Нейросети для учёбы: что говорят правила вузов, почему детекторы врут и как не выдумать источники

Единых федеральных правил по использованию нейросетей в вузах пока нет. Минобрнауки, по сообщениям «Известий», только прорабатывает порядок декларирования, поэтому студентам приходится ориентироваться на локальные акты своего учебного заведения. Показательный пример — требования НИУ ВШЭ.

Прямого запрета на ИИ нет, но студент обязан указать в специальном разделе работы, какие именно фрагменты подготовлены с помощью нейросети, какая модель использовалась и насколько она была эффективна. Если декларации нет, за работу ставят ноль, а для выпускников это может обернуться вплоть до отчисления. С января 2024 года в вузе работает плагин для распознавания сгенерированного текста, а преподаватель вправе запретить ИИ в рамках своей дисциплины.

Границы дозволенного очерчены довольно чётко. Просить нейросеть объяснить тему, составить план, покритиковать аргумент или отредактировать собственный текст — можно. Сдавать полностью сгенерированный материал как свой или загружать чужие конфиденциальные документы — нельзя.

Академическая нечестность прямо запрещена и в правилах использования OpenAI, так что подмена своей работы генерацией нарушает ещё и пользовательское соглашение сервиса. Один из главных страхов студентов — детекторы ИИ-текстов — на деле не так страшен, как кажется. Исследование Liang и соавторов показало, что семь проверенных детекторов отнесли к машинным 61,3% эссе, написанных реальными людьми для экзамена TOEFL.

Другая группа учёных во главе с Вебер-Вульф протестировала 14 инструментов, и ни один не показал точность выше 80%. Сама OpenAI закрыла свой классификатор ещё в июле 2023 года из-за низкой надёжности. Правда, все эти тесты проводились на английском языке.

Практический совет: сохраняйте черновики и историю правок — именно они станут доказательством авторства, если работу заподозрят. Куда более реальная проблема — выдуманные источники. Нейросети мастерски генерируют несуществующие книги и статьи, а научный руководитель проверяет каждую ссылку в списке литературы.

Уолтерс и Уайлдер выяснили, что у GPT-3.5 доля фальшивых ссылок достигает 55%, а у GPT-4 — 18%. Более свежий препринт исследователей Cabezas-Clavijo и Sidorenko-Bautista от февраля 2025 года, изучивший 400 ссылок, дал ещё более тревожную картину: полностью верными оказались лишь 26,5% источников. Grok и DeepSeek не выдумали ни одной, а вот Copilot сфальсифицировал все 100%.

Статьи в журналах подделывались в 78% случаев. Единственный способ защиты — проверять каждую ссылку поиском по точному названию в кавычках. Вопрос влияния на само обучение тоже стоит остро.

Эксперимент Бастани и коллег с участием около тысячи школьников на уроках математики показал, что с доступом к GPT-4 результаты на тренировках выросли на 48%, но на экзамене без доступа к нейросети эта группа отстала от контрольной на 17%. А вот группа, где ИИ работал как репетитор и задавал наводящие вопросы, не показала снижения результатов. Вывод применим и к вузовским работам: готовая подсказка мешает учиться, а объяснение — нет.

С доступом из России ситуация неоднозначная. ChatGPT, Claude и Gemini официально в стране не поддерживаются. DeepSeek и Qwen открываются без обходных путей.

Для Perplexity, NotebookLM, Elicit, Consensus и SciSpace доступность нужно проверять самостоятельно. Отдельный барьер — оплата платных тарифов, для которой обычно требуется зарубежная карта. Среди десятка полезных для учёбы инструментов выделяется DeepSeek — бесплатный чат, который в упомянутом тесте не выдумал ни одной ссылки, хотя верными оказались только 48%.

Gemini Flash 2.0 показал лучший результат среди универсальных чатов с 12% выдумок, но это всё равно не гарантирует безопасность. NotebookLM полезен тем, что отвечает строго по загруженным вами источникам, сводя риск фальшивок к минимуму. Elicit и Consensus ищут ответы в базах научных статей, а SciSpace помогает разбирать сложные абзацы в уже найденных публикациях.

Студенческий бюджет редко выдерживает одновременную подписку на несколько сервисов. ChatGPT за 30 долларов, Claude ещё за столько же и отдельный инструмент для визуализации легко складываются в сумму около 10 000 рублей в месяц. Существуют агрегаторы вроде SpeShu.AI, где модели собраны в одном окне, а оплата идёт только за фактическое использование, что может уложить те же задачи примерно в 500 рублей.

Впрочем, вузовские правила и условия самих моделей это не отменяет. Главное правило безопасности для студента остаётся неизменным: нейросеть — это инструмент для помощи, а не для замены собственной работы. Сохраняйте черновики, проверяйте каждую ссылку и не надейтесь на детекторы — решение об академической честности в конечном счёте принимает живой человек.