Что такое большие языковые модели (LLM)
Большие языковые модели (Large Language Models) — это тип самообучающегося программного алгоритма, который часто называют искусственным интеллектом. Говоря проще, это компьютерная программа, которая не просто умеет выполнять ряд заданных функций, а имеет определенную степень свободы и адаптации при выполнении поставленных задач. Самый привычный пример нашего взаимодействия с такого рода программами — строка поиска на различных интернет-платформах (от поисковиков до магазинов). Здесь простая языковая модель предугадывает окончание слова, которое мы пишем в строке поиска, а также предлагает возможные продолжения фразы.
Этот скромный пример нельзя назвать даже верхушкой айсберга, поскольку у простой модели есть старшие братья — большие языковые модели. Среди самых востребованных: ChatGPT от OpenAI, Bard от Google, Bing от Microsoft, YandexGPT от «Яндекса», GigaChat от «Сбера». Одним из наиболее заметных технологических прорывов последнего времени является китайская DeepSeek, выпущенная одноименной компанией и получившая мгновенный приток пользователей за счет демократичных параметров доступа к приложению.
Почему LLM из ученика быстро превращаются в учителя
Компьютерные программы, которые прошли обучение на обширной базе данных, проявили себя уже достаточно давно. Одними из первых яркого медийного эффекта добились создатели программы AlphaGo, которая в 2016 году обыграла профессионального игрока в го с разгромным счетом, окончательно утвердив эру гегемонии нейросетей в области стратегических игр. Компания-разработчик Google DeepMind уже в 2017-м отчиталась, что этот продукт не нуждается в человеческом участии и тренируется самостоятельно. Для обучения AlphaGo использовала базы данных многочисленных партий в го, сыгранных людьми.
Сегодня самообучающиеся алгоритмы эволюционировали до тех самых больших языковых моделей (LLM), то есть прошли обучение на языковых базах данных. Такие «искусственные интеллекты» от разных производителей активно конкурируют в гонке за качеством выполнения различных функций: помогают пользователям в виде чат-ботов, сканируют интернет для продвинутого онлайн-поиска, вычисляют настроения покупателей онлайн-магазинов по тональности комментариев, сортируют электронные письма, модерируют контент в социальных сетях, делают мгновенные переводы и обучают языкам, помогают исследователям и программистам.
Образование как сфера применения LLM
Согласно данным исследования «Ключевые вызовы в развитии больших языковых моделей», проведенного Институтом искусственного интеллекта МГУ совместно с банком ВТБ (в распоряжении РБК), LLM вполне могут открыть новую эру в образовательных технологиях. Исследователи указывают: «Большие языковые модели способны персонализировать обучение, адаптируясь к индивидуальным потребностям учеников, что особенно полезно в условиях ограниченного внимания преподавателей». Уже сегодня LLM могут использоваться как инструмент для персональной работы и «подтягивания» знаний как в школьной, так и в университетской практике.
LLM могут использоваться в образовании для решения следующих задач:
- персонализация обучения, которая позволит построить индивидуальную образовательную стратегию для каждого ученика и адресно «отработать» как его сильные, так и слабые стороны;
- доступ к образовательным ресурсам и информации, открывающий не только широкие возможности для адаптации учебного плана (сторона преподавателя), но и оперативность при выполнении образовательных задач (время экономит и ученик);
- автоматизация рутинных задач преподавателя, обещающая сделать всю оформительскую, отчетную и тестовую работу за доли секунды и разгрузить таким образом специалистов для их полного погружения в творческую составляющую профессии.
Большие языковые модели в образовательных учреждениях
Использование искусственного интеллекта и его прототипов в образовательных целях началось более двух десятков лет назад. Например, программа OpenCourseWare Массачусетского технологического института активно помогает студентам с 2001 года. Она владеет содержанием практически всех курсов MIT и обслуживает более 1 млн посетителей в месяц. Большинство западных вузов в той или иной степени используют самообучающиеся алгоритмы в образовании, и делается это далеко не только в рамках курсов по программированию.
