Грамотность в области искусственного интеллекта
Грамотность в области искусственного интеллекта — это способность понимать, использовать, контролировать и критически осмысливать приложения искусственного интеллекта (ИИ). Обычно этот термин относится к обучению навыкам и знаниям широкой аудитории, в первую очередь тем, кто не является специалистом в сфере ИИ[1].
Грамотность в области искусственного интеллекта всё чаще рассматривается как основная компетенция для учащихся, как в школьном, так и в вузовском образовании[1][2], однако некоторые преподаватели запрещают её использование на занятиях и в домашних заданиях[3], а применение ИИ в этих случаях может приравниваться к мошенничеству[4].
Искусственный интеллект используется во множестве сфер, включая беспилотные автомобили, виртуальных ассистентов и автоматическую генерацию текста с помощью генеративных ИИ-моделей. Поэтому важно, чтобы пользователи могли принимать обоснованные решения относительно применения этих инструментов. Грамотность в области искусственного интеллекта может существенно повлиять на будущие карьерные перспективы студентов[1].
Определения
Одно из первых и наиболее распространённых определений грамотности в области искусственного интеллекта описывает её как «набор компетенций, позволяющий людям критически оценивать технологии искусственного интеллекта, эффективно взаимодействовать и сотрудничать с ними, а также использовать искусственный интеллект как инструмент — онлайн, дома и на рабочем месте»[5].
Более современные определения включают навыки понимания, использования, контроля и критического осмысления приложений искусственного интеллекта[1], а также способность этически оценивать и применять ИИ[2].
Грамотность в области искусственного интеллекта тесно связана с другими видами грамотности. Она предполагает устойчивую цифровую грамотность, а также базовые научные и вычислительные знания. Грамотность в работе с данными также существенно пересекается с ИИ-грамотностью, помогая формировать более комплексное понимание искусственного интеллекта и его последствий[5].
Категории
Грамотность в области искусственного интеллекта охватывает разные измерения, включая теоретическое понимание работы ИИ, способность использовать технологии на его основе, а также критическую оценку их влияния, в том числе этических аспектов[2].
Знание и понимание искусственного интеллекта
Подразумевает базовые знания о том, что такое искусственный интеллект и как он функционирует. В это входит знакомство с алгоритмами машинного обучения и осознание ограничений и предубеждений ИИ-систем[2]. Обладающие этими навыками знают о различных технологиях, использующих ИИ, таких как когнитивные системы, робототехника и машинное обучение[5].
Использование и применение искусственного интеллекта
Этот аспект связан со способностью использовать ИИ-инструменты для решения задач и выполнения сложных заданий, например программирование или анализ Big Data[2].
Оценка и создание искусственного интеллекта
Подразумевается умение критически оценивать качество и надёжность ИИ-систем, а также проектировать и реализовывать справедливые и этичные решения на основе искусственного интеллекта[2]. Для адекватной оценки важно понимать, в каких задачах ИИ эффективен, а в каких — нет[5].
Этика искусственного интеллекта
Этика искусственного интеллекта связана с пониманием моральных последствий применения ИИ и навыков принятия обоснованных решений при работе с такими технологиями[2]. Основные аспекты этики включают:
- Ответственность (англ. accountability): обязанность всех участников ИИ-систем отвечать за действия этих систем и контролировать их соответствие этическим принципам[6].
- Точность: выявление и устранение источников ошибок и неопределённостей в алгоритмах и данных для обеспечения надёжности и согласованности результатов[6].
- Проверяемость: возможность для сторонних лиц анализировать и оценивать работу алгоритмов за счёт открытости и доступности информации о них[6].
- Объяснимость: обеспечение того, чтобы решения, принимаемые ИИ, а также используемые им данные были понятны и могли быть изложены на доступном языке[6].
- Справедливость: предотвращение предвзятости и дискриминации в ИИ-системах, обеспечение равного отношения к разным пользователям с учётом многообразия перспектив[6]. Важный аспект — увеличение разнообразия среди исследователей и разработчиков в сфере ИИ[7].
- Человекоцентричность и благополучие: приоритет благу и достоинству человека при разработке и внедрении ИИ-систем[6].
