AICaver
Головна Публікації Про сайт Теги
AICaver

Зміст

Переломний момент для вищої освіти: студентські роботи стають кращими. А навчання — ні.

Denys Voroshylov включений вОсвіта Та ШІ
   4765 слів   23 минут 
Генеративний ШІ покращує есе, код і оцінки швидше, ніж університети встигають зрозуміти, що тепер доводить студентська робота.

Генеративний ШІ покращує есе, код і оцінки швидше, ніж університети встигають зрозуміти, що саме тепер доводить студентська робота — і що залишиться в її автора після закритого ноутбука.

Уявімо двох студентів, які отримують одне й те саме завдання. Обоє розумні, вмотивовані й хочуть найвищу оцінку, але далі їхні шляхи розходяться.

Перша студентка любить свій предмет. Вона читає джерела, довго вибудовує аргументацію, пише нерівну чернетку й лише потім відкриває ChatGPT — не щоб замінити власну думку, а щоб випробувати її на міцність. Вона просить модель знайти слабкі місця, запропонувати заперечення, вказати на логічні розриви, після чого повертається до тексту й переписує його сама.

Другий студент любить не так предмет, як результат. Навчання для нього — інструмент, тож він завантажує в модель завдання, критерії оцінювання та знайдені матеріали, отримує сильну структуру, перевіряє джерела, править формулювання й здає майже бездоганну роботу.

Обидві роботи можуть отримати найвищу оцінку. І саме тут починається проблема.

Університет бачить два однаково переконливі продукти, але майже не бачить процесів, з яких вони постали. Одна студентка розширила власне мислення; другий, якщо казати прямо, на час позичив мислення напрокат. На папері їхня компетентність виглядає порівнянною, хоча за межами тексту різниця може виявитися величезною.

Я дивлюся на цю ситуацію одразу з кількох боків. Як фахівець із маркетингу та комунікацій, я вже щодня бачу, наскільки корисним може бути ШІ: сам ним користуюся, вивчаю його можливості й не збираюся вдавати, ніби цю технологію можна скасувати адміністративним рішенням. Але журналістський досвід привчив мене відділяти вражаючий результат від доказу, а зручне пояснення — від факту.

Є й ще одна причина, чому це питання не відпускає мене. У мене двоє дітей. Старшій доньці належить робити серйозний освітній вибір уже приблизно за п’ять років. Молодший увійде в цю систему значно пізніше — але вже у світі, де ШІ стане звичною частиною освіти. Чого їм навчатися, як це робити і що на той час узагалі підтверджуватиме університетський диплом?

Ще донедавна подібні питання звучали як футурологія. Тепер вони заходять у дім разом із дитиною, яка відкриває ноутбук і сідає за домашнє завдання.

6 серпня 2026 року Данія запропонувала одну з перших відповідей на рівні державної політики. Міністерство освіти оголосило, що великі екзаменаційні роботи, підготовлені вдома, доведеться захищати усно. Першою прямо названою групою стали приблизно 9 000 учнів програми HF — дворічного старшого ступеня, що дає право вступати до вишів, — які щороку пишуть велику індивідуальну випускну роботу (SSO).

Ідеться поки що про старшу школу, а не про університети. Але проблема в них одна: підсумкова робота більше не дає змоги впевнено судити про самостійну компетентність її автора.

Проте Данія не обрала одну чисту філософію. У той самий пакет увійшли спостереження за екранами під час іспитів, мережеві фільтри й рекомендація частіше писати роботи в школі під наглядом. Докладний формат майбутнього захисту ще належить узгодити з навчальними закладами.

Вийшов показовий гібрид: однією рукою система намагається краще побачити компетентність, другою — щільніше контролювати виробництво тексту. Міжнародний поворот від пошуку ШІ до перевірки людини справді почався — але поки що не виглядає ні одностайним, ні завершеним.

Коли робота стає кращою, а студент — не обов’язково

Університети звикли оцінювати те, що можна побачити й порівняти: есе, код, звіт, презентацію, екзаменаційну відповідь. Генеративний ШІ чудово покращує саме такі результати. Покращення легко помітити вже сьогодні, тоді як навчання проявляється пізніше й вимірюється значно важче.

Цю різницю добре показав нещодавній експеримент із програмування, назва якого майже сама формулює діагноз: «Менше стресу, вищі оцінки, те саме навчання». Дослідники порівняли три групи: одна вільно користувалася ChatGPT, друга працювала з обмеженим ШІ-репетитором, третя обходилася без генеративної моделі. Підтримка ШІ допомогла краще виконати завдання й знизила фрустрацію, але приріст знань лишився статистично порівнянним.

