ИИ в дипломах вырос до 27%: суды отчисляют студентов за сгенерированный текст
Доля дипломов без следов нейросетей рухнула с 70% до 23%, превратив использование ИИ из редкого исключения в массовую практику. Вузы вынуждены срочно менять критерии оценки и вводить новые правила, так как старые методы проверки уже не справляются с потоком сгенерированного текста.
По данным «Известий», масштабное исследование почти 13 тысяч выпускных квалификационных работ (ВКР) за период с 2013 по 2026 год выявило фундаментальное изменение в подходах к написанию студенческих работ. Анализ показал, что использование генеративных нейросетей перестало быть редким исключением и стало массовым явлением, охватывающим ключевые этапы подготовки диплома. Доля работ, в которых практически отсутствуют признаки работы искусственного интеллекта, сократилась с 70% в 2022 году до 23% в 2025-м. Этот тренд формирует новый запрос на пересмотр критериев оценки и методов проверки знаний в системе высшего образования.
Неравномерное проникновение технологий в структуру работ
Распределение влияния искусственного интеллекта внутри текста дипломов носит выраженный неравномерный характер. Системы детекции фиксируют наивысшую плотность сгенерированного контента в разделах, построенных по типовым шаблонам. В заключениях доля участия нейросетей достигает 56%, а во введениях — около 49%. Эти части работы требуют меньше уникальной аналитики и легче поддаются автоматизации. Напротив, основная часть диплома, где студенты излагают эмпирические данные, собственные расчеты и результаты исследований, демонстрирует меньшую подверженность генерации: здесь доля ИИ составляет примерно 41%.
Ситуация существенно различается в зависимости от направления подготовки. Лидерами по интеграции нейросетевых решений стали выпускники экономических, бизнес- и ИТ-специальностей, где доля сгенерированного текста достигает 60%. Гуманитарные и естественно-научные направления показывают более сдержанные показатели роста, не превышающие 15%. Наблюдается явная корреляция между типом задач и степенью автоматизации: чем больше в работе шаблонных формулировок, тем активнее студенты привлекают цифровых помощников.
Смена лидеров на рынке инструментов и рост спроса
В период с 2024 по 2025 год структура предпочтений студентов сместилась в сторону моделей от OpenAI. Запрос «как написать диплом с помощью ChatGPT» стал наиболее распространенным сценарием использования технологий. Значительную долю рынка занимают и другие большие языковые модели, такие как Gemini, Deepseek и Llama. Эксперты отмечают появление комбинированных сценариев: студенты используют одну нейросеть для генерации введения, а другую — для создания заключения или речи на защите.
Динамика спроса подтверждается данными поисковых систем. За два сезона защит, количество запросов связанных с написанием дипломов с помощью нейросетей, удвоилось. Ольга Шкряба, один из авторов исследования, отмечает, что в 2026 году дискуссия сместилась с вопроса «использует ли студент ИИ» на вопрос «как именно он это делает». Рынок услуг также трансформируется: спрос на фрилансеров, пишущих работы «под ключ», снижается. Заказчики все чаще обращаются за услугами, требующими глубокой предметной экспертизы и нестандартной аналитики, где нейросети пока демонстрируют ограниченную эффективность.
Статистика обнаружения и правовые прецеденты
Данные системы «Антиплагиат» фиксируют устойчивый рост выявления признаков использования генеративных инструментов. Если в 2023 году такие признаки находились в 5,3% работ, то в 2024 году показатель вырос до 17,8%, а в 2025 году достиг 24% (среди ВКР — 22,7%). В первом квартале 2026 года доля работ с признаками генерации увеличилась с 17% до 27% по сравнению с аналогичным периодом прошлого года, что свидетельствует о росте на 60% при сохранении объема проверенных документов на уровне 1,15 млн.
Правовая практика уже начала реагировать на эти изменения. Зафиксированы прецеденты судебных разбирательств, где суды поддержали позицию вузов в случаях отчисления студентов за значительную долю сгенерированного текста в ВКР. В то же время массово возникают жалобы на ложные срабатывания систем детекции. Студенты РЭУ имени Плеханова, КемГУ и других учебных заведений сталкиваются с ситуацией, когда самостоятельно написанные работы ошибочно маркируются как созданные искусственным интеллектом. Это создает сложности для верификации и требует от вузов более тонких подходов к проверке.
Регуляторные ответы и новые стандарты проверки
Российские вузы разрабатывают собственные механизмы адаптации к новым реалиям. В НИУ ВШЭ, приняв в 2024 году Декларацию этических принципов, внедрили процедуру обязательной декларации использования ИИ студентами. Преподаватели получили полномочия аннулировать оценку при обнаружении незадекларированного применения генеративных моделей. Высшая школа менеджмента СПбГУ пошла дальше, установив уникальную количественную норму: при отсутствии специальных указаний преподавателя объем сгенерированного контента не должен превышать 20% от всей работы. Без уведомления использование ИИ признается нарушением академической честности.
