Работы молодых ученых Вышки в рамках стратегического проекта «Успех и самостоятельность человека в меняющемся мире» позволят применить искусственный интеллект для повышения и укрепления человеческого потенциала и профессиональных навыков в сферах образования, спорта и здравоохранения: для помощи детям, страдающим дислексией, для повышения заинтересованности студентов в результатах обучения, расширения навыков применения ИИ в учебном процессе, укрепления психологического здоровья и даже для контроля качества выполнения элементов фигурного катания. Реализация этих проектов позволит провести важные для науки исследования и получить значимые прикладные результаты. 

Стратегический проект «Успех и самостоятельность человека в меняющемся мире» провел первый в новом учебном году объединенный научный семинар, посвященный презентации работ, победивших в конкурсе проектов молодых ученых СП.  

Открывая семинар, модератор, научный руководитель проекта, директор Института образования НИУ ВШЭ Евгений Терентьев, отметил: обсуждаемые проекты охватывают спорт, образование и психологию. Среди них есть завершенные продукты и работы, где исследования еще продолжаются. «Наша задача — обсудить не только результаты, но и перспективы. Это наукоемкие работы, результаты которых можно тиражировать, они связаны с общей логикой поиска путей укрепления человека и понимания, как люди пользуются или нет новыми возможностями», — сказал он. 

Заведующий Лабораторией инноваций в образовании Института образования НИУ ВШЭ Анастасия Андреева представила проект под ее руководством «Курс по использованию генеративного искусственного интеллекта (ГенИИ) преподавателями вузов на основе дифференцированной модели обучения». Она подчеркнула: в работе участвовали многие сотрудники лаборатории, аспиранты и студенты университета. Докладчица отметила: возможности генеративного ИИ повышают потенциал обучения, однако не все готовы включиться в изучение его инструментов, что может привести к усилению неравенства на рынке труда и в социальной сфере.

«Мы видим свою миссию в работе с преподавателями университетов, которые смогут помогать осваивать новые технологии студентам и помогать учителям, менее готовым к их освоению», — сказала Анастасия Андреева.

Исследователи изучают связь между готовностью применять ИИ и практиками индивидов и стремятся через исследование факторов, помогающих освоению ИИ, разработать продукт, дающий навыки, контент и поддерживающий разные группы пользователей. 

В ходе проекта были выделены две группы обучавшихся ИИ — учащиеся с высокой технологической готовностью, желающие экспериментировать и создавать собственные курсы, и скептики с низкой технологической готовностью, негативно относившиеся к применению ИИ в образовании.

Соавтор проекта, академический руководитель магистратуры «Педагогический дизайн» МПГУ Марина Щербакова, пояснила, что входившие в первую группу вдохновлены перспективами, они не всегда удовлетворены нынешними возможностями ИИ и стремятся создать возможности для творчества. Участники проекта использовали их идеи при проектировании курса и с их помощью пытались изменить негативное отношение скептиков, которым в ходе проекта доказывали, что ИИ — это не сложно, научно обосновано, а применение его возможностей открывает новые перспективы. Для этого авторы проекта разделили обучение на три блока, причем задания для оптимистов и скептиков различались, курс разрабатывали как асинхронный. 

Также было создано сообщество в мессенджере Telegram, позволявшее участникам обмениваться мнениями о вариантах применения новых инструментов, обсуждать задания. Также телеграм-бот возвращал обучавшихся в работу, сообщая большой объем интересной информации, убеждая скептиков и привлекая для помощи ранних последователей. 

«Мы стараемся совмещать теоретические разработки с практическими задачами», — отметила Марина Щербакова. 

Евгений Терентьев поинтересовался, планируется ли применять большие языковые модели и какова целевая аудитория будущих курсов. 

Соавторы проекта пояснили: обучающиеся работали с разными типами нейросетей для решения конкретных задач, применяли ChatGPT. Целевая аудитория курсов — это преподаватели вузов, направляемые университетами, и индивидуальные педагоги, стремящиеся овладеть новыми технологиями.  

Дискуссант, гендиректор ООО «Лекториум», автор интенсивов по обучению ИИ Яков Сомов, поддержал проект. Он обратил внимание на заделы по теоретическому курсу. По его мнению, проблемы могут возникнуть с коммуникацией: нейросети никогда не дают нормального ответа на первый запрос, нужно 5–6, но обучающиеся не сразу это могут осознать. Яков Сомов предложил более подробно описывать задачу и получаемые навыки и детализировать деятельностные форматы. Также, по его мнению, сочетание в группе обучающихся разного возраста и уровня подготовки нередко дает положительный эффект: люди обмениваются опытом и взаимно обучаются.  

