Отчет Anthropic об образовании: как преподаватели используют Claude27.08.2025 00:00

Вполне закономерно, что большая часть дискуссий об искусственном интеллекте в образовании сосредоточена на том, как учащиеся используют большие языковые языковые модели для учебы и написания текстов. Но преподаватели тоже пользуются ИИ. В недавнем опросе Gallup учителя сообщили, что инструменты ИИ экономят им в среднем 5,9 часа в неделю. И в противовес привычному обсуждению, студенты начали выражать обеспокоенность тем, что профессора используют ИИ в аудиториях.

Ранее мы публиковали данные о том, как студенты используют ИИ. Наш новый анализ посвящен преподавателям: в мае и июне этого года мы проанализировали около 74 000 анонимизированных диалогов профессионалов сферы высшего образования со всего мира на платформе Claude.ai.1 Мы также объединили усилия с Северо-Восточным университетом (Northeastern University), чтобы напрямую услышать от преподавателей, как они используют ИИ в стенах вуза. Полученные нами результаты дают эмпирический срез внедрения ИИ преподавателями, в частности в условиях университетов.

Идентификация использования Claude преподавателями

В данном исследовании мы использовали наш инструмент автоматизированного аналитического исследования, который выявляет общие паттерны использования Claude, сохраняя при этом конфиденциальность пользователей.

Изучение того, как профессионалы в сфере высшего образования используют Claude.ai, сопряжено с уникальными трудностями, поскольку в настоящее время мы не собираем на нашей платформе данные о профессиональной деятельности пользователей, предоставляемые ими самостоятельно. В отличие от студентов, которые часто явно упоминают курсовые или задания, взаимодействие преподавателей с ИИ охватывает преподавание, исследования, администрирование и личное обучение, что затрудняет их идентификацию и категоризацию.

Используя наш инструмент защиты конфиденциальности, мы проанализировали беседы из бесплатных и про-аккаунтов Claude.ai, связанных с адресами электронной почты высших учебных заведений, а затем автоматически отфильтровали беседы по задачам, специфичным для преподавателей, таким как создание учебных программ (силлабусов), оценивание заданий или разработка учебных материалов. 2 Эта фильтрация позволила выделить около 74 000 бесед за период в мае и июне. Наш анализ следует рассматривать как исследование того, как преподаватели используют ИИ для решения профессиональных задач, а не как исчерпывающий обзор всего спектра использования ИИ преподавателями.

Мы также сопоставили каждую беседу с наиболее подходящей задачей из исчерпывающего списка преподавательских обязанностей в базе данных профессиональной информации O*NET Министерства труда США. Мы классифицировали задачи преподавателей как задачи, связанные с преподаванием или административной деятельностью на «послесреднем» (вузовском) уровне.

Мы дополнили наш анализ данными опросов и качественным исследованием 22 преподавателей Северо-Восточного университета, которые являются ранними последователями ИИ, чтобы пролить свет на мотивацию, опасения и модели использования ИИ преподавателями.

Наиболее распространенные варианты использования среди преподавателей

Самым заметным направлением использования ИИ, как показал как наш анализ Claude.ai, так и качественное исследование в Северо-Восточном университете, стала разработка учебных программ. Наш анализ Claude.ai также выделил академические исследования и оценку успеваемости студентов в качестве второго и третьего по популярности направлений использования.

Топ-3 варианта использования ИИ среди преподавателей на основе 74 000 диалогов из данных Claude.ai: разработка учебных программ (57% диалогов в нашем анализе), проведение академических исследований (13%) и оценка успеваемости студентов (7%). Также показан спектр аугментации/автоматизации того, как преподаватели используют ИИ для решения этих задач.

В наших опросах преподаватели Северо-Восточного университета сообщили, что еще одним распространенным сценарием было использование ИИ для собственного обучения (в среднем 29% их времени работы с ИИ). Однако это не изучалось в рамках нашего анализа Claude.ai из-за механизма фильтрации и сложности разграничения использования ИИ студентами и преподавателями в таких учебных ситуациях.

Некоторые другие особенно интересные варианты использования, обнаруженные нами в данных Claude.ai, включают:

• Создание фальшивых юридических сценариев для учебных симуляций;
• Разработка контента для профессионального образования и обучения кадров;
• Создание черновиков рекомендательных писем для академических или профессиональных заявок;
• Составление повестки дня встреч и сопутствующих административных документов.

