Единая платформа базируется на опенсорсных решениях, таких как китайские Qwen и DeepSeek, и специализируется на написании кода. Предполагаемые сценарии использования включают создание небольших приложений, рефакторинг кода, поиск и устранение ошибок. Модель может быть использована как при выполнении домашних заданий, так и при работе в аудитории. Цель проекта — найти эффективные решения для интеграции нейросетей в обучение и в дальнейшем внедрить новые образовательные форматы.
— Мы видим, что сейчас спрос на традиционных IT-специалистов, прежде всего джуниоров, снижается, так как их проще всего заменить с помощью искусственного интеллекта, который прекрасно справляется с задачей низкоуровневого кодинга. Тенденция прослеживается не только внутри России, но и за рубежом. Международные корпорации уменьшают набор сотрудников в сфере IT и сокращают уже действующих специалистов. В таких условиях нам нужно понимать, каких программистов мы должны готовить в дальнейшем, — прокомментировал Алексей Окунев, директор ВКИ НГУ.
Многие программисты, которые работают преподавателями в Высшем колледже информатики НГУ и в Институте интеллектуальной робототехники НГУ, уже не менее двух лет активно используют искусственный интеллект как помощника в написании кода. Вначале это был Copilot, потом — Chat GPT, Claude Sonnet, сейчас к ним добавилась китайская нейросеть DeepSeek.
— Существует множество моделей, которые специально настроены на написание кода. То есть для нас, преподавателей, это уже стало рабочим инструментом. С другой стороны, мы видим, что студенты тоже активно пользуются нейронными сетями. Поэтому наша задача — понять, как это интегрировать в образовательный процесс. Нам нужно найти ответ на вопрос: насколько человек должен глубоко погружаться в изучение программирования. Должен ли он знать, например, основы ассемблера (низкоуровневого языка программирования), для того чтобы понимать, как все работает изнутри, или достаточно высокоуровневых языков программирования? Или он будет «чистым» пользователем, который даже не понимает, как все это «под капотом» работает, — поясняет Алексей Окунев.
В ВКИ НГУ в тестовом формате развернули собственную нейронную сеть на базе Qwen 2.5 Coder, которая ориентирована на генерацию кода, вместе с надстройкой DeepSeek, которая отвечает за ризонинг, то есть построение логических цепочек. Все преподаватели и студенты, даже есть раньше они не использовали нейросети в своей работе и учебе, имеют возможность это делать, включая подготовку и выполнение домашних заданий. По результатам тестирования следующим этапом станет сбор предложений от преподавателей, касающихся возможных изменений в форматах обучения.
— Наша основная цель — выпускать подготовленных специалистов, которые владеют современными и востребованными инструментами. Сейчас никаких сомнений нет в том, что студент, который не умеет пользоваться нейросетями для написания программного кода, через 2-3 года после выпуска будет не востребован на рынке труда, — добавляет Алексей Окунев.
Сейчас нейронная сеть ВКИ НГУ прежде всего ориентирована на программистов, однако в колледже отмечают, что коллеги и преподаватели из других сфер, например, естественно-научной, также заинтересованы в ее использовании. Поэтому в ВКИ НГУ уже подбирают доступный аналог опенсорсных решений на базе нейросетей и для других дисциплин и планируют дальше тиражировать успешный опыт. Кроме того, в колледже намерены в будущем подготовить методические пособия по использованию искусственного интеллекта и нейросетей в учебном процессе.
