На IX Всероссийской неделе охраны труда, которая прошла в сентябре на Федеральной территории Сириус, завершающим мероприятием деловой программы с участием ТГУ стал мастер-класс по теме искусственного интеллекта. Спикерами выступили директор Центра технологического и исследовательского сопровождения (ЦТИС) ИДО ТГУ Артем Фещенко и начальник отдела методического сопровождения электронного обучения ЦТИС Кристина Яковлева.
Мастер-класс «Рабочее место 2.0: возможности применения генеративного искусственного интеллекта» проводился в рамках молодежного дня и собрал большое число участников, среди которых оказались не только студенты и молодые профессионалы, но и более опытные специалисты, а также представители муниципальных органов власти. У слушателей была возможность познакомиться с основами генеративного искусственного интеллекта (ГИИ) и попрактиковаться в использовании инструментов ИИ на рабочем месте.
О том, как искусственный интеллект меняет задачи и результаты труда современных специалистов в производственной, гуманитарной, образовательной, культурной и других сферах, рассказывает Артем Фещенко.
— В чем была задача вашего мастер-класса на ВНОТ?
— Мы постарались подсветить тему искусственного интеллекта и показать участникам мастер-класса, как может измениться функционал сотрудника, если он начнет использовать ИИ на рабочем месте, а также — что произойдет, если он не будет его использовать.
В содержание мастер-класса мы встроили тему безопасности труда, связанного с ИИ, когда определенные риски возникают не столько для сотрудника, сколько для предприятия. Они касаются, во-первых, конфиденциальности данных. Когда сотрудник какого-то предприятия впервые начинает общаться с чатом GPT, просит его найти решение какой-то производственной задачи, он может сообщать конфиденциальную информацию, чувствительную для предприятия. Это могут быть данные, связанные с финансами, с юридическими вопросами, с информационной безопасностью. Пока не существует 100% гарантии, что информацией, которую пользователи сообщают чат-боту, не воспользуются третьи лица. Всегда есть риск утечки этой информации. Мы обсудили этот вопрос и поговорили о том, как развивать культуру общения с искусственным интеллектом на предприятиях, позволяющую сотрудникам использовать ИИ без репутационных и других рисков для компании.
Вторая проблема, связанная с риском при принятии решений, что чат GPT или другая большая языковая модель рекомендуют сделать сотруднику в результате его запроса. Здесь нужно знать и помнить, что большие языковые модели не всегда дают точный ответ. Их ответы могут содержать фактические и логические ошибки, и без критического отношения к рекомендациям высок риск, что сотрудник, слушаясь советов ИИ, может нанести урон предприятию.
И все же мы старались заинтересовать людей, которые пришли на наш мастер-класс, возможностями ИИ, потому что опрос в этой аудитории показал, что только лишь каждый 20-й присутствующий в зале понимал, что такое большая языковая модель и пользовался ею. Несмотря на то, что это был молодежный день, на нашем мастер-классе собралась публика взрослая — специалисты по охране труда, представители HR-служб и сотрудники предприятий, связанные с кадровым сопровождением. В ходе мастер-класса мы показали возможности ИИ на рабочем месте, обсудили, как оценивать возможные риски и угрозы в зависимости от отрасли, в которой работает предприятие, и от специфики деятельности сотрудника, насколько эти риски велики и как им противостоять. Мы постарались впечатлить участников возможностью делегировать ИИ задачи по синтезу и анализу информации, когда мы можем при радикальном сокращении времени читать с помощью GPT сотни и тысячи страниц текста, проводить их сравнительный анализ, синтезировать данные из разных источников, в том числе вести какой-то общий учет, составлять бизнес-план или писать стратегию предприятия.
— Откуда возникло такое название — «Рабочее место 2:0»? Какой смысл в нем заложен?
— В это название мы вкладывали идею о том, что гибридный интеллект — сочетание естественного интеллекта с искусственным — может сильно изменить процедуры в работе человека, связанные с обработкой больших объемов информации, а также генерацией новых знаний и решений. Действительно, ИИ ускоряет деятельность человека, и «рабочее место 2.0» — это использование гибридного интеллекта в решении интеллектуальных задач. Что мы и продемонстрировали на мастер-классе.
— Насколько аудитория специалистов сейчас готова воспринимать эту информацию? Как быстро, по вашему мнению, ИИ сможет стать частью производственной рутины?
— Как и с любой сложной технологией, первый контакт необходим для того, чтобы показать потенциал. Задача мастер-класса на ВНОТ была именно такой. Генеративный ИИ — это мощная технология, поэтому сложная в своих настройках. Мы рекомендовали участникам мастер-класса обратить внимание на те параметры, которые влияют на точность ответов. Например, температура — настройка, которая заставляет ИИ либо очень точно следовать нашим инструкциям, либо отходить от них в зависимости от того, какую задачу мы решаем. Второй универсальный совет — пока вы несколько раз не проверите за ИИ выполнение работы, насколько точно она выполнена в части анализа информации, мы не советуем безоговорочно доверять искусственному интеллекту. Но если вы регулярно выполняете какую-то типовую задачу по работе с информацией, потратьте несколько первых подходов к перепроверке языковой модели. Больше внимания к продумыванию инструкций, так называемым промтам, плюс понимание того, как работают технические настройки языковой модели, — при этих условиях ответам ИИ можно доверять, несколько раз проверив эти ответы на тестовых задачах.
— Насколько подробным должен быть промт?
— Чем подробнее промт, тем меньше свободы у ИИ в интерпретации того, что ему нужно делать. Это как давать задание подчиненному или стажеру. Если опытный специалист не объяснил в деталях алгоритм действия, и то, какой должен получиться результат, в каком виде его представить, то, скорее всего, стажер будет руководствоваться какими-то своими представлениями либо подсказками и помощью, не всегда корректными для решения этой задачи. Примерно так же действует большая языковая модель.
