Введение
В современных дистанционных образовательных программах одной из важных проблем является своевременная обратная связь со студентами. При большом количестве учащихся преподавателям и учебным ассистентам становится сложно быстро отвечать на многочисленные организационные и технические вопросы, особенно если они повторяются. В результате ответы могут задерживаться, а нагрузка на преподавателей увеличиваться. Одним из возможных решений этой проблемы стало использование искусственного интеллекта в качестве виртуального учебного ассистента, способного автоматически обрабатывать типовые запросы и обеспечивать студентам оперативную поддержку. Одним из наиболее известных примеров такого подхода является Jill Watson — виртуальный учебный ассистент, разработанный в Технологическом институте Джорджии (Georgia Institute of Technology, США) для поддержки студентов в онлайн-курсах.
Классификация и сущность технологий ИИ в высшем образовании
Внедрение искусственного интеллекта (ИИ) в академическую среду сегодня не ограничивается автоматизацией отдельных операций. ИИ используется для совершенствования образовательного процесса, поддержки преподавателей и административных сотрудников, а также повышения эффективности управления университетом. Согласно данным Гаврилюк Е. С., Изотовой А. Г. и Бикмуллиной Т. Н., 68 % российских университетов уже используют решения на основе ИИ [1].
Применение ИИ в высших учебных заведениях можно условно разделить на три основных направления: взаимодействие со студентами, поддержка преподавателей и административных сотрудников, а также совершенствование образовательной системы. К основным задачам относятся оценивание учебных работ, контроль посещаемости и выполнения заданий, ответы на типовые вопросы студентов, анализ результатов обучения и выявление возможных рисков академической неуспеваемости [1].
Особое значение имеют технологии, которые анализируют учебную деятельность студентов и помогают адаптировать обучение к их уровню подготовки . Такие системы могут выявлять студентов, испытывающих трудности в обучении, и предоставлять преподавателям информацию для своевременной корректировки образовательного процесса.
На основе материалов ЮНЕСКО и подходов, представленных в исследовании Гаврилюк Е. С., Изотовой А. Г. и Бикмуллиной Т. Н., можно выделить основные виды ИИ-технологий, применяемых в образовании. К ним относятся интеллектуальные обучающие системы, системы обучения на основе диалога, познавательные среды обучения, автоматизированная оценка письменных работ и умные роботизированные помощники. Их основные характеристики представлены в таблице 1.
Таблица 1
Примечание: (составлено авторами [1] на основе данных, публикуемых ЮНЕСКО [7])
Использование данных технологий позволяет автоматизировать часть рутинных задач, повысить оперативность обратной связи и расширить возможности индивидуализации обучения. Одним из известных примеров является Jill Watson — ИИ-помощник преподавателя, разработанный в Технологическом институте Джорджии. Система использовалась для ответа на типовые вопросы студентов и поддержки учебного взаимодействия, демонстрируя возможности применения ИИ для снижения нагрузки на преподавателей [2,3].
История создания и технологическая эволюция проекта
Развитие виртуального ассистента Jill Watson прошло через ключевые исторические этапы — от первоначальной системы с заранее подготовленными ответами до современной генеративной ИИ-системы .
– Предпосылки и зарождение (2014–2015 гг.): В январе 2014 года Технологический институт Джорджии запустил масштабную онлайн-программу магистратуры по компьютерным наукам (OMS CS).
Профессор Ашок Гоэль (Ashok Goel), преподававший обязательный курс «Искусственный интеллект, основанный на знаниях» (KBAI), столкнулся с тем, что поток студентов вырос до 300–400 человек за семестр. Суммарно за курс учащиеся генерировали около 10 000 сообщений на учебном форуме, что приводило к профессиональному выгоранию человеческого штата ассистентов (TA). В 2015 году Гоэль совместно с группой аспирантов начал разработку автоматизированного решения.
