— Какие ближние перспективы развития ИТ-систем в Университете? Что для вас сейчас наиболее насущно, что важно сделать прежде всего и в ближайшее время?
— Мы сейчас активно развиваем систему экранов показателей деятельности МИСИС или, по-западному, дашбордов. Мы уже сделали информационные панели для ректора, проректоров, директоров институтов и начальников подразделений. И далее, анализируя контингент, мы с помощью этих инструментов можем по цепочке сверху вниз дойти вплоть до конкретного студента.
Основные показатели для отображения мы получаем из системы «1С:Аналитика». Здесь как раз неоспоримым преимуществом является то, что и «1С:Университет», и «1С:Аналитика» работают на одной платформе. Что обеспечивает получение фактически бесшовных данных с минимальными трудовыми ресурсами. Понятно, что для расчета тех или иных показателей потребуется составить формулу, зато все остальное, например, контингент учащихся, их количественный состав и прочие показатели, для отображения на дашборде получаются легко. Мне очень понравилось работать с этими инструментами от фирмы «1С».
— И какие там отражены показатели? Что прежде всего интересует руководство МИСИС?
— Это довольно широкий спектр показателей. Допустим, нас интересует такой показатель, как доля иностранных студентов, которые обучаются в МИСИС. Понятно, что этот показатель кардинально меняется, когда происходит прием или отчисление окончивших обучение из университета. Предположим, к нам едет делегация студентов из Вьетнама, и ректор поставил задачу срочно узнать, сколько на данный момент у нас учится студентов из этой страны.
Как было раньше? Для предоставления этих данных надо было, позвонить проректору, проректор звонил начальнику управления, а тот, в свою очередь, в студенческий офис. Какое-то время уточняли число студентов из Вьетнама, и звонки следовали по этой цепочке снова, только в обратном порядке. А если кого-нибудь из этой цепочки не было на месте, в командировке или на больничном, получение данных могло затянуться настолько, что они могли вполне потерять свою актуальность.
Система «1С:Аналитика» все делает мгновенно: выбираем в строке показателей «Вьетнам» – и всё, получаем список из пятидесяти двух студентов. Так же в режиме реального времени можно получить данные, сколько у нас обучается в данный момент или магистров, аспирантов. Все наглядно, в виде диаграмм, графиков, таблиц. Сделать любую выборку по учащимся, определить ее долю в общем контингенте.
Я наблюдаю, какими высокими темпами развиваются системы «1С:Университет» и «1С:Аналитика». Упрощенная интеграция двух программных продуктов, которые находятся на одной платформе — это и есть для меня определяющий фактор при выборе системы отображения показателей. Пусть будет меньше количество круговых диаграмм, но насколько легко будет что-то перенастроить, изменить список и характер показателей — для меня именно это и является определяющим фактором при выборе аналитической системы.
— Какие еще перспективные направления развития ИТ в Университете вы видите?
— Основные перспективы однозначно связаны с искусственным интеллектом. Мне нравится такое выражение, когда речь заходит о будущем: «Будущее, на самом деле, уже здесь, просто оно еще недостаточно распространено». На самом деле мы уже живем в будущем. Просто где-то оно есть лишь точечно, а завтра оно станет нашим настоящим. У нас сейчас идет проект по прогнозированию академической успеваемости. Он непростой, в том числе с этической точки зрения. Ведь важно понять: прогнозирование твоей успеваемости мотивирует студента или напротив, демотивирует? И все здесь очень непросто, это всегда баланс, потому что люди все разные. Мы рассматриваем разные варианты и сейчас как раз ищем оптимальные решения.
А еще мы хотим по результатам проекта с применением искусственного интеллекта получить, скажем, такой наглядный цифровой термометр состояния студента. То есть, если у него температура 36,6 плюс минус 0,3 градуса, похоже, всё хорошо. Но если вдруг по каким-то причинам, например, он влюбился и две недели не ходил в МИСИС, его температура начнет серьезно повышаться, его, похоже, ждут проблемы.
Есть такое выражение «езда вперед по зеркалам заднего вида», когда ты не видишь, что у тебя впереди, а смотришь только на то, что есть сейчас и что уже прошло. Это означает то, что, например, прошла сессия и студент её завалил. В этом случае что-либо исправить бывает уже или слишком сложно, или вообще невозможно. И нам, к сожалению, приходится прощаться с этим студентом. Но если температура у этого студента повысилась где-то в середине семестра – это можно успеть исправить. Главное – вовремя узнать о повышении этой температуры. Нейросетевые модели позволяют увязать, казалось бы, несвязанные факторы, составить метрики и поставить некие триггеры, которые будут сигнализировать о том, что, похоже, у студента в перспективе намечаются проблемы.