— А что касается вузовской среды и конкретно Томского государственного университета — насколько быстро навыки работы с ИИ внедряются в академическую среду?
— ИИ — это целый ансамбль разных инструментов и технологий. Например, выделяют ИИ «слабый» и «сильный». Слабый может решать узкоспециализированные задачи. Например, по совокупности данных об абитуриентах — как поступали в университет, какие у них баллы ЕГЭ и достижения, даже из какого они региона — ИИ может просчитать, у кого-то из первокурсников есть риск быть отчисленным уже в конце первой сессии. Для решения такой задачи нужны большие усилия специалистов по Data Science, чтобы создать большие прогнозные модели. У нас в ТГУ такие сложные специализированные задачи решает Центр искусственного интеллекта. Сильный ИИ, которого пока не существует в виде отдельной технологии или инструмента, способен решать широкий круг задач, обращаясь к разным источникам, форматам и инструментам работы с информацией. Сейчас максимально приближенный к такому уровню сервис — это большие языковые модели GPT.
В университете можно выделить четыре основные группы пользователей генеративного ИИ: студенты, преподаватели, ученые-исследователи и управленцы. Оценить динамику того, что происходит в этих четырех группах, достаточно сложно. Нужны хронологические срезы. Ровно год назад мы делали опрос студентов и преподавателей о том, как они относятся к ИИ и как его используют. Этот срез показал определенный разрыв между преподавателями и студентами. Примерно половина студентов на тот момент пользовалась GPT, среди преподавателей — около 40%. Повторный опрос мы проводим только сейчас, и очень интересно, изменились ли цифры. Весь год мы работали над тем, чтобы увеличить число преподавателей, как минимум осведомленных о том, что GPT можно использовать в учебной деятельности, и как максимум, способных его применять в работе. Делали это через программу повышения квалификации для преподавателей вузов. Около 150 человек из ТГУ и более 100 — из других вузов прошли обучение на текущий момент. Этот курс дает знания и навыки, необходимые для использования инструментов искусственного интеллекта для различных задач педагогического дизайна: анализа, проектирования, разработки, реализации и оценки образовательной дисциплины. В рамках «Марафона ДПО» от ИДО ТГУ до конца года программу повышения квалификации «Генеративный искусственный интеллект для преподавателя: стратегии, инструменты, этика» на бесплатной основе могут пройти преподаватели всех вузов.
— Для научных сотрудников и для управленцев университета подобные курсы повышения квалификации существуют?
— Мы планируем запустить в ноябре этого года две программы повышения квалификации для ученых-исследователей и для руководителей образовательных программ. Для исследователей это будет целый обучающий цикл. Пока планируются три отдельные программы, где одна продолжает другую. Участники этих программ смогут увидеть, как на различных этапах деятельности генеративный ИИ может усиливать и ускорять работу интеллекта естественного. Для управленцев мы планируем составить программу из приемов и подходов, позволяющих экономить время на аналитику информации и усиливать свой академический опыт управления образовательными программами знаниями из смежных областей: маркетинга, менеджмента, управления персоналом и другими. GPT позволяет, например, правильно формулируя задачу, находить интересные решения для рекрутинга абитуриентов на магистерскую программу. С помощью большой языковой модели можно находить новые способы взаимодействия с преподавателями программы, начиная с улаживания конфликтных ситуаций и заканчивая способами нематериальной мотивации преподавателей. Все это — знания, уходящие за пределы нашего академического опыта, а искусственный интеллект позволяет их быстро извлекать и применять в конкретных ситуациях.
— Как студенты применяют ИИ?
— Я веду информатику у студентов философского факультета и недавно перестроил программу курса, сделав сильный акцент на генеративном ИИ. Для меня открытие заключается в том, что студенты, когда у них спрашивают: «вы знаете про GPT, вы им пользуетесь?», — они кивают, но, когда мы предлагаем решить конкретные задачи, связанные с учебой, они их решить не могут. То есть у них очень поверхностное понимание и практика применения GPT. Я думаю, что картина может измениться, если преподаватели, обучившиеся у нас, начнут встраивать этот инструмент в свои предметы и дисциплины. А второе — нужно пересматривать содержание общеобразовательного курса для студентов всех факультетов и направлений подготовки, связанных с информационно-коммуникационными технологиями. Как правило, этот курс у всех называется «Информатика». Там должен появиться модуль, посвященный ИИ и показывающий возможности GPT для студентов в учебе и будущей профессии. Мы в ИДО сделали первый шаг по встраиванию модуля, посвященного ИИ и показывающего возможности GPT для студентов в учебе и будущей профессии — в этом семестре проходит пилотирование образовательного модуля «ИИ-грамотность» в рамках курса по информатике для студентов 6 академических групп ФСФ и ФИПН.
— Какие еще возможности есть в нашем университете у студентов, чтобы развивать свои навыки работы с искусственным интеллектом?
— За пределами основных образовательных программ и того учебного плана, который студенты осваивают на факультете, появляются несколько возможностей применения навыков использования ИИ в учебной деятельности. В проекте «Цифровые кафедры» мы разработали новую программу «EdTech-мастер», которая включает в себя большой модуль про генеративный ИИ. В этом модуле будут учиться студенты цифровых кафедр не только нашей программы EdTech-мастер, но и специалисты по ИИ и цифровым коммуникациям. Также сейчас мы проектируем программу дополнительного профессионального образования для студентов старших курсов «Практикум по нейросетям для интеллектуальных профессий». Надеемся, что несколько тысяч студентов, которые зайдут в эти новые программы, возьмут много идей и продвинутых подходов, которые они смогут применить и в своей основной учебе.