Іншими словами, код покращав, а розуміння не пішло за ним із тією самою швидкістю.

В академічному письмі виявився схожий розрив. Під час рандомізованого експерименту студенти доопрацьовували есе з ChatGPT, експертом-людиною чи контрольними списками. Група ChatGPT підготувала сильніші тексти, однак явної переваги в знаннях і перенесенні навички не отримала, а автори дослідження попередили про ризик «метакогнітивних лінощів».

Формулювання звучить майже як моральний докір, хоча описуваний механізм куди цікавіший і нейтральніший. Студент зовсім не обов’язково байдикує: він ставить запитання, порівнює варіанти, редагує абзаци, уточнює факти й лишається зайнятим до пізньої ночі. Діяльність нікуди не зникає — непомітно зміщується авторство мислення.

Модель пропонує структуру раніше, ніж студент устигає побудувати власну. Вона помічає пропущений аргумент, вигадує контрприклад і виправляє складний перехід. Студент упізнає добре міркування, коли бачить його на екрані, і це впізнавання легко прийняти за розуміння.

Але впізнати думку й зуміти її відтворити — різні здатності. Досить закрити ноутбук, прибрати історію чату й попросити людину заново пояснити ключовий аргумент, як різниця може стати помітною.

Ми давно живемо з когнітивним розвантаженням, і саме по собі воно не є чимось поганим. Письмо звільнило пам’ять, калькулятор позбавив частини обчислень, пошуковик дав змогу не тримати в голові кожну дату. Цивілізація взагалі розвивається завдяки тому, що ми віддаємо інструментам одні операції й спрямовуємо вивільнену увагу на інші.

Однак кожен такий обмін змінює залишковий людський навик. Калькулятор скоротив обсяг рутинного рахунку, але не писав за учня математичне доведення; пошуковик знаходив джерела, але рідко миттєво збирав із них цілісну аргументацію. Генеративний ШІ перетинає нову межу, бо здатний розвантажити не лише пам’ять чи пошук, а й значну частину самого міркування.

Іноді це саме те, що потрібно. Далеко не всяке зусилля корисне: погане пояснення, тиждень очікування зворотного зв’язку, безглузде переписування й бюрократична рутина не роблять людину розумнішою. Університетська освіта виробляла подібне тертя задовго до ChatGPT, і ШІ цілком може його прибрати.

Але існує інше зусилля — те, з якого поступово складається здатність думати. Самостійно сформульована гіпотеза, знайдена помилка, спроба пригадати принцип, захист незручного аргументу чи розв’язання задачі без готової схеми потребують часу й іноді дратують. Саме тому вони працюють.

ШІ здатний позбавити студента й такого зусилля. Не тому, що він «руйнує мозок» — даних для такого вироку поки що немає, — а тому, що робить самостійну думку необов’язковою якраз у ті хвилини, коли вона могла перетворитися на знання.

Тому важлива відмінність проходить не між використанням і невикористанням ШІ. Вона проходить між підсиленням людини й автоматизацією людини.

Один робочий документ IZA, заснований на експерименті з 211 студентами, навіть виявив покращення самостійного тесту одразу після роботи з ШІ і через тиждень. Але стійка перевага була пов’язана насамперед із тими, хто використовував модель для спільного дослідження та навчання. У студентів, які делегували їй виробництво роботи, перевага зникала після видалення інструмента. Це поки що не остаточний доказ, а ранній робочий результат. Але він добре показує, чому питання «чи користувався студент ШІ?» надто грубе. Куди важливіше запитати: яку частину розумової роботи він йому віддав?

Чотири різні твердження, які не можна доводити одним способом

Майже всі зручні показники стосуються теперішнього моменту: якість роботи, швидкість виконання, кількість помилок, рівень стресу. Дослідник може виміряти їх у межах семестру й отримати охайну таблицю. З довготривалим навчанням усе складніше.

Що людина пригадає за місяць? Чи зможе пояснити ідею без підказки, перенести її в незнайому ситуацію або помітити впевнено сформульовану помилку моделі? Для відповідей потрібні відтерміновані тести, довші спостереження й готовність чекати, тоді як технологія змінюється швидше за дослідницький цикл.