Научный сотрудник Центра языка и мозга НИУ ВШЭ, руководитель проекта «Цифровая диагностика дислексии у монолингвальных и билингвальных младших школьников» Нина Здорова рассказала, как проект решает проблемы в исследовании и диагностике дислексии. Она пояснила: проект планирует цифровое изучение дислексии — нарушения чтения, которое может возникать при сохранном невербальном интеллекте. Трудности с обучением из-за недиагностированной и нескорректированной дислексии испытывают до 15–20% учащихся. Авторы разработали отвечающие нормам психологии и логопедии цифровые применения в младшей школе.

Главными результатами проекта Нина Здорова назвала подсчет возрастных норм чтения для монолингвальных и билингвальных школьников (когда для последних русский — не единственный и не первый язык), что важно для обучения в многонациональной и многоязычной стране. В ходе проекта собраны данные о скорости чтения и уровне понимания прочитанного у более чем 400 монолингвальных учеников и около 300 билингвов, на их основе выведены возрастные нормы для разных детей с учетом их языкового опыта.

«Мы поддерживаем культурное и языковое многообразие и настаиваем на необходимости учета разных возрастных норм при разном языковом статусе ребенка», — сказала Нина Здорова. Она сообщила, что авторы подали заявку на регистрацию РИД по результатам проекта. 

Кроме теста на оценку навыков чтения, важным результатом проекта является сам протокол, по которому собираются нормы чтения для билингвальных школьников. «Нашей разработкой могут пользоваться школы и логопедические центры и в индивидуальном порядке исследователи, педагоги и логопеды», — резюмировала Нина Здорова. 

Партнерами проекта стали образовательные и исследовательские организации из разных городов. В ходе проекта разработано планшетное приложение, в которое внедрен тест на оценку навыков чтения.

Дискуссант, руководитель Лаборатории экспериментальной лингвистики Адыгейского государственного университета Сусанна Макерова, отметила, что с помощью разработок ученых Вышки можно получить и внедрить в практику важные инструменты для выявления дислексии и оценки других речевых нарушений, над чем сейчас ведется активная совместная работа. «Мы полезны друг другу», — сказала она о сотрудничестве ВШЭ и АГУ.

Младший научный сотрудник Центра когнитивных нейронаук НИУ ВШЭ в Перми Анна Проворова представила проект «Neuroskate — нейросеть для анализа движений детей-спортсменов на тренировках по фигурному катанию». Она сообщила: цель проекта — разработать нейросеть, способную распознавать юных спортсменов во время тренировок по фигурному катанию и оценивать успешность выполнения базовых элементов тренировочной программы. Идея проекта родилась в ходе взаимодействия с руководством спортивной школы олимпийского резерва «Орленок», которое обозначило проблему сложности распределения внимания тренера между всеми учениками во время тренировочного процесса. Помочь в решении данной проблемы способен и ИИ, который может наблюдать за всеми спортсменами сразу и одновременно собирать статистику успешности выполнения элементов. В настоящий момент участники проекта сфокусировались на сборе данных и разработке нейросети. 

Авторы сосредоточились на группе 7–8-летних спортсменов по нескольким причинам: во-первых, группы спортсменов такого возраста зачастую многочисленны, поэтому тренеру действительно сложно уделять внимание каждому ребенку на тренировке; во-вторых, ребята такого возраста уже хорошо держатся на коньках и способны выполнять пул определенных элементов, анализируя который можно делать выводы об эффективности тренировки. Для выполнения данного проекта группой были выбраны следующие из них: вращение сидя, кораблик, бильман, а также три одинарных прыжка — риттбергер, лутц и флип.

Анна Проворова отметила, что на текущий момент размечена почти тысяча изображений для решения задачи детекции, а также более 1800 изображений для обнаружения ключевых точек. Все вышеописанные изображения были получены путем кадрирования 163 видеороликов с участием воспитанников школы олимпийского резерва. В ближайшем будущем команда проекта планирует пополнить базу данных новыми видео с тренировок юных спортсменов, разметить новые данные, а также работать над качеством нейросети, параллельно разрабатывая альтернативное решение: двухпотоковую end-to-end-архитектуру. 

Дискуссант, заведующий Научно-учебной лабораторией исследований спорта факультета экономических наук НИУ ВШЭ Дмитрий Дагаев, подчеркнул сложность стоящей перед докладчиками задачи, поскольку технологии распознавания в спорте проходят этап внедрения в крупные соревнования. В фигурном катании она осложняется динамичностью картины. 

По мнению Дмитрия Дагаева, участникам проекта важно найти финансирование для развития фундаментального исследования в прикладное. «Надо внятно объяснить Минспорту и тренерским школам, что им выгодны такие решения, в противном случае можем уткнуться в сложность внедрения», — сказал он.

