Укрощение ИИ | Нейросети в преподавании

🎨 ChatGPT Images 2.5: 7 сценариев с готовыми промтами

8 сентября OpenAI выпустила ChatGPT Images 2.5, новую модель для создания и редактирования изображений в ChatGPT.
Новая версия генерации изображений в ChatGPT интересна не столько качеством картинки, сколько более управляемым редактированием. Можно менять отдельные элементы, сохранять композицию и последовательно дорабатывать визуал.
Теперь идею изображения можно буквально набросать от руки прямо в ChatGPT, а затем попросить модель превратить эскиз в полноценный визуал.

Специально для вас подготовили 7 практических сценариев использования генератора изображений:

1. Объяснять сложные концепции через схемы
Подходит для моделей, процессов, причинно-следственных связей, циклов, классификаций.

Создай учебную схему для студентов 2 курса, объясняющую механизм инфляции спроса. Покажи последовательность: рост совокупного спроса → превышение потенциального выпуска → рост уровня цен. Используй минимум декоративных элементов, крупные подписи и формат 16:9 для лекционной презентации.

2. Создавать визуальные кейсы для семинаров
Можно генерировать ситуацию, которую студенты должны интерпретировать, диагностировать или обсуждать.

Создай реалистичную сцену совещания в компании, где директор, финансовый директор и руководитель продаж обсуждают резкое падение маржинальности. Не добавляй поясняющий текст. Изображение должно содержать визуальные подсказки, по которым студенты смогут сформулировать возможные причины проблемы.

3. Делать задания с намеренными ошибками
Хороший формат для проверки понимания, а не простого воспроизведения материала.

Создай схему денежного кругооборота в экономике с тремя намеренными концептуальными ошибками. Ошибки не отмечай и не объясняй. Схема должна выглядеть убедительно, чтобы студенты самостоятельно нашли и исправили неточности.

4. Сравнивать альтернативные сценарии
Удобно для анализа стратегий, решений, моделей поведения и последствий.

Создай сравнительную инфографику из двух частей. Слева покажи компанию, которая конкурирует за счет снижения цены, справа компанию, которая конкурирует за счет дифференциации продукта. Используй одинаковую структуру обеих частей, чтобы студентам было удобно сравнивать последствия двух стратегий.

5. Визуализировать абстрактные идеи
Особенно полезно там, где одного определения студентам недостаточно.

Визуализируй понятие «информационная асимметрия» через одну понятную бытовую сцену. Один участник сделки должен обладать существенно большей информацией, чем другой. Не пиши определение на изображении. Студенты должны определить концепцию самостоятельно.

6. Давать студентам задания на визуальное объяснение
Здесь оценивается не сама картинка, а понимание структуры понятия и логики объяснения.

Создай визуальное объяснение концепции альтернативных издержек для человека, который никогда не изучал экономику. Используй один жизненный пример. После генерации объясни, почему ты выбрал именно такую композицию и какие элементы изображения передают экономический смысл концепции.

7. Адаптировать один материал под разные учебные форматы
Один исходный визуал можно превратить в слайд, карточку, задание или иллюстрацию для LMS.

Сохрани содержание и логику этой схемы без изменений. Адаптируй ее для учебной карточки в LMS: вертикальный формат, крупные подписи, меньше мелких деталей, визуальная иерархия должна хорошо читаться на экране смартфона.

Ключевой сдвиг здесь такой:
не «сделай мне картинку», а «создай → уточни → измени нужный элемент → сохрани остальное».
Именно поэтому Images 2.5 интересен не только как генератор иллюстраций, а как инструмент визуального проектирования учебного материала.

Уже доступно во всех версиях ChatGPT, включая веб, мобильные приложения и десктоп.
🔗 Обзор всех новых функций: https://openai.com/index/introducing-chatgpt-images-2-5/

@tamingofai
#ChatGPT #OpenAI #ChatGPTImages #ИИвОбразовании

Китай меняет экономику искусственного интеллекта. Для России это важнее, чем сама гонка США и Китая

Bloomberg фиксирует важный сдвиг: технологический разрыв между США и Китаем в искусственном интеллекте сокращается. Но Китай конкурирует не только качеством моделей. Его главное преимущество, это цена, эффективность и открытые модели.