В России МГПУ одним из первых разрешил использовать LLM. Высшая школа экономики совместно с «Яндексом» разработала специальный формат выпускной квалификационной работы, созданной в кооперации с YandexGPT. По сути, университет официально позволяет студентам использовать ИИ для решения серии задач по сбору, анализу и обработке данных. Плюс ИИ помогает оформлять работы, снабжать их иллюстрациями, готовить аннотации. Проект направлен на максимальную реализацию творческого потенциала обучающихся и сокращение числа рутинных задач.
Среди многочисленных форматов использования больших языковых моделей в образовании наиболее востребованными можно считать:
- виртуальных преподавателей и ассистентов, способных создать атмосферу эффективного погружения в образовательный процесс и персонализировать опыт каждого ученика;
- автономные системы проверки и оценки знаний, которые снимут с сотрудников школ и университетов формализованные рутинные задачи — помогут оформить журналы, проверить тесты и проследят за успеваемостью каждого студента;
- поддержку изучения иностранных языков, уже ставшую наиболее востребованной сферой применения ИИ в обучении и успешно заменяющую лингафонные кабинеты, работу со словарями и практику аудирования.
Реальность вносит этические и практические коррективы
Внедрение больших языковых моделей в образовательные системы несет потенциальные риски. В упомянутом исследовании Института искусственного интеллекта МГУ и ВТБ экспертами отмечается, что «массовое использование LLM учащимися для выполнения домашних заданий, без критической оценки ими качества ответов <…> ведет к снижению качества обучения». Тревогу у экспертов также вызывает беспомощность традиционных методов оценки знаний в новых реалиях, ведь тесты и проверочные работы легко пройти с помощью ИИ. Педагоги уже наблюдают рост случаев мошенничества. В качестве вариантов выхода из зоны риска предлагается увеличить долю творческих заданий и сделать акцент на этических нормах в процессе обучения.
Среди наиболее острых проблем, над решением которых по всему миру работают команды ведущих IT-специалистов, педагогов и бизнес-экспертов, выделяются, во-первых, проблемы конфиденциальности данных: чем больше людей вовлечены в ИИ-систему, тем больше уязвимостей разного типа в ней возникает. Во-вторых, потенциальные ошибки и недочеты моделей, которые вполне могут «галлюцинировать» и придумывать несуществующие источники данных, а также создавать потенциально негативный контент. В-третьих, влияние на роль учителя и студента, которые в ближайшие годы придется существенно пересмотреть и, главное, подготовить практикующих педагогов работе с новыми технологиями — психологически и методически.
Будущее без токсичных сценариев
Как отмечается в исследовании «Ключевые вызовы в развитии больших языковых моделей», специалисты работают, чтобы смягчить любые негативные последствия главного вызова новой технологии — «нахождение баланса между функциональностью моделей и снижением рисков манипуляций, предвзятости и токсичности, чтобы они могли использоваться безопасно в чувствительных областях, таких как образование». Будущее использования LLM в образовании связывается в первую очередь с перспективой создания максимально гибкой и адаптивной системы. Она будет способна не только точно подстраиваться под особенности каждого обучающегося, но и корректировать программу в реальном времени в соответствии с экономическим контекстом.
Помимо методического курса, который большие языковые модели будут способны менять в пользу студента, они явно претендуют на роли эксперта по профориентации, универсального педагога и заботливого наставника. Опасения специалистов средней и высшей школы, связанные с возможной потерей рабочих мест, компенсируются (по крайней мере с помощью функционала LLM) такими перспективами, как избавление от заполнения журналов и отчетов. Но если в названной сфере определенности пока мало, то две тенденции развития образовательных ИИ наблюдатели отмечают вполне уверенно. Первая связана с уже начавшимся пересмотром подходов к учебе и системам проверки знаний, а вторая показывает рост доли дистанционного образования благодаря языковым моделям.
Реклама: Банк ВТБ (ПАО), erid: F7NfYUJCUneRHydHW3qA
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.