- Соответствие правам человека: недопущение нарушений международно признанных прав человека в процессе применения искусственного интеллекта[6].
- Инклюзивность: обеспечение доступности и пользы ИИ для всех людей независимо от возраста, пола, происхождения, образования, способностей или социального статуса.
- Прогресс: развитие и внедрение ИИ для достижения значимых социальных, этических и культурных изменений[6].
- Ответственность, надёжность и прозрачность: построение доверия к ИИ-системам путём их этичной и прозрачной разработки, обеспечения справедливости принимаемых решений и возможности контроля со стороны пользователей[6].
- Надёжность и безопасность: защита ИИ-систем от несанкционированного доступа и взломов, обеспечение их устойчивости к ошибкам и нарушениям, в том числе утечкам данных[6].
- Устойчивость: разработка и применение ИИ-технологий с учётом долговременных выгод и рисков, а также экологических, социальных и экономических последствий[6].
Обеспечение грамотности в области ИИ
Включает развитие знаний и навыков, необходимых для внедрения и использования ИИ, таких как программирование, статистика и анализ данных.[2]
Европейская комиссия и грамотность в области ИИ
Статья 4 Закона об ИИ Европейского союза обязует разработчиков, пользователей ИИ-систем и их представителей обеспечивать достаточный уровень грамотности в области искусственного интеллекта. Согласно определению в статье 3 пункте 56, такая грамотность подразумевает необходимые компетенции, знания и понимание для осознанного и информированного применения ИИ с учётом рисков и возможностей.
Организации должны гарантировать, что:
- сотрудники понимают, что такое искусственный интеллект, как он работает, а также основные риски и возможности;
- знакомы с ролью организации (разработчик или пользователь);
- знают специфику рисков применяемых ИИ-систем и готовы их управлять;
- проходят обучение, соразмерное уровню рисков ИИ, особенно в случае систем высокого риска.
Строго определённых форматов для внедрения програмы не установлено, однако инструкции по эксплуатации недостаточны — обязательно создавать и документировать специальные образовательные треки, даже если они формально не сертифицированы.
Обязательство вступает в силу с 2 февраля 2025 года, а принудительное исполнение — с 3 августа 2026 года. Европейская комиссия также опубликовала «живой репозиторий»[8]. примеров успешных практик участников AI Pact[9] и продолжает сбор рекомендаций через общественный опрос.
Живой репозиторий AI Pact
Живой репозиторий Европейской комиссии собирает успешные примеры инициатив по развитию грамотности в области искусственного интеллекта от государственных и частных организаций, школ, университетов и НКО. Этот репозиторий постоянно обновляется и служит инструментом поиска, повторения и адаптации лучших практик в новых условиях. Каждая инициатива описывается с указанием целевой аудитории, целей, форматов обучения, продвигаемых компетенций и этических аспектов. Ресурс помогает реализовать Закон об ИИ, способствуя осознанному применению искусственного интеллекта в Европе.
Европейская стратегия по талантам и ИИ-грамотности
Помимо Закона об ИИ и Живого репозитория, Еврокомиссия реализует структурные меры через AI Continent Action Plan[10], направленные на:
- расширение образования в сфере ИИ (высшее, магистерские, докторские программы);
- создание AI Skills Academy[11] с программами повышения квалификации, грантами, стипендиями и схемами переквалификации, с особым вниманием к вовлечению женщин;
- привлечение и возвращение специалистов через европейские кадровые пулы и партнёрства;
- участие Европейских цифровых инновационных хабов как центров обучения и повышения квалификации для ИИ.
Этот стратегический подход интегрирует нормативные, образовательные и инфраструктурные механизмы поддержки грамотности в области искусственного интеллекта, содействуя формированию европейской экосистемы образования, инноваций и инклюзии, готовой к эпохе ИИ.
В рамках этого подхода также предусматривается:
- развитие современных инфраструктур ИИ (AI Factories[12], Gigafactories);
- реализация стратегии Data Union[13] и лабораторий данных для обеспечения доступа к качественной информации;
- инициатива Apply AI Strategy[14] для расширения применения ИИ в таких областях, как здравоохранение, государственное управление и электронная коммерция;
- проект Union of Skills[15] для повышения мобильности и устойчивого развития цифровых компетенций.
