Білім берудегі ЖИ: нақты тәжірибе

Жаппай әуестену, хаосты тәжірибе, білім тапшылығы, тыйым салу әрекеттері мен ақпараттың жылыстауы араласқан, оқыту мен басқаруға жасанды процесті интеграциялаудың алғашқы кезеңдері біртіндеп өткен күннің еншісіне айналып барады. Жүйе жоғалған тепе-теңдікті қайтарудың, бірақ жаңа технологиялар тудырған серпінді сақтап қалудың жолдарын іздеуде. Олардың қай жерде тәуекелдер тудыратынын, ал қай жерде пайда әкелетінін түсіну қалыптасып келеді. Бұл сұхбатта ChangeSchool компаниясының басқарушы директоры Вирен ЛАЛЛ білім берудің жаңа архитектурасын құрудағы британдық және халықаралық тәжірибесімен бөліседі.

– Университеттерде басқаруды ұйымдастыруда үлкен тәжірибесі бар сарапшы ретінде, жоғары оқу орны үшін жасанды интеллектке дайындық нені білдіретіні туралы пікіріңізді білгіміз келеді.

– Бақылауларыммен бөлісуге мүмкіндік бергеніңіз үшін алғыс айтамын. Мен сипаттайтын заңдылықтар британдық және халықаралық тәжірибеге негізделген және олар барлық жерде қолданылады: сіздің аймағыңыздағы оқу орындары да біздің клиенттеріміз сияқты мәселелермен жұмыс істеп жатыр.

Көптеген ұйымдар құрылымды дайындықпен шатастырады. Бұл паттерн жоғары білім беруде де байқалады. Sedgwick ұсынған Global Risk Report 2026 есебінде Fortune 500 тізіміне кіретін компаниялардың 300 топ-жетекшісі арасында жүргізілген сауалнама нәтижелері көрсетілген.

Сауалнама көрсеткендей, компаниялардың

70%-ында ИИ тәуекелдері жөніндегі комитеттер мен басқару құрылымдары бар, бірақ бұл ретте өздерін ИИ-ді ендіруге дайын деп санайтындар тек 14%-ды құрайды. Тура осындай алшақтық жоғары білім беру секторында да көрініс табуда.

Университеттер, тәуекелдерді қарастыра отырып, әдетте ИИ-ге персоналды іріктеу мен жұмыстарды бағалауды тапсырған кездегі оның объективті еместігіне назар аударады. Мысалы, құжаттарды қабылдау кезінде алгоритм жақсы үміткерлерді тек оқыту деректерінде белгілі бір жыныстағы, жастағы немесе белгілі бір аймақтардан шыққан адамдардың аз болуы себебінен ғана елемей тастауы мүмкін.

Егер университет жүйеге соңғы жиырма жылдағы табысты профессорлардың деректерін жүктесе, ал олардың арасында тарихи тұрғыдан қырық бес жастан асқан ер адамдар көп болған болса, ИИ мінсіз үміткер осы жаста болуы керек, ал қалғандарын елемей тастауға болады деген қорытынды жасайды. Жұмыстарды тексеру кезінде ИИ өзіне салынған жасырын, бұрмаланған түсініктер негізінде баға қоюы мүмкін. Қатаң академиялық ағылшын тілінде оқытылған модель, мағынасы бойынша тамаша жұмыс жазған, бірақ сәл қарапайым, жанды тілді немесе шетелдік студенттерге тән оралымдарды қолданған студенттің бағасын төмендетуі мүмкін. ИИ өз базасына сүйеніп, мұны «қате» немесе «нашар стиль» деп есептейді.

Бірақ сонымен бірге жасанды интеллекттің оқу процесінің өзіне тигізетін әсеріне да назар аудару қажет.

Дайындықтың стратегия туралы артық сөзсіз – ақ айқын көрінетін үш нақты белгісі бар.

Біріншісі – ИИ іске қосылып қойған процестердің: әрбір модельдің, әрбір деректер жиынтығының, ол әсер ететін әрбір шешімнің өзекті тізілімі. Көптеген университеттер мұндай тізімді жасай алмайды.

