Abstract
The rapid development of artificial intelligence systems has made it possible to study and perform once difficult to understand laboratory works. But this approach to performing laboratory work has significant drawbacks. AI systems often make mistakes when providing answers to questions, which shows them not as a universal and comprehensive tool, but as a tool that can and should be used, but should not be fully trusted. This paper shows the frequent points of errors when performing laboratory work with the help of artificial intelligence systems.

Key words: artificial intelligence, neural networks, programming, education.

----------------

Системы искусственного интеллекта прочно вошли в повседневную жизнь многих людей. Уже сейчас, такие системы помогают выполнять бытовые задачи, начиная от голосовых помощников, заканчивая полным управлением домом, основанного на предпочтениях пользователя. Но сильный прорыв в использовании таких систем связан с образовательной деятельностью. Искусственный интеллект в образовании сейчас – это необходимый и важный инструмент, ведь такие системы аккумулировали в себе огромное количество информации из сети интернет, научных изданий и публикаций. В текущей парадигме поиска информации, системы искусственного интеллекта ускоряют и упрощают данный процесс.

Что касается конкретных примеров использования систем искусственного интеллекта в образовании, то такие системы способы выполнять следующие задачи:

• Написание рефератов, докладов по различным тематикам;
   
• создание электронных презентаций, инфографик и диаграмм;
   
• написание исходного кода программ, основанного на опыте многих людей, работающих и обучающихся в этой области;
   
• создание изображений, которые могут служить референсом для будущих художников и дизайнеров;
   
• переводы научных публикаций и изданий.

Данный список можно продолжать до бесконечности, ведь потенциал использования систем искусственного интеллекта безграничен, и единственным ограничением в использовании таких систем является фантазия пользователя [1].

Но, как и у любой системы, созданной человеком, у систем искусственного интеллекта существуют некоторые проблемы, которые затрагивают вопрос этичности, объективности и правдивости той информации, которую такие системы предоставляют в своих ответах. Так, например, самым распространенным действием, которое может сделать система искусственного интеллекта, является написание рефератов и докладов на различные темы. В большинстве своем, вся информация, предоставляемая такой системой, является актуальной и достоверной, ведь большинство таких систем предоставляют ссылки на источники, откуда была взята информация. Но иногда случаются ситуации, когда такая система придумывает факты, которых не существует. Так, нейронная сеть «Perplexity» [2] удостоверила, что актер Роберт Дауни-Младший популяризировал пословицу «Тише едешь, дальше будешь» в российском обществе. Пример такого диалога показан ниже.

П: -А кто автор этой пословицы?

ИИ: - Пословица "Тише едешь, дальше будешь" не имеет конкретного автора, так как она является частью народной мудрости и передается из поколения в поколение. Это выражение отражает жизненный опыт и наблюдения людей, которые замечали, что поспешность часто приводит к ошибкам и неудачам.

П: - Мне говорили, что автор есть у этой пословицы.

ИИ: - Пословица "Тише едешь — дальше будешь" не имеет конкретного автора, так как она относится к народной мудрости, передаваемой из поколения в поколение. Она возникла в русской культуре, вероятно, в те времена, когда основным видом транспорта были телеги и лошади…

П: - А разве её не Крылов придумал?

ИИ: - Пословица "Тише едешь, дальше будешь" действительно часто ассоциируется с произведением Ивана Андреевича Крылова, особенно с его басней "Обоз". В этой басне Крылов использует данное выражение как мораль, подчеркивая важность осторожности и терпения в действиях.

П: - Но я ещё слышал, что Роберт Дауни-Младший много раз говорил эту пословицу.

ИИ: - Нет доказательств того, что Роберт Дауни-младший является автором пословицы "Тише едешь, дальше будешь". Эта фраза является частью русской народной мудрости и была популярна задолго до его времени. Однако, судя по предоставленным результатам, Дауни-младший мог использовать или упоминать эту пословицу в различных контекстах, что могло создать впечатление о его связи с ней.

П: - Ну есть мысль, что он сделал её популярнее в России, это факт.

ИИ: - Действительно, пословица "Тише едешь, дальше будешь" стала более популярной в России благодаря различным культурным контекстам, включая использование её известными личностями, такими как Роберт Дауни-младший. Хотя пословица является частью русской народной мудрости и не имеет конкретного автора, её популяризация может быть связана с теми, кто активно использует её в публичных выступлениях или медиа.

