Университеты США внедряют ИИ в оценку вступительных документов

По данным Associated Press, искусственный интеллект всё чаще включается в процесс оценки вступительных документов в университеты США. Хотя ранее основная дискуссия касалась использования ИИ студентами для написания эссе, теперь акцент смещается на применение ИИ в работе приемных комиссий. Эксперты отмечают, что технологии помогают сократить время на обработку заявок, повысить эффективность и минимизировать человеческие ошибки.

Университеты внедряют ИИ в оценку документов

В ряде университетов искусственный интеллект уже используется для анализа эссе, транскриптов и рекомендательных писем. В Вирджинском технологическом университете, например, в этом году стартовало применение ИИ-читателя эссе. Система помогает сократить время рассмотрения заявок, что позволяет уведомлять студентов о результатах раньше обычного — в конце января. Решение о допуске принимают всё же люди, но ИИ используется для предварительного анализа и подтверждения оценок.

Аналогичные практики развиваются и в других университетах. В Калифорнийском технологическом институте (Caltech) ИИ применяется для проверки исследовательских проектов, которые студенты прикрепляют к заявкам. Студенты проходят видео-вопросы через чат-бот, а затем их ответы оцениваются преподавателями. Это позволяет оценить не только уровень знаний, но и эмоциональную вовлечённость — важный критерий при отборе.

Университеты сталкиваются с вызовами

Однако внедрение ИИ в приемную кампанию не проходит беспрепятственно. Так, университет Северной Каролины в Чапел-Хилл сталкивался с критикой со стороны абитуриентов и родителей после того, как стало известно, что ИИ используется для оценки грамматики и стиля эссе. В ответ университет обновил информацию на сайте, подчеркнув, что каждая заявка оценивается людьми, а ИИ лишь предоставляет дополнительные данные.

Согласно экспертам, основная сложность заключается в том, чтобы найти баланс между автоматизацией и сохранением прозрачности. В Национальной ассоциации консультантов по поступлению в колледжи (NACAC) обновили этические рекомендации, добавив раздел о применении ИИ. В документе подчёркивается необходимость соблюдения принципов честности, прозрачности и уважения к достоинству абитуриентов.

Потенциал ИИ в автоматизации рутинных задач

Помимо оценки эссе, ИИ используется для автоматизации других этапов приема. Стоуни-Брукский университет в Нью-Йорке применяет ИИ для анализа транскриптов и выделения ключевых событий в жизни абитуриентов — например, болезни родственников или семейные трудности. Это помогает сотрудникам приемной комиссии лучше понимать контекст достижений каждого студента.

Эксперты отмечают, что ключевое значение имеет взаимодействие между ИИ и людьми. Системы могут выделять важные моменты в документах, но окончательное решение остаётся за сотрудниками университета. Как отмечает Эмили Пачеко, основатель специализированной группы NACAC по ИИ и поступлению, «совместная работа человека и машины — это главный тренд. В будущем границы могут стать ещё более размытыми».

Интересно: Как сохранить баланс между автоматизацией и человеческим фактором при оценке вступительных документов, чтобы не потерять индивидуальный подход к каждому абитуриенту?

i

Создано специально для ASECTOR

Концептуальное изображение

Как ИИ меняет правила игры в высшем образовании

В последние годы искусственный интеллект всё чаще становится частью процесса отбора абитуриентов в университеты США. На первый взгляд, это кажется логичным шагом: ИИ способен обрабатывать большие объемы информации, сокращать время на оценку и минимизировать субъективность. Однако за этим процессом скрываются более глубокие трансформации, которые затрагивают не только образовательные институты, но и студентов, их семьи, а также рынок ИИ-технологий.

Потенциал и пределы автоматизации

ИИ эффективен в рутине, но не в тонкой оценке. Университеты, внедряющие ИИ, часто делают это в двух направлениях: автоматизируют обработку данных (например, транскрипты, переводы кредитов) и используют системы для предварительной оценки эссе и видеоматериалов. В таких задачах ИИ действительно показывает высокую продуктивность. Однако, как показывает опыт университета Северной Каролины, восприятие технологии студентами и родителями может быть критичным, если не обеспечена прозрачность [!].

