Нейросети для репетитора: что можно доверить, а что нельзя
Про нейросети в образовании написаны сотни одинаковых текстов вида «десять нейросетей, которые изменят вашу жизнь». Этот — про другое: что репетитор может отдать машине уже сегодня, где она регулярно врёт и по какому признаку отличать одно от другого.
Ответ короче, чем кажется. Нейросеть хорошо делает то, что вы потом проверите за минуту. И плохо — всё, где ошибку не видно без вашего разбора.
Куда уходит время репетитора помимо занятий
Оплачивается занятие. Но вокруг него есть работа, которую никто не считает и никто не оплачивает: проверка домашних, составление заданий под конкретного ученика, ответы в мессенджере «а как решать вот эту», отчёты родителям, подбор задач к следующему уроку.
У репетитора с плотным расписанием эта невидимая часть сопоставима с половиной рабочего дня в неделю. Она не исчезнет сама и не оптимизируется усилием воли — её можно только либо перестать делать, либо переложить.
Нейросети закрывают заметную часть этого списка. Не весь, и граница проходит не там, где обещает реклама.
Что нейросеть уже делает хорошо?
Придумывает однотипные задачи
Лучший сценарий: у вас есть удачная задача, нужно ещё несколько таких же с другими числами. Современные модели справляются, особенно если попросить их решить каждую задачу и показать ответ.
Обязательная оговорка: первую задачу из партии прорешайте сами. Модели до сих пор путаются в единицах измерения и норовят подогнать условие под «красивый» ответ.
Читает рукописное решение и находит место ошибки
Сфотографированную работу нейросеть в состоянии разобрать и указать шаг, на котором ученик свернул не туда. Для черновой сортировки — «здесь всё верно, здесь смотреть внимательно» — этого достаточно.
Финальное слово должно оставаться за вами: там, где распознавание ошибается, оно ошибается уверенно. Как устроен сам разбор ошибки после того, как место найдено, разобрано отдельно — в статье про то, как разбирать ошибки ученика.
Объясняет то же самое другими словами
Если ученик не понял ваше объяснение, нейросеть выдаст несколько альтернативных заходов на ту же тему за минуту. Это не замена вам — это расширение арсенала: вы выбираете тот заход, который подойдёт этому ученику, и объясняете сами.
Собирает черновик плана урока
Черновик за пару минут, который вы правите под конкретного ученика ещё за несколько. Против получаса с чистого листа — заметная разница, особенно когда уроков за день много.
Где нейросеть подводит?
Она слишком охотно помогает ученику
Главная проблема не в том, что чат-бот ошибается, а в том, что он услужлив. Ученик фотографирует ваше домашнее задание, получает готовое решение, переписывает — и на занятии выясняется, что тема не усвоена.
Это отдельная и уже массовая история, разобранная в статье про то, как понять, что ученик списывает у нейросети.
Она не знает критериев оценивания
Универсальный чат-бот не держит в голове критерии конкретного экзамена. Он скажет, что решение верное, там, где эксперт снял бы балл за отсутствие обоснования или за пропущенную проверку области определения.
Для экзаменационных работ нужен инструмент, который знает критерии этого экзамена, а не помощник общего назначения. Разница между ними разобрана в материале про то, как выбрать систему для анализа письменных работ.
Она дорешивает задачу с опечаткой
Если в условии ошибка, модель чаще всего не замечает противоречия, а достраивает условие до чего-то решаемого и выдаёт красивый ответ. Преподаватель в этом месте останавливается и говорит «здесь что-то не так».
Это и есть разница между «умеет решать» и «умеет учить».
Она одинаково уверена всегда
Самое неудобное свойство: тон ответа не меняется в зависимости от того, знает модель ответ или придумывает его. Человек в неуверенности мнётся, оговаривается, переспрашивает. Машина выдаёт выдумку тем же ровным голосом, что и факт.
Отсюда практическое правило: инструмент, который не умеет говорить «здесь нужен ваш взгляд», не годится для оценок. Годится — только для черновой работы, которую вы просматриваете.
Она не помнит вашего ученика
Репетитор держит в голове историю: этот путается в знаках уже третий месяц, у того провал не в теме, а во внимании, а вот эта девочка боится ошибиться и потому молчит вместо того, чтобы спросить.
Нейросеть каждый раз начинает с чистого листа. Она разберёт присланную работу как работу вообще, а не как работу конкретного ребёнка с известной вам историей. Поэтому её вывод «ошибка в раскрытии скобок» формально верен и практически бесполезен: вы-то знаете, что скобки здесь ни при чём, а причина в том, что ученик торопится закончить и не проверяет.
Из этого следует не отказ от инструмента, а его место: машина показывает, что случилось в работе, а почему это случилось у этого ученика — по-прежнему ваш вывод.
Как решить, можно ли отдать задачу машине
Есть простой признак, и он не про сложность задачи.
Спросите себя: сколько времени займёт проверка результата? Если проверить машину быстрее, чем сделать работу самому, — отдавайте. Если проверка стоит столько же, сколько работа, — смысла нет.