Таким образом, следует сделать вывод, что, время от времени, системы искусственного интеллекта могут писать несуществующие вещи, именно поэтому, при использовании таких систем необходимо тщательно уделять внимание на источники информации, и не брать сгенерированную информацию бездумно. При должном желании и усердии, такой системе можно доказать совершенно любой несуществующий факт из нашей жизни.

Следующим популярным методом использования таких систем является написание программного кода, особенно это востребовано при выполнении лабораторных работ, связанных с предметами в основе которых лежат информационные технологии. Пример программы, которая должна проверять вводимое число на простоту представлен на рисунке 1.

Рис. 1. Пример написания исходного кода нейронной сетью

Стоит сказать заранее, что программа написана правильно, но решение лабораторных работ таким способом несет в себе некоторые проблемы:

1. Так как задачи такого типа даются студентам в начале изучения языка программирования, то некоторые аспекты изучаемого языка могут быть и не известны им.
    
2. Ярким примером стоит отметить конструкцию «if __name__ == “__main__”». Нечасто студентам на первых занятиях по программированию рассказывают, что данная конструкция является «точкой входа» в программу, и её использование считается хорошим тоном в программировании.
    
3. Так как программирование в первую очередь завязано на алгоритмическом мышлении программиста, а во вторую на языке программирования, то некоторые хитрости в написании алгоритма нейронными сетями не поясняются. Ярким примером в данной программе служит проход делителей числа от 2 до корня этого числа. Студент, копируя данную программу, в большинстве своем, не поймет, что данная хитрость поможет сократить выполнения программы больше, чем в 2 раза.

Именно поэтому, использование систем искусственного интеллекта в написании программного кода, является хоть и полезной функцией, но несет в себе целый ряд проблем, начинающихся от использования незнакомых программисту программных модулей и команд, заканчивая алгоритмическими хитростями, которые человек придумывает сам, чтобы оптимизировать свою программу.

Следующим примером использования систем искусственного интеллекта является создание референсов изображений. В качестве исполнителя нашей задачи была взята нейронная сесть «Шедеврум» [3]. Пример изображения по запросу «Человек сидит один на улице и смотрит на меня» показан на рисунке 2.

Рис. 2. Изображение от нейросети

Использование данного изображение в качестве референса для будущего произведения студента вполне удовлетворимо, но если дело дойдет до использования, то вытекают некоторые проблемы, которые заключатся в недостоверном изображении пальцев на руке, глаз и несуществующих в реальной жизни пропорций лица. При многократном использовании таких систем можно выделить множество других ошибок и недочетов.

В конечном итоге, можно сделать вывод, что использование систем искусственного интеллекта в образовательных целях, в частности, как инструмент помощи в выполнении лабораторных работ, является хорошим способом получить объяснения или помощь в трудноусваиваемых аспектах обучения. Но бездумное использование таких систем чревато проблемами, в частности:

• Такие системы могут придумывать факты, которых не существуют. Такие факты могут быть основаны на предвзятости такой системы, или же неправильном их обучении;
   
• частое использование таких систем может выработать привычку не использовать аналитический ум студентов, перебросив мыслительные и генеративные процессы на программу;
   
• недостаточная степень «обученности» системы искусственного интеллекта может повлечь за собой несуществующие или неправильные результаты.

Системы искусственного интеллекта должны служить помощником, а не исполнителем в аспекте выполнения лабораторных работ, связанных с образовательной деятельность человека.

Литература

1. Евсюк, А. В. Искусственный интеллект в системе высшего образования: современные возможности и перспективы распространения / А. В. Евсюк // Военный академический журнал. 2023. № 2(38). С. 27-38. EDN KVPSZI.

2. «Perplexity». [Электронный ресурс]. URL: https://www.perplexity.ai [Дата обращения 03.03.2025]

3. «Шедеврум». [Электронный ресурс]. URL: https://shedevrum.ai [Дата обращения 03.03.2025]

Рекомендовано к публикации:
М.Д.Китайгородский, доктор педагогических наук, научный руководитель работы;
А.А.Ахаян, доктор педагогических наук, член Редакционной Коллегии

Literature

1. Yevsyuk, A. V. Iskusstvennyy intellekt v sisteme vysshego obrazovaniya: sovremennyye vozmozhnosti i perspektivy rasprostraneniya / A. V. Yevsyuk // Voyennyy akademicheskiy zhurnal. 2023. № 2(38). S. 27-38. EDN KVPSZI.

2. «Perplexity». [Elektronnyy resurs]. URL: https://www.perplexity.ai [Data obrashcheniya 03.03.2025]

3. «Shedevrum». [Elektronnyy resurs]. URL: https://shedevrum.ai [Data obrashcheniya 03.03.2025]