Всё это образует комплексную экосистему формирования, обновления и распространения грамотности в области искусственного интеллекта в Европе.
Распространённость
Ряд государств осознал важность развития грамотности в области искусственного интеллекта, включая взрослое население. Подобные программы реализованы в США, Китае, Германии, Финляндии. Программы для широкой публики чаще всего состоят из коротких, доступных и простых в освоении онлайн-модулей. Для детей применяются проектные методы и опытные занятия; для старшеклассников и студентов — обучение часто адаптировано к профессиональным нуждам, с учётом их специальности[1]. Вне формального образования грамотность в области искусственного интеллекта может продвигаться и в общественных пространствах, например в библиотеках и музеях[16].
Школы
Школы используют различные подходы и педагогические методы для развития грамотности в сфере искусственного интеллекта[17].
В рамках школ применяются такие приёмы, как:
- проведение тестa Тьюринга с интеллектуальным агентом;
- создание чат-ботов;
- разработка приложений с использованием визуального программирования или блочного программирования[18];
- обучение на основе проектов (project-based learning);
- конструирование роботов;
- визуализация данных и информации;
- обучение созданию моделей искусственного интеллекта.
Специализированные курсы по искусственному интеллекту помогают ученикам лучше понять такие темы, как машинное обучение, нейронные сети и глубокое обучение[19].
Кейс: DAILy
Программа DAILy (Developing AI Literacy)[20], разработанная МТИ и Бостонским университетом, нацелена на повышение грамотности в области искусственного интеллекта среди учеников средних школ. Она представляет собой лабораторный курс продолжительностью 30 часов, где рассматриваются такие темы, как основы искусственного интеллекта, логические системы (деревья решений), обучение с учителем, искусственные нейронные сети, вычислительное обучение, дипфейки и генерация естественного языка. Ученики анализируют моральные, социальные и профессиональные аспекты каждого из этих направлений[21].
Высшее образование
До второй декады XXI века искусственный интеллект в вузах изучался преимущественно в рамках STEM-дисциплин. Позднее появились специализированные образовательные инициативы по развитию грамотности в данной области[2]. Обычно обучение начинается с одного или нескольких вводных модулей, посвящённых базовым вопросам: что такое искусственный интеллект, каковы его истоки, возможности и ограничения. В большинстве учебных маршрутов также рассматриваются вопросы машинного обучения и глубокого обучения. Некоторые курсы уделяют внимание этическим аспектам применения ИИ[1].
Кейс: Университет Флориды
В Университет Флориды реализована масштабная программа по интеграции искусственного интеллекта во все направления подготовки. Цель — обеспечить студентов навыками, востребованными на рынке труда XXI века. В её рамках приглашено свыше 100 новых преподавателей. Каждый студент обязан пройти вводный курс по искусственному интеллекту, этике, информации и технологиям, а также выбрать дополнительную дисциплину по интересам (например, медицина или экономика). После успешного завершения всех трёх дисциплин студент получал официальный сертификат о приобретённых навыках[2].
Примечания
- ↑ 1 2 3 4 5 6 Laupichler, Matthias Carl; Aster, Alexandra; Schirch, Jana; Raupach, Tobias (2022). “Artificial intelligence literacy in higher and adult education: A scoping literature review”. Computers and Education: Artificial Intelligence [англ.]. 3: 100101. DOI:10.1016/j.caeai.2022.100101. Дата обращения 2025-07-08.
- ↑ 1 2 3 4 5 6 7 8 9 10 Southworth, Jane; Migliaccio, Kati; Glover, Joe; Glover, Ja'Net; Reed, David; McCarty, Christopher; Brendemuhl, Joel; Thomas, Aaron (2023). “Developing a model for AI Across the curriculum: Transforming the higher education landscape via innovation in AI literacy”. Computers and Education: Artificial Intelligence [англ.]. 4: 100127. DOI:10.1016/j.caeai.2023.100127. Дата обращения 2025-07-08.
- ↑ D'Agostino, Susan Why Professors Are Polarized on AI (англ.). Inside Higher Ed. Дата обращения: 28 декабря 2024. Архивировано 12 сентября 2025 года.
