Групповой проект сдан. Презентация собрана, текст вычитан, выводы на месте. И всё равно по такой работе трудно понять, кто в группе разобрался в теме, а кто просто вовремя открыл общий файл. Тем более когда заметную часть черновика можно получить у чат-бота за вечер.
Линь Юэ, преподаватель Университета Аделаиды, описывает в авторском материале для THE Campus, как пытается развести эти вещи в курсе «Генеративный искусственный интеллект». Курс она ведёт и постоянно переделывает с начала 2026 года, и он входит в три разные программы последипломного уровня. Текст Юэ не исследование и не проверенная методика. Это описание преподавательского замысла: без выборки, контрольных групп и данных о результатах. Дальше речь о том, какую логику оценивания предлагает автор и какие вопросы к этой логике остаются.
Почему общий продукт не даёт общей оценки
Исходное правило Юэ формулирует прямо: «При групповом оценивании в моём курсе по генеративному искусственному интеллекту совместная сдача работы не даёт автоматически общей оценки, потому что конечный продукт сам по себе не может в полной мере показать, что понимает и какой вклад внёс каждый студент».
Из правила следует второе: студенты одной группы могут получить разные баллы в зависимости от вклада и продемонстрированного понимания. Механизм, который это позволяет, это устная защита работы, viva. Каждый студент представляет свою часть, отвечает на вопросы и обосновывает принятые решения. Сданный продукт становится одним из источников доказательств, а защита помогает истолковать его применительно к отдельному человеку.
Меняется предмет оценки. Проверяется и качество артефакта, и то, как студент рассуждал, что сделал и почему считает свои решения обоснованными. Это разные вопросы. Хорошо свёрстанный отчёт может быть результатом сильной работы одного участника и пассивного участия остальных. Бывает и наоборот: группа с неровным продуктом состоит из людей, которые глубоко разобрались в материале, но не сумели его упаковать.
Квизы как контрольные точки, а не как мера понимания
Курс разбит на три модуля: основы генеративного искусственного интеллекта, генеративные модели, применение генеративного искусственного интеллекта. Каждый заканчивается тестом, защищённым от списывания. Но все три теста вместе дают только 15% итоговой оценки. Роль у них другая: это контрольные точки, которые показывают студенту и преподавателям, заложены ли основы, нужные для следующего этапа.
Такое распределение веса стоит читать как позицию автора, а не как найденный оптимум. Юэ отдельно предупреждает, что чрезмерная опора на экзамены под наблюдением и с ограничением времени снижает разнообразие и аутентичность оценивания. Основную нагрузку несут более крупные задания, связанные с реальной практикой, совместной работой и уместным использованием искусственного интеллекта. Чёткие критерии и структурированные шаблоны сдачи работы, по её замыслу, тоже учат: студент сверяется с ними по ходу самостоятельной работы.
Три инструмента отвечают на разные вопросы. Тест показывает, освоен ли минимум. Устная защита показывает, что понимает и может обосновать конкретный студент. Групповой продукт показывает, как выглядит результат совместной работы. Ни один из инструментов по отдельности не закрывает все три вопроса, и в этом главная мысль материала.
Что даёт устная защита и чего она не гарантирует
Viva в описании Юэ не пересказ содержания работы. Студент защищает решения: почему выбран такой подход, на каких основаниях отвергнут другой, что изменилось бы при иных условиях. Такой формат позволяет проверять суждение, а не воспроизведение текста, который могли подготовить заранее и не обязательно самим студентом.
Дальше начинаются ограничения, и они существенные. В тексте нет процедуры проведения защиты: сколько длится беседа, кто задаёт вопросы, как подготовлены экзаменаторы, какие критерии они применяют. Нет данных о надёжности оценок, то есть о том, поставят ли два разных преподавателя близкие баллы за один и тот же ответ. Нет и сведений о том, связаны ли различия в баллах внутри группы с последующими учебными результатами. Без этого нельзя утверждать, что схема работает. Можно лишь сказать, что она предложена и выглядит внутренне непротиворечивой.