Китайские DeepSeek, Qwen и Kimi все чаще дают результат, близкий к американским лидерам, но обходятся дешевле в использовании. Параллельно Китай активно распространяет модели с открытыми весами, которые можно разворачивать внутри компании и адаптировать под собственные задачи.

Для России здесь особенно важна экономика.

Россия находится в похожей, хотя и более жесткой ситуации: доступ к передовым вычислительным мощностям ограничен, строительство инфраструктуры для искусственного интеллекта требует огромных капитальных затрат, а стоимость вычислений становится одним из главных ограничений для его широкого внедрения.

Поэтому китайская модель развития потенциально намного ближе российскому рынку, чем американская.

1. Не самая сильная модель, а самая экономичная

Для российского банка, торговой сети, промышленной компании или электронной площадки вопрос обычно не в том, какая модель занимает первое место в тестах.

Вопрос другой:

сколько стоит автоматизировать один бизнес-процесс и какой экономический эффект компания получит на каждый вложенный рубль.

Если модель немного уступает лидеру, но ее использование стоит в разы дешевле и ее можно запустить на собственной инфраструктуре, для бизнеса это часто более выгодное решение.

2. Открытые модели снижают порог входа

Американский рынок во многом строится вокруг закрытых решений крупных компаний.

Открытые модели дают другую экономику. Компания может развернуть модель у себя, дообучить ее на собственных данных и не платить внешнему поставщику за каждый запрос.

Для России это особенно актуально из-за требований к хранению данных, курса на технологическую независимость и ограниченного доступа к части зарубежных сервисов.

Фактически китайские модели становятся еще одним технологическим фундаментом, на котором российские компании могут строить собственные решения, вместо того чтобы самостоятельно финансировать обучение самых сложных моделей с нуля.

3. Дефицит вычислительных мощностей повышает ценность эффективности

Российская Национальная стратегия развития искусственного интеллекта прямо называет вычислительную инфраструктуру одним из ключевых ограничений.

То есть российская экономика искусственного интеллекта упирается не только в алгоритмы и кадры. Она упирается в стоимость и наличие вычислительных ресурсов.

Именно поэтому китайский опыт оптимизации моделей под менее мощное или альтернативное оборудование для России особенно интересен.

4. Искусственный интеллект должен давать измеримый вклад в ВВП

Российская стратегия ставит конкретную экономическую цель: накопленный прирост ВВП от применения искусственного интеллекта к 2030 году должен составить не менее 11,2 трлн рублей.

Затраты организаций на внедрение и использование искусственного интеллекта должны вырасти с 123 млрд рублей в 2022 году до 850 млрд рублей ежегодно к 2030 году.

Отсюда главный вопрос для российского рынка:

как превратить сотни миллиардов рублей инвестиций в рост производительности, а не просто в рост расходов на серверы и модели?

Мнение эксперта
Сергей Кузубов, доктор экономических наук, доцент Школы финансов НИУ ВШЭ, руководитель программ повышения квалификации по ИИ в корпоративных финансах:

Для корпоративных финансов принципиально важно не то, какая модель занимает первое место в рейтинге, а то, какую экономическую ценность она создает на единицу затрат. Если открытые модели позволяют компании работать с отчетностью, финансовыми моделями и внутренними документами в собственном контуре и при этом радикально снижают стоимость использования ИИ, это меняет экономику внедрения.

#ИИ #Китай #Россия #технологии #цифроваяэкономика #DeepSeek #Qwen

ИИ как общий помощник команды: что это значит для преподавателей

Anthropic представила Claude Tag — ИИ-ассистента, которого можно добавить в рабочий чат как участника команды. Его можно тегнуть, поручить задачу, а система сама разберет ее на этапы, использует доступные инструменты и отчитается в треде.

Главное отличие от обычного Claude — это не личный чат, а общий ИИ-сотрудник команды.

Он работает в многопользовательском режиме: все участники канала видят, что он делает, могут продолжить задачу с того места, где остановился коллега, и добавлять свои уточнения. Для кафедры или лаборатории это может быть особенно важно: например, научная группа готовит заявку на грант РНФ — каждый участник поручает Claude свою часть, передавая нужный контекст: статьи, предыдущие заявки, требования фонда, данные экспериментов, внутренние документы, а система собирает это в единый документ и следит за согласованностью.