Тут особливо важливо розділити чотири твердження, які в дискусії про ШІ постійно змішуються:

  1. Авторство: хто створив роботу й ухвалив ключові рішення?
  2. Розуміння: чи може студент зараз пояснити представлений результат?
  3. Збереження знань: що він зможе відтворити за кілька тижнів чи місяців?
  4. Перенесення: чи здатний застосувати принцип у новій, зміненій або незнайомій ситуації?

Одна перевірка не встановлює всього одразу. Історія версій, чернетки та журнал промптів можуть підтримати твердження про авторство, але не довести глибоке розуміння. Розмова одразу після здачі здатна перевірити поточне розуміння, але студент може добре відрепетирувати пояснення. Відтерміноване завдання без зовнішньої допомоги дає свідчення збереження знань. І лише справді нова проблема дає змогу осмислено перевірити перенесення.

Тому усний захист не доводить, що ШІ був відсутній. Негайна розмова так само не доводить стійкого навчання. Вона створює захищений момент, у якому можна перевірити розуміння. Збереження знань потребує часу. Перенесення потребує нової задачі.

У нас уже нагромадилося чимало доказів того, що ШІ покращує сьогоднішнє завдання, і напрочуд мало даних про те, що лишається в студента за кілька тижнів. Це не доказ шкоди. Це доказ невизначеності — причому саме в тій частині, заради якої університети формально існують.

Тим часом масштабування вже сталося. Згідно з дослідженням Digital Education Council (DEC) 2026 року, ШІ використовують 88% студентів і 77% викладачів. Його застосування давно перестало бути експериментом, тоді як докази стійкого навчання все ще збираються в експериментальному режимі.

Ось цей розрив і здається мені справжнім переломним моментом: система вже змінила поведінку мільйонів людей, не встигнувши визначити, яке саме навчання вона тепер виробляє.

Не всякий ШІ відводить від навчання

Було б надто зручно закінчити на тривожній ноті й оголосити генеративні моделі машиною інтелектуального послаблення. Дані не дають цього зробити. Ба більше, деякі експерименти показують, що правильно спроєктований ШІ здатний навчати дуже добре.

У рандомізованому дослідженні Гарварда студенти працювали зі спеціально створеним ШІ-репетитором із фізики. Вони засвоїли більше матеріалу, а медіанний приріст знань виявився більш ніж удвічі вищим, ніж за очного активного навчання; часу при цьому знадобилося менше.

Результат вражає — і справді дає привід для обережного оптимізму. Але це була не вільна розмова зі звичайним ChatGPT. Викладачі заздалегідь визначили навчальні цілі, експерти підготували зміст, а система вела студента продуманою траєкторією, регулювала когнітивне навантаження, давала точкову зворотну відповідь і не дозволяла постійно обирати найзручніший шлях.

Автори сформулювали ключову відмінність гранично ясно:

«ШІ-чатботи зазвичай створюють, щоб допомагати користувачеві, а не щоб сприяти навчанню».

У дослідження є важливі обмеження: експеримент охоплював два заняття з фізики, результат вимірювали одразу після них, а відтермінованої перевірки збереження знань не проводили. Тому цей приклад не виправдовує бездумну роздачу чатботів усім студентам. Він показує щось цінніше: значення має не сам доступ до ШІ, а та розумова робота, яку система дозволяє людині пропустити.

Хороший репетитор усуває нерозуміння, але не скасовує спробу. Він може здаватися менш послужливим, бо не одразу видає повну відповідь, ставить іще одне запитання, просить зробити прогноз, повертає до суперечності й іноді дозволяє фрустрації трохи попрацювати. Для продукту, який звикли оцінювати за швидкістю та зручністю, це майже парадокс: найкращий освітній ШІ має вміти вчасно відмовити користувачеві в допомозі.

Студент і ШІ-репетитор разом розв’язують складне рівняння

Один інструмент, дві різні цілі

Повернімося до двох студентів із початку статті. Перша оптимізує розуміння, тому перетворює модель на інтелектуального опонента: просить контраргументи, шукає бракуючі докази й перевіряє, чи витримає її ідея перенесення в нову ситуацію. Другий оптимізує вимірюваний результат, а отже, використовує ШІ як виробничу інфраструктуру, здатну взяти на себе пошук, структуру, чернетку й шліфування.

Обоє можуть бути однаково розумні, і жодному не потрібні лихі наміри. Технологія лише підсилює ту мету, з якою до неї прийшли: для однієї це глибше розуміння, для другого — максимально ефективний успіх.