Евгений Терентьев также обратил внимание на важность доведения проекта до готового продукта. 

Научный сотрудник Международной лаборатории оценки практик и инноваций в образовании Института образования НИУ ВШЭ Ксения Адамович представила проект «Разработка инструмента поддержки вовлеченности учащихся в онлайн-среде на базе ИИ». Она сообщила: в онлайн-обучении нередко ученики сокращают активность на занятиях и не оканчивают курс. Это можно преодолеть, активизируя личную помощь педагога, но у него может быть недостаточно ресурсов и времени, чтобы понять, какие рекомендации дать учащимся.

Участники проекта стремились разработать инструменты для персональной поддержки учащихся с помощью ИИ. Первоначально изучаются данные о посещаемости занятий, оценивается текущая активность и формируется персональный отчет с использованием индивидуального стиля общения конкретного педагога, в том числе шутливого и яркого. Студент получает понятные рекомендации, как повысить активность и результативность.

Инструмент тестировался на онлайн-курсе по литературе, выборка составила 272 студента, посещавших по три занятия в неделю, изучалась частота посещений и результаты тестирований. Среди студентов были выделены две группы, одной из которых оказывали регулярную помощь. Затем результаты экспериментальной группы сравнили с результатами контрольной.

Выяснилось, что студенты, получившие поддержку за счет ИИ, показали большую вовлеченность, посетили больше вебинаров и получили более высокие оценки. Наиболее полезной поддержка была для студентов с изначально низкими результатами, их текущая вовлеченность существенно выросла. В дальнейшем авторы планируют более детально исследовать эффективность помощи и восприимчивость к ней разных групп студентов. 

Результатом проекта должна стать регистрация результата интеллектуальной деятельности для онлайн-курсов.

Дискуссант, доцент кафедры венчурного менеджмента факультета менеджмента НИУ ВШЭ в Нижнем Новгороде Юлия Платонова, отметила, что вовлеченный обучающийся охотнее покупает продолжение курса. Предложенный вариант, по ее мнению, ближе к персональному расписанию, подсказывающему, что какие-то задания не выполнены, но подобные системы есть в ЛМС ведущих вузов и не всегда работают на повышение мотивации, поскольку демонстрируют, что недоделано, но не подсказывают, что и как можно сделать иначе. 

Персональная поддержка, считает представитель нижегородской Вышки, заключается прежде всего в личных контактах педагога или тьютора с обучающимся. Вовлеченность через общение и персональные отчеты работает на повышение образовательного результата, но хотелось бы понять, какие категории учащихся это лучше мотивирует: с низкой мотивацией или желающих улучшить результаты.

Аспирант, стажер-исследователь Научно-учебной лаборатории когнитивных исследований НИУ ВШЭ Мария Рассказова представила проект «Разработка инструментария для реализации многократных замеров психических состояний». Она подчеркнула: многие психические расстройства вызваны именно недостатком саморегуляции, недостатком знаний о ней, а психотерапия доступна и полезна не всем. В последние годы появился метод многократных замеров (ММЗ), позволяющий лучше увидеть, как эмоции живут в человеке. Желающий скачивает приложение и отвечает на вопросы анкеты, как он чувствует ту или иную эмоцию, при этом число описываемых эмоций может быть произвольным в зависимости от детальности измерений.

ММЗ позволяет измерить, насколько человек может разделить эмоции, в том числе разные эмоции и их сочетание, насколько он различает их (эмоциональная дифференцированность). Высокий показатель означает, что человек лучше регулирует эмоции и справляется с ними, и связан с более высоким психологическим благополучием. 

С помощью ММЗ вероятно изучить процессы регуляции, разделить стратегии на адаптивные и дезадаптивные. Первые позволяют лучше справиться с негативными эмоциями.

Действующие приложения позволяют проанализировать состояние пользователя и подсчитывают частотность, но они могут направлять дубликаты уведомлений, что дает неясную картину данных, и их сложно подстроить к часовым поясам. 

Авторы проекта планируют создать телеграм-бот, который будет собирать данные согласно методам ММЗ, изучать эмоциональное состояние и рекомендовать, как его можно улучшить. Пользователь будет получать контент о том, что такое эмоции, каково его собственное состояние, как его регулировать.

«Вы будете рекомендовать пойти к психотерапевту или как регулировать?» — поинтересовался Евгений Терентьев.

Мария Рассказова пояснила, что авторы предлагают респондентам стратегию принятия и поясняют, как принимать эмоции и как улучшить свое состояние с помощью рекомендаций. 

«Надо подумать, как эти исследования превратить в продукты, необязательно это должно принести деньги, но мы должны помочь людям улучшить жизнь», — подытожил Евгений Терентьев.