Еще одно преимущество — накопление контекста. Claude постепенно понимает, чем живет команда, какие задачи обсуждаются, какие документы и процессы важны. Поэтому участникам чата не нужно каждый раз объяснять всё с нуля.

Система также может проявлять инициативу: напоминать о зависших задачах, подсвечивать важную информацию из подключенных каналов и инструментов, следить за тем, чтобы обсуждения не терялись.

И наконец, Claude работает асинхронно. Ему можно поручить задачу и вернуться позже к готовому результату. В перспективе это открывает для преподавателей и ученых возможность передавать ИИ рутинные административные функции: протоколы, сводки, дедлайны, расписания, обновление документов, координацию учебных и научных процессов.

Пока важное ограничение в том, что Claude Tag доступен только в Slack, а для российских организаций эта платформа фактически недоступна. Поэтому для российских вузов это скорее не готовый инструмент на данный момент, но важный сигнал о направлении развития: ИИ постепенно перестает быть личным помощником и становится цифровым участником целой команды.

От семинара до созвона : новые речевые модели от Sber Ai

Устали расшифровывать лекции и созвоны вручную? Что если ИИ будет слушать за вас 2 часа аудио и приносить готовый конспект?

Sber представили GigaAM Multilingual и GigaChat Audio, решения для работы с речью, которые уже доступны в ИИ-помощнике. Главная ценность: поддержка записей до 2 часов, точность на языках СНГ, анализ интонаций и мгновенная навигация по аудио.

Разбираем практические кейсы.

🎓 Для преподавателей и методистов:
• Загрузите запись семинара или лекции. Модель найдёт нужный фрагмент, выгрузит тезисы и привяжет их к минутам. Студенты быстро ориентируются, вы экономите время на подготовке материалов.
• Диктуйте планы занятий, задавайте вопросы по учебным планам или просите пересказать статью прямо во время подготовки. Руки свободны, темп выше.
• Общайтесь с ГигаЧатом голосом. Он определяет ваше настроение по интонации: если вы спешите - даст короткий, конкретный ответ. . Если взволнованы - спокойный, чёткий совет.

📊 Для финансистов, аналитиков и инвесторов:
• Earnings-call / совет директоров за несколько минут. Загрузите файл - ИИ найдёт момент с прогнозами, выгрузит ключевые цифры и соберёт саммари с точными таймкодами. Больше не нужно «перемотывать» часы аудио.
• Анализ тональности и настроения. Модель различает уверенность, осторожность или напряжённость в речи менеджмента. Помогает фиксировать мягкие сигналы рынка, вести Due Diligence и протоколировать переговоры.
• Работа с рынками СНГ без потерь.  Удобно для кросс-бордерных отчётов, локальных инвестпрезентаций и регуляторных записей.

🚀 GigaChat Audio уже доступен: просто отправьте аудиофайл в чат с ГигаЧатом или переключитесь на голосовой режим. До двух часов записей без нарезки и конвертации.

@tamingofai
#SberAI #GigaChat #GigaChatAudio #GigaAM #ИИ #AI #нейросети

🚀 OpenAI представила новое семейство GPT-5.6 и ChatGPT Work

В линейку вошли три версии:
Sol: флагман для самых сложных задач.
Terra: сбалансированная модель для повседневной работы.
Luna: самая быстрая и доступная версия.
Одновременно появился ChatGPT Work, новый режим для выполнения полноценных рабочих задач внутри ChatGPT.
Важное изменение: пользователи тарифов Free и Go получили доступ к GPT-5.6 Terra в ChatGPT Work и Codex.

Мы протестировали GPT-5.6 на задачах преподавателей и финансовых аналитиков.

🎨Презентации
Модель лучше собирает структуру, выстраивает логику слайдов и соблюдает стиль исходного шаблона.
Это уже не просто текст, распределённый по страницам. GPT-5.6 может подготовить редактируемую презентацию с понятной иерархией, композицией и визуальным повествованием.
📊Таблицы и финансовые модели
GPT-5.6 точнее работает с формулами, уравнениями, структурой листов и финансовыми моделями.
Она помогает проверить расчёты, найти нарушение логики, разобрать денежные потоки и подготовить сценарный анализ.

Таблица воспринимается не как набор ячеек, а как связанная модель.

