Оценки в американских вузах резко поползли вверх после появления ChatGPT — но не потому, что студенты стали больше знать. К такому выводу пришел Игорь Чириков из Калифорнийского университета в Беркли, проанализировавший более 500 тысяч оценок в крупном исследовательском университете Техаса за восемь осенних семестров с 2018 по 2025 год. В курсах, где много письменных заданий и кода — то есть там, где ИИ силен, — доля высших оценок A выросла на 13 процентных пунктов (примерно на 30% к уровню 2022 года), а средний балл прибавил 0,12. Распределение при этом сжалось: оценки уровня A-минус и B-плюс все чаще превращаются в чистые A.
Чтобы понять, стоит ли за этим реальное обучение или ИИ просто делает работу за студентов, Чириков сравнил курсы по тому, сколько в итоговой оценке весит домашняя работа. Логика простая: если ИИ действительно учит, оценки должны расти везде одинаково; если же он подменяет работу на неконтролируемых заданиях, эффект соберется там, где домашка весит больше. Данные показали второе. В курсах, где вес домашних заданий выше медианного, доля A выросла на дополнительные 16 пунктов по сравнению с курсами той же «ИИ-уязвимости», но с малым весом домашки. Там, где оценка опирается на экзамены под надзором, эффект незначимый.
Это не похоже на обычную инфляцию оценок, которой американские вузы славятся и без всякого ИИ. Во-первых, «ИИ-уязвимость» каждого курса Чириков считал по учебным программам осени 2022 года — то есть по структуре заданий, сложившейся еще до выхода ChatGPT. Во-вторых, он прогнал плацебо-тест: на устных презентациях, где ИИ почти бесполезен, оценки не сдвинулись вообще. Такую картину, пишет автор, трудно объяснить одним лишь ростом знаний.
Практических следствий два. Оценка как сигнал теряет ценность: работодатели и приемные комиссии магистратур рискуют принимать все более ошибочные решения, глядя на диплом. И возникает петля обратной связи — если ИИ забирает на себя именно те задачи, что развивают навыки, выпускники окажутся слабее всего там, где машина и так сильнее всего. Это, предупреждает Чириков, способно ускорить автоматизацию и углубить разрыв в навыках на рынке труда.
С тревогой соглашается и глава OpenAI Сэм Альтман. В недавнем интервью он признал, что за три с половиной года система образования так и не дала внятного ответа на ИИ: он ждал года списываний, а затем системной перестройки — но заметных изменений так и не увидел. Без них, по его словам, критическое мышление рискует «значимо атрофироваться». При этом письмо и код, считает Альтман, учить по-прежнему нужно — не ради результата, а потому что они тренируют сам ум.
P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.
ссылка на оригинал статьи https://habr.com/ru/articles/1050400/