Серия открытых практик о том, где заканчивается магия алгоритмов ИИ и начинается личная ответственность человека (21 октября 2026 г.).
В эпоху, когда нейросети пишут код, рисуют картины и решают задачи, главный профессиональный навык современного специалиста — это не умение слепо доверять искусственному интеллекту, а способность критически оценивать каждый его шаг.
На факультете МИФиТ убеждены: цифровая грамотность начинается не со знания языков программирования, а с формирования критического мышления и осознания личной ответственности. Для студентов первого курса была организована серия воспитательных мероприятий, посвященных этике использования ИИ.
Данной теме был посвящен открытый воспитательный практикум «Сборка и краш нейросети: датасет на минималках». Прежде чем безоговорочно доверять ответу нейросети, стоит помнить: искусственный интеллект — это не безошибочная догма и не истина в последней инстанции. За фасадом сложных алгоритмов скрываются предубеждения и ошибки (Data Bias), которые могли заложить в них люди. На практикуме первокурсники своими руками собрали, сломали и починили настоящий классификатор на основе нейросети, используя только веб-камеру и бесплатный сервис Teachable Machine.
На первом этапе студенты формировали датасет, разрабатывали прототип классификатора на минимальном и однородном наборе данных, тестировали нейросеть и убедились, что она способна учиться и хорошо справляется со своей задачей на простых, шаблонных примерах из узкого контекста. На втором этапе для созданного классификатора устроили краш-тест, на котором модель ломается и выдает ошибочный результат с высокой уверенностью. Необходимо было выдвинуть предположение о том, какое изображение может быть багом для нейросети и проверить его на практике. На этом этапе выявляется главная уязвимость: ИИ подменяет суть явления случайным признаком — контекстом, цветом или артефактом. Ключевой инсайт встречи, к которому студенты пришли в ходе дискуссии: искусственный интеллект не мыслит, он ищет статистические закономерности и «короткие пути». Если мы обучаем нейросеть на датасетах, которые содержат предвзятость или узкие данные, она способна стать дискриминатором. На примере реальных кейсов ребята осознали, что последствия таких просчетов разработчиков — от систем безопасности до медицины — могут быть очень серьезными. На третьем этапе студенты выпустили патч, осознанно внесли исправления в архитектуру данных: они собрали разнообразный датасет и переобучили модель. В результате нейросеть становится устойчивой к изменениям, избавляется от ложных корреляций и перестает быть предвзятой.
Первокурсники на практике убедились в том, что любая нейросеть — это лишь зеркало того датасета, который в нее загрузил разработчик, а ответственное применение начинается еще до запуска кода — с формирования этичного, разнообразного и непредвзятого набора данных. Они разобрались с проблемой скрытых предубеждений в данных (Data Bias) и пришли к выводу: исправление предвзятости алгоритмов — это исключительно ответственность человека, а не машины.
Эту же мысль — что ответственность за использование результатов искусственного интеллекта всегда лежит на человеке — студенты закрепили в рамках воспитательной практики «Мы не слопперы!».
Формат открытого микрофона с элементами дискуссии, анализа кейсов и коллективного творчества показал высокую эффективность и заинтересованность аудитории. С первых минут студенты активно включились в обсуждение проблемы бездумного использования искусственного интеллекта. В ходе открытого микрофона они приводили собственные примеры из учебной и повседневной жизни, анализировали последствия безответственного применения нейросетей и дискутировали о границах личной ответственности. Особый интерес вызвал разбор реальных кейсов слопперства: студенты самостоятельно подобрали несколько показательных историй — от сфабрикованных журналистских материалов до сгенерированных фейковых новостей и некачественных учебных работ, выполненных с помощью ИИ без проверки.
Ключевым результатом дискуссии стал осознанный вывод, к которому пришли студенты: ответственность за использование результатов искусственного интеллекта всегда лежит на человеке. Ни технические сбои, ни ошибки алгоритмов, ни «шутки» не снимают с пользователя юридической и моральной ответственности за последствия.
Творческим этапом практики стало создание студентами мемов о слопперах и последствиях бездумного доверия ИИ. Работы получились не только остроумными, но и содержательными: в них отразились реальные риски — потеря навыка самостоятельного мышления, репутационные потери, распространение недостоверной информации. Мемы сопровождались краткими комментариями авторов, что позволило соединить юмор с серьёзным осмыслением проблемы.
Апробация показала, что практика «Мы не слопперы!» эффективно работает и в студенческой аудитории, способствуя формированию критического мышления, социальной ответственности и устойчивой установки на осознанное использование цифровых технологий. Студенты не только освоили предложенный материал, но и обогатили практику собственными примерами и творческими решениями, что подтверждает её гибкость и воспитательный потенциал.