Другого студента легко засудити, і університетам таке пояснення навіть вигідне. Якщо назвати його лінивим чи нечесним, нічого не доведеться міняти в самій системі. Але такий студент, можливо, якраз дуже точно зрозумів її будову.

Університет винагороджує кінцевий продукт — отже, раціональна людина покращує кінцевий продукт. Роботодавці досі вимагають диплом, навчання коштує дорого, а в добі не побільшало годин. Чому амбітний студент має добровільно відмовитися від інструмента, який допомагає швидше пройти формальну перевірку?

Робота в маркетингу багато разів показувала мені той самий закон: люди доволі послідовно оптимізують вимірюваний показник і значно рідше йдуть за задекларованою метою. Університет може скільки завгодно говорити про критичне мислення, але якщо оцінку ставлять за домашнє есе, студент оптимізуватиме домашнє есе. Тепер ШІ вміє виробляти цей сигнал дешево.

Відповідальність студента нікуди не зникає. Сліпе делегування створює крихку компетентність, а бездоганний текст здатний приховати порожню впевненість. Але правила гри проєктують установи. Після появи генеративного ШІ вони більше не можуть винагороджувати лише зовнішній результат і вважати, що тим самим виміряли людину.

Спершу університети намагалися впіймати машину

Першою реакцією стала академічна доброчесність. Це було зрозуміло: ChatGPT з’явився посеред навчального року, політики відставали, викладачі отримували незвичні тексти, адміністраціям потрібні були негайні правила.

Публічна пам’ять перебільшує масштаб тотальних заборон. Опитування ЮНЕСКО, проведене 2023 року серед понад 450 закладів, виявило лише два випадки широкої заборони. Куди промовистіший інший показник: формальні рекомендації мали менш ніж 10% опитаних організацій, а серед університетів — тільки 13%.

Виші виявилися не так авторитарними, як неготовими. І в цій розгубленості детектори виглядали майже ідеальним технічним виходом: якщо одна машина створила текст, можливо, інша зуміє її викрити.

Надія швидко зіштовхнулася з реальністю. Дослідники Стенфорда перевірили сім детекторів на есе TOEFL, написаних людьми, для яких англійська не була рідною. У середньому системи хибно визнали згенерованими 61,22% цих робіт, а хоча б один детектор запідозрив ШІ у 97% есе.

Це була не просто технічна похибка, а системна несправедливість: передбачувана мова ставала підозрілою, і іноземні студенти опинялися під непропорційно високим ризиком. Водночас почалася знайома гонка озброєнь. Моделі вдосконалювалися, інструменти перефразування множилися, а впевнено відрізнити людський текст від машинного ставало дедалі важче.

Деякі університети зробили з цього практичний висновок. Уже в серпні 2023 року Vanderbilt вимкнув детектор Turnitin, пославшись на хибні спрацювання, непрозорість і сумнів у самій можливості надійного автоматичного виявлення. Згодом від інструмента відмовилися й інші заклади.

Це не означає, що порушення зникли або що будь-яке використання ШІ стало припустимим. Змінився об’єкт довіри. Замість питання «чи може програма вгадати походження тексту?» дедалі частіше доводиться ставити інше: «яка спостережувана дія дасть змогу людині показати потрібну компетентність?»

Спершу університети намагалися виявити машину. Потім деякі почали переробляти завдання. Поворот був правильний, але до завершення йому далеко.

Студент проходить перевірку на поліграфі, яким керує ШІ, в університетській аудиторії

Ліцензія — ще не реформа

Сьогодні університети публікують політики, видають доступ до моделей, створюють захищені платформи й додають курси з ШІ-грамотності. Усе це реальні зміни, однак наявність технології всередині кампусу ще не означає, що перетворилося навчання.

Реакцію закладів корисніше оцінювати не за кількістю ліцензій, а за станом самої системи:

  1. Оголошено: з’явилися принципи й рекомендації.
  2. Уведено в роботу: діють конкретні правила для студентів і викладачів.
  3. Випробувано: реальні завдання чи іспити перебудовано в пілотах.
  4. Масштабовано: нова модель працює на рівні програми, закладу чи національної системи.
  5. Перевірено: незалежно виміряно розуміння, збереження знань або перенесення.

Надання Copilot чи ChatGPT Enterprise не є щаблем зрілості. Це інфраструктурне рішення. Університет із дорогою платформою, але колишнім домашнім есе може бути педагогічно менш просунутим, ніж заклад без власної моделі, який уже змінив оцінювання.