📝 Документы
Из заметок, таблиц и черновиков модель собирает аналитические записки, отчёты и учебные материалы.
Она лучше соблюдает заданный формат, выстраивает структуру и связывает выводы с исходными данными.
💻 Кодинг для финансов
GPT-5.6 помогает очищать и объединять данные, рассчитывать финансовые показатели, автоматизировать анализ и находить ошибки в Python-коде.
Главное преимущество: модель может пройти всю цепочку, от изучения файлов до готового скрипта и проверки результата.

Для финансиста код становится обычным рабочим инструментом.

Наш вывод
GPT-5.6 не заменяет преподавателя, аналитика или разработчика.
Но она заметно сокращает путь от исходных данных до готовой презентации, таблицы, документа или скрипта.

@tamingofai
#GPT56 #ChatGPT #OpenAI #Excel #Python #Презентации

Китай готовит детей к эпохе ИИ, а не защищает их от нее

29 июня 2026 года Госсовет КНР опубликовал новый пятилетний план развития образования на 2026–2030 годы. В нем есть формулировка, которая хорошо показывает масштаб замысла: Китай намерен продвигать обучение ИИ на всех этапах образования, повышать ИИ-грамотность учащихся и развивать способность ставить вопросы и решать проблемы.

Что именно закладывает план:

ИИ становится базовым навыком

Китай официально трактует ИИ-грамотность как ключевую компетенцию школьника и студента. Цель не просто научить детей пользоваться инструментами, а дать им понимание принципов технологии, умение применять ИИ для анализа, проектирования и решения реальных задач.

ИИ встраивают в саму механику школы

Документ говорит не только об уроках. ИИ, большие данные и цифровые платформы должны менять экзамены, оценивание, управление школами, подготовку учителей, научные исследования и образовательные траектории.
То есть ИИ становится не предметом на полке, а инфраструктурой, через которую проходит вся система.

Безопасность и этика идут отдельным блоком

Китайские власти отдельно фиксируют необходимость норм этики, цифровых стандартов и надзора за применением генеративного ИИ в школах. Это важная деталь: массовое внедрение не означает полного laissez-faire. Государство хочет одновременно ускорять применение технологии и контролировать риски.

Университеты уже перестраиваются

По свежим данным, китайские вузы закрыли или приостановили 12 200 «устаревших» бакалаврских программ и открыли 10 200 новых специальностей, ориентированных на будущие отрасли. Среди них робототехника, воплощенный искусственный интеллект и другие направления на стыке ИИ, промышленности и инженерии.
Это болезненная, но показательная перестройка. Китай не просто добавляет новые курсы, он меняет структуру подготовки кадров.

Пилоты уже работают

Пекин, Шанхай, Шэньчжэнь, Гуанчжоу и другие города начали двигаться раньше национального плана. В Пекине ИИ-образование охватило более 1400 школ и почти 2 млн учеников. Для школьников введен минимум 8 академических часов по ИИ в год.
В школах уже тестируют ИИ для проверки сочинений, практики иностранных языков, анализа каллиграфии, помощи учителям и персонализации домашних заданий.

Главный смысл реформы

Китай готовит поколение, для которого ИИ будет не внешним сервисом, а естественной частью мышления, учебы и работы.
Это напрямую связано с курсом Си Цзиньпина на «новые качественные производительные силы», технологический суверенитет и снижение зависимости от внешних поставщиков критических технологий. На фоне экспортных ограничений США в области чипов и оборудования Пекин делает ставку не только на железо и модели, но и на человеческий капитал.
В этой логике школа становится частью технологической стратегии государства.

Почему это важно за пределами Китая

Китай показывает, как государство может централизованно и быстро перестраивать консервативную систему образования под новую технологическую эпоху.
Можно спорить о плюсах и минусах такого подхода. Но сам масштаб решения впечатляет: ИИ-грамотность больше не воспринимается как навык для программистов. Она становится массовой компетенцией, как математика, язык или цифровая грамотность.

И здесь возникает неудобный вопрос для других стран:

если Китай начнет готовить «ИИ-нативов» с младших классов, сколько лет будет стоить промедление тем системам образования, которые до сих пор обсуждают, разрешать ли ученикам пользоваться нейросетями?

@tamingofai

Сколько вам нужно заплатить, чтобы вы месяц не пользовались ChatGPT и другими LLM?

