Исследование показало пользу конспектов даже в эпоху нейросетей
Новое исследование, проведенное Университетом Кембриджа совместно с Microsoft Research, показало, что классические методы обучения, такие как ведение конспектов, остаются ключевыми для понимания и запоминания учебного материала. В то же время большие языковые модели (LLM), включая ChatGPT и Microsoft Copilot, могут служить полезным дополнением, помогая уточнять, исследовать и осмыслять информацию, а не заменять традиционное обучение.
Эксперимент в классе
Работа опубликована в журнале Computers & Education и стала одним из первых рандомизированных экспериментов, изучающих влияние нейросетей на учебные результаты. В исследовании приняли участие 405 учеников 14–15 лет из семи школ. Учащимся предлагалось изучать тексты по истории Великобритании: о расовой сегрегации в Южной Африке и Карибском кризисе.
Студенты были разделены на две группы. Одна группа изучала один текст с помощью LLM, а другой — ведя конспекты. Вторая группа сочетала использование нейросетей и конспектирование для одного из текстов. Всем предоставлялся краткий инструктаж, а ученики могли использовать LLM по своему усмотрению.
Через три дня, без предупреждения, ученикам задавали вопросы по материалу, чтобы проверить понимание и запоминание. Например, спрашивали о событиях молодежного восстания в Соуэто в 1976 году или роли Советского Союза в Карибском кризисе.
Результаты и наблюдения
«Наше исследование показывает, что студентам нравилось использовать чат-боты с искусственным интеллектом, но ведение конспектов оказалось более эффективным для усвоения материала», — отметила старший научный сотрудник Cambridge University Press & Assessment Пиа Крейкес.
Выводы эксперимента подтвердили: конспектирование, либо в сочетании с LLM, давало лучшие результаты, чем использование ИИ в одиночку. При этом студенты ценили LLM за возможность углублять знания, уточнять исторический контекст и исследовать темы, выходящие за рамки текста.
«Мы знаем, что студенты активно используют чат-боты и другие инструменты искусственного интеллекта для учебы. Но исследований влияния LLM на понимание и запоминание информации проведено очень мало. ученики должны делать заметки отдельно от ИИ, чтобы избегать простого копирования, и получать рекомендации по использованию LLM для активного и осмысленного обучения», — подчеркнула Крейкес.
Взаимодополнение традиций и технологий
По словам авторов, учителя могут извлечь пользу из работы учеников с LLM, анализируя их взаимодействие с инструментом, чтобы понять, где нужна поддержка, и корректировать учебные материалы.
Старший ведущий научный сотрудник Microsoft Research Джейк Хофман добавил:
«Меня впечатлило, как студенты использовали LLM для углубления понимания — задавая вопросы о контексте, объясняя незнакомые термины и исследуя значение ключевых событий».
Он подчеркнул, что традиционные методы и технологии на базе ИИ не конкурируют, а дополняют друг друга. Конспектирование формирует навыки концентрации и переработки информации, а LLM помогает расширять знания, делать выводы и понимать сложные темы.
Практическое значение
Исследование указывает, что интеграция искусственного интеллекта в обучение должна быть осознанной. Ученикам полезно сочетать традиционные методы с цифровыми инструментами, используя ИИ как помощника, а не замену. Такой подход может повысить эффективность учебного процесса и подготовить студентов к современным образовательным и профессиональным требованиям.