Почему преподаватели используют ИИ в этих случаях

Наше качественное исследование с участием преподавателей Северо-Восточного университета намекает на то, почему педагоги часто склоняются к таким популярным вариантам использования ИИ:

1. Автоматизация рутинных задач («Он берет на себя монотонную работу»; помогает с «рутинными частями фандрайзинга»);
2. Партнер по совместному мышлению («ИИ может находить эффективные способы объяснения концепций студентам, до которых я сам бы не додумался»);
3. Персонализированный учебный опыт для студентов («ИИ полезен тем, что предоставляет студентам и мне индивидуальный интерактивный опыт обучения, выходящий за рамки того, что может дать один преподаватель»).

Как преподаватели создают кастомные инструменты с помощью ИИ

Одним из самых вдохновляющих выводов является то, как преподаватели используют функцию Artifacts в Claude для создания интерактивных учебных материалов. Вместо того чтобы просто вести диалоги, преподаватели часто создают полноценные, функциональные ресурсы, которые в некоторых случаях могут сразу же применять на своих занятиях.

Как выразился один из опрошенных преподавателей Северо-Восточного университета: »То, что [раньше] было непомерно дорогим по времени, теперь становится возможным. Пользовательские симуляции, иллюстрации, интерактивные эксперименты. Вау. Для студентов это гораздо увлекательнее».

Это выходит за рамки возможностей простого Claude. Один профессор рассказал, как новые инструменты ИИ в целом позволяют им «переводить [собственный] контент в более доступные / увлекательные формы (интерактивные страницы, симуляции, подкасты, видео)».

Эти творения представляют собой сдвиг от ИИ как разговорного помощника к ИИ как творческому соавтору, позволяя преподавателям создавать персонализированные учебные материалы, для создания которых традиционно потребовались бы значительные технические навыки или ресурсы.

Спектр «аугментация — автоматизация»

Наш анализ раскрывает сложную картину того, как преподаватели балансируют между аугментацией с помощью ИИ (совместным использованием) и автоматизацией (полным делегированием задач), опираясь на предыдущую работу Anthropic, посвященную Экономическому индексу.

Процент диалогов преподавателей с Claude.ai, которые включали аугментацию (когда ИИ сотрудничает с пользователем для выполнения задачи) по сравнению с автоматизацией (когда ИИ напрямую выполняет задачи*), для заданной категории задач. Мы определили задачи, связанные с преподавательской деятельностью в базе данных профессиональной информации O*NET Министерства труда США. Мы сгруппировали схожие задачи вместе, чтобы создать высокоуровневые категории задач, которые приведены выше.

В данных Claude.ai прослеживаются ключевые закономерности для различных учебных задач:

Задачи с преобладанием тенденции к аугментации:

• Преподавание в университете и проведение занятий в аудитории, включая создание учебных материалов и практических задач (77,4% аугментации);
• Написание заявок на гранты для привлечения внешнего финансирования исследований (70,0% аугментации);
• Академическое консультирование и наставничество в студенческих организациях (67,5% аугментации);
• Руководство академической работой студентов (66,9% аугментации).

Задачи с относительно более высокими тенденциями к автоматизации:

• Управление финансами учебного заведения и фандрайзинг (65,0% автоматизации);
• Ведение учета успеваемости студентов и оценка академической успеваемости (48,9% автоматизации);
• Управление приемом в вуз и зачислением (44,7% автоматизации).

Это разнообразие показывает, что вероятность того, что преподаватели полностью переложат задачу на ИИ, зависит от самого характера задачи. В соответствии с результатами нашего опроса, мы видим, что задачи, связанные с рутинным административным и финансовым менеджментом, с большей вероятностью будут полностью делегированы, чем задачи, близкие к прямому взаимодействию со студентами (например, создание практических материалов или консультирование по академическим исследованиям на уровне докторантуры). Такое взаимодействие с ИИ часто требует глубокого контекста и, следовательно, сотрудничества между ИИ и профессором. Например, как выразился один из профессоров Северо-Восточного университета, при разработке плана урока «ИИ нуждается в руководстве относительно уровня материала и контекста в отношении того, что мы уже прошли».

