AI Fluency для преподавателей

Четыре D: рамка, по которой проверяется любое решение

Четыре D — это четыре вопроса, которые задают себе до того, как открыть чат: делегирование (delegation), описание (description), различение (discernment), добросовестность (diligence). Рамка не заменяет методику, зато ловит четыре типовых провала: отдал модели то, что должен был решить сам; поставил задачу в двух словах; взял первый ответ без проверки; не сказал студентам, чем пользовался.

Делегирование — решение о разделении труда, и принимается оно на уровне операции, а не курса целиком. Формулировка результатов обучения, выбор ядра программы, решение о том, что считать ошибкой в работе, остаются за вами: за эти суждения вы отвечаете перед кафедрой и перед группой. Модели отдают перебираемую работу: двадцать формулировок одного задания, дистракторы к тестовому вопросу, пересборку лекции под семинар или под асинхронный формат.

Описание определяет, сколько кругов правок вы потратите. Сравните «составь план семинара по теории вероятностей» и такой запрос: «Веду семинар у второкурсников-экономистов, 90 минут, 22 человека. Комбинаторику прошли, зависимые и независимые события путают. Собери план: 10 минут диагностика, 50 минут работа в парах, 20 минут разбор, 10 минут итог. Задачи на банковских и страховых сюжетах. Сначала задай мне три уточняющих вопроса». Первый ответ придётся переписывать целиком, второй — править.

Различение — привычка оценивать ответ по существу, а не по гладкости изложения: модель пишет ровно и уверенно и там, где ошибается. Добросовестность — то же требование прозрачности к себе, что и к студентам: если требовать декларацию от группы, а про сгенерированные слайды молчать, правило не проживёт и семестра.

• Делегирование: что решаю сам, что отдаю, что делаем в диалоге.
• Описание: роль, аудитория, продукт, формат, ограничения, поведение по ходу.
• Различение: чем проверю ответ и на чём он рассыплется.
• Добросовестность: что я раскрою студентам и коллегам.

Результаты обучения: что переписывать в первую очередь

Когда модель доступна всем, часть результатов перестаёт проверяться в прежнем виде. Разложите программу на три корзины. Первая — то, что модель делает за минуту без участия студента: пересказ параграфа, реферат по открытым источникам, типовой расчёт по формуле. Вторая — то, что она усиливает, но не заменяет: разбор кейса, анализ данных, проектирование эксперимента. Третья — требования, которых в программе раньше не было: поставить задачу, проверить чужой ответ, честно описать свой вклад.

Первую корзину не обязательно выбрасывать, чаще достаточно поменять условие. «Студент способен написать обзор литературы по теме» превращается в «студент собирает обзор из пяти источников, находит два расхождения между авторами и обосновывает, чью позицию принимает». Второй вариант проверяем, даже если черновик писала модель: оценивается выбор, а не наличие текста. Держите форму: наблюдаемый глагол, объект, условие выполнения, критерий приемлемости.

Проверка на прочность стоит одной минуты. Вставьте формулировку результата в чат как задание студенту и посмотрите на ответ. Если вышло то, что вы приняли бы без вопросов, результат надо либо переписать, либо перенести в аудиторию, где инструмента нет. Пройдите так весь список: переписать формулировку сейчас дешевле, чем разбирать спорную работу в сессию.

Учебные материалы: где генерация выигрывает, а где вредит

Хорошо генерируется то, чего нужно много и в вариантах: пять объяснений одного понятия под разный уровень подготовки, десяток кейсов с местным контекстом, наборы данных с заранее заложенными аномалиями, дистракторы к тестам, одна и та же тема на 300 и на 1200 слов. Плохо — всё, что требует точности: библиография, цифры, цитаты, отсылки к конкретным статьям и страницам. Несуществующий источник в раздатке выглядит правдоподобно, и находят его обычно студенты.

Чтобы не пересказывать контекст курса заново каждый раз, соберите его однажды. В Claude для этого есть проекты (Projects) — контейнер с постоянной инструкцией и загруженными файлами; в него кладут рабочую программу, список результатов обучения, пару образцов своих материалов и текст политики. В инструкцию пишут то, что должно действовать всегда: «Терминологию бери из загруженной программы. Ссылки и цитаты не выдумывай: если нужен источник, ставь пометку „источник нужен“. Перед длинным ответом задавай уточняющие вопросы». Проекты доступны на платных тарифах; на бесплатном тот же эффект даёт заготовленный кусок текста, который вы вставляете в начало разговора.

Проверка материала — отдельный шаг, а не взгляд по диагонали. Минимум: сверить каждую цифру и цитату с источником, прорешать задачи (модель регулярно выдаёт условие, где не хватает данных), примерить сложность на конкретную группу. Помогает попросить разобрать собственную работу: «Найди в этом наборе задач те, где условие неполное или ответ неоднозначен, и объясни, что именно не так». Всё она не увидит, но грубые дыры вылавливает.

• «Объясни закон Ома четырьмя способами: через аналогию, через формулу, через типовую ошибку студентов и через практический замер».
• «Придумай восемь кейсов по трудовому праву на материале малого бизнеса в российском городе, по 120 слов, с неочевидным правовым вопросом в каждом».
• «Собери таблицу продаж на 200 строк с тремя видами загрязнения данных: пропуски, дубли, выбросы. Отдельно опиши, что именно ты заложил».
• «Составь четыре дистрактора к этому вопросу, каждый на конкретное неверное рассуждение, и объясни, какое именно».

