спарроу не оставляет места для компромиссов. По его мнению, ИИ опустошает высшее образование, но десятилетия управленческой логики уже превратили дипломы в продукты, студентов — в клиентов, а исследования — в показатели. В этом контексте использование ChatGPT для написания задания — не отклонение, а рациональный ответ институции, которая сама перестала ценить обучение. Автор также напоминает о руководителях университетов, которые призывали студентов не делегировать свое мышление, в колонках, самих в значительной степени написанных ИИ. «Символ жесток, но он также показателен».
Автор одного из размышлений, развивающих этот диагноз, опираясь на свои недавние исследования среди студентов, преподавателей и руководящих команд, приходит к схожему выводу. По его мнению, ИИ действует как растворитель, обнажающий уязвимости модели, основанной на передаче контента, оценке стандартизированных работ и массовости образовательных траекторий. Когда машина за несколько секунд производит приемлемое эссе, под вопрос ставится сама педагогическая ценность этого упражнения, далеко выходящая за рамки простого списывания.
Четыре неразрывные трансформации
Согласно этому размышлению, интеграция ИИ должна рассматриваться целостно и системно, через четыре взаимосвязанные трансформации. Первая — технологическая и касается среды, в которой действуют обучающиеся, состоящей из чат-ботов, адаптивных систем и иммерсивных пространств. Вторая — педагогическая: речь идет о переходе от логики передачи знаний к логике проектирования учебного опыта. Третья затрагивает образовательные практики и роль преподавателя, который становится архитектором учебных ситуаций, поддерживаемым новыми профессиями, такими как дизайнер учебного опыта. Четвертая, считающаяся наиболее решающей, касается оценки: пока мы будем оценивать работы, которые машина умеет генерировать, мы будем оценивать «способность написать промпт, а не реальную компетенцию», то есть формулировку запросов к ИИ-ассистенту, а не действительное владение знанием.
Ни один из этих аспектов нельзя изменить изолированно. Внедрение ИИ без переосмысления педагогики порождает пассивное потребление, а изменение системы оценки без поддержки преподавателей истощает тех, кто несет перемены. Однако большинство учреждений не знают, с чего начать. Такой подход требует системы управления, способной связать стратегический, тактический и операционный уровни и координировать инициативы, которые сегодня разрознены между цифровыми департаментами, учебными службами и факультетами.
Это размышление также осуждает ошибку в подходе. Университеты покупают лицензии, заключают партнерства с крупными издателями, пишут правила пользования, а потом удивляются, что в аудитории ничего не меняется. Сиднейский университет, подписавший многолетнее соглашение с OpenAI через несколько дней после забастовки своего персонала, иллюстрирует этот разрыв между декларируемой стратегией и реальным положением дел.
Учебный опыт как ключ к вовлеченности
Рассмотренные работы проливают свет на ключевой момент: вовлеченность студентов усиливает не сам ИИ как таковой, а качество учебного опыта, в который он интегрирован. Там, где инструмент тщательно спроектирован, подготовлен преподавателем и включен в рефлексивный процесс, когнитивная вовлеченность растет. Там же, где инструмент просто предоставлен в распоряжение, он порождает «когнитивный долг», задокументированный нейронауками, состоящий из зависимости и поверхностного обучения.
Джефф Спарроу со своей стороны отмечает, что преподаватели, наименее затронутые ChatGPT, — это те, кто ведет небольшие группы, увлеченные своей дисциплиной. Согласно этой точке зрения, студенты не делегируют то, что их вовлекает, а то, что кажется им бессмысленным. Таким образом, задача состоит не столько в борьбе с машиной, сколько в восстановлении достаточно насыщенных учебных опытов, чтобы интеллектуальные усилия вновь обрели свою ценность.