Преподаватели также, судя по всему, с большей вероятностью используют ИИ в качестве вспомогательного средства для работы, требующей креативности или принятия сложных решений, например для написания заявок на гранты. Рассуждая о мозговом штурме, один из опрошенных профессоров написал:

Тем не менее, тот факт, что 48,9% диалогов, связанных с выставлением оценок, были классифицированы как сильно автоматизированные, по-прежнему вызывает беспокойство. Хотя опрошенные профессора считали это единственной задачей, в которой ИИ наименее эффективен, она все же фиксировалась в данных Claude.ai. И даже если это составляет лишь 7% от изученных нами диалогов в Claude.ai, данный показатель оказался на втором месте по степени автоматизации. Сюда входят такие подзадачи, как предоставление обратной связи по студенческим работам и оценка их труда с использованием рубрик (критериев). Хотя неясно, в какой степени эти созданные ИИ ответы влияют на итоговые оценки и отзывы, взаимодействия, выявленные нашим исследованием, демонстрируют определенную степень делегирования задач Claude.

Использование ИИ при выставлении оценок остается спорным вопросом среди преподавателей. Один из профессоров Северо-Восточного университета поделился: «С этической и практической точек зрения я очень настороженно отношусь к использованию [инструментов ИИ] для какой-либо оценки студентов или консультирования. Отчасти это связано с проблемой точности. Я проводил эксперименты, заставляя языковую модель оценивать работы, и они просто недостаточно хороки для меня. И с этической точки зрения, студенты платят за обучение не ради времени языковой модели, они платят за мое время. Это моя моральная обязанность — выполнять работу хорошо (возможно, с помощью языковых моделей)».

Хотя существуют способы, с помощью которых обратная связь от ИИ может способствовать развитию студента — например, через автоматизированные системы, предоставляющие формирующую обратную связь (подобные тем, что преподаватели создают в Claude Artifacts), большинство преподавателей сходятся во мнении, что оценивание не должно быть даже близко к полной автоматизации.

Как преподаватели переосмысляют то, чему учить

Многие преподаватели признают, что инструменты ИИ меняют то, как учатся студенты. Это, в свою очередь, заставляет преподавателей менять методы обучения. Как выразился один из опрошенных профессоров:

Это также меняет то, чему учат профессора. Например, в программировании, по словам одного из профессоров, «программирование на основе ИИ полностью революционизировало процесс преподавания и изучения аналитики. Вместо того чтобы отлаживать запятые и точки с запятой, мы можем потратить время на обсуждение концепций, связанных с применением аналитики в бизнесе».

В более широком смысле способность оценивать созданный ИИ контент на предмет точности приобретает все большее значение. «Проблема в том, что по мере роста объемов контента, генерируемого ИИ, человеку становится все труднее проверять его и держать руку на пульсе», — написал один из профессоров. Профессора стремятся помочь своим студентам развить достаточную экспертизу в предметной области, чтобы обладать такой проницательностью.

Системы оценивания знаний также начинают выглядеть иначе. Хотя студенческое списывание и когнитивная разгрузка остаются поводом для беспокойства, некоторые преподаватели переосмысляют свои методы проверки знаний.

В случае с одним конкретным преподавателем Северо-Восточного университета он поделился, что «болько никогда не задаст традиционную исследовательскую работу» после того, как столкнулся с тем, что слишком много студентов сдают работы, написанные ИИ. Вместо этого он рассказал: «В следующий раз я переработаю задание так, чтобы его нельзя было выполнить с помощью ИИ. Один из студентов жаловался, что еженемощное домашнее задание было сложно сделать, и они были раздражены, потому что Claude и ChatGPT оказались бесполезны в его выполнении. Я ответил им, что это комплимент, и буду стараться слышать это от студентов чаще».

Одним из путей решения может стать усложнение заданий на основе этих новообретенных инструментов и ожидание того, что студенты будут решать более сложные задачи из реального мира, которые остаются сложными даже при поддержке ИИ. Тем не менее, это движущаяся цель, учитывая постоянное совершенствование ИИ, и она может лечь значительным бремением на самих преподавателей. Кроме того, студентам по-прежнему необходимо развивать базовые навыки независимо от ИИ, чтобы эффективно оценивать его результаты.