- ↑ College students caught between professors' AI bans and employers' growing demand for AI skills (англ.), PhillyVoice (25 December 2024). Архивировано 2 августа 2025 года. Дата обращения: 28 декабря 2024.
- ↑ 1 2 3 4 Long, Duri. What is AI Literacy? Competencies and Design Considerations // Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems : [англ.] / Duri Long, Brian Magerko. — ACM, 2020. — P. 1–16. — ISBN 978-1-4503-6708-0. — doi:10.1145/3313831.3376727.
- ↑ 1 2 3 4 5 6 7 8 9 10 11 Chan, Cecilia Ka Yuk (7 июля 2023). “A comprehensive AI policy education framework for university teaching and learning”. International Journal of Educational Technology in Higher Education. 20 (1). arXiv:2305.00280. DOI:10.1186/s41239-023-00408-3. ISSN 2365-9440. Дата обращения 2025-07-08.
|access-date=требует|url=(справка) - ↑ Posner, Tess; Fei-Fei, Li (9 декабря 2020). “AI will change the world, so it's time to change AI”. Nature. 588 (7837): S118. Bibcode:2020Natur.588S.118P. DOI:10.1038/d41586-020-03412-z. ISSN 0028-0836. Дата обращения 2025-07-08.
- ↑ Living repository per promuovere l'apprendimento e lo scambio sull'alfabetizzazione in materia di IA (итал.). EU Commission - Shaping Europe's digital future. Дата обращения: 7 августа 2025. Архивировано 24 марта 2025 года.
- ↑ Patto per l'IA (итал.). EU Commission - Shaping Europe's digital future. Дата обращения: 7 августа 2025. Архивировано 13 октября 2025 года.
- ↑ AI Continent Action Plan (итал.). EU Commission - Shaping Europe's digital future. Дата обращения: 7 августа 2025.
- ↑ EU launches digital skills academies to bridge critical talent gaps in key technological areas. Дата обращения: 7 августа 2025. Архивировано 24 июня 2025 года.
- ↑ AI Factories. Дата обращения: 7 августа 2025. Архивировано 9 апреля 2025 года.
- ↑ Commission seeks views on the use of data to develop Artificial Intelligence. Дата обращения: 7 августа 2025. Архивировано 6 октября 2025 года.
- ↑ Commission launches public consultation and call for evidence on the Apply AI Strategy. Дата обращения: 7 августа 2025. Архивировано 23 сентября 2025 года.
- ↑ Union of skills. Дата обращения: 7 августа 2025. Архивировано 22 октября 2025 года.
- ↑ Long, Duri; Blunt, Takeria; Magerko, Brian (13 октября 2021). “Co-Designing AI Literacy Exhibits for Informal Learning Spaces”. Proceedings of the ACM on Human-Computer Interaction [англ.]. 5 (CSCW2): 1—35. DOI:10.1145/3476034. ISSN 2573-0142. Дата обращения 2025-07-08.
- ↑ Ng, Davy Tsz Kit; Leung, Jac Ka Lok; Chu, Samuel Kai Wah; Qiao, Maggie Shen (2021). “Conceptualizing AI literacy: An exploratory review”. Computers and Education: Artificial Intelligence [англ.]. 2: 100041. DOI:10.1016/j.caeai.2021.100041. Дата обращения 2025-07-08.
- ↑ Programmazione efficace, blocco per blocco. Дата обращения: 1 августа 2025.
- ↑ Su, Jiahong; Zhong, Yuchun; Ng, Davy Tsz Kit (2022). “A meta-review of literature on educational approaches for teaching AI at the K-12 levels in the Asia-Pacific region”. Computers and Education: Artificial Intelligence [англ.]. 3: 100065. DOI:10.1016/j.caeai.2022.100065. Дата обращения 2025-07-08.
- ↑ DAILy Curriculum (v2.0). Дата обращения: 10 июля 2025. Архивировано 20 апреля 2025 года.
- ↑ Lee, Irene. Developing Middle School Students' AI Literacy // Proceedings of the 52nd ACM Technical Symposium on Computer Science Education : [англ.] / Irene Lee, Safinah Ali, Helen Zhang … [et al.]. — ACM, 2021. — P. 191–197. — ISBN 978-1-4503-8062-1. — doi:10.1145/3408877.3432513.