Как проверять работы студентов, которые пишут с нейросетью

Сергей Волчков, преподаю и делаю Disputa. 1 ноября 2026

Коротко: я перестал выяснять, кто написал текст, и проверяю, понимает ли студент сданное. Для этого мне понадобились критерии по самой работе, отзыв, пока её ещё можно исправить, и короткий разговор по вопросам к её конкретным местам.

Началось с простого. В прошлом году приёмка команды занимала у меня примерно от 40 минут до полутора часов, а на выходе был пересказ гладкого текста. По опросу НИУ ВШЭ, ИИ в учёбе пользовались 87 % студентов ведущих вузов, и это было в начале 2025 года. Ждать, что сдадут работу, написанную вручную, уже странно.

Почему я не полагаюсь на детектор

Детектор выдаёт вероятность. Спорить с ней студент не может, а я не могу на неё сослаться. Исследования при этом невесёлые. Семь детекторов ошибочно пометили 61 % эссе неносителей английского, а после одной просьбы переписать текст находили только 13 % работ ChatGPT. Обзор 14 инструментов заканчивается словами «neither accurate nor reliable». Свой классификатор OpenAI закрыла ещё в 2023 году из-за низкой точности.

Даже производители так не советуют. Turnitin просит начинать разговор, а не делать вывод. «Антиплагиат» заявляет 98 % точности, но сам пишет, что отметка «не дает прямых оснований отклонить работу». В СПбГУ проверка на ИИ не влияет на допуск к защите.

Что написать про ИИ в правилах курса

Сиднейский университет разделил проверки на две полосы: под наблюдением и без него. Вариант «без наблюдения, но ИИ запрещён» там признали нерабочим. Шкала AIAS предлагает пять уровней, и уровень «без ИИ» в ней возможен только под наблюдением. На своём курсе я нейросети разрешаю и прошу быть готовым объяснить результат.

В российских вузах единого правила нет. В ВШЭ использование ИИ декларируют в течение суток после загрузки работы. Министр Фальков в мае 2026 года сказал, что формы контроля вузы определяют сами, так что решать вам.

Перепишите критерии

Критерий «написан раздел про метрики» нейросеть закроет за минуту. Критерий «метрики связаны с тем, что команда решила в брифе» заставляет читать свои же файлы. Я стараюсь, чтобы критерий опирался на то, что уже есть к этой работе, и не указываю путь к файлу. Нижних границ вроде «не меньше пяти источников» тоже не ставлю: студент добирает количество и успокаивается.

Дайте отзыв, пока работу можно исправить

В среднем обратная связь работает: d = 0,48 по 435 исследованиям, у содержательной 0,99, у поощрения и наказания 0,24. Но в классическом метаанализе больше трети отзывов ухудшили результат. И скорость сама по себе не решает: на 38 курсах немедленная и отложенная связь по квизам дали разницу около нуля.

На пилоте получилось так: студент видит, что не сходится, до срока и сам дорабатывает. Лучше стало в 66 сдачах из 87, хуже в 4.

Спрашивайте про конкретные места

«Расскажите о проекте» даёт пересказ. На вопрос «почему этот термин попал в глоссарий, если он про процесс команды, а не про пользователя» пересказом не ответить. Рядом я держу, какой ответ засчитаю и какой нет, поэтому приёмку может вести аспирант, который курс не писал. В бизнес-школе Сиднея советуют два хода: уточнить сказанное и спросить про связанное понятие, которое студент не упомянул.

По времени ориентиры такие. В DCU 10 минут разговора и 5 на оценку, максимум 20 человек в день. В Сиднее 10–15 минут на потоках до 115 студентов, и времени уходит примерно как на письменную проверку. У нас на 4 курсе медиана 24 минуты на команду, на индивидуальных работах у экономистов 11 минут на человека. Вопросы готовит агент: в повестках их было 1 450, своих преподаватели добавили 4.

Волноваться студенты будут. В эксперименте NYU Stern с устным экзаменом, который вёл ИИ, 83 и 63 % студентов в двух группах сочли его более стрессовым. При этом 70 и 66 % решили, что он проверил настоящее понимание. Заранее расскажите, как идёт разговор.

Что делать с молчанием

На пилоте без ответа оставалось от 9 до 38 % вопросов. Такой вопрос показывает место, где человек пока не понимает свою работу. Сильный студент мог писать сразу набело, кто-то просто растерялся. Я ставлю долг со сроком и спрашиваю на следующей приёмке.

Что учесть

Цифры пилота с одной осени и двух вузов, «засчитано» в них значит вердикт агента. Где агент ошибается, написал отдельно.