Как AI помогает студентам придумывать инновационные проекты? Образовательный эксперимент МФТИ
Если вы когда-нибудь придумывали проект или выбирали тему исследования, то знаете, что одного вдохновения недостаточно. Оригинальные и практически применимые идеи требуют понимания рынка, а также готовности экспериментировать.
Что может стать катализатором появления качественных идей? В предпринимательском образовании этот вопрос особенно актуален.
В онлайн-магистратуре Центра «Пуск» МФТИ в рамках выпускной квалификационной работы студентам необходимо запустить стартап или провести классическое исследование. Однако уже первый этап — выбор темы проекта — вызывает сложности. Идеи оказываются слишком широкими или неактуальными, и любые ошибки воспринимаются как неудача, а не часть исследовательского процесса.
Одновременно с этим в образовании стоит вопрос применения LLM. Многие университеты негативно относятся к их использованию в учебном процессе, однако студенты все равно пользуются AI. Поэтому мы хотим понять, как превратить AI из способа плагиата в помощника, и преодолеть сформировавшуюся стигму.
Для этого в качестве эксперимента мы провели серию воркшопов, где AI выполнял несколько задач. Студентам он помогал в генерации идей, формулировании темы и сужении фокуса. А наш акцент был также на развитии навыка итеративной работы: последовательного уточнения, доработки и критической оценки своих идей.
Забегая вперед, мы провели 4 итерации и каждый раз немного меняли формат.
В статье я поделюсь этим опытом: сначала расскажу о структуре эксперимента с примерами промптов, а затем — наблюдения и выводы, которые могут быть полезны другим исследователям и преподавателям.
Описание эксперимента
Эксперимент проходил в формате группового онлайн-воркшопа, состоящего из нескольких частей.
1. Настройка на воркшоп
Студентам сразу было предложено поработать в LLM с первым промптом:
Привет! Я на воркшопе по итерированию, и ты мой навигатор и коуч. Помоги мне погрузиться в процесс, задавая вопросы по одному, не переходя к следующему, пока я не отвечу на предыдущий. Мы будем работать лично и в группах, исследуя, как AI может помочь в первом этапе исследования — выборе темы. Задай 4–5 вопросов, которые помогут мне лучше понять, на что обратить внимание: что поможет мне в личной работе и будет важно для группового взаимодействия.
Начни с вопроса о моем состоянии и постепенно переходи к моим ожиданиям. Затем задай вопросы о привычных паттернах, которые у меня возникают на подобных учебных мероприятиях, как этот воркшоп. Это поможет мне сделать сам процесс освоения нового сегодня эффективнее. Еще уточни про сложности, которые возникают у меня в исследовательской работе. В завершение задай мне настройку на работу в команде. В конце собери саммари, отметив интересные моменты из моих ответов.
У этого шага было 2 основных цели:
Включить режим рефлексии, зафиксировать состояние и цели.
Немного выровнять студентов с разным уровнем владения AI — тем, кто взаимодействует с LLM впервые, дать сразу прочувствовать механику.
2. Основы промптинга: база
После настройки шло краткое введение в основы промптинга. Мы рассказывали ключевые принципы взаимодействия с AI, чтобы студенты с любым уровнем подготовки могли эффективно работать на следующих этапах.
Ключевые принципы промптинга и лайфхаки
Тестируй и итерируй.
Невозможно написать хороший промт с первого раза. Итерируй и пробуй. Используй карандашик для редактирования запросов. Можешь начать с общего запроса о теме исследования, а затем корректировать направление. Так еще решится проблема белого листа.
Задавай контекст.
Расскажи про себя и задачу. Что нужно делать? Почему?
Например:»Я учусь в магистратуре на физтехе на предпринимательском треке. Твоя задача — помочь мне структурировать идеи про стартап, чтобы по итогу я что-то взяла в исследование как ВКР».Используй примеры.
»Я думаю о теме, связанной с влиянием цифровых технологий на малый бизнес. Например, что-то про внедрение искусственного интеллекта для автоматизации маркетинга. Предложи идеи, похожие на эти».
Используй роли.
Модели лучше ориентируются, если сказать им, из какой роли работать.»Представь, что ты исследователь в сфере биотехнологий. Подскажи перспективные направления для магистерского исследования, которые будут иметь практическую ценность».
Задавай фреймворки общения.
Расскажи чату, в каком алгоритме ему с тобой работать.
»Собери для меня информацию по теме исследования. Наш диалог будет выглядеть так: ты задаешь вопросы по очереди, я отвечаю. Всегда давай 3 примера возможных тем».Помни про окно контекста
Не пиши много больших промптов, так как окно контекста ограничено. Идеально задать в начале промпт до 1000 токенов и работать дальше небольшими итерациями.
3. Основная часть
Основная часть включала 2–3 итерации личной и групповой работы.
У этого шага были следующие цели:
Исследовать на практике, в чем польза AI для конкретного студента.
Прочувствовать итеративный подход, неизбежный при работе с LLM.
Переключить на групповом этапе конвергентное мышление в дивергентное.
Сначала студенты выбирали область, внутри которой все будут придумывать проекты. Например: «Психологическое благополучие и цифровые технологии — помощь или вред?»