Екіншісі – белсенділікті қадағалау емес, нәтижелерді өлшеу. Әдетте директорлар кеңесіне арналған есептерде: «Үш бағыт бойынша ИИ бойынша пилоттарды іске қосып жатырмыз» деп жазады. Керісінше, технологиямен жұмыс істеуге шынымен дайын 14% ұйым нақты цифрларды мәлімдейді: «ИИ студенттердің тұрақтылығын 3,2%-ға жақсартты, қателік үлесі 1%-дан аз».

Үшіншісі – жұмыс процесіне кіріктірілген басқару: технологияны ендірудің әрбір қадамындағы мақұлдаудың бақылау кезеңдері.

– ИИ қабылдау комиссиясында және студенттердің үлгерімімен жұмыста қандай процестерді автоматтандыра алады және британдық тәжірибе не нәрсеге үйретеді?

– Практикалық қолданылу тұрғысынан ең кемелденген британдық мысалдар – бұл оқудан шығу немесе қанағаттанарлықсыз баға алу қаупі төнген студенттерді анықтайтын және оқытушыларға уақытында араласу қажеттілігі туралы белгі беретін, бұрыннан жұмыс істеп келе жатқан талдау жүйелері.

Генеративті ИИ мен оның үлкен тілдік модельдерінің бұған ешқандай қатысы жоқ десе де болады.

Бұл жүйелер көптеген жылдар бойы кәдімгі машиналық оқытуға негізделген – дәл Turnitin.com платформасының жұмыстарды плагиатқа тексеру үшін бұрыннан қолданылып келе жатқаны сияқты.

Ұлыбританияның Ашық университетіндегі (Open University) – қашықтан оқытудың әлемдік көшбасшысындағы – OU Analyse жүйесі апта сайын студенттің келесі тапсырманы тапсыра алмау ықтималдығын бағалайды және ең жоғары тәуекел тобындағы білім алушылардың тізімін тьюторларға жібереді. Бұл жүйе бүкіл жоғары оқу орны ауқымында көптеген жылдар бойы сәтті жұмыс істеп, студенттердің оқудан шығып қалуын айтарлықтай төмендетуге көмектесіп келеді.

Ұлыбританияның ең ірі және ең инновациялық мемлекеттік жоғары оқу орындарының бірі Nottingham Trent University студенттердің белсенділік белгілеріне негізделген электронды мониторинг панелін қолданады: бұл виртуалды оқу ортасына кіруді, кітапханаға баруды, сабаққа қатысуды және электронды рұқсаттама мәліметтерін тіркеуді қамтиды. Егер бірінші курс студенті он күн бойы белсенділік танытпаса, жүйе кураторға автоматты түрде хабарлама жібереді. Бұл шешімді 30 000-ға жуық студент пен 1 500 қызметкер қолданады.

Британдық UCAS құжаттарды қабылдау қызметі жалпыұлттық деңгейде жұмыс істейді және әрбір мотивациялық хатты өткен өтінімдермен және қолданыстағы мәтіндердің орасан зор базаларымен ұқсастығына тексереді. Бұл ретте UCAS ИИ-ді тануға арналған бағдарламаларды сенімсіз деп санап, принципті түрде қолданбайды.

Бұл тәжірибені алғысы келетін оқу орындары үшін басты сабақ қолданылатын софттың озықтық деңгейінде емес, процестің өзін дұрыс ұйымдастыруда жатыр.

Студенттің енжарлығы туралы күнделікті белгі беретін қарапайым жүйе және бірден көмекке келуге дайын бекітілген қызметкер, қорытындыларын тәжірибеде ешкім қолданбайтын ең күрделі интеллектуалды модельге қарағанда әлдеқайда тиімді жұмыс істейді.

Британдық тәжірибеде маңызды ескерту бар: жарияланған көптеген мәліметтер корреляциялық сипатқа ие – оң әсер технологияға да, тьюторлардың өздерінің мінез-құлықтарының өзгеруіне де бірдей дәрежеде байланысты. Талдау қажет. Бірақ ол жеткіліксіз.

– Рұқсат етілген бағдарламалардың «ақ тізімдері» өзекті ме? Университет ИИ-ді басқару архитектурасын қалай құруы керек?

– Рұқсат етілген бағдарламалардың кез келген «ақ тізімдері» 90 күн ішінде ескіреді – технологиялар тым жылдам дамуда. Нақты мәселе университет күн сайын қандай операциялық регламент бойынша жұмыс істейтінінде. Мысалы, ChangeSchool ұйымы (www.virenlall.com/ai-operating-charter) әзірлеген AI Operating Charter моделі кез келген жоғары оқу орны құра алатын басқарудың төрт деңгейін ұсынады.

