образование

Компания «Экосистемные цифровые решения» (ЭЦР) и НИЯУ МИФИ заключили соглашение о стратегическом партнерстве, направленном на интеграцию образовательного процесса с практическими задачами в области искусственного интеллекта. В рамках сотрудничества студенты ведущего технического вуза получат возможность участвовать в разработке реальных ИИ-проектов, что позволит сократить разрыв между академическими знаниями и индустриальными требованиями. Основной фокус партнерства направлен на подготовку высококвалифицированных кадров, способных работать с современными алгоритмами машинного обучения и нейросетями. Программа предполагает не только теоретическую базу, но и практическую работу над прикладными кейсами, которые могут быть внедрены в цифровые экосистемы. Данная инициатива имеет высокую значимость для развития кадрового потенциала в сфере ИИ и создания устойчивого канала подготовки специалистов для технологического сектора России.

Группа из двадцати шести генеральных прокуроров штатов инициировала судебное разбирательство против Министерства образования США. Предметом иска стали недавно принятые ограничения на федеральные студенческие кредиты. Истцы, поддерживаемые группами из сферы здравоохранения, утверждают, что данные меры создадут серьезные препятствия для подготовки медицинских кадров. Ограничение доступа к финансированию обучения может негативно сказаться на формировании кадрового резерва в клинической сфере. Таким образом, решение может привести к дефициту квалифицированного медицинского персонала в долгосрочной перспективе. Судебный процесс направлен на отмену данных ограничений для защиты образовательных возможностей будущих специалистов.

Аналитики платформы retext.ai провели масштабное исследование академической честности, используя собственный инструмент на базе искусственного интеллекта для детекции сгенерированного контента. В ходе исследования было проанализировано около 13 000 выпускных квалификационных работ, защищенных в текущем учебном году. Результаты показали тревожную тенденцию: примерно 50% текстового материала в дипломных проектах создано с помощью больших языковых моделей (LLM). Исследование демонстрирует стремительный рост использования генеративного ИИ в образовательной среде и сложность верификации авторства текстов. Данная работа подчеркивает необходимость внедрения более совершенных систем контроля и изменения подходов к оценке академических достижений в эпоху доступных нейросетей.

Данное исследование посвящено изучению готовности среднего медицинского персонала к внедрению технологий искусственного интеллекта в систему здравоохранения Казахстана. В рамках работы была проведена валидация специализированной шкалы из девяти пунктов, предназначенной для измерения уровня знаний и отношения медсестер к ИИ. Исследование охватило 400 специалистов из восьми центров первичной медико-санитарной помощи в Алматы. Результаты показали, что выявлена двухфакторная структура восприятия: «Операционное воздействие на рабочую силу» и «Клинические преимущества», объясняющая 72,7% дисперсии. Несмотря на высокую надежность шкалы (Cronbach's α = 0,94), выявлен серьезный разрыв в знаниях: около 45,8% респондентов практически не понимают применение ИИ в сестринском деле, а 38,8% проявляют нежелание использовать технологии лично. Авторы подчеркивают необходимость разработки целевых образовательных программ для преодоления барьеров при внедрении ИИ в клиническую практику.

Исследователи из НИУ ВШЭ работают над созданием специализированной большой языковой модели (LLM), адаптированной под специфику русскоязычного научного дискурса. Основная задача проекта заключается в обучении нейросети глубокому пониманию сложной научной терминологии, что позволит автоматизировать процессы анализа и систематизации исследовательских данных. Методология включает тонкую настройку (fine-tuning) существующих архитектур на корпусах специализированных текстов из различных областей знаний. Ожидается, что внедрение данной разработки значительно ускорит поиск научной информации и поможет в написании академических текстов. Проект имеет высокую значимость для развития научной инфраструктуры в России, обеспечивая более точную работу ИИ с профессиональным контентом. Результаты работы могут быть применены в автоматизированных системах поддержки принятия решений для ученых и инновационных центров.

Исследователи использовали метод совместного проектирования с участием пациентов для создания обучающих анимационных роликов о больших языковых моделях (LLM). Результатом стали два доступных видео на английском и бенгальском языках, объясняющих принципы работы ИИ и его применение в медицине без антропоморфизма.

Совместное исследование компании «Архитех ИИ» и «Ассоциации школьного кластера» выявило масштабное внедрение технологий искусственного интеллекта в образовательный процесс. Согласно полученным данным, более 70% учащихся используют инструменты на базе ИИ для помощи в изучении математики. Основными сценариями использования являются автоматическое решение задач, получение пошаговых объяснений алгоритмов и генерация дополнительных тренировочных упражнений. Исследование подчеркивает, что ИИ становится важным вспомогательным инструментом, меняющим привычные методы подготовки к урокам. Однако эксперты отмечают необходимость контроля за тем, чтобы использование нейросетей способствовало глубокому пониманию предмета, а не просто механическому списыванию ответов. Данный отчет важен для понимания того, как генеративный ИИ проникает в повседневную деятельность молодежи и какие образовательные риски это несет.

В Ставропольском крае инициирован масштабный проект по трансформации АНО «Невинномысский медицинский институт» в полноценный медицинский технологический университет. Ключевой особенностью реформы является переход от классической модели обучения к междисциплинарному подходу, объединяющему медицину с инженерными и цифровыми компетенциями. В рамках новой стратегии развития особое внимание будет уделено интеграции технологий искусственного интеллекта в образовательный процесс и клиническую практику. Также планируется создание научно-образовательных площадок для реализации проектов в области превентивной медицины. Данная трансформация направлена на подготовку специалистов нового поколения, способных работать на стыке здравоохранения и высоких технологий. Проект может существенно повлиять на региональный рынок медицинских кадров, ориентированных на цифровое здравоохранение.