Дані DEC за 2026 рік показують водночас поступ і поверховість змін. Лише 19% викладачів повідомили про значну перебудову своєї роботи, ще 53% обмежилися невеликими коригуваннями, і тільки 20% назвали інтеграцію ШІ проактивною.

Студенти відчувають цей розрив особливо ясно. Сорок три відсотки не зустріли ШІ в жодному курсі, тоді як лише 15% побачили його в багатьох дисциплінах. Серед тих, хто зіштовхнувся з інтеграцією, тільки 5% визнали, що вона справді перетворила навчання; ще 28% відзначили глибше розуміння матеріалу. Водночас 76% студентів не отримали інституційного навчання роботі з ШІ, а 57% — ясних правил його використання в оцінюваних завданнях.

Університети стають дедалі краще оснащені ШІ, але поки не обов’язково краще навчають із його допомогою. Ліцензія не розв’язує педагогічну проблему, політика не доводить набуте знання, а воркшоп із промптів не здатний сам собою перебудувати сенс диплома.

Майбутнє вже увійшло до екзаменаційної аудиторії

Данське рішення привабливе своєю простотою: якщо велика робота написана вдома, попросіть учня захистити її. Але міжнародна картина цікавіша, бо різні системи прийшли не до одного формату, а до спільної архітектурної ідеї.

У Норвегії з 2023/24 навчального року випробовують langtidsoppgave — тривале завдання як альтернативу звичайному іспиту. Учні працюють над письмовим продуктом, використовують джерела та інструменти, отримують супровід, а потім беруть участь в усній предметній бесіді. Це один із найближчих шкільних аналогів моделі «відкрита робота з ШІ плюс незалежна перевірка»: система бачить не лише фінальний документ, а й процес, пояснення та здатність відповідати за рішення.

Однак оцінка норвезького пілоту не оголосила перемоги. Реалізація помітно різнилася між предметами, що погіршувало зіставність. Умови використання ШІ та інших інструментів лишалися неоднаковими, створюючи ризик несправедливості. Дослідники рекомендували продовжити експерименти й розробити ясніші національні рамки, а не негайно перетворювати пілот на універсальний стандарт.

У вищій освіті найзавершенішу відповідь запропонував Сіднейський університет. Його система розділяє оцінювання на два контури.

Відкритий контур призначений для навчання й реалістичної роботи. Тут ШІ та інші доступні інструменти не намагаються заборонити: студентів учать використовувати їх у дослідженні, аналізі, створенні продукту та професійній практиці.

Захищений контур використовують у тих точках, де університетові потрібно отримати контрольоване свідчення індивідуальної компетентності. Це може бути очний письмовий чи практичний іспит, інтерактивна бесіда, спостережувана дія, робота на стажуванні або запитання після підготовленого з ШІ проєкту.

Головне рішення Сіднейського університету — не вимагати усного захисту після кожного есе. Відкриті завдання живуть переважно на рівні окремих курсів, а захищені перевірки проєктують на рівні всієї програми й розміщують у стратегічних контрольних точках. Університет намагається не доводити кожного студента заново в кожній дисципліні, а зібрати достатньо надійну карту свідчень до моменту видачі диплома.

Один контур оцінює роботу студента з доступними інструментами. Другий вибірково перевіряє, що він здатний зробити самостійно в контрольованих умовах.

Це тонше, ніж звичне «спершу напиши з ШІ, потім захисти без нього». Захист — лише один із інструментів. Майбутній архітектор може розбирати нову систему, програміст — виправляти код наживо, медик — працювати з клінічним сценарієм, а лінгвіст — писати й редагувати текст під наглядом. Метод має відповідати тій здатності, яку диплом обіцяє роботодавцеві й суспільству.

Технологічний університет Квінсленда: чи можна масштабувати незалежну перевірку

Найсильніший новий практичний приклад прийшов із сестринської освіти. В австралійському Queensland University of Technology (QUT) домашній письмовий розбір клінічного кейсу замінили очним усним оцінюванням за структурою ISBAR — професійним форматом передачі інформації про пацієнта.

2025 року через нову модель пройшли близько 700 студентів; усього на курс було зареєстровано 740. Вони отримували один із 40 варіантів клінічного сценарію, проходили 30-хвилинну підготовку під наглядом, а потім усно представляли оцінку ситуації й рекомендацію.