Экономисты попробовали оценить не выручку ИИ-компаний, а реальную пользу, которую пользователи получают от генеративного ИИ.

В исследовании What is Generative AI Worth? американских пользователей спросили: согласились бы они на месяц отказаться от доступа ко всем генеративным ИИ-инструментам в обмен на деньги?

Результат: в марте 2026 года среднему пользователю нужно было бы заплатить $124,5 за месяц без ИИ. Годом раньше оценка была ниже — $98.
Причем распределение очень неравномерное: медианная оценка — около $11,4, но часть пользователей ценит ИИ намного выше. 12% не согласились бы отказаться от доступа даже за $500.

Зачем вообще задавать такой вопрос?

Потому что многие цифровые сервисы стоят для пользователя дешево или вообще бесплатны. Из-за этого их вклад почти не виден в ВВП: статистика фиксирует рыночные транзакции, но не фиксирует пользу, которую человек получает бесплатно.

Исследователи оценили, что совокупная пользовательская выгода от генеративного ИИ в США достигла $172,3 млрд в год. Для сравнения: глобальная потребительская выручка крупнейших ИИ-сервисов в 2025 году оценивалась примерно в $14,2 млрд.

То есть экономическая ценность ИИ для пользователей уже намного больше, чем видимый размер рынка. И пока ВВП не успевает это показать, пользователи уже голосуют своим временем, привычками и нежеланием отказываться от этих инструментов.

А вы за сколько согласились бы прожить месяц без нейросетей?

А что если студенты будут сами придумывать себе задания?

Новое исследование проверило идею: можно ли дать студентам ИИ-систему, которая помогает создавать персонализированные задания по программированию — под их интересы, но всё ещё в рамках учебных целей курса.

Проще говоря, студент выбирал тему, например игру, кибербезопасность или что-то из своих интересов, а система на базе GPT-4o генерировала для него задание, пример решения, тесты и обратную связь. Всё это было встроено в привычный рабочий процесс через GitHub Actions.

Как проходило исследование:

- 12 студентов вводного курса по программированию получили доступ к системе на 6 недель.
- Они могли сами выбрать: решать обычное задание или сгенерировать персональное.
- После каждой недели студенты давали фидбек, и систему улучшали в нескольких итерациях.
- В конце авторы провели фокус-группу, чтобы понять, как студенты восприняли такой формат.

Идея студентам понравилась: задания на личные темы казались более интересными, а быстрая ИИ-обратная связь была одним из самых ценных элементов. Особенно по сравнению с обычным курсом, где ответа от преподавателя или ассистента иногда приходится ждать долго.

Но результаты оказались не такими однозначными.

Главные проблемы:

- Студентам было сложно не только решать задание, но ещё и придумывать, какое задание стоит решать.
- Качество сгенерированных заданий сильно варьировалось: одни были слишком простыми, другие почти невозможными.
- Иногда задания плохо совпадали с учебными целями курса.
- У персонализации оказался неожиданный минус: студенты потеряли ощущение общего учебного опыта.

Самый интересный вывод: студентам не хватало возможности обсуждать одно и то же задание с одногруппниками. Когда у каждого своё персональное задание, становится труднее сравнивать решения, помогать друг другу и учиться через совместное обсуждение.

📖 ИИ может помочь делать обучение более персональным и интересным, но полная индивидуализация — не всегда благо. Возможно, лучший вариант — оставить часть задания общей для всех, а часть позволить адаптировать под интересы студента.

Иначе можно случайно потерять то, что делает обучение сильнее: не только персональный интерес, но и совместное решение задач.

📊 State of AI 2026: Структурная трансформация рынка ИИ

Аналитическая компания Sensor Tower выпустила флагманский отчет о состоянии индустрии искусственного интеллекта. Главный вывод: рынок перешел от фазы взрывного хайпа к этапу глубокой интеграции в цифровую экономику и усилению конкуренции.

📍 Конец монополии OpenAI 

Доля ChatGPT по метрике True Audience впервые в истории опустилась ниже 50% к маю 2026 года. На фоне роста Google Gemini (27,7%) и Claude (10,3%) рынок становится мультиполярным. При этом ChatGPT сохраняет лидерство по объему аудитории: более 1,1 млрд активных пользователей в месяц.