После чего была первая итерация личной работы. Для опоры снова предлагался промпт:
Привет! Я начинаю исследование в области [указать область] и ищу интересную и актуальную тему для магистерской работы. Ты — мой исследователь-наставник. Задавай вопросы по одному, чтобы помогать мне шаг за шагом погружаться в контекст, уточнять актуальность, находить исследовательские пробелы и формулировать уникальный подход. На каждом этапе мы будем уточнять тему, чтобы в конце у нас получился промежуточный итоговый вариант, отражающий все аспекты работы.
Затем был групповой этап, где каждый делился промежуточным результатом: какая получилась тема, как строилось общение с AI, что было неожиданного. Группа задавала вопросы и давала обратную связь.
После обсуждения у студентов был выбор: продолжить углубляться в свою тему или в другую понравившуюся тему из группы. Процесс повторялся несколько раз.
Впоследствии добавилась вторая часть, где студенты переносили работу на свою текущую тему исследования.
4. Рефлексия
Завершался воркшоп рефлексией, где помощником снова выступил AI:
Привет! Мне нужна твоя помощь для саморефлексии.
Я только что прошёл (ла) воркшоп, где мы развивали навык итерации через работу с AI, работая над темой исследовательской работы. В процессе мы чередовали личные и групповые этапы, тренировали конвергентное и дивергентное мышление и давали друг другу обратную связь.
Теперь, когда воркшоп завершён, я хочу осмыслить свой опыт и извлечь полезные уроки. Помоги мне структурировать этот процесс. Вот как построим наш диалог:
Задай мне несколько вопросов о том, как изменилось моё восприятие темы. Что оказалось наиболее полезным и что я улучшил (а) с каждой итерацией.
После этого задай вопросы о том, как работа в группе повлияла на мой подход. Какие новые идеи появились после групповой обратной связи?
Попроси меня подумать, что я взял (а) на вооружение из этого воркшопа? Что могу использовать в будущем или в текущей исследовательской работе или других проектах?
Как менялась структура воркшопа
Отдельно добавлю про несколько важных изменений, которые мы внедряли на ходу по итогам обратной связи и наблюдений за студентами во время воркшопов:
Добавился шаг выбора общей предметной области для поиска темы. Изначально каждый выбирал свою область, и процесс итерирования отследить было сложнее.
Появилась возможность переключиться на тему другого участника после группового этапа. Это добавило студентам мотивации более глубоко подойти к выбору темы.
Появилась фасилитация групповой части. Рефлексия давалась студентам сложно, и рассказ часто строился на описании фактов, поэтому мы добавили опорные рефлексивные вопросы.
Добавилась часть с работой над своей текущей темой исследования. Это сработало на вовлечение и закрепление только что освоенных навыков.
Находки и наблюдения
Дивергентное мышление и обмен идеями
Быстро стало понятно, что групповая часть — ключевая в этом эксперименте. На следующих воркшопах эта гипотеза подтвердилась. Возможность понаблюдать стратегии других людей в тех же условиях, а также взглянуть на свои идеи под другим углом включала то самое дивергентное мышление.
Инструментальная ценность: даже хорошо знакомые с нейросетями студенты делились, что после группового обсуждения пробовали новые подходы.
Ценность на уровне идей: например, одна студентка сформулировала свою тему, объединив элементы из двух других:
Влияние алгоритмов персонализированных рекомендаций Instagram* и YouTube на восприятие пользовательского успеха и самооценку в возрастной группе 18–25 лет.
Влияние социальных сетей на бездетность современного общества.
*Принадлежит Meta — организации, признанной экстремистской, деятельность которой запрещена на территории РФ
Итоговая тема: «Роль рекомендательных алгоритмов социальных сетей в усилении установок и ценностей, связанных с выбором бездетности и семейными ценностями».
AI как инструмент для фокусировки
Студенты делились, что смогли прочувствовать на себе, что AI не напишет за них исследование, но поможет понять, куда направить фокус. Например, одна из студенток получала фидбэк, что тема ее исследования слишком широкая. После работы с AI она смогла сузить тему и расставить акценты:
До: «Сервис Feedback — платформа оценки внутреннего сервиса компании, где клиентами выступают сотрудники смежных подразделений (далее — внутренний клиент)»
После: «Интеграция платформы оценки внутреннего сервиса в систему управления бизнес-процессами: подходы и эффекты для повышения операционной эффективности»
Сложности с рефлексией опыта
Неожиданно выяснилось, что студентам сложно дается рефлексия, хотя изначально она рассматривалась как ключевой элемент эксперимента. В основном ребята видели практическую ценность воркшопа — навыки взаимодействия с LLM и промптинга. Чтобы усилить рефлексивную часть, мы вводили больше фасилитации и опорных вопросов.
Заключение и выводы
Эксперимент показал, что AI действительно может выступать помощником студентов в исследованиях. При его осознанном использовании творческий исследовательский процесс только углубляется.
Ключевую ценность подобных воркшопов мы видим в создании исследовательской среды для живой практики в группе. Также отдельного внимания требует фасилитация и механики возвращения фокуса на рефлексию опыта.
Расскажите, как вы используете ИИ в науке или в новых проектах?
Также если вы хотите поучаствовать в открытом воркшопе или стать научным руководителем в Пуске МФТИ и поддержать следующие стадии развития проектов студентов, пожалуйста, заполните форму.