Порівняно з попередньою когортою розподіл результатів курсу лишився стабільним, показники підсумкового письмового іспиту покращилися, зареєстрованих порушень академічної доброчесності не було, а на перевірку знадобилося менше часу й грошей. Це рідкісний приклад того, що захищене оцінювання може працювати не лише в маленькому семінарі. Дослідження QUT описує когорту, зіставну з великим університетським потоком.

Але навіть цей результат не можна перетворювати на доказ переваги нової системи. Дослідники порівнювали послідовні річні когорти, а не випадково розподілених студентів. Змінитися могли склад групи, викладання й зовнішні умови. До того ж QUT замінив письмову роботу усною, а не поєднав повноцінне виробництво з ШІ й окрему захищену перевірку.

Кейс QUT показує, що таку перевірку можна провести навіть для кількох сотень студентів. Але він іще не доводить, що вона покращує довготривале навчання.

Усний захист перевіряє розуміння — але не гарантує об’єктивності

Найочевидніша відповідь лежить на поверхні: якщо домашню роботу міг написати ШІ, посади студента навпроти й поговори з ним. В університетах такий формат називають viva voce — «живим голосом» — або просто viva: усний іспит чи захист, де викладач розпитує студента про представлену роботу.

Розмова показує те, чого не видно в готовому тексті. Можна попросити пояснити хід думки, обґрунтувати рішення, застосувати ідею до трохи зміненої задачі — і доволі швидко стає ясно, чи розуміє людина власну роботу, чи лише принесла переконливий на вигляд результат.

Але в усного захисту своя слабкість: надто багато залежить від того, хто сидить навпроти. Один викладач питає жорсткіше, другий мимоволі підказує, третій вище оцінює впевнену мову. Бесіда без єдиних правил ризикує виміряти не знання, а красномовність, стресостійкість і везіння з екзаменатором.

Огляд 24 досліджень показує, що цю випадковість можна зменшити — структурованим захистом: однаково побудовані запитання, оцінка за заздалегідь визначеними критеріями, підготовлені екзаменатори. В окремих роботах такий формат давав помітно узгодженіші оцінки, ніж вільна бесіда.

Єдиний показник, який авторам вдалося об’єднати в метааналізі, — ставлення студентів до формату: більшість вважали усний захист прийнятним. Але зіставних даних виявилося замало, щоб зробити загальний висновок про точність і надійність такої перевірки.

Тож усний захист може стати корисним моментом незалежної перевірки. Детектором істини він не стає: результат, як і раніше, тримається на якості запитань, єдності критеріїв і підготовці тих, хто питає.

Ціна людського контакту

У Newcastle University 60 випускників після проєкту обсягом приблизно 6 000 слів проходили 20-хвилинний захист перед двома викладачами. З урахуванням зворотного зв’язку й модерації кожен студент вимагав 40 хвилин, а весь процес — близько 80 викладацьких годин. Автор кейсу не називає його захистом від ШІ: радше це стримувальний механізм, який робить менш вигідним повне перекладання розумової роботи на модель. Щоб відповісти на несподіване запитання, студентові все одно доводиться розуміти власний проєкт.

Діагностичну цінність усного захисту створюють адаптивність, уточнювальні запитання та людське судження. Але саме вони роблять формат дорогим. Масштаб часто досягається їхнім усуненням: студенти записують короткі відеовідповіді, отримують однакові запитання, а викладач уже не може негайно перевірити слабке місце. Що ефективніший конвеєр, то менше він схожий на справжню розмову.

Суб’єктивність нікуди не зникає

Навіть підготовлений екзаменатор лишається частиною вимірювального інструмента. У дослідженні Monash оцінки значно сильніше залежали від конкретного екзаменатора, ніж від варіанта завдання. Це поки що лише тези конференційної доповіді про формативне командне оцінювання, тому результат не можна переносити на всі усні іспити.

ШІ послабив довіру до письмової роботи. Усне оцінювання не відновлює її автоматично. Погано спроєктований захист може просто замінити одне джерело невизначеності іншим — і виміряти впевненість, швидкість мови чи везіння з екзаменатором замість знання.

Тут проходить і важлива етична межа:

Нездатність захистити роботу означає, що студентові може знадобитися додаткова перевірка. Сама по собі вона не є доказом порушення.

Слабка відповідь може бути пов’язана з тривогою, мовою, особливостями комунікації, невдалим формулюванням запитання чи упередженістю екзаменатора. Інакше університети всього лиш замінять ненадійний алгоритмічний детектор ненадійною людською інтуїцією.