📍 Взрывной рост вовлеченности 

Суммарное время, которое пользователи проводят в ИИ ассистентах, выросло более чем вдвое: с 17,2 млрд часов в первой половине 2025 до прогнозируемых 36 млрд часов в первой половине 2026 года. Топ 3 игрока (ChatGPT, DeepSeek, Gemini) контролируют почти 90% этого времени.

📍 Экономика и эффективность 

Пользовательские траты в категории GenAI вырастут до 4,2 млрд долларов в первом полугодии 2026 (против 1,83 млрд годом ранее). Важный тренд: Claude лидирует по конверсии в платную подписку (13%), что подтверждает высокую ценность продукта для профессионального сегмента.

📍 ИИ как драйвер e-commerce 

Интеграция нейросетей в ритейл дает измеримый финансовый результат. Покупатели, использующие ИИ ассистента Rufus на Amazon, конвертируются в реальную покупку почти в 2 раза чаще обычных пользователей.

📍 Репутационные факторы 

Аудитория стала чувствительна к этике брендов. Сделка OpenAI с Минобороны США в феврале вызвала заметный всплеск удалений приложения. Доверие к разработчику становится таким же важным фактором выбора, как и функционал модели.

Кузубов Сергей Анатольевич, доцент Школы финансов, руководитель программ «Искусственный интеллект в корпоративных финансах» и «Технологии финансиста будущего»:

«Когда смотришь на эти цифры глазами преподавателя, первая мысль не про бизнес, а про аудиторию. Наши слушатели уже живут в этой реальности: 36 млрд часов в ИИ приложениях за полгода, это не статистика, это их ежедневная жизнь. Они приходят на занятия, уже используя ChatGPT, Claude и DeepSeek в своей работе. И задача преподавателя сегодня кардинально изменилась.
Я принципиально строю свои программы вокруг живой практики применения ИИ инструментов прямо в учебном процессе. Мы не изучаем ИИ как предмет, мы работаем с ним как со средой. Слушатели анализируют финансовую отчетность с помощью языковых моделей, строят прогнозные модели, разбирают кейсы через диалог с ассистентами.
Отчет Sensor Tower наглядно показывает: рынок ИИ ассистентов стал конкурентным, появились сильные альтернативы ChatGPT. Это меняет и методику преподавания. Я специально даю слушателям одни и те же задачи в разных системах, и мы сравниваем качество ответов в контексте финансового анализа. Это формирует критическое мышление и понимание ограничений каждого инструмента.
Преподаватель, который сегодня не использует ИИ в своей работе сам, просто не может качественно обучать этому других. Это мое твердое убеждение.»

Полный отчет: sensortower.com/report/state-of-ai-2026

@tamingofai
#AI #Analytics #ChatGPT #TechTrends

🤖 Vibe Citing: когда ИИ выдумывает источники, а никто не проверяет

В лексиконе ИИ-эпохи появился новый термин - «vibe citing» (по аналогии с vibe coding). Это когда языковые модели генерируют академические ссылки, не проверяя, существуют ли цитируемые работы на самом деле. Источники выглядят правдоподобно: правильный формат, знакомые имена авторов, реалистичные названия журналов. Только вот работ этих не существует.

И проблема уже вышла далеко за рамки студенческих рефератов.
🧠 Провал на топовой ИИ-конференции NeurIPS 2025 Исследователи просканировали почти 5 000 принятых статей на самую престижную ИИ-конференцию мира (NeurIPS 2025) и нашли 100 сфабрикованных цитат в 51 работе. Ни один из рецензентов (в рамках хваленого peer review) этого не заметил. Причина проста: из-за бума ИИ количество заявок выросло на 220% за 5 лет. Рецензенты перегружены и физически не могут прокликивать каждую из 30-60 ссылок в статье, а идеальный синтаксис «галлюцинаций» обманывает человеческий глаз.
💼 Корпоративный позор KPMG (июнь 2026) В корпоративном секторе ситуация не лучше. В октябре 2025 года консалтинговый гигант KPMG выпустил большой отчет «Total Experience: Redefining Excellence in the Age of Agentic AI»
На днях GPTZero проверили этот отчет и выяснили шокирующую деталь: из 45 цитат только 5 (!) указывали на реальные источники. Остальные 40 - это либо склейка названий разных статей, либо чистые галлюцинации. Около половины утверждений в отчете оказались выдумкой. ИИ-ассистент, которому поручили найти примеры «agentic AI», перестарался и просто выдумал несуществующие кейсы для реальных компаний.
В итоге швейцарский банк UBS, британская служба здравоохранения (NHS) и швейцарские железные дороги возмутились откровенным фейкам, и буквально пару дней назад KPMG пришлось удалить отчет.

