Материалы ведущих (4)

• ✏️ notes ИИ_интенсив_установка_2_Щукин (альтернативная версия)

  ×
  Малый эксперимент в поле больших университетских моделей Спикер: Щукин Т.Н. Расшифровка Задача второй установки и масштаб экспериментов Сегодняшняя задача - поместить ваши образовательные эксперименты в контекст больших университетских моделей работы с искусственным интеллектом. В первой установке уже был задан базовый контур эксперимента: проблема, образовательный результат, деятельность участников, исследовательский вопрос, гипотеза, операционализация, дизайн, техническое задание, пилот и отчет. Этот контур остается. Я не предлагаю его выбросить или заменить. Я предлагаю достроить к нему еще один слой - ИИ-архитектурный. Главная работа второй установки - увидеть масштаб. Один и тот же маленький эксперимент может быть просто локальной доработкой инструмента, а может оказаться пробным элементом большой университетской модели. Разница не в названии инструмента. Разница в рамке чтения: кто наблюдает эксперимент, какую цель он решает, какие данные собирает, как оценивается результат, как этот результат может быть масштабирован. Например, слово «бот» закрывает очень разные вещи. Это может быть простой текстовый собеседник, который отвечает по материалам курса. Это может быть ИИ-персона, работающая с цитатами Канта через RAG-базу. А может быть сложная многомодульная архитектура, где сотни модулей отвечают за разные когнитивные операции, роли, ограничения, сценарии и способы интеллектуализации процесса. Снаружи это все может называться ботом, но внутри это разные представления о том, как может быть устроен университет. Я сейчас работаю с лабораторией ИИ в ТюмГУ, с Сашей Диденко, Ульяной и коллегами. Моя задача там как раз находится на стыке инженерной и гуманитарной работы: переводить инженерные модели и требования к инженерным проектам в образовательные и исследовательские модели, а также собирать собственные решения. Поэтому разговор сегодня будет не только про инструменты, но и про архитектуры. Мы посмотрим на несколько больших университетских моделей. Это не з…
  📎 /static/event-files/evt-intensive-02/ИИ_интенсив_установка_2_Щукин.docx
• 🖼 slides Презентация · Щукин — Установка 2 (текстовая версия)

  ×
  # **Установка 2** **Курс Ульяны 110626 ТЮМГУ** --- # **Слайд 1\. Малый эксперимент в поле больших университетских моделей** ## **Краткое описание (функция \+ содержание)** **Функция слайда:** сразу задать не инструментальную, а масштабную рамку занятия. Мы не учим пользоваться ИИ; мы показываем, как малый эксперимент преподавателя может быть пробным элементом новой университетской модели. **Заголовок:** **Малый эксперимент в поле больших университетских моделей** **Главная формула:** **Не каждый эксперимент должен быть радикальным. Но каждый эксперимент должен понимать, какую большую возможность он проверяет.** ## **Текст для выступления \+ комментарии для сборки** ### Начать мне хочется не с искусственного интеллекта. Хотя занятие как будто про искусственный интеллект, это как раз ловушка. Как только мы говорим «ИИ в образовании», в голове сразу включается знакомый набор корзин. У кого-то это ChatGPT, у кого-то запреты, у кого-то автоматизация проверки, у кого-то бот, который отвечает на вопросы по курсу, у кого-то очередная университетская инициатива: надо внедрить, описать, отчитаться, желательно не пострадать. И если мы сразу пойдём в эту рамку, мы очень быстро получим разговор не об эксперименте, а о наборе инструментов. Кто чем пользуется, кто что пробовал, где какие промпты, какой сервис лучше, почему студенты всё равно хитрее. Но наша задача сегодня другая. Мы смотрим не на ИИ как на инструмент, а на масштаб эксперимента. Малый эксперимент преподавателя может быть локальной педагогической пробой, а может оказаться пробным элементом большой университетской модели. И вот это различение для нас сегодня главное. Представьте самый простой случай. Преподаватель говорит: я хочу сделать бота по материалам курса. Пока он это сказал, мы ещё почти ничего не поняли. Это может быть справочник, который помогает студенту найти нужное место в материалах. Это может быть тьютор, который не даёт готовый ответ, а ведёт студента через затруднение. Эт…
• 🖼 slides Презентация · Щукин — Установка 2 (текстовая версия)