Чи змінює захист саме навчання

Є приваблива гіпотеза: якщо студент знає, що згодом доведеться відповідати без ШІ, він інакше працюватиме над відкритим завданням. Захищена перевірка впливає на поведінку ще до свого початку. Шлях найменшого опору знову проходить через достатнє розуміння матеріалу.

Але емпірична база тут поки що тонка.

У Wake Forest лише 20 студентів, які не продемонстрували засвоєння матеріалу в письмовій відповіді, отримали можливість пройти усне перескладання. На кумулятивному підсумковому іспиті їхні результати з відповідних питань зрівнялися з результатами студентів, що впоралися з темою одразу. Це обнадійливий приклад навчальної цінності усного видобування знань, але дослідження не мало повноцінної контрольної групи, включало повторне вивчення та зворотний зв’язок, а підсумкові питання були знайомого типу.

В інженерних курсах UC San Diego багато студентів казали, що короткі усні іспити підвищують мотивацію й змушують навчатися інакше. Однак невелике контрольоване порівняння не виявило переконливого покращення подальших результатів. Це дослідження корисне саме своїм нульовим результатом: відчуття глибшого навчання ще не є виміряним ефектом.

Поки що чесний висновок виглядає так: усне оцінювання може змінювати підготовку, видобування знань і здатність пояснювати. Переконливих даних про його додатковий вплив на довготривале навчання мало, а результати невеликих досліджень змішані.

Те саме стосується двоконтурної моделі загалом. Її логіка сильна, але прямих порівнянь з альтернативами майже немає. Ми бачимо реформу дизайну раніше, ніж її педагогічну валідацію.

Студент іде на незалежну перевірку, а його ШІ-наставник залишається чекати в коридорі

Не усне проти письмового, а продукт проти перевірки

Головна відмінність проходить не між письмовим і усним форматом. Вона проходить між продуктом і перевіркою.

Письмовий текст лишається важливою компетенцією. Не можна просто відмовитися від есе, звітів і програмного коду на тій підставі, що їх уміє генерувати машина. Випускникам, як і раніше, потрібно вміти досліджувати, писати, будувати аргументи й створювати складні продукти — тепер іще й у співпраці з ШІ.

Але готовий продукт більше не може сам нести все доказове навантаження.

Майбутня система, ймовірно, збиратиме ланцюжок різних свідчень: відкрита робота з інструментами, історія процесу, спостережувана практика, захищена контрольна точка, відтерміноване відтворення й нова задача на перенесення. Не кожен елемент потрібен у кожному курсі. Важливо, щоб до моменту видачі диплома університет міг відповісти не лише на питання «що виробив студент?», а й на питання «що він здатний зрозуміти й зробити сам?»

Для базової професійної компетентності захищена перевірка, можливо, має працювати не як іще одна частка середнього балу, а як мінімальний поріг. Бездоганний проєкт із ШІ не повинен математично компенсувати відсутність здатності самостійно виконати критично важливу дію.

Це не означає, що на захищену частину потрібно відвести універсальні 30 чи 40 відсотків. Наука не знайшла магічної ваги. Ідеться про принцип: якщо програма стверджує, що випускник володіє потрібною компетентністю, він має окремо продемонструвати її на мінімально припустимому рівні.

Що, найімовірніше, станеться далі

Домашнє есе, найпевніше, не зникне. Воно й далі може вчити досліджувати тему, формулювати позицію й працювати разом із ШІ, але поступово втратить статус самостійного доказу компетентності. Сильний текст лишиться результатом роботи; просто з нього більше не можна буде впевнено виснувати, хто саме й чого навчився.

Розділення оцінювання вже стало видимим, але поки не стало універсальним. Одні системи йдуть шляхом редизайну: Сідней будує відкриті й захищені контури, Норвегія випробовує тривалі завдання з предметною бесідою, QUT масштабує усне професійне оцінювання. Інші посилюють контроль: повертають очні іспити, спостерігають за екранами, використовують заблоковані браузери й мережеві фільтри. Данія водночас рухається обома маршрутами.

Тому це не лінійна історія, у якій освіта спершу забороняла ШІ, а потім мудро його прийняла. Контроль і редизайн співіснуватимуть. Питання в тому, який із них справді вимірює заявлену компетентність і якою ціною.