Ограничения и оговорки

Данное исследование имеет важные оговорки:

• Методология идентификации: наша фильтрация, которая анализировала беседы в Claude для определения тех, которые связаны с преподавателями, зафиксировала лишь около 1,5% бесед с университетских адресов электронной почты, ограничившись задачами, явно связанными с преподавателями (например, составление силлабусов), и, вероятно, упустив множество других взаимодействий с ИИ, которые не связаны исключительно с преподавательской деятельностью (например, получение помощи в объяснении сложной концепции);
• Ограниченный круг преподавателей: анализ ограничивается учетными записями с адресами электронной почты высших учебных заведений, за исключением учителей средних и начальных школ (K-12);
• Смещение в сторону ранних последователей: мы, скорее всего, фиксируем преподавателей, которые уже освоились с ИИ и могут не отражать технологическую готовность или отношение более широкой массы педагогов;
• Ограничения опроса: данные факультета Северо-Восточного университета предоставляют качественный контекст, но представляют собой ограниченную выборку из одного учебного заведения, результаты которой могут не распространяться на всех;
• Специфика платформы: этот анализ фокусируется на использовании Claude.ai и может не отражать паттерны на других платформах ИИ;
• Временные ограничения: окно анализа в мае и июне не отражает сезонные колебания в использовании ИИ преподавателями в течение всего учебного года.

Взгляд в будущее

Полученные нами результаты раскрывают сложную картину внедрения ИИ преподавателями. Разнообразие применений — от создания интерактивных симуляций до управления административными задачами — демонстрирует растущее присутствие ИИ в академических функциях.

Пожалуй, наиболее обнадеживающим является то, как преподаватели используют ИИ для создания осязаемых образовательных ресурсов. Этот сдвиг от ИИ как разговорного инструмента к ИИ как творческому партнеру может помочь решить давние проблемы с нехваткой ресурсов в образовании. Как отметил один профессор, пользовательские симуляции и интерактивные эксперименты, которые раньше были «непомерно дорогими» с точки зрения времени, теперь стали возможными, создавая более увлекательный опыт для студентов.

Тем не менее, вокруг выставления оценок с помощью ИИ сохраняется определенная напряженность. Хотя почти половина задач, связанных с проверкой знаний, в наших данных демонстрировала паттерны автоматизации, опрошенные преподаватели оценили это как наименее эффективное применение ИИ. Такой разрыв между тем, что пытаются внедрить, и тем, что считают уместным, подчеркивает продолжающуюся борьбу за баланс между повышением эффективности, качеством образования и этическими соображениями.

Эти результаты показывают, что риторика вокруг ИИ в образовании будет продолжать эволюционировать вместе с самой технологией. Взгляды преподавателей на целесообразное использование ИИ, особенно для таких деликатных задач, как выставление оценок, могут измениться по мере совершенствования инструментов и появления лучших практик. Не менее важным для будущих исследований является понимание того, как взаимодействуют сценарии использования ИИ студентами и преподавателями: как студенты воспринимают ситуацию и реагируют на нее, когда знают, что их профессора используют ИИ? Как внедрение ИИ преподавателями влияет на учебное поведение студентов?

Наше исследование запечатлело преподавателей в момент активных экспериментов: они открывают новые возможности и одновременно борются с фундаментальными вопросами о своей роли в аудитории эпохи ИИ. Дальнейший путь потребует постоянного диалога, тщательной разработки политики и продолжающихся исследований, чтобы гарантировать, что эти инструменты улучшают, а не ухудшают образовательный процесс.

Библиография (Bibtex)

Если вы хотите сослаться на эту публикацию, вы можете использовать следующий ключ Bibtex:

@online{benthand2025education,
 author = {Drew Bent and Kunal Handa and Esin Durmus and Alex Tamkin and Miles McCain and Stuart Ritchie and Ryan Donegan and Jennifer Martinez and Jason Jones},
 title = {Anthropic Education Report: How Educators Use Claude},
 date = {2025-08-26},
 year = {2025},
 url = {https://www.anthropic.com/news/anthropic-education-report-how-educators-use-claude},
 }

Благодарности

Дрю Бент* и Кунал Ханда* разработали и провели эксперименты, а также написали эту статью в блоге.

Эсин Дурмус, Алекс Тамкин, Майлз Маккейн, Стюарт Ричи, Дженнифер Мартинес, Райан Донеган и Джейсон Джонс предоставили ценные отзывы и приняли участие в обсуждении.