Знать о потенциальных проблемах заранее – это уже большой плюс. Анализируя эти данные, мы сразу же увидим, что студент перестал появляться в МИСИС. Понятно, что мы не доберемся до сути его проблемы. Но у нас есть кураторы и преподаватели, с кем всегда можно переговорить. Студенты очень часто не хотят раскрывать те проблемы, с которыми сталкиваются. Возможно, тут потребуется помощь психолога и именно по этой причине у нас возникла служба психологической помощи. Здесь студенты могут рассказать профессиональному психологу о своих проблемах.
Мы относимся к студентам как к нашим детям, но, к сожалению, не всегда можем узнать, что с ними происходит. Некоторые студенты просто стесняются говорить о своих проблемах, в то время как университет, на самом деле, может легко все эти проблемы студента решить. И за это потом студенты будут благодарны. Ведь отчисление из университета – это серьезная, хотя и не фатальная развилка в жизни студента. Основная цель определения этой цифровой температуры состояния студента – сделать нашу реакцию на его поведение не реактивной, а проактивной.
— Бытует такое мнение, что скоро искусственный интеллект превзойдет нас во всех областях нашей жизни и деятельности и мы, как специалисты, станем никому не нужны. Как Вы относитесь к столь плачевной перспективе? Так сможет ли искусственный интеллект заменить педагога?
— Глобальные тренды – образовательные, экономические и социокультурные – конечно же, влияют и на МИСИС. И один из таких вызовов в настоящий момент – это искусственный интеллект. Я сам с помощью искусственного интеллекта недавно решал определенную задачу. И задача решена в несколько раз быстрее, примерно при одинаковом количестве полученных знаний. То есть искусственный интеллект позволяет учиться значительно быстрее.
Но давайте поставим вопрос так: сможет ли искусственный интеллект научить умению учиться? Нет. Я убежден, что преподавателя с громадным педагогическим и жизненным опытом он не заменит никогда. Другое дело, он может быть подспорьем, существенно облегчить такую работу педагога, как составление учебных планов, презентаций, помочь в обработке и структурировании лекционного и практического материала, оптимально составить расписание занятий. Он уберет рутину. Но талантливого педагога в аудитории или опытного наставника на проекте он не заменит никогда.
Подобные этические проблемы возникают, когда появляется соблазн перестать учиться, а всё отдать на откуп искусственному интеллекту. И это, я считаю, и есть один из главных вызовов искусственного интеллекта для университетов – он стоял вчера, стоит сегодня, будет стоять и завтра.
— Вы пробовали оценить, сколько ваших рутинных операций способен взять на себя искусственный интеллект?
— Сделать тут общую оценку непросто, ведь все зависит от характера задач, которые предстоит решать. Причем важно понимать, что операции, которые для нас сегодня являются рутинными, однозначно не были рутинными двадцать лет назад. В то время они требовали серьезных трудовых и временных затрат, а также серьезной работы. А сейчас многие операции из того времени уже являются рутинными. Развитие идет вперед, и в разряд рутинных переходят все новые и новые задачи.
— А как Вы сами используете искусственный интеллект для решения своих задач? Приведите, пожалуйста, пример.
— Мне надоело читать массу чатов в Телеграмм и я быстро написал программу, которая читает указанное мною количество сообщений в чатах, где я присутствую, и дает мне по ним краткую справку. Автоматически формируется выжимка из того, что было в этих восьмиста сообщениях в Телеграмм. Просмотрев эту выжимку, я сразу могу определить, что для меня важно в первую очередь, а потом, если сочту нужным, обратиться уже и к самому чату.
Использование ИИ при работе с текстами
Здесь я хочу привести пример из своей практики. Я в журналистке тридцать лет и прекрасно помню времена, когда одним из основных моих инструментов был пленочный диктофон. На расшифровку одного часа интервью у меня тогда уходило, в среднем, 8 часов. Прослушал, набил текст, сколько успел запомнить, что-то не расслышал, перемотал назад, не расслышал, снова перемотал, опять набил фразу. Сейчас наше интервью идет уже около 2-х часов и, очевидно, что за один прием это сделать невозможно и на расшифровку и обработку этого интервью у меня ушло бы несколько дней.