Отдельный риск связан с предвзятостью. Устная защита даёт преимущество студентам, которые уверенно говорят на языке обучения, не боятся импровизировать и хорошо держатся перед преподавателем. Молчаливый студент с глубоким пониманием может проиграть тому, кто лучше формулирует вслух. Юэ этот вопрос не поднимает, и в рамках её материала он остаётся открытым.
Как устроены вопросы, проверяющие обоснование, а не память, хорошо видно на смежной процедуре: разбор какие вопросы задают на защите диссертации показывает, что ответ почти всегда строится вокруг причин выбора, а не вокруг пересказа готового текста.
Оценка как истолкование
Общая рамка материала шире конкретного курса. Юэ предлагает относиться к оцениванию как к истолкованию, а не только к измерению: «Используйте количественные показатели как источники доказательств, а не как полную оценку качества». Баллы и проценты выполнения что-то описывают, но сами по себе не определяют смысл и образовательную ценность работы.
Отсюда её требование к преподавателю: каждое суждение должно опираться на доказательства, учитывать контекст и поддаваться обоснованию. Проверять нужно и сами стандарты: уместны ли они, достаточно ли собрано свидетельств. Человеческое суждение, по её мнению, не следует полностью отдавать автоматическим алгоритмам.
В последнем модуле эта логика доходит до содержания. Студенты разбирают случаи, когда инструменты искусственного интеллекта выдают убедительные, но ненадёжные или предвзятые ответы, а результаты можно подтолкнуть нужным образом через формулировку запроса. Задача не сводится к технической стороне: студенту нужно решить, каких доказательств достаточно, чтобы доверять ответу, какие риски важны в конкретной ситуации и какие профессиональные или этические нормы должны определять решение принять ответ, усомниться в нём или отклонить его.
Как это соотносится с обычной практикой защиты
Устная защита встречается в университетах и в других форматах. В материале Дженни Скоулз, специалиста по развитию преподавания в Эдинбургском университете, о подготовке к защите докторской диссертации на THE Campus речь идёт о другом уровне: о viva для аспирантов. Но некоторые наблюдения переносятся и на учебную защиту. Скоулз советует структурировать ответ и обозначать главные тезисы, не пытаться выложить всё сразу и не вести себя так, будто это оборона: экзаменаторы проверяют работу, и отвечать можно вежливо, но твёрдо. Если ответа нет, полезно выиграть время честной фразой вроде «Теперь, когда я об этом задумался в таком ключе…».
Эти советы не доказывают эффективность viva как инструмента оценивания. Они лишь показывают, что формат требует от студента навыка объяснять решения вслух, а этот навык распределён между людьми неравномерно. Практический вывод для групповой защиты такой: если преподаватель вводит viva, ему нужны понятная процедура, подготовленные экзаменаторы и критерии, по которым можно проверить обоснованность выставленного балла, а не только список вопросов.
Что остаётся нерешённым
Материал Юэ опирается на её собственный курс и на общие соображения о качестве оценивания, а не на собранные данные. Это не упрёк автору: жанр колонки не предполагает отчёта об эксперименте. Но читателю важно не переносить описанную конструкцию в свой курс как готовое решение. Проверка потребовала бы хотя бы нескольких вещей: сопоставления групп с viva и без неё, оценки согласованности между экзаменаторами, анализа того, как распределяются баллы внутри группы, и проверки, не усиливает ли устный формат разрыв между студентами.
Для того, кто проектирует курс, итог звучит скромнее, чем может показаться. Разделение группового продукта и индивидуальной оценки выглядит разумной конструкцией: оно заставляет искать свидетельства понимания за пределами итогового файла. Но чтобы превратить конструкцию в проверенную методику, нужны данные о надёжности оценок, о влиянии защиты на результаты и о том, не создаёт ли она новых неравенств. Пока этих данных нет, схема Юэ остаётся продуманным предложением, а не доказанным решением. И это честнее, чем обещание, что устная защита сама по себе отделит понимание от красивой упаковки.
Источники
- Lin Yue. The coordinates that reorient learning in an AI-enabled world. THE Campus, 4 ноября 2026. Авторская колонка, не рецензирована.
- Jenny Scoles. How to answer viva questions. THE Campus, 21 мая 2024. Материал о подготовке к докторской защите.

Фото: Kampus Production / Pexels