– Секретный эксперимент и запуск (Январь — Май 2016 г.): Вянваре 2016 года ИИ под именем Jill Watson (названная в честь суперкомпьютера IBM Watson, на чьём API базировалась первая версия) была тайно добавлена в список из 9 ассистентов курса [3]. ИИ обрабатывал сообщения в закрытом буфере, а человек-модератор проверял ответы. К концу марта 2016 года Джилл начала публиковать ответы на форуме Piazza полностью самостоятельно. Во время раскрытия карт в мае 2016 года выяснилось, что за весь семестр никто из студентов не догадался, что общался с алгоритмом, хотя некоторые отмечали её «невероятную скорость и дружелюбие». Опыт стал мировой сенсацией и попал на страницы ведущих СМИ [3].
– Преобразование системы (2018–2019 гг.): В последующие годы Jill Watson продолжила развиваться. Исследователи стремились сделать систему более гибкой в работе с естественным языком и расширить круг материалов, на основе которых она могла отвечать на вопросы студентов. В результате система стала использовать не только заранее подготовленные ответы, но и учебные материалы курса, что позволило применять её в различных образовательных форматах [2].
– Эра генеративного интеллекта (2024–2026 гг.): С приходом больших текстовых нейросетей классические базы ответов Джилл стали устаревать. В 2024 году лаборатория Design Intelligence Lab модернизировала ИИ, объединив возможности современных коммерческих моделей (класса ChatGPT) со строго выверенной внутренней базой знаний университета [2].Кнастоящему времени Jill Watson развивается в направлении цифрового учебного ассистента . Система может работать с новыми материалами текущего семестра — от текстовых учебников до расшифровок видеолекций — и формировать персонализированные ответы на вопросы учащихся на основе материалов курса.
Архитектура и принципы работы
В основе первоначальной версии Jill Watson лежал подход к автоматической классификации и извлечению ответов из накопленной истории взаимодействия со студентами. Для создания системы исследователи использовали архив примерно из 40 000 сообщений и вопросов, собранных на форуме курса за предыдущие семестры. Эти данные позволили сформировать набор типичных категорий студенческих запросов и соответствующих им ответов [3].
Одним из ключевых механизмов системы был отбор ответов по уровню уверенности системы. После получения нового вопроса Jill Watson определяла наиболее подходящую категорию и извлекала соответствующий ответ. Автоматическая публикация ответа допускалась только в том случае, если значение уверенности системы превышало установленный порог в 97 % . В первоначальный период работы ответы дополнительно проверялись преподавателями и ассистентами, однако с марта 2016 года Jill Watson получила возможность самостоятельно публиковать ответы на форуме [3].
В последующих версиях архитектура Jill Watson существенно изменилась. Современная система использует ChatGPT и технологию RAG (Retrieval-Augmented Generation): вместо поиска готового ответа в архиве прошлых сообщений она обращается к специально подготовленной базе материалов конкретного курса. В неё могут входить учебные документы, материалы курса и информация, предоставленная преподавателем. Система извлекает подходящий контекст, передаёт его ChatGPT и проверяет полученный ответ перед отправкой студенту. Такой подход позволяет сделать ответы более гибкими и одновременно ограничить их содержанием проверенных учебных материалов [4]. В 2023–2024 годах новая Jill Watson уже применялась в реальных учебных курсах, включая курс искусственного интеллекта Georgia Tech с более чем 600 студентами [4].
Исторический пример взаимодействия
Для демонстрации практических возможностей системы можно привести реальный диалог, опубликованный разработчиками Jill Watson после первого семестра её работы. В нём студент задал вопрос о том, будут ли задания повышенной сложности (challenge problems) представлены в текстовом и визуальном формате. Jill Watson ответила:
Вопрос студента: «Есть ли текстовые представления у заданий повышенной сложности?»
Ответ Jill Watson: «У заданий повышенной сложности нет текстовых представлений. Они будут выполняться только как визуальные задачи. Но вы можете самостоятельно составить их текстовые описания, чтобы попрактиковаться!» [5].
Этот пример показывает, что уже первая версия Jill Watson могла корректно отвечать на конкретные вопросы, связанные непосредственно с содержанием учебного курса, используя накопленные материалы и контекст предыдущих взаимодействий со студентами.