Теперь же я пользуюсь программой TimeList, разработанной специалистами компании «1С». Достаточно загрузить эту программу и указать ей, какой аудиофайл для обработки следует взять, и уже через 5 минут у меня перед глазами текст в формате doc. Программа не только конвертирует аудиозапись в текст, но и выделяет спикеров. Если я веду запись круглого стола, где участвуют много руководителей или специалистов на проекте, это очень удобно. Конечно, полученный текст требует обработки, однако самый трудоемкий этап расшифровки аудиозаписи, благодаря TimeList, полностью автоматизирован.
Более того, есть функция создания summary, и в конце текста TimeList может выдать мне структурированный список, где по пунктам будут перечислены основные положения нашей беседы – самая её суть. Читатель, просмотрев эти структурированные списки, сразу получает исчерпывающую информацию о содержании интервью. И может сразу решить – интересно ему это, или нет, стоит ли читать весь материал. Таким образом, мы ещё и время нашего читателя экономим. За такой искусственный интеллект я голосую обеими руками.
— Итак, мы поговорили о ближайших планах. Давайте теперь заглянем за горизонт, поговорим о дальних перспективах, о мечтах.
— Мечта, к которой мы идем, – это полноценный переход на микросервисную архитектуру. Когда практически все состоит из микросервисов, у которых есть протоколы взаимодействия, они описаны, стандартизированы и интегрированы между собой. Вторая важная перспектива – это управление на основе данных. Да, мы уже работаем на основе данных, но делаем ли мы это прямо в единой экосистеме? Пока ещё нет. Верю, что рано или поздно это настанет, за этим будущее.
— А если описать метафорой, что происходило с МИСИС за последние 10 лет, на что стал похож Ваш университет после всех нововведений и цифровизации?
— Я бы провел аналогию с кораблем. Представьте, что у нас есть большой корабль, скажем, океанский лайнер. И человек упал за борт и нужно развернуть его, а радиус разворота составляет десять километров. И сделать это очень непросто. Так вот, наш МИСИС, – это мощный океанский лайнер – как в части образования, так и в части науки. Маневренность этого лайнера тогда – до внедрения передовых ИТ, и сейчас— это, как говорят в Одессе, две большие разницы. Наш лайнер не стал легче, он не стал меньше, но он получил гораздо большую манёвренность. И эта маневренность жизненно необходима в современной жизни. Наш университет теперь способен значительно быстрее сменить курс, ему легче повернуть на новое направление, которое отвечает современным вызовам в сфере высшего образования и науки.
— Но такая зависимость от информационной системы несет в себе и риски. Вы согласны с этим?
— Мне доводилось много общаться с представителями других вузов и они рассказывали мне о своих достижениях, а я просил их рассказать о том, что у них не получилось. Ведь это, на самом деле, и есть самое ценное. Условия успеха, как правило, известны, они у всех почти одинаковы, а не получается у всех по разным причинам. Очень важно оценить эти факторы, понять, почему то или иное у нас не получилось. Поэтому я задаю этот вопрос: «А что у Вас не получилось?» Когда же встречаю очень сильно доработанные информационные системы, которые фактически стали уже другим продуктом, то спрашиваю: «А сколько человек должно уйти, чтобы Ваша система рухнула?». И это заставляет моих собеседников задуматься.
Я задаю себе риторический вопрос: «Если компания, которая работает с нами по внедрению «1С:Университет» разорится и даже разработчик этого программного обеспечения для университетов перестанет существовать, рухнет ли информационная система нашего МИСИС?» – И отвечаю однозначно – «Нет!»
— Поясните, пожалуйста, почему Вы так считаете?
— Потому что платформы известны, на рынке достаточно много игроков, которые сильно погружены в работу по развитию системы «1С:Университет». Значит, несмотря ни на что и независимо ни от чего, этот продукт продолжит свое развитие. Я общаюсь напрямую с разработчиками этого продукта в фирме «1С» и знаю, насколько он распространен. Сейчас на нем уже работает около 700 ВУЗов России. Исходя из этого я спокоен, и утверждаю: «Он не рухнет».
И я бы пожелал другим специалистам использовать такой подход, за основу брать именно этот критерий, когда они стоят перед выбором той или иной информационной системы. И второй связанный с этим совет — будьте предельно искренни и ответьте сами себе честно на простой вопрос – то, что вы сделали, то, что создали, будет жить после вас? Когда вас не станет? Это относится не только к программам. Если ответ – «да», значит, вы не зря прожили эту жизнь.
Отличное завершение! Спасибо Вам за эту на редкость интересную и содержательную беседу.
Чтобы оставить комментарий пожалуйста Авторизуйтесь