Студентики тупеют от ИИ

Весной 2026 года на двух базовых курсах факультета компьютерных наук Калифорнийского университета в Беркли резко вырос процент неудовлетворительных оценок.

По данным Berkeleytime - открытого сервиса студенческой аналитики - 35,3% студентов курса CS 10 и 10,6% студентов CS 61A получили F. В предыдущие два года этот показатель не превышал 10% ни на одном из этих курсов. Норматив кафедры по электротехнике и компьютерным наукам - не