Как использовать ИИ без потери индивидуальности

В старших классах перед контрольными в ходу была одна и та же схема: закидываешь тему в нейросеть, за пару секунд получаешь готовый текст, быстро копируешь и сдаёшь. В итоге учитель получал тридцать практически идентичных эссе, написанных как под копирку. Главное — экономия времени.

Однако столкновение с первой же серьёзной аналитикой в университете вскрывает главную проблему. Стоит остаться один на один с пустым файлом и мигающим курсором, как становится очевидно: регулярное использование генеративных сетей незаметно лишает навыка самостоятельно формулировать и структурировать мысли.

С этой проблемой сегодня сталкивается огромное число студентов по всему миру. В 2024 году исследователи опросили студентов из 16 стран, и, согласно источнику Digital Education Council, оказалось, что 86% из них постоянно привлекают нейросети к учёбе. По данным британского института HEPI, в 2026 году 12% студентов прямо сдавали сгенерированный ИИ текст в готовых работах. Между тем, согласно отчётам ЮНЕСКО, приводиться тревожная статистика: лишь около 13% университетов в мире разработали понятные официальные правила и руководства по использованию генеративного ИИ. В большинстве учебных заведений всё по-прежнему держится исключительно на честности самих учащихся.

Проверка на прочность: как эксперты распознают ИИ-текст

Чтобы разложить всё по полочкам и понять, как работать с нейросетями без вреда для собственного стиля, на вопросы ответил преподаватель кафедры лингвистики и ИКТ Бажай Али Хуандагулы — эксперт, преподающий дисциплину «Инструменты ИИ в профессиональной деятельности».

На вопрос о том, видно ли сразу, что за студента писал алгоритм, преподаватель объяснил:

«Машина пишет слишком стерильно. У неё всегда абсолютно одинаковые абзацы, идеальные структуры и заезженные вводные слова». Впрочем, сейчас многие прописывают промпты в духе «напиши простым языком первокурсника».

И тогда зацепиться за стиль становится сложно, но тут есть важный момент. Эксперт признался:

«В таких случаях я вообще перестаю вчитываться в текст. Вместо этого просто вызываю студента на разговор и задаю три простых вопроса: где именно ты искал источники, с какими сложностями столкнулся по ходу работы и какие ошибки пришлось править в процессе?».

Нейросеть сгенерирует красивую формулировку за пару секунд. Но прожить за человека настоящие поиски, сомнения и исправление собственных ошибок она не сможет ни при каких условиях. Если человек писал сам — он ответит не задумываясь, а если просто скопировал — сразу поплывёт.

Где проходит грань и как не попасть в капкан

Где же тогда проходит эта тонкая черта между реальной помощью и подменой себя?

Бажай Али Хуандагулы делится простым наблюдением:

«Наша индивидуальность проявляется не тогда, когда мы механически ищем факты, а когда создаём нечто новое».

Отсюда и главное правило цифровой гигиены: алгоритму можно спокойно поручить рутину. Например, попросить собрать сводную таблицу, разбить сырые заметки по смыслу или сократить длинную нудную статью. Но придумывать тему, формировать позицию или делать итоговые выводы нейросети нельзя отдавать ни в коем случае.

Если сделать наоборот и сразу попросить нейросеть выдать готовый ответ, человек мгновенно попадает в капкан. Мозг подхватывает чужую структуру и дальше думает только внутри заданных алгоритмом рамок. Именно так в школах и получаются одинаковые эссе.

Преподаватель советует работать совсем по-другому:

«Сначала вы сами садитесь за черновик, набрасываете свои мысли, аргументы и источники. И только потом подключаете нейросеть — чтобы она помогла сгладить корявые фразы, проверила орфографию или сделала текст более чётким». 

Феномен AI Slop и новая ценность человеческого вкуса

В The New York Times недавно задались острым вопросом: неужели человеческий вкус — это единственное, что ИИ не способен скопировать? На первый взгляд это кажется очередным запугиванием о том, как алгоритмы захватывают мир, но авторы в итоге пришли к куда более любопытному выводу.

Искусственный интеллект сделал создание контента доступным каждому. Сегодня за один вечер можно набросать рекламную кампанию, нарисовать иллюстрации или собрать целый сайт. Интернет буквально тонет в этом потоке. Для явления даже придумали название: AI Slop («ИИ-мусор»). Это гигантская гора контента, который на первый взгляд выглядит неплохо, но кажется пустым и моментально вылетает из головы. После десяти минут прокрутки ленты с постами от нейросетей обычно остаётся ощущение полного отсутствия полученной информации.

И вот тут начинается самое странное. Казалось бы, такие инструменты должны были обесценить человеческий труд, но происходит обратное: чем больше в сети появляется шаблонного, роботоподобного контента, тем больше ценится настоящий вкус, зоркий глаз и умение глубоко мыслить. Раньше человек был ценен, если просто хорошо владел ремеслом — имелась набитая рука или высокая скорость печати, — но теперь с этой черновой работой справляются алгоритмы. Главный навык сегодня — это умение выбирать то, что действительно стояще, и понимать, какой за всем этим кроется смысл.

Именно на этом и делают акцент в КазУМОиМЯ имени Абылай хана. На факультете журналистики учащихся учат не просто генерировать тексты, а прокачивать критическое мышление, фильтровать цифровой шум и находить свой уникальный голос. Учебное заведение готовит авторов со стилем и пониманием медиаэтики — тех, кого не заменит ни один алгоритм.

Когнитивный долг и экологический след алгоритмов

Об этом же говорят и учёные. В 2025 году согласно исследованию MIT Media Lab, проведённому с использованием датчиков мозга, студенты писали тексты в трёх группах: с чат-ботами, с обычным поиском в Google и полностью самостоятельно. Выяснилось, что у группы с ИИ наблюдалась наименее выраженная мозговая связность и самое низкое вовлечение в процесс по сравнению с теми, кто искал информацию вручную или писал сам. Позже эти участники с трудом могли вспомнить, о чём только что написали, и признавались, что не чувствуют авторства над текстом. Те же, кто писал сам, продемонстрировали максимальную вовлечённость мозга и уверенность в своей работе.

Если посмотреть шире, у частых запросов к ИИ есть экологическая цена, о которой мало кто задумывается. Дата-центры потребляют колоссальные объёмы электроэнергии и чистой воды. Согласно исследованию ученых, только на охлаждение серверов при обучении GPT-3 ушло около 700 тысяч литров воды, а с учётом расходов на производство электроэнергии общий показатель превысил 5,4 миллиона литров.

Генеративный ИИ — это отличный инструмент для технической рутины, но опасная иллюзия лёгкого знания. Через пару лет никто и не вспомнит, насколько быстро сдавались рефераты. Зато при первой же серьёзной проверке на прочность прозвучат те самые вопросы преподавателя.

Автор статьи: Анель Сейдахмет, студентка 1 курса ОП «Журналистика» КазУМОиМЯ имени Абылай хана.