Задания и оценивание: что проектировать заново

Устойчивое задание — не то, которое модель не может выполнить, а то, где её выполнение не засчитывается за работу. Надёжнее прочего три конструкции. Привязка к локальному и свежему материалу: данные вашей лаборатории, интервью, которое студент взял сам, документы конкретного предприятия. Процессный след: сдаётся не только результат, но и черновики с коротким комментарием, что из предложенного отвергнуто и почему. Устная защита на пять-семь минут: два вопроса на понимание собственного текста расставляют всё по местам быстрее любой проверки.

Отдельный класс заданий делает саму модель предметом разбора. Студент получает ответ с намеренно встроенной ошибкой и ищет её; сравнивает два ответа и обосновывает, какой корректнее; описывает случай, где модель ошиблась на его предметном материале. Это тренирует различение и заодно показывает, кто в группе разбирается, а кто пересказывает.

Рубрику удобно собирать вдвоём с моделью, но веса и пороги ставит человек. Дайте текст задания и результаты обучения, попросите четыре критерия по четыре уровня, затем откалибруйте: прогоните сильную, среднюю и слабую работу прошлого года и посмотрите, разводит ли рубрика их по баллам. Если сильная и средняя получают одинаково, критерии слишком общие. Готовую рубрику выдавайте вместе с заданием, а не после проверки.

• Итоговый продукт в оговорённом формате.
• Черновики или история версий документа.
• Пять-десять строк: что делал сам, что предложила модель, что отверг и почему.
• Список источников с пометкой, какие проверены лично.

Студенческие работы: обратная связь, приватность, детекторы

Обратная связь — место, где экономия времени реальна, но с жёсткой границей: модель готовит черновик комментария, балл ставит преподаватель. Оценка — административное решение, которое студент вправе оспорить, и на апелляции объясняете её вы. Значит, у вас должен остаться собственный след рассуждения, а не пересказ чужого текста.

Рабочая схема: рубрика в контексте, работа без имени, запрос на структурированный ответ. «Вот критерии и работа студента. По каждому критерию напиши: что сделано хорошо, с конкретной цитатой; что не сделано; один вопрос, который заставит студента подумать. Балл не ставь. Текст за студента не переписывай». Дальше вы вычёркиваете неточное и добавляете то, что видите как преподаватель. Выигрыш не только во времени: последняя работа в стопке получает такой же разбор, что и первая.

Приватность. Работа с фамилией, группой и личными сюжетами — персональные данные, и загружать её в публичный сервис без оснований не стоит. Минимум гигиены: снять титульный лист, заменить имя условным номером, вычистить упоминания третьих лиц и работодателей. Если обезличить не выходит, потому что разбирается личный опыт студента, читайте такую работу сами.

Детекторы ИИ-текста ненадёжны. Ложные срабатывания у них случаются на текстах тех, кто пишет сухо, шаблонно или не на родном языке, то есть часто у добросовестных студентов. Процент из детектора — не доказательство и не основание для обвинения; в лучшем случае это повод прочитать работу внимательнее.

Политика использования ИИ в курсе

Одно правило на весь курс не работает: конспект и курсовая требуют разных режимов. Проще ввести шкалу и указывать уровень в каждом задании явно — в той же строке, где дедлайн и форма сдачи. Тогда у студента не остаётся места для трактовок, а у вас — для споров задним числом.

Уровень объясняют по-человечески и с причиной. «На этой контрольной ИИ запрещён, потому что проверяется навык, который дальше нужен без подсказки» понятнее ссылки на пункт регламента и снимает ощущение произвола. Декларация использования — три-пять строк в конце работы: чем пользовался, на каких этапах, что взял почти без правок, что переписал. Саму декларацию оценивать не нужно, достаточно требовать её наличия.

Проговорите политику на первом занятии и разберите вслух пограничные случаи. Попросить объяснить непонятый параграф — обычно да. Переписать свой абзац стилистически — зависит от того, оценивается ли язык. Сгенерировать код для графика — зависит от того, оценивается ли программирование. Разобранные случаи запоминаются лучше формулировок и показывают, что правило продумано, а не скопировано с соседней кафедры.

• Уровень 0: без ИИ. Аудиторные работы, где проверяется навык без подсказки.
• Уровень 1: ИИ для понимания и подготовки, но не для текста, который сдаётся.
• Уровень 2: ИИ на любом этапе при обязательной декларации использования.
• Уровень 3: работа с ИИ и есть предмет задания — разбор, критика, сравнение ответов.

Доступ, деньги и равные условия в группе

Про доступ прямо: из России сервисы Anthropic и OpenAI не открываются без VPN, а российской картой их не оплатить. Это отдельная задача, и решать её надо до того, как курс начнёт на этот инструмент опираться. Бесплатные тарифы годятся для проб: ограничен объём сообщений, часть функций закрыта. Работа через программный интерфейс (API) оплачивается по объёму текста, причём выход дороже входа в несколько раз, — на разовой генерации материалов это дешевле подписки, но требует настройки и отдельной оплаты.

Неравенство доступа внутри группы — методическая проблема, а не только денежная. Если задание требует платного тарифа, вы фактически ввели плату за курс, и часть студентов окажется в худших условиях не по способностям. Рабочие варианты: не делать платный доступ обязательным, держать альтернативу на бесплатном тарифе, узнать про корпоративную лицензию вуза, а разбор с моделью выносить в аудиторию — вы показываете экран, группа работает с одним аккаунтом и общим обсуждением.

Практика

Проверьте себя

Частые вопросы

Похожие уроки