В РЭУ имени Плеханова подчеркивают необходимость усложнения учебных заданий и внедрения нешаблонных индивидуальных траекторий. Целью становится создание условий, при которых заказ готовой работы у фрилансеров становится экономически нецелесообразным. Марина Холод, ведущий научный сотрудник лаборатории искусственного интеллекта РЭУ имени Плеханова, указывает на важность устных форматов проверки, где автоматизация затруднена.
На федеральном уровне ожидается выпуск типовых рекомендаций для вузов, которые должны стать основой для регулирования процесса оценки. Документ планируется к выпуску к осени текущего года. В докладе ЮНЕСКО отмечается, что большинство высших учебных заведений пока ограничились рамочными этическими принципами, так как надежных технических решений для однозначной идентификации контента, созданного ИИ, не существует. Проблема остается в зоне поиска баланса между использованием технологий и сохранением академической честности.
Сравнительная динамика выявления ИИ-контента
| Год | Доля работ с признаками ИИ (общая) | Доля работ с признаками ИИ (ВКР) | Примечание |
|---|---|---|---|
| 2023 | 5,3% | — | Начало массового выявления |
| 2024 | 17,8% | — | Резкий рост использования |
| 2025 | 24% | 22,7% | Устойчивая тенденция |
| 2026 (I кв.) | 27% | — | Рост на 60% к прошлому году |
Ситуация требует детального анализа со стороны образовательного сообщества, так как текущие методы проверки сталкиваются с ограничениями как в точности детекции, так и в скорости развития самих генеративных моделей. Рынок услуг и академические институты вынуждены перестраивать процессы, чтобы сохранить ценность полученного образования в эпоху повсеместной автоматизации.
Иллюзия диплома: когда оценка знаний уступает скорости генерации
Масштабное исследование выпускных квалификационных работ (ВКР) за период с 2013 по 2026 год зафиксировало фундаментальный сдвиг в подходах к написанию студенческих работ. Использование генеративных нейросетей перестало быть редким исключением и стало массовой практикой. Доля работ, в которых практически отсутствуют признаки участия искусственного интеллекта, сократилась с 70% в 2022 году до 23% в 2025-м. Этот тренд формирует новый запрос на пересмотр критериев оценки и методов проверки знаний в системе высшего образования.
Экономика шаблонов и когнитивные риски
Распределение влияния искусственного интеллекта внутри текста дипломов носит выраженный неравномерный характер. Системы детекции фиксируют наивысшую плотность сгенерированного контента в разделах, построенных по типовым шаблонам. В заключениях доля участия нейросетей достигает 56%, а во введениях — около 49%. Эти части работы требуют меньше уникальной аналитики и легче поддаются автоматизации. Напротив, основная часть диплома, где студенты излагают эмпирические данные, собственные расчеты и результаты исследований, демонстрирует меньшую подверженность генерации: здесь доля ИИ составляет примерно 41%.
Ситуация существенно различается в зависимости от направления подготовки. Лидерами по интеграции нейросетевых решений стали выпускники экономических, бизнес- и ИТ-специальностей, где доля сгенерированного текста достигает 60%. Гуманитарные и естественно-научные направления показывают более сдержанные показатели роста, не превышающие 15%. Наблюдается явная корреляция между типом задач и степенью автоматизации: чем больше в работе шаблонных формулировок, тем активнее студенты привлекают цифровых помощников.
Однако проблема выходит за рамки простого списывания. Исследования показывают, что активное использование нейросетей в учебе приводит к снижению способности к долгосрочному запоминанию информации на 11 процентных пунктов. Студенты, полагающиеся на чат-боты, хуже усваивают материал и теряют навыки самостоятельного анализа. Эксперты называют такие технологии «когнитивной тростью», которая негативно сказывается на удержании фактов и ослабляет критическое мышление у значительной части обучающихся [!]. Для рынка труда это означает, что выпускник с дипломом может не помнить базовых формул или методологий, так как их генерировала нейросеть, что потребует от компаний дополнительных инвестиций в переподготовку кадров.
Важный нюанс: Реальная угроза заключается не в самом факте использования ИИ, а в том, что студенты теряют навык структурирования мыслей и формулирования выводов, перекладывая эти когнитивные функции на алгоритм, что ведет к деградации профессиональных компетенций.
Смена ландшафта инструментов и новые вызовы детекции
В период с 2024 по 2025 год структура предпочтений студентов сместилась, но не так однозначно, как предполагалось изначально. Хотя запрос «как написать диплом с помощью ChatGPT» остается распространенным, в России наблюдается активная миграция на альтернативные платформы. Компания DeepSeek активно расширяет свои позиции в регионах с ограничениями на западные решения, включая Россию, где она завоевала значительную долю рынка [!]. Это создает новую ситуацию: российские системы детекции, настроенные на паттерны западных моделей, могут хуже распознавать специфические особенности китайских алгоритмов.