Бірінші деңгей – инвентаризация. Бұл жоғары оқу орнында қолданылатын барлық ИИ жүйелерінің йелеріиің тұрақты түрде жаңартылып тұратын тізілімі – олардың ресми лицензиялары бар-жоғына, оларды сыртқы жеткізуші ендірді ме әлде бұл нақты бір оқытушының жеке эксперименті ме, оған қарамастан. Тек өзің көріп тұрған нәрсені ғана басқара аласың. Студенттердің жеке және биометриялық деректерін қорғау да осы жерге кіріктірілген. Тізілім жұмыс істеп тұрған кезде, деректерді қорғау әрбір жүйе өтетін бірнеше сүзгілердің біріне айналады.

Екінші деңгей – құқықтарды шектеу: ИИ-ді қолдануды мақұлдауға кімнің құқығы бар, кіммен кеңесу керек, ал даулы мәселелерді басшылықтың қарауына кім береді.

Үшінші деңгей – ерекшеліктермен жұмыс. Оқытушылар бәрібір жалпы ережелердің шеңберінен шығатын нәрселерді байқап көреді.

Және бұл заңды ерекшеліктер жолы қатаң тыйымдардан маңыздырақ, өйткені педагогтардың осындай тәуелсіз эксперименттерінде университеттің шынайы инновациялық тәжірибесі туады.

Төртінші деңгей – тұрақты аудит. Бұл этика туралы ресми жылдық декларациялардың орнына келетін, ИИ жұмысының нақты нәтижелерін тоқсан сайынғы тексеру.

Мен London Business School-да білім алған, қазіргі уақытта Ivey Business School деканы, профессор Джулиан Биркиншоу үндес ойды айтады: оқу әрқашан қиындықтарды еңсеруді талап етеді. Басты басқарушылық сұрақ – бұл қиындықтарды нақты қай жерге орналастыру керек. Дұрыс интеллектуалды қарсылық оқу процесінің өзіне кіріктірілуі тиіс, ал ресми циркулярлар мен тыйымдар – бұл тым дөрекі құрал.

– Бағалауды жасанды интеллектке сеніп тапсыруға бола ма? ИИ-дің бейімділігі туралы пікірдің негізі бар ма?

– ИИ көмегімен бағалау бейімді, ал адамның тексеруі мүлдем объективті деген бастапқы болжам ешқандай сын көтермейді. Мен EFMD (Еуропалық менеджментті дамыту қоры) Excellence in Practice халықаралық сыйлығының қазылар алқасының құрамында болдым және айта аламын: емтихан алушы оқытушылар әлдеқайда күшті субъективтілікке бейім. Адамның бағасына бәрі әсер етеді: күннің уақыты, шаршау, жеке қалаулар, тіпті студенттің беделі емтихан алушыны санасыз түрде бағаны көтеруге немесе төмендетуге мәжбүр ететін «ореол эффектісі».

Тиімді жүйе – бұл бірін-бірі алмастыру емес, адам мен машинаның үздіксіз өзара әрекеттесуі. ИИ нақты белгіленген критерийлер бойынша алдын ала баға қояды. Оқытушы оны тексереді және түзетеді. Бұл түзетулер жүйеге қайтарылады, соның арқасында ИИ үйренеді және әр кез сайын дәлірек бола түседі. Уақыт өте келе бұл байланыс тексерумен тек біреуі ғана айналысқаннан гөрі әлдеқайда объективті нәтиже береді. Сонымен қатар, ИИ егжей-тегжейлі кері байланысты тамаша орындайды. Ол студентке жұмыстың егжей-тегжейлі жазбаша талдауын лезде береді – оқытушыларда мұндай түсініктемелерге көбінесе уақыт пен күш жете бермейді.

Осыдан 15 жыл бұрын Executive MBA бағдарламасында бірге сабақ берген әріптесім қазір Токионың жетекші бизнес-мектебінде профессор болып жұмыс істейді, онда студенттерді практикаға үлкен екпін қоя отырып оқытады, және ол жерде ИИ-ді бағалау үшін бес жылдан астам уақыт бойы сәтті қолданып келеді.