⚠️ Почему это страшно? Это не плагиат и не намеренная фабрикация данных человеком. Это новый вид академического загрязнения, который масштабируется мгновенно. LLM отлично усвоили формат цитирования, но не понимают смысла. Если такие ссылки попадут в обучающие датасеты для следующих поколений ИИ, мы получим рекурсивное отравление данных. Отличить правду от выдумки станет невозможно.

#ИИ #VibeCiting #Нейросети #GPTZero

Что, если ИИ будет помогать студентам думать, подстраивая задания под студента, а не просто выдавать ответ?

В исследовании в реальном учебном классе протестировали более умный способ использовать ИИ в обучении программированию: вместо того чтобы показывать студентам готовое решение, система превращала ответ в персонализированную “головоломку Парсонса”.

Проще говоря, студентам давали перемешанные блоки кода, которые нужно было расположить в правильном порядке. Головоломка адаптировалась под уже написанный студентом код, поэтому работала как подсказка и тренировка, а не как простой способ списать.

- В исследовании участвовали 118 студентов бакалавриата на курсе Python.
- Они решали четыре задачи по программированию в течение 80-минутного занятия.
- Одна группа получала готовые решения, сгенерированные ИИ, когда просила помощи.
- Другая группа получала персонализированные головоломки из блоков кода с обратной связью.

Студенты, которые получали головоломки, оставались вовлечёнными заметно дольше: 22,7 минуты в среднем против 15,8 минуты у тех, кто получал готовые решения.

Разница оказалась статистически значимой. Авторы также отмечают тревожное поведение в группе с готовыми решениями: некоторые студенты сразу открывали помощь, копировали ответ и сдавали задачу меньше чем за две минуты.

ИИ в образовании может быть полезнее, когда он подталкивает учащихся активно решать задачу, а не просто выдаёт готовый ответ.

⚽️ ЭТОТ ДЕНЬ НАСТАЛ! ЧМ-2026 !
Сегодня, 11 июня, в Мексике, США и Канаде начинается главный футбольный движ планеты! Первый матч уже сегодня!
И пока все выбирают за кого болеть - у нас для вас ЛАЙФХАК.
Забудьте про фотошоп. За 15 секунд ИИ переоденет вас в футболку ЛЮБОЙ сборной.

КАК СДЕЛАТЬ ЗА 3 КЛИКА:
1. Открываете ChatGPT или бесплатный GigaChat -> жмете на скрепку
2. Загружаете свое фото (лучше по пояс, с хорошим светом)
3. Копируете один из промптов ниже

ГОТОВЫЕ ПРОМТЫ (просто копируйте):
1. БАЗОВЫЙ (сохранит ваше лицо на 100%)
Переодень человека на фото в официальную домашнюю футболку сборной Аргентины ЧМ-2026. Сохрани лицо, прическу, телосложение и позу 1в1. Сделай фотореалистично, 8k, как фото на телефон.
2. ДЛЯ БОЛЕЛЬЩИКА
Надень на меня футболку сборной Бразилии, добавь шарф болельщика. На фон поставь полный стадион ЧМ-2026 в размытии. Ультрареализм, сохрани мое лицо.
3. ДЛЯ ДЕВУШЕК
Переодень девушку на фото в женскую приталенную футболку сборной Испании. Сделай макияж в цветах флага. Фон - трибуны стадиона.
ПРО-СОВЕТ: Меняйте страну в промпте: Португалия, Германия, Англия, Марокко, Узбекистан. А еще попросите: "добавь меня на фото с Месси" — и нейросеть сделает!
Готово! Теперь у вас есть аватарка на весь месяц турнира.

Ну что, за кого болеем в этом году? Кидайте свои ИИ-формы в комменты! 👇
@tamingofai
#ЧМ2026 #нейросети #лайфхак #GigaChat #ChatGPT