# Ройс Киммонс: «Разумный ИИ в образовании — это когда результат генерируется один раз для всех» Источник: https://www.youtube.com/watch?v=WcXEHdzBZ3Y Канал: MIT OpenCourseWare Опубликовано: 09.10.2025 --- В рамках инициативы MIT Open Learning по открытому образованию и искусственному интеллекту прошел вебинар, посвященный «разумному» (judicious) использованию технологий в профессиональном обучении. Ведущие эксперты обсудили, как генеративный ИИ может ускорить локализацию учебных материалов для неанглоязычных регионов и почему прямое взаимодействие студента с чат-ботом часто оказывается менее эффективным и более затратным, чем системная интеграция ИИ в образовательные ресурсы. ## 🇰🇿 Локализация образования: кейс Казахстана и «концептуальное двуязычие» [[JUMP:08:54]] Доктор Айгерим «Айя» Шилибекова представила результаты своего исследования, посвященного адаптации принципов универсального дизайна обучения (UDL) для казахскоязычных педагогов [09:37]. Проект вырос из гуманитарной необходимости: в 2019 году Казахстан провел операцию «Жусан» по репатриации граждан из зон конфликтов в Сирии, среди которых было более 400 детей [10:43]. Учителя в регионах столкнулись с необходимостью инклюзивного обучения этих детей, но не имели доступа к качественным ресурсам на родном языке. Шилибекова выделила ключевые сложности при работе с ИИ в неанглоязычном контексте: * **Культурная неадекватность машинного перевода:** Прямой перевод термина «Universal Design for Learning» на казахский часто выдавал ассоциации с «универсальным магазином» или «магазином шаговой доступности» [15:22]. * **Западные предубеждения:** Глобальная литература по педагогике пропитана западными предпосылками о доступе к технологиям, которые не всегда применимы в сельских районах Казахстана [13:32]. * **Необходимость человеческого контроля:** ИИ использовался для ускорения локализации (через ChatGPT, Dall-E и специализированный Kazakh GPT), но финальные решения по терминологии принимались после консультаций с филологами [15:48]. В итоге Шилибекова применила стратегию «концептуального билингвизма» [16:46]. Она сохранила англоязычную аббревиатуру UDL в скобках рядом с казахским переводом, чтобы преподаватели могли узнавать этот термин в глобальном научном контексте и эффективно использовать англоязычные ИИ-инструменты в будущем [16:30]. Результат пилотного курса оказался впечатляющим: уровень завершения обучения составил 95% среди 25 участников [17:29]. ## 🧠 Концепция «разумного» использования ИИ (Judicious Use) [[JUMP:21:24]] Доктора Ройс Киммонс и Торри Траст предложили разделять «неразумное» и «разумное» использование ИИ в образовании. По их мнению, простое предоставление студенту доступа к чат-боту (non-judicious use) несет в себе множество рисков [24:34]. Критикуемый экспертами подход подразумевает: * Высокие требования к ИИ-грамотности пользователя [24:49]. * Огромные энергетические и финансовые затраты при массовом использовании. * Отсутствие контроля качества (галлюцинации и предвзятость ИИ напрямую транслируются ученику) [31:37]. В противовес этому, «разумное использование» (judicious use) предполагает трехэтапный процесс [25:33]: 1. **Идентификация:** Автор курса определяет, какие элементы (глоссарии, аннотации, аудиоверсии) можно улучшить с помощью ИИ [25:46]. 2. **Генерация и хранение:** ИИ выполняет задачу один раз, результат сохраняется в конечном виде (например, как статический HTML или аудиофайл) [25:59]. 3. **Масштабирование:** Проверенный человеком результат распространяется среди неограниченного числа студентов бесплатно и с минимальными затратами ресурсов [26:13]. По утверждению Киммонса, такой подход делает возврат на инвестиции (ROI) «стремящимся к бесконечности», так как стоимость одной генерации распределяется на тысячи пользователей [31:10]. ## 🌍 Экологическая и социальная цена технологий [[JUMP:21:51]] Торри Траст обратила внимание на скрытые издержки индустрии ИИ, которые часто игнорируются при обсуждении образовательных инноваций [21:51]. Она привела данные из отчета Google по устойчивому развитию за 2024 год, согласно которым выбросы парниковых газов компании выросли на 13% за год и на 48% с 2019 года из-за энергопотребления дата-центров [22:17]. Основные экологические факты, упомянутые в дискуссии: * **Потребление воды:** В 2024 году использование воды дата-центрами Google выросло на 17%, составив 6,1 млрд галлонов (эквивалент 9000 олимпийских бассейнов) [22:48]. * **Энергозатраты:** Создание 1–2 изображений с помощью ИИ требует столько же электричества, сколько полная зарядка смартфона [23:00]. * **Локальное влияние:** Дата-центры часто забирают ресурсы (воду и электричество) из жилых сетей городов, где они расположены [23:28]. Киммонс добавил, что использование ИИ для поиска информации («что такое абдукция?») в 10 раз более энергозатратно, чем поиск в Google, и в 100 раз дороже, чем использование встроенного словаря в операционной системе [41:47]. ## 🛠 Технологический выбор и «Человек в контуре» [[JUMP:33:53]] Все участники сошлись во мнении, что наличие человека в процессе (human-in-the-loop) — единственная гарантия качества образования. Торри Траст привела личный пример: ИИ-аннотация для её 700-страничной книги никогда не была точной с первого раза, но служила отличным черновиком, экономящим время [37:57]. Рекомендации экспертов по технической реализации: * **Локальные модели:** Клинт Лалонд предложил использовать локально хостируемые модели (например, через LM Studio) для снижения экологического следа и повышения приватности [44:50]. * **Эффективность моделей:** Киммонс отметил, что для простых задач, таких как создание глоссария, не нужно использовать гигантские модели вроде GPT-4. На платформе EdTech Books они успешно применяют Llama 3.2 с 3 миллиардами параметров, которая работает быстрее и дешевле [43:17]. * **Дискретные промпты:** Для проверки работ студентов Киммонс советует не загружать в ИИ весь массив данных сразу, а подавать их частями (по одному критерию оценки за раз), чтобы избежать эффекта «черного ящика» и легче находить ошибки [54:59]. ## ❓ Ответы на вопросы: динамический контент и аудит [[JUMP:48:21]] В ходе Q&A сессии Ройс Киммонс пояснил, как работать с динамическим (постоянно меняющимся) контентом. Вместо того чтобы генерировать PDF или перевод при каждом обращении пользователя, система должна создавать «снимки» (snapshots) только при значительных правках текста [49:02]. Это позволяет избежать перегрузки серверов и лишних трат энергии. Обсуждая вопрос о предвзятости ИИ, эксперты подчеркнули, что алгоритмы часто навязывают западные академические нормы письма и логику аргументации [52:27]. Айгерим Шилибекова призвала институты не просто использовать инструменты, а критически оценивать, обучались ли эти модели на данных, учитывающих интересы конкретного региона [52:11]. Вебинар завершился выводом о том, что ИИ в открытом образовании должен быть мостом, а не препятствием. Главным приоритетом остается ИИ-грамотность (AI literacy), которая позволит педагогам осознанно выбирать инструменты, понимая их социальную и экологическую цену [59:04].