Бұл ретте апелляция тәртібі қарапайым болып қала береді: егер студент нәтижемен келіспесе, оның жүйенің шешіміне дауласуға мүмкіндігі бар, өйткені бұл жүйеде әрқашан тірі емтихан алушы болады.

– Аудиторияға ИИ келгенде оқытушының жұмысында не өзгереді?

– Оқытушының рөлі контентті беруден студенттердің осы контент төңірегіндегі белсенділігін жобалауға ауысады. Біз жетекші оқу орындарында қолданатын екі практика бұл өзгерістерді айқын суреттейді.

Бірінші практика – оқылғанды синтездеу негізіндегі дебаттар.

Студенттер дереккөздер тізімін алады және сабаққа түйіндеме әкеледі: мәтіндерден не түсінді, ал не олардың түсінігінен тыс қалды. Содан кейін оқытушы тақырыптық синтез жасайды, топтың назарынан тыс қалған тұстарды көрсетеді және екіжақты талқылауды өрбіту үшін осы олқылықты пайдаланады.

Мұғалім енді білімнің алғашқы дереккөзі емес. Ол – әлдеқайда жоғары жылдамдықпен қозғалатын диалогтың модераторы.

Екінші практика – қағаздағы жазбаша тест түрінде қолданылатын «міндетті түрде жаңғырту» (forced recall) деп аталатын әдіс.

Әр сабақ қарапайым сұрақпен ашылады. Студент дұрыс жауап пен дәйексөз үшін екі балл алады; егер мәні дұрыс болса, бірақ дәйексөз ұмытылса (немесе керісінше: дәйексөз дәл, бірақ мазмұны нашар болса) – бір балл; егер жауап нысанадан тыс болса – нөл балл. Минималды дайындығы бар кез келген адам жоғары балл ала алады. Бұл жердегі мән одан кейін пайда болатын дайындық мәдениетінде: студенттер материалды білуі әр сессияда тексерілетінін білгенде, оқу шынымен жүреді және талқылау бәріне ортақ базадан басталады.

Нәтижелер студенттердің қанағаттанушылығынан да, олардың үлгерімінен да көрінеді: дайындалған білім алушылар жақсырақ нәтиже көрсетеді және бұл туралы өздері де айтады. Бұл – педагогикаға қолданылған «Гаусс шақыруы» (The Gaussian Challenge, www.virenlall.com/gaussian-challenge-ai). ИИ стиліндегі үйреншікті қадам – студент үшін оқылғанның қысқаша мазмұнын жасап беру. «Гаусстық қайта пайымдау» жылдамдық факторын төңкеріп тастайды: материалды меңгеру ИИ көмегімен тездетілмейді, керісінше, студенттің өз миын жұмыс істету үшін әдейі баяулатылады. Егер бір сәтке технологиялардың бар екенін ұмытсақ, оқудың шынымен болғанын қалай тексеруге болады? Ең сенімді жолы – студенттерге алынған білімді қағаз бетінде жаңғыртуды ұсыну. Мұндай жұмысты оқытушы (немесе оның көмекшісі) ең қарапайым шкала бойынша санаулы минуттарда қолмен бағалай алады. ИИ бұл циклден әдейі тыс қалдырылады, өйткені циклдің мақсаты – ИИ басқаша қысқартып тастайтын нәрсені: оқудың өзін және дайындық тәртібін көрсету.

Жасанды интеллект ақпаратты жалпыға қолжетімді ресурсқа айналдырып, контенттің құнын түсірді. Бірақ оның тимей кеткені – және, сірә, ешқашан тимейтіні – дайындалған студенттер арасында дұрыс құрылған талқылау барысындағы жанды интеллектуалды байлығу. Дәл осындай сәттерде түсінік қолданысқа ауысады.

Бүгінгі таңда академиялық қауымдастық тап болып отырған ауысым – бұл білім таратушылар рөлінен оқудағы тәлімгерлер рөліне өту.

