Кому оставить трудную часть учёбы, когда ИИ делает остальное

За минуту студент может получить от ИИ аккуратное объяснение, план эссе и набор формул. Но сможет ли он через неделю сам вспомнить нужный принцип и понять, когда его применять? Разрыв между готовым ответом и действительно освоенным знанием помогает решить, какие части работы можно автоматизировать, а какие стоит оставить учебной практикой.

Усилие само по себе ещё не означает обучение. Одни трудности лишь отнимают ресурсы, другие помогают закрепить материал. Теория когнитивной нагрузки объясняет, почему их важно различать, а исследования «желательных трудностей» показывают, почему полезная практика иногда ощущается менее лёгкой.

Не всякая нагрузка одинаково полезна

В обзоре 2019 года психологи Джон Свеллер, Йерун ван Мерриенбёр и Фред Паас описывают ограничения рабочей памяти. При работе с новой информацией она может удерживать и обрабатывать лишь ограниченное число элементов. Если задача добавляет требования, не связанные с учебной целью, на усвоение материала остаётся меньше ресурсов. Но сложным может быть и сам материал, особенно для новичка. Поэтому одна и та же задача оказывается разной по трудности для людей с разным запасом знаний.

Это позволяет точнее поставить вопрос об ИИ. Если студент учится строить аргумент, исправление опечаток может быть побочной нагрузкой, которую допустимо снять. Но если цель курса состоит в том, чтобы распознавать аргумент и самостоятельно его строить, передать ИИ весь ход рассуждения значит убрать именно ту операцию, ради которой задана работа.

Обзор Свеллера и коллег не проверял генеративный ИИ. Это рецензируемая теоретическая работа, опубликованная в Educational Psychology Review; полный текст доступен у издателя Springer Nature. Авторы обобщают теорию и более ранние исследования когнитивной нагрузки, а не сообщают результат одного нового эксперимента. Они также предупреждают: многие рассмотренные эксперименты оценивали учебные результаты, но не измеряли нагрузку напрямую.

Когда трудность помогает

Элизабет и Роберт Бьёрк называют «желательными трудностями» такие условия практики, которые могут замедлять видимый прогресс, но поддерживать долговременное удержание и перенос знаний. В главе, доступной в PDF UCLA, они разбирают извлечение ответа из памяти, распределённую по времени практику и чередование разных типов задач. Это обзор теории и исследований, а не одна экспериментальная статья с единой выборкой и общей процедурой.

Один из приведённых примеров сравнивает блокированную и чередующуюся практику двигательных последовательностей. Во время тренировки участники с блокированной практикой улучшались быстрее. Однако через десять дней, когда последовательности предъявляли вперемешку, лучше выступили те, кто и тренировался в таком порядке. В другом примере из той же главы студенты, изучавшие формулы объёмов тел вперемешку, через неделю правильно решили 63% новых задач против 20% после блокированной практики. Эти числа относятся к конкретным описанным исследованиям и не обещают такого же эффекта в любом курсе.

Смысл не в том, чтобы намеренно усложнять каждое задание. Авторы подчёркивают: трудность становится нежелательной, если учащемуся не хватает знаний или навыков, чтобы с ней справиться. Теория когнитивной нагрузки добавляет важное условие: новичку могут понадобиться объяснения, образцы решения и пошаговая поддержка. По мере освоения темы подсказки можно постепенно сокращать и переходить к самостоятельному решению.

Что оставить студенту, а что поручить ИИ

Эти источники не дают универсального списка операций, которые всегда нужно выполнять без ИИ. Практическое правило можно сформулировать иначе: сначала определить учебный результат, а затем спросить, какие действия непосредственно показывают, что студент его освоил. Это редакционная схема, а не классификация, проверенная отдельным экспериментом.

• На этапе практики без ИИ стоит сначала попытаться вспомнить ключевое понятие, выбрать подходящий принцип и наметить собственное рассуждение. Так в работе остаётся место для извлечения знаний из памяти и выбора стратегии, а не только для чтения готового ответа.
• ИИ можно использовать как опору после собственной попытки: попросить объяснить непонятный шаг, сравнить два варианта, найти возможное возражение или проверить, не пропущено ли важное условие. Такая подсказка помогает продолжить работу, но не подменяет умение, которое проверяет задание.
• Повторяющуюся операцию можно передать ИИ, если она не входит в заявленную цель обучения или уже достаточно освоена. Такой выбор зависит от предмета и уровня подготовки. Например, проверка грамотности текста уместна не во всех языковых заданиях.

Граница меняется по мере прохождения курса. Вначале студенту нужны примеры и поддержка, затем частично заполненные задания, а позже самостоятельная работа. Постепенное снятие опоры соединяет два принципа: не перегружать новичка и при этом давать ему практиковаться в извлечении знаний и решении задач.

Авторская колонка Инары Скотт в Inside Higher Ed иллюстрирует такой порядок на её курсе этики: студенты сначала самостоятельно составляют обзоры случаев, затем используют ИИ как собеседника для проверки понимания дилеммы. Это описание практики преподавателя, а не контролируемое исследование. Скотт прямо отмечает, что её примеры гипотетические и границы зависят от дисциплины и учебных целей. Полная колонка опубликована 4 ноября 2026 года.

Такую схему полезно проверять не только по качеству итоговой работы. Если цель курса предполагает самостоятельное применение принципов, студенту нужно дать возможность показать это без ИИ, а затем отдельно оценить, как он использует инструмент для обратной связи или доработки. Иначе гладкий результат не позволяет понять, какое знание действительно осталось у самого учащегося.

Связь между качеством готовой работы и освоением навыка важна и при оценке творческих заданий: в статье о том, зачем оценивать творческий процесс, если результат может создать ИИ разбирается похожее различие между продуктом и действиями, которые привели к нему.

ИИ может снять часть рутинных требований, но не должен автоматически забирать любую операцию, которая даётся с усилием. Сначала нужно определить, что именно студент должен уметь вспомнить, распознать или решить самостоятельно, а затем соразмерить поддержку его подготовке. Полезная трудность здесь не помеха ради помехи, а практика конкретного навыка.

Источники

1. Sweller, J., van Merriënboer, J. J. G., Paas, F. Cognitive Architecture and Instructional Design: 20 Years Later. Educational Psychology Review, 2019, 31, 261–292. Рецензируемый обзор, открытый доступ. DOI и полный текст.
2. Bjork, E. L., Bjork, R. A. Making Things Hard on Yourself, But in a Good Way: Creating Desirable Difficulties to Enhance Learning. Глава в Psychology and the Real World; доступный PDF содержит отметку о верстке в 2009 году. Обзор теории и исследований. PDF главы.
3. Scott, I. From Sage on the Stage to Steward of the Struggle. Inside Higher Ed, 4 ноября 2026 года. Авторская колонка, не исследовательская статья. Текст колонки.

Фото: Max Vakhtbovych / Pexels