Сам освітній ШІ, ймовірно, стане менш слухняним. Хороший репетитор дозуватиме допомогу, вимагатиме власної спроби, повертатиме до пройденого матеріалу, даватиме задачі на перенесення й перевірятиме відтворення без підказки. Його якість доведеться оцінювати не за тим, наскільки швидко він зняв утруднення, а за тим, що студент здатний зробити пізніше самостійно.

Зміниться й форма нерівності. Доступ лишиться важливим, особливо поки платні моделі сильніші за безкоштовні, але дедалі більшого значення набуватимуть початкові знання, саморегуляція та здатність сперечатися з упевненою відповіддю. Студент із доброю базою використає ШІ як підсилювач; студент без неї ризикує прийняти гладкість за істину. Рівний доступ до моделі не дасть рівного результату.

Нарешті, університетському дипломові доведеться дедалі переконливіше підтверджувати здатність виносити судження. Інформації вже надто багато, відповіді стають майже безкоштовними, а виробництво зовні якісного результату автоматизується. Власне судження — розуміння контексту, розпізнавання помилки, відповідальність за вибір — лишається дорогим, і саме цю рідкісну якість університетам належить навчитися перевіряти.

Найкоротший шлях має вести через навчання

Студентам часто радять «відповідально використовувати ШІ». Порада правильна, але майже марна, поки не пояснено, що саме робити в момент, коли повна відповідь за один запит.

Практичну послідовність можна звести до п’яти дій: спроба, підказка, пояснення, перенесення, відтворення.

Спершу людина розв’язує задачу без ШІ, потім просить мінімальну допомогу, пояснює виправлене міркування своїми словами, застосовує принцип в іншій ситуації й через час відтворює його самостійно. Такий порядок зберігає зусилля, з якого постає знання, але прибирає тертя, що не приносить користі.

Університетам потрібна схожа дисципліна. Вони можуть оцінювати професійну роботу з ШІ, але окремо отримувати захищене свідчення мінімальної самостійної компетентності, проводити відтерміновані перевірки, ставити нові задачі на перенесення й публікувати результати, зокрема незручні.

Головне ж — виправити систему стимулів.

Найкоротший шлях до високої оцінки має проходити через справжнє навчання. Інакше амбітний студент цілком раціонально знайде обхід.

Мої діти скоро увійдуть у цю систему, і я не хочу для них освіти без ШІ. Такого світу на той час, імовірно, вже не буде — та й колишній університет зовсім не заслуговує на безумовну ностальгію. Єдиний темп не підходив багатьом, запізніла зворотна відповідь убивала цікавість, а рутинні завдання надто часто винагороджували витривалість замість розуміння.

Я хочу складнішого рішення. Хочу, щоб викладачі використовували видатні інструменти розумно: прибирали адміністративні втрати, швидше знаходили прогалини, давали своєчасний зворотний зв’язок, але зберігали інтелектуальний опір там, де без нього не виникає власна думка. Хочу, щоб моїм дітям кидали виклик, а не виснажували їх — і щоб диплом і далі щось означав.

ШІ справді здатний зробити освіту кращою. Однак це станеться не автоматично, бо ринки рухаються швидше за інституції, моделі — швидше за дослідження, а найшвидше пристосовуються самі студенти.

Повернімося до аудиторії. Двоє студентів отримують найвищу оцінку, їхні роботи однаково вражають, і викладачка вже могла б перейти до наступного завдання. Замість цього вона просить обох закрити ноутбуки.

«Поясніть своє головне рішення, — каже вона. — А тепер застосуйте його в іншій ситуації».

Лише в цей момент різниця може стати видимою.

Амбітний студент не помилився в розумінні університету — навпаки, він надто добре зрозумів його систему оцінювання. ШІ лише показав, як мало ця система іноді здатна довести.

Майбутнє — не письмовий іспит проти усного. Це робота з ШІ плюс незалежна перевірка, причому спосіб перевірки має відповідати компетентності, яку ми намагаємося підтвердити.

Якщо сильна студентська робота більше не доводить компетентність її автора, що тоді підтверджує диплом?

Читайте також

Та сама межа між використанням ШІ як помічника й ставленням до нього як до оракула проявляється в торгівлі за допомогою ШІ. А інституційні стимули автоматизації з іншого боку розглянуто в матеріалі «Звільнення через ШІ — реальність чи зручне виправдання?».

Основні джерела

Оновлено 2026-08-09
 ШІ В Освіті, Вища Освіта, Оцінювання, ШІ-Репетитори, Навчання
Повернутися | Головна