Результаты применения и статистика эффективности (2016–2026)
За период развития Jill Watson, начиная с её первого внедрения в 2016 году, система прошла несколько этапов совершенствования. Обновлённая версия Jill Watson, разработанная Georgia Tech Design Intelligence Lab совместно с AI-ALOE, с 2023 года была развернута в реальных учебных курсах. При тестировании на синтетических наборах вопросов точность ответов Jill Watson составляла примерно 75–97 % в зависимости от типа используемого учебного материала. В тестировании на наборе вопросов Jill Watson дала 78,7 % корректных ответов, тогда как OpenAI Assistant — 30,7 %. Кроме того, доля вредных ошибок составила 2,7 % у Jill Watson против 14,4 % у OpenAI Assistant [6].
В контролируемом A/B-эксперименте в курсе Georgia Tech студенты, имевшие доступ к Jill Watson, продемонстрировали более высокую долю оценок A (66 % против 62 %) и меньшую долю оценок C (3 % против 7 %) по сравнению с группой без доступа к Jill Watson. При использовании Jill Watson студенты лучше ощущали поддержку преподавателя и взаимодействие в учебной среде. Однако исследователи не обнаружили убедимого статистического влияния на то, насколько глубоко студенты были вовлечены в осмысление учебного материала. [6].
Заключение
Проект Jill Watson продемонстрировал, что искусственный интеллект способен эффективно выполнять значительную часть рутинных задач в рамках дистанционного обучения и обеспечивать студентам оперативную поддержку. Развитие системы от первоначальной версии 2016 года до современных решений на основе больших языковых моделей показывает возможности ИИ для расширения образовательной поддержки и снижения нагрузки на преподавателей. Вместе с тем результаты исследований свидетельствуют о том, что наиболее перспективным является не полное замещение преподавателя, а использование интеллектуальных ассистентов в качестве дополнительного инструмента, способного брать на себя повторяющиеся задачи и обеспечивать студентам более доступную обратную связь.
Литература:
1. Гаврилюк Е. С., Изотова А. Г., Бикмулина Т. Н. «Искусственный интеллект как актуальный инструмент менеджмента качества образовательного процесса современных вузов», Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент», № 1, 2025. DOI: 10.17586/2310–1172–2025–18–1–91–100;
2. Design Intelligence Lab (Georgia Tech). https://dilab.gatech.edu/projects/jill-watson/. Официальная страница исследований, методология и хронология развития проекта Jill Watson;
3. Goel, Ashok K., Polepeddi, L. “Jill Watson: A Virtual Teaching Assistant for Online Education” Technical Report, Georgia Institute of Technology (2016). https://repository.gatech.edu/entities/publication/4a7ab707–3311–4c67-a3c5-c309873d75f5?utm_source=chatgpt.com;
4. Kakar, S., Maiti, P., Taneja, K., Nandula, A., Nguyen, G., Zhao, A., Nandan, V., & Goel, A. (2024). Jill Watson: Scaling and deploying an AI conversational agent in online classrooms. Proceedings of the 20th International Conference on Intelligent Tutoring Systems (ITS 2024). https://doi.org/10.1007/978–3–031–63028–6_7
5. Goel, A. K. Pop Quiz: Can You Tell a Human Teaching Assistant from a Virtual One? Georgia Tech Alumni Magazine, 2018. https://justinlanier.org/wp-content/uploads/2020/10/alum_mag.pdf?utm_source=chatgpt.com
6. Georgia Tech College of Computing. (2025, September 19). Georgia Tech’s Jill Watson outperforms ChatGPT in real classrooms. Georgia Institute of Technology. https://www.cc.gatech.edu/news/georgia-techs-jill-watson-outperforms-chatgpt-real-classrooms?utm_source=chatgpt.com (Официальный отчёт по эффективности Jill Watson и её сравнению с базовыми коммерческими LLM в реальных учебных классах).
7. https://unesdoc.unesco.org/ark:/48223/pf0000382446