Гонка технологий: от текста к умным очкам
Данные системы «Антиплагиат» фиксируют устойчивый рост выявления признаков использования генеративных инструментов. Если в 2023 году такие признаки находились в 5,3% работ, то в 2024 году показатель вырос до 17,8%, а в 2025 году достиг 24% (среди ВКР — 22,7%). В первом квартале 2026 года доля работ с признаками генерации увеличилась с 17% до 27% по сравнению с аналогичным периодом прошлого года, что свидетельствует о росте на 60% при сохранении объема проверенных документов на уровне 1,15 млн.
Правовая практика уже начала реагировать на эти изменения. Зафиксированы прецеденты судебных разбирательств, где суды поддержали позицию вузов в случаях отчисления студентов за значительную долю сгенерированного текста в ВКР. В то же время массово возникают жалобы на ложные срабатывания систем детекции. Студенты РЭУ имени Плеханова, КемГУ и других учебных заведений сталкиваются с ситуацией, когда самостоятельно написанные работы ошибочно маркируются как созданные искусственным интеллектом. Это создает сложности для верификации и требует от вузов более тонких подходов к проверке.
Особую озабоченность вызывает развитие технологий обхода запретов на устных защитах. Исследователи продемонстрировали, что подключение языковых моделей к умным очкам позволяет студентам получать ответы в реальном времени, оставаясь незаметными для преподавателей. В экспериментах пользователи с такими устройствами входили в топ-5 среди сотен студентов, эффективно обходя запреты на использование техники во время контрольных работ [!]. Это ставит под сомнение эффективность традиционных мер, таких как устные защиты, которые ранее считались последним бастионом академической честности.
Стоит учесть: В условиях, когда технические средства детекции дают сбои, а новые гаджеты позволяют обходить запреты даже на устных ответах, главным инструментом оценки становится не программа, а живое взаимодействие преподавателя и студента, способное выявить глубину понимания материала через нестандартные вопросы.
Регуляторные ответы и новые стандарты проверки
Российские вузы разрабатывают собственные механизмы адаптации к новым реалиям. В НИУ ВШЭ, приняв в 2024 году Декларацию этических принципов, внедрили процедуру обязательной декларации использования ИИ студентами. Преподаватели получили полномочия аннулировать оценку при обнаружении незадекларированного применения генеративных моделей. Высшая школа менеджмента СПбГУ пошла дальше, установив уникальную количественную норму: при отсутствии специальных указаний преподавателя объем сгенерированного контента не должен превышать 20% от всей работы. Без уведомления использование ИИ признается нарушением академической честности.
В РЭУ имени Плеханова подчеркивают необходимость усложнения учебных заданий и внедрения нешаблонных индивидуальных траекторий. Целью становится создание условий, при которых заказ готовой работы у фрилансеров становится экономически нецелесообразным. Марина Холод, ведущий научный сотрудник лаборатории искусственного интеллекта РЭУ имени Плеханова, указывает на важность устных форматов проверки, где автоматизация затруднена. Однако появление умных очков требует пересмотра и этих подходов, делая ставку на работу с физическими объектами или стресс-тесты в реальном времени.
На федеральном уровне ожидается выпуск типовых рекомендаций для вузов, которые должны стать основой для регулирования процесса оценки. Документ планируется к выпуску к осени текущего года. В докладе ЮНЕСКО отмечается, что большинство высших учебных заведений пока ограничились рамочными этическими принципами, так как надежных технических решений для однозначной идентификации контента, созданного ИИ, не существует. Проблема остается в зоне поиска баланса между использованием технологий и сохранением академической честности.
Сравнительная динамика выявления ИИ-контента
| Год | Доля работ с признаками ИИ (общая) | Доля работ с признаками ИИ (ВКР) | Примечание |
|---|---|---|---|
| 2023 | 5,3% | — | Начало массового выявления |
| 2024 | 17,8% | — | Резкий рост использования |
| 2025 | 24% | 22,7% | Устойчивая тенденция |
| 2026 (I кв.) | 27% | — | Рост на 60% к прошлому году |
Ситуация требует детального анализа со стороны образовательного сообщества, так как текущие методы проверки сталкиваются с ограничениями как в точности детекции, так и в скорости развития самих генеративных моделей. Рынок услуг и академические институты вынуждены перестраивать процессы, чтобы сохранить ценность полученного образования в эпоху повсеместной автоматизации.
На фоне этого: Главная ценность образования смещается от способности написать текст к способности критически оценить информацию, сгенерированную искусственным интеллектом, и применить её для решения реальных задач, что требует радикального пересмотра форматов аттестации.
Текущая ситуация демонстрирует, что технологии не просто меняют способы выполнения учебных заданий, а трансформируют саму суть образовательного процесса. Вузы, которые не адаптируются к новым реалиям, рискуют выпускать специалистов с формальными знаниями, но без реальных компетенций. Ключевым фактором успеха становится способность образовательных учреждений внедрять гибкие методы оценки, сочетающие технические средства проверки с живым взаимодействием. Для рынка труда это сигнал о необходимости пересмотра подходов к найму и оценке квалификации, где диплом будет играть вспомогательную роль, а не быть единственным критерием.
Источник: Известия