  ×
  # **Установка 2** **Курс Ульяны 110626 ТЮМГУ** --- # **Слайд 1\. Малый эксперимент в поле больших университетских моделей** ## **Краткое описание (функция \+ содержание)** **Функция слайда:** сразу задать не инструментальную, а масштабную рамку занятия. Мы не учим пользоваться ИИ; мы показываем, как малый эксперимент преподавателя может быть пробным элементом новой университетской модели. **Заголовок:** **Малый эксперимент в поле больших университетских моделей** **Главная формула:** **Не каждый эксперимент должен быть радикальным. Но каждый эксперимент должен понимать, какую большую возможность он проверяет.** ## **Текст для выступления \+ комментарии для сборки** ### Начать мне хочется не с искусственного интеллекта. Хотя занятие как будто про искусственный интеллект, это как раз ловушка. Как только мы говорим «ИИ в образовании», в голове сразу включается знакомый набор корзин. У кого-то это ChatGPT, у кого-то запреты, у кого-то автоматизация проверки, у кого-то бот, который отвечает на вопросы по курсу, у кого-то очередная университетская инициатива: надо внедрить, описать, отчитаться, желательно не пострадать. И если мы сразу пойдём в эту рамку, мы очень быстро получим разговор не об эксперименте, а о наборе инструментов. Кто чем пользуется, кто что пробовал, где какие промпты, какой сервис лучше, почему студенты всё равно хитрее. Но наша задача сегодня другая. Мы смотрим не на ИИ как на инструмент, а на масштаб эксперимента. Малый эксперимент преподавателя может быть локальной педагогической пробой, а может оказаться пробным элементом большой университетской модели. И вот это различение для нас сегодня главное. Представьте самый простой случай. Преподаватель говорит: я хочу сделать бота по материалам курса. Пока он это сказал, мы ещё почти ничего не поняли. Это может быть справочник, который помогает студенту найти нужное место в материалах. Это может быть тьютор, который не даёт готовый ответ, а ведёт студента через затруднение. Эт…
• 🗒 transcript ИИ-интенсив_вторая_лекция_исправленная_расшифровка (исправленная)

  ×
  ИСПРАВЛЕННАЯ РАСШИФРОВКА ИИ-интенсив: рефлексивная петля, контексты и гибридный интеллект Проектирование образовательных экспериментов и технических заданий для ИИ-решений Редакционный принцип Сохранены содержание, порядок рассуждения, вопросы и реплики участников. Исправлены ошибки машинной расшифровки, пунктуация и явные речевые сбои. Содержание Рефлексивная петля: исходная модель Семиотическая этажность и гибридный интеллект Синхронизация человека и машины в общей деятельности Контекст исследовательской и экспериментальной работы Как собрать рабочий контекст с помощью ИИ Верификация, ограничения и работа с галлюцинациями Хранение контекстов и управление их дрейфом Петля как способ проверки и уточнения модели Кейс: агентская аспирантура и исследовательская позиция Аспирант как руководитель виртуальной лаборатории Контексты, агенты и организация исследовательской работы Технические и организационные ограничения Итоги кейса и применение модели в проекте Вопрос о востребованности исследования Рефлексивная петля: исходная модель ТИМУР ЩУКИН Всем здравствуйте. Здравствуйте. В принципе, я готов начинать, но могу подождать. Здравствуйте. Здравствуйте, что здесь? Ну, тогда давайте начинать. Хорошо. Всем здравствуйте. Сейчас начинаем. Смотрите, в прошлый раз меня попросили то, что я называл петлей, и то, что я так очень плотно описывал на примере работы с проектом в целом, описать более подробно. Я собираюсь сейчас это сделать, занять этим от половины до двух третий нашего разговора на одном конкретном примере. Как эта самая петля, в кавычках, работает на восстановление одного контекста. В качестве такого контекста для проекта я взял исследовательское экспериментание. Теперь у меня будет 10 тезисов про эту самую петлю, соответственно 10 слайдов. И потом еще 10, они более короткие, более простые, это применение этого к еще одному кейсу. Итак, смотрите, почему я называю это все дело петлей. Для меня, в моей работе, в той тусовке, в части которой я являюс…
  📎 /static/event-files/evt-intensive-02/ИИ-интенсив_вторая_лекция_исправленная_расшифровка.docx