ИИ-системы могут ускорить обработку документов, но не могут заменить человеческое суждение в вопросах, где важны контекст и индивидуальный опыт. Система, которая оценивает эссе, не способна понять, как абитуриент пережил тяжелую семейную ситуацию, или почему он выбрал именно этот университет. Именно поэтому в большинстве случаев окончательное решение остаётся за людьми. Проблема возникает тогда, когда границы между автоматизацией и человеческим вмешательством становятся размытыми. Это может вызывать недоверие и ощущение, что система «оценивает» человека, а не документ.

Кто выигрывает, а кто теряет

Внедрение ИИ в приемную кампанию — это не только шаг к цифровизации образования, но и стратегический ход для университетов, стремящихся к масштабированию и оптимизации. Однако, как и во многих других сферах, где внедряются ИИ-технологии, есть неочевидные победители и проигравшие.

Победителями в этой ситуации становятся:

• Университеты, которым удается сократить время и затраты на прием.
• Разработчики ИИ-систем, которые получают новый рынок для своих решений.
• Студенты, которым раньше приходилось ждать решения несколько месяцев, теперь получают ответы быстрее.

Проигравшими могут быть:

• Абитуриенты из малообеспеченных или сельских регионов, если ИИ-системы не обучены корректно оценивать контекст их достижений.
• Семьи, которые не понимают, как работает система оценки, и чувствуют, что их дети «оцениваются машиной».
• Образовательные консультанты, если ИИ начнет заменять их роль в подготовке эссе и других материалов.

Технологии, которые ускоряют процессы, не всегда делают их более справедливыми. Особенно если алгоритмы обучены на ограниченных или несбалансированных данных. Это подтверждается и в других сферах: например, внедрение ИИ в корпоративной среде приводит к сокращению избыточных рабочих мест, особенно в функциях, связанных с рутинными задачами. По данным BearingPoint, в половине компаний наблюдается избыточная численность персонала на уровне 10–19% из-за автоматизации. К 2028 году прогнозируется увеличение этого показателя до 30–50% в 45% случаев [!].

Этика и прозрачность: новые вызовы

Эксперты отмечают, что внедрение ИИ в образование требует четко прописанных этических рамок. В Национальной ассоциации консультантов по поступлению в колледжи (NACAC) уже обновили рекомендации, требуя от университетов раскрывать, как именно используются ИИ-системы. Это важно не только для доверия, но и для обеспечения справедливости в оценке.

Однако этические нормы — это лишь начало. Более сложный вопрос заключается в том, как обучать ИИ, чтобы он не воспроизводил систематические смещения, присущие человеческим предпочтениям. Например, если система обучена на данных, где преобладают определенные типы эссе, она может непроизвольно дискриминировать абитуриентов, чей стиль отличается.

Важный нюанс: В России, где аналогичные процессы только начинают развиваться, особенно важно формировать регуляторную базу, которая будет учитывать не только эффективность, но и социальные последствия внедрения ИИ в образование.

Будущее отбора: где остановиться?

Совместная работа человека и машины — это, как отмечают эксперты, главный тренд, но он требует четкого понимания, где заканчивается автоматизация и начинается человеческое суждение. Если ИИ будет использоваться только как инструмент поддержки, то он действительно может повысить качество и скорость оценки. Однако если он станет основным решателем, то риски ошибок и недоверия возрастут.

Для университетов важно не только внедрять технологии, но и разъяснять, как они работают, а для студентов — понимать, как они могут адаптироваться к новым условиям. Это особенно актуально в условиях, когда ИИ становится частью не только образования, но и трудоустройства, медицины, юриспруденции.

Системы, которые сегодня помогают оценивать эссе, завтра могут начать формировать рекомендации по карьере, анализировать поведение на собеседованиях или даже оценивать уровень стресса в голосе. Технологии, которые ускоряют процессы, одновременно меняют их природу. И в этом — как возможность, так и риск.

Важный нюанс: ИИ — не законодатель, а инструмент. И как в случае с патентами, где американское патентное ведомство установило, что ИИ не может быть признан изобретателем, а лишь инструментом, который помогает человеку в процессе, так и в образовании, ИИ должен оставаться вспомогательным, а не решающим звеном [!].