Бұл қадам оқытушылардың өздерінен ішкі өсу мен дамуға дайындықты талап етеді (https://www.virenlall.com/growth-mindset-for-ai). Оларға студенттермен бірге үйренуге, бұл процесті ашық көрсетуге және лектордың дәстүрлі даусыз беделінің енді бұрынғыдай жұмыс істемейтіндігін қабылдауға тура келеді. Енді оқытушының құндылығы дұрыс шеңберді белгілей білуінде: аудитория нақты қандай сұрақтармен жұмыс істейтінін таңдау, студенттік синтездің түпнұсқаға қай жерде қайшы келетінін көрсету және қарапайым жаңғыртудың материалды саналы түрде меңгеруге қашан ұласатынын уақытында байқау.

Профессор Джулиан Биркиншоу Ivey Business School-дағы әріптесі Мази Разбен бірлесіп жақында «құрылымдалған әлеуметтік оқыту» (Structured Social Learning) деп аталатын зерттеуді жариялады. Сөз студенттердің ИИ көмегімен «төте жолдарды іздеу» әрекеттеріне педагогикалық қарсы салмақ ретінде peer-to-peer (P2P) – «тең-теңімен» форматын әдейі ұйымдастыру туралы болып отыр. Негізінде, бұл дәл сондай идея, бірақ ғылыми зерттеулер призмасы арқылы ұсынылған.

Егер университет қызметкерлерді ИИ құралдарын қолдануға үйретсе, бірақ бұл рөлдің өзгеруін ескерусіз қалдырса, технологиялар мүлдем қажет емес нәрсені күшейте бастайды. Олар ИИ онсыз да қарапайым және әркімге қолжетімді еткен контентті беруді тек тездетеді.

– Жекелеген оқытушылардың ИИ-мен жасаған бірлі-жарым эксперименттерін бүкіл университет деңгейінде жұмыс істейтін жүйеге қалай айналдыруға болады?

– Бүгінде көптеген оқытушылар өз сабақтарында ИИ-ді ендіруді жеке тәртіппен байқап көруде. Бірақ жоғары мектеп үшін басты міндет – бұл шашыраңқы жеке тәжірибені жоғары оқу орнының ортақ жүйелі құзыреттілігіне айналдыру.

Бұл жерде профессор Джулиан Биркиншоудың контекстік амбидекстрия туралы ертеректегі жұмысы (Gibson and Birkinshaw, 2004) өте пайдалы – бұл қызметкерлердің екі қарама-қайшы міндет: ағымдағы тиімді жұмыс пен инновацияларды ендіру арасында дербес және икемді тепе-теңдікті сақтау қабілеті. Бұл жұмыс бізге процесті ұйымдастыру моделін береді: қызметкерлер жаңа технологияларды өздерінің негізгі жұмысы шеңберінде зерттейді, ал мекеме бір уақытта қолданыстағы мүмкіндіктерді іске қосады. Бұл екі функция жабық «құпия зертхананың» немесе жеке арнайы бөлімнің күшімен емес, жұмыс процесінің құрылымының өзімен өнімді шиеленісте ұсталады. Оның генеративті ИИ әлемінде кейс әдісі үлкен мәнге ие болады деген кейінгі тезисі бізге педагогикалық модельді береді. Олар бірлесе отырып, заманауи университеттің қалай ауқымдана алатынын сипаттайды.

Бұл жердегі практикалық механизм – peer-to-peer принципі бойынша құрылымдалған оқытудың тұрақты ырғағы.

Оқытушылар кездеседі, байқап көргендерімен бөліседі, өміршең болып шыққандарын анықтайды, сәтті практикаларды кодтайды және жұмыс істемегендерінен бас тартады. Джулиан Биркиншоудың өзі ChangeSchool-дың Парсы шығанағы елдеріне арналған Executive Education бағдарламаларында сабақ берді, онда біз осы жұмыс ырғағын қолдандық.

ИИ-мен оқытуды сәтті ауқымдандыратын мекемелер – бұл жеке эксперименттерді ортақ практикаға жинау процедуралары ең жақсы жолға қойылған мекемелер. Жекелеген аудиториялардың тамаша тәжірибесі тек осындай механизмдер болған кезде ғана таралады.

– ИИ дәуірінде жұмысқа дайын түлек қалай көрінеді және университеттер бұл өзгерістерге ілесіп үлгеруге қауқарлы ма?