По этому признаку генерация однотипных задач проходит: прорешать пять готовых быстрее, чем придумать пять с нуля. А выставление баллов по критериям не проходит: чтобы проверить оценку машины, надо самому оценить работу по тем же критериям.
Второй признак — цена ошибки. Ошибка в черновике плана урока стоит минуты. Ошибка в оценке экзаменационной работы стоит доверия ученика и родителя.
Рабочая схема: машина в контуре, репетитор в центре
Черновую работу — машине. Проверка типовых домашних, генерация вариантов, первичный поиск места ошибки, напоминания ученикам.
Решения — человеку. Спорные работы, стратегия по каждому ученику, разговор с родителями и само занятие.
Проверку — обязательной. Не выборочной «когда будет время», а встроенной в процесс: вы смотрите то, что машина пометила как неуверенное, и выборку из остального.
Начинать имеет смысл с проверки домашних — это самая тяжёлая по времени часть, и она же лучше всего поддаётся. Как сократить её вручную, до всякой автоматизации, разобрано в статье про то, как ускорить проверку домашних заданий.
С чего начать, чтобы это прижилось?
Не автоматизируйте всё сразу. Возьмите одну боль — почти всегда это проверка домашних работ — и закройте её. Через пару недель добавьте следующую.
Автоматизация, внедрённая по одной, приживается. Внедрённая скопом — умирает за неделю, потому что перестроить сразу весь процесс невозможно, а откатиться на привычный способ легко.
Отдельный вопрос — платить или обойтись бесплатным. Для черновой работы бесплатных инструментов достаточно, и подборка есть в материале про бесплатные нейросети для учителя. Платить имеет смысл там, где нужен предсказуемый результат и работа с критериями конкретного экзамена.
Как спрашивать, чтобы машина реже выдумывала
Качество ответа зависит от запроса сильнее, чем от выбора модели. Три приёма работают почти всегда.
Просите показать ход, а не ответ. «Реши» даёт короткий результат, который невозможно проверить, не решив задачу самому. «Реши и покажи каждый шаг» превращает проверку в беглый просмотр: ошибочный шаг видно глазом.
Задавайте рамку. Класс, тема, чем ученику можно пользоваться, а чем нет. Без рамки модель охотно решит школьную задачу через производную и формально будет права, а практически бесполезна.
Просите отметить неуверенность. Прямая просьба «отдельно перечисли места, где ты не уверен» заметно повышает шанс, что сомнительный кусок будет назван, а не спрятан в общем ровном тексте. Это не гарантия, но дешёвая страховка.
Отдельно стоит завести привычку не переписывать ответ машины ученику дословно. Не из принципа, а потому что в чужом тексте не видно, где вы бы сами сформулировали иначе, — а именно эти места обычно и оказываются слабыми.
Что происходит с работами учеников
Вопрос, который почти не обсуждают, а он существенный. Отправляя фотографию тетради в чат-бот, вы передаёте третьей стороне работу несовершеннолетнего человека, а вместе с ней часто и его имя на полях, и школу на обложке.
Для черновой помощи вроде «придумай похожие задачи» это не имеет значения — там нет ничего личного. Для проверки работ значение появляется: обрабатывать данные ребёнка можно с согласия его родителя, и это не формальность, а требование закона о персональных данных.
Практический минимум: закрывайте или обрезайте имя и школу на фотографии, а согласие родителя на такую проверку получайте один раз в начале работы — устно этого недостаточно, нужна хотя бы переписка. Если пользуетесь специализированным сервисом, а не универсальным чат-ботом, посмотрите, где он хранит данные и что написано у него в политике: серьёзный инструмент это раскрывает, а не прячет.
Частые вопросы
Заменит ли нейросеть репетитора?
В той части работы, которая состоит из объяснения готового материала, машина уже сопоставима с человеком. Но занятие держится не на объяснении, а на том, что кто-то замечает, где именно ученик потерялся, и не даёт ему проскочить это место, — и вот это остаётся человеческой работой.
Можно ли доверить нейросети проверку домашних заданий целиком?
Целиком — нет, но как первый проход — да: машина сортирует работы на «здесь всё чисто» и «здесь смотреть внимательно», а вы разбираете вторую стопку. Такая схема экономит время и при этом не переносит на машину решения, за которые отвечаете вы.
Что делать, если нейросеть выдаёт неверное решение уверенным тоном?
Считать это нормой, а не сбоем: уверенный тон у таких инструментов не связан со степенью уверенности в ответе. Практический вывод один — любой результат, который вы собираетесь показать ученику, должен пройти через ваш взгляд, каким бы убедительным он ни выглядел.
Стоит ли рассказывать ученикам, что вы пользуетесь нейросетью?
Стоит, потому что скрытность здесь создаёт двойной стандарт: ученику нельзя, а репетитору можно. Честная формулировка «черновую работу делает машина, а решения принимаю я» снимает вопрос и заодно показывает ученику правильную модель обращения с такими инструментами.
С какой задачи начать, если раньше вообще этим не пользовались?
С генерации однотипных задач по образцу: результат виден сразу, проверяется быстро, а цена ошибки нулевая. Это даёт понимание, где машина сильна, а где начинает выдумывать, — и уже с этим пониманием можно браться за проверку работ.
Обновлено: