Группа против нейросети: эксперимент в ВШЭ выявил неожиданные закономерности командной работы с ИИ

Совместное обучение давно считается одним из ключевых методов в высшем образовании. Но до сих пор оставался открытым вопрос: какие именно факторы делают групповую работу по-настоящему эффективной? Появление ИИ внесло в ситуацию новый интересный элемент.

Эксперимент ВШЭ

Исследователи Института образования и факультета экономических наук НИУ ВШЭ — Галина Шульгина, Александра Гетман, Илья Гуленков и Джейми Костли — решили проверить, как студенты используют ИИ при командной работе. В эксперименте участвовали 196 студентов второго курса бакалавриата, разделённых на группы от пяти до восьми человек.

Сначала команды решали задания сами, а затем — с помощью ChatGPT 3.5. При этом требовалось не просто переписать готовый ответ нейросети, а критически оценить его, применить экономические модели курса и подготовить собственное решение.

Результаты исследования

Учёные обнаружили несколько закономерностей.
• Группы, где уровень знаний участников был примерно одинаковым, показывали лучшие результаты. При большом разбросе в оценках итоговые решения оказывались слабее.
• Команды из семи-восьми студентов справлялись заметно лучше, чем группы из пяти-шести. Каждый дополнительный участник положительно влиял на результат.

Таким образом, эффективность работы с ИИ зависела не только от самого инструмента, но и от состава и размера группы.

Пояснения экспертов

Галина Шульгина отметила, что более сильные студенты тратят слишком много времени на объяснения, если в группе есть неподготовленные участники. В итоге пострадало качество итогового решения.

Александра Гетман добавила, что большие группы обладают большим интеллектуальным ресурсом и разнообразием взглядов, что помогает продуктивнее взаимодействовать с нейросетями. Однако слишком большой состав может обернуться проблемами координации.

По мнению Ильи Гуленкова, ИИ становится полноценным партнёром студентов и может быть полезен в любой дисциплине. Но ключевым остаётся критическое осмысление: все современные модели дают правдоподобные ответы, и важно уметь их проверять и дорабатывать.

Плюсы и минусы

Сравнение: разные факторы

Советы шаг за шагом

1. Формировать группы из студентов с сопоставимым уровнем знаний.

2. Создавать команды не менее семи человек.

3. Использовать ИИ не как готовый ответ, а как инструмент для анализа.

4. Поощрять критическое отношение к результатам нейросети.

5. Давать студентам образцы успешного взаимодействия с ИИ.

Мифы и правда

• Миф: чем разнообразнее уровень знаний в группе, тем лучше.
Правда: при работе с ИИ равный уровень знаний повышает результативность.

• Миф: малые группы всегда эффективнее больших.
Правда: крупные команды справляются лучше.

• Миф: ИИ сам по себе гарантирует правильное решение.
Правда: качество зависит от того, как студенты умеют его использовать.

FAQ

Сколько студентов участвовало в исследовании?
196 человек, разделённых на группы от пяти до восьми.

Какая группа показала лучшие результаты?
Команды из семи-восьми студентов с одинаковым уровнем знаний.

Можно ли использовать ИИ в любых дисциплинах?
Да, исследователи считают, что нейросети полезны для любых курсов при грамотной организации работы.

Ошибка → Последствие → Альтернатива

Ошибка: собирать слишком разные по уровню знания команды.
Последствие: ухудшение итоговых решений.
Альтернатива: формировать группы с равными возможностями.

Ошибка: ограничивать работу малыми группами.
Последствие: снижение эффективности.
Альтернатива: объединять больше студентов для накопления интеллектуального ресурса.

Ошибка: использовать ИИ как "готовое решение".
Последствие: поверхностное понимание материала.
Альтернатива: критический анализ ответов и их доработка.

А что если…

Если подход ВШЭ подтвердится в дальнейших исследованиях, университеты смогут менять структуру учебных групп. Тогда ИИ станет не просто помощником, а полноценным членом команды, а студенты научатся использовать его с максимальной пользой.