🤖 ИИ сделал шаг к настоящему интеллекту
Пока мы спорили о промптах, нейросети приблизились к AGI. Теперь им отдают не отдельную команду, а задачу целиком.
📅 На этой неделе вышли две модели:
• 1 сентября Claude Fable 5.1 от Anthropic
• 3 сентября GPT-6 Astra от OpenAI
Для образования важнее не то, кто лучше прошёл тесты. Важно другое: обе компании всё меньше называют свои модели чатами.
Раньше мы вели студента по шагам:
найдите источники → сравните позиции → систематизируйте → сделайте таблицу → подготовьте слайды.
Нейросеть помогала на каждом этапе, но человек оставался ведущим.
Теперь вся эта последовательность превращается в одну задачу. И модель проходит значительную часть пути сама.
〰️〰️〰️
🎓 Что из этого следует преподавателю
Вопрос «Как запретить студентам использовать ИИ?» окончательно устарел.
Полезнее другой:
〰️〰️〰️
✅ Что оценивать вместо продукта
Интеллектуальные решения, которые студент принимал в ходе работы:
1️⃣ Почему выбраны именно эти источники?
2️⃣ Какой источник он решил не использовать и почему?
3️⃣ Какая первоначальная идея была отброшена?
4️⃣ Где студент не согласился с моделью?
5️⃣ Какую ошибку в ответе ИИ он обнаружил?
6️⃣ Какое решение принципиально не стал передавать машине?
7️⃣ Что изменилось после его критической проверки?
〰️〰️〰️
🔄 Главный сдвиг
Раньше мы проектировали задания вокруг производства результата. Теперь это чаще выполняет машина.
Значит, придётся проектировать задания вокруг решений, которые приводят к результату.
Именно здесь проходит новая граница между *использованием ИИ* и *передачей ему собственного обучения*.
〰️〰️〰️
Новые модели интересны не потому, что лучше пишут работы. А потому, что забирают себе целые цепочки действий, которые раньше мы называли «выполнением задания».
❓ Поэтому главный вопрос теперь звучит не так: «Можно ли студенту пользоваться нейросетью?»
А так:
@tamingofai
#ИИ #AGI #Образование #Нейросети #ClaudeFable #GPT6
Пока мы спорили о промптах, нейросети приблизились к AGI. Теперь им отдают не отдельную команду, а задачу целиком.
📅 На этой неделе вышли две модели:
• 1 сентября Claude Fable 5.1 от Anthropic
• 3 сентября GPT-6 Astra от OpenAI
Для образования важнее не то, кто лучше прошёл тесты. Важно другое: обе компании всё меньше называют свои модели чатами.
Раньше мы вели студента по шагам:
найдите источники → сравните позиции → систематизируйте → сделайте таблицу → подготовьте слайды.
Нейросеть помогала на каждом этапе, но человек оставался ведущим.
Теперь вся эта последовательность превращается в одну задачу. И модель проходит значительную часть пути сама.
〰️〰️〰️
🎓 Что из этого следует преподавателю
Вопрос «Как запретить студентам использовать ИИ?» окончательно устарел.
Полезнее другой:
> Какой фрагмент интеллектуальной работы студент должен выполнить сам, если нейросеть способна выполнить почти весь рабочий процесс?
〰️〰️〰️
✅ Что оценивать вместо продукта
Интеллектуальные решения, которые студент принимал в ходе работы:
1️⃣ Почему выбраны именно эти источники?
2️⃣ Какой источник он решил не использовать и почему?
3️⃣ Какая первоначальная идея была отброшена?
4️⃣ Где студент не согласился с моделью?
5️⃣ Какую ошибку в ответе ИИ он обнаружил?
6️⃣ Какое решение принципиально не стал передавать машине?
7️⃣ Что изменилось после его критической проверки?
〰️〰️〰️
🔄 Главный сдвиг
Раньше мы проектировали задания вокруг производства результата. Теперь это чаще выполняет машина.
Значит, придётся проектировать задания вокруг решений, которые приводят к результату.
Именно здесь проходит новая граница между *использованием ИИ* и *передачей ему собственного обучения*.
〰️〰️〰️
Новые модели интересны не потому, что лучше пишут работы. А потому, что забирают себе целые цепочки действий, которые раньше мы называли «выполнением задания».
❓ Поэтому главный вопрос теперь звучит не так: «Можно ли студенту пользоваться нейросетью?»
А так:
> Что именно в этом задании является обучением, а что всего лишь производством результата?
@tamingofai
#ИИ #AGI #Образование #Нейросети #ClaudeFable #GPT6