– Дүниежүзілік экономикалық форумның «Жұмыс орындарының болашағы – 2025» (Future of Jobs Report 2025) есебі құрғақ цифрларды береді: қызметкерлердің қолданыстағы дағдыларының шамамен 39%-ы 2030 жылға қарай өзгереді немесе мүлдем ескіреді. Ең сұранысқа ие үш құзыреттіліктің қатарында тек технологиялық дағдылар бар: ИИ және үлкен деректер, киберқауіпсіздік және цифрлық сауаттылық. Бірақ олармен қатар таза адами қасиеттер – күйзеліске төзімділік, білуге құштарлық және өмір бойы оқуға дайындық (lifelong learning) жүреді. Бұл ретте сыни тұрғыдан ойлау өзгеріссіз басты іргетас болып қала береді.

ИИ әлемінде жұмысқа дайын түлектің бойынан алты негізгі құзыреттілікті нақты бөліп көрсетуге болады.

Ол өз дамуын үздіксіз және табиғи процесс ретінде қабылдай отырып, бет алдымен өздігінен үйрене алады.

Ол біреу келіп үйреткенін күтіп отырмай, кез келген бейтаныс саланы тез түсіну үшін ИИ-ді бастапқы алаң ретінде пайдаланады.

Ол эксперимент жасай біледі, бірақ түпкілікті нәтиже үшін қатаң тәртіпті сақтайды. Онда керісінше сыни ойлау дамыған, бұл «растау эффектісінен» (адам тек өз гипотезасына сәйкес келетін фактілерді ғана іздеген кезде) қорғайды, және ол өз жұмысын әрқашан қайта тексереді.

Ол «ақпараттық қоқыс» (workslop) тұзағына түспейді – яғни нақты өмірде ешкім мұқият оқымайтын, әдемі безендірілген, жылтыратылған мәтіндердің тоннасын генерацияламайды.

Ол ИИ ұсыныстарын стресс-тестілеусіз ешқашан ақиқат ретінде қабылдамайды. Ол әрқашан модельдің логикасын, оның «жадын» және ұсынылған пайымдаулардың барабарлығын тексереді.

Ол ИИ жүйелерінен үйрене біледі және сонымен бірге сапалы кері байланыс арқылы бұл жүйелерді оқыта алады – бұл процесте құралдың өзі де, оны басқаратын адам да өсетіндей болуы керек.

Біздің Қазақстандағы Executive MBA бағдарламамыз – бұл тәжірибеде осы принципті толығымен жүзеге асыратын ИИ дәуіріндегі Executive MBA.

Оқу жоспарлары мен бағдарламаларын үйреншікті жаңарту технологиялардың аса жоғары даму жылдамдығына жай ғына үлгермейтіні анық. Бірақ университеттер прогреске басқаша ілесе алады – студенттерде дәл осы базалық құзыреттіліктерді қалыптастыру арқылы. Сонда түлек 2030 жылға қарай ИИ қандай болса да, кез келген құралдарға оңай бейімделіп, меңгере алады.

Вирен Лалл – ChangeSchool компаниясының басқарушы директоры, ИИ-ді көшбасшылықты дамытуда қолдану бойынша университеттермен, бизнес-мектептермен және корпоративтік директорлар кеңестерімен жұмыс істейтін Executive Education саласындағы лондондық компания. ChangeSchool-дың соңғы жобалары – ұлыбританиялық жетекші бизнес-мектептер үшін жоғары буын жетекшілеріне (CXO) арналған бағдарламаларды әзірлеу, MENA аймағының жетекші бизнес-мектебіне арналған ашық бағдарлама және өндірістік сектор, директорлар кеңесінің төрағалары, сенімді өкілдер үшін және Ұлыбританиядағы Royal Academy of Engineering жанындағы Leaders in Innovation Fellowships бағдарламасы үшін іске асырылған «AI for leaders» – «Лидерлерге арналған ИИ» оқу бағдарламасы. ChangeSchool осы мәселелер төңірегінде ойланып жүрген аймақ мекемелерімен диалогты жалғастыруға дайын.

https://www.virenlall.com

https://www.changeschool.org

Интервью дайындаған

Вероника КОРЕШКОВА

---

АННОТАЦИЯ

Методы использования искусственного интеллекта в образовании  являются темой для дискуссий во всем мире. С появлением высоких технологий меняется роль преподавателя, способы подачи материала, вся структура обучения. Управляющий директор компании ChangeSchool Вирен Лалл делится британским и международным опытом в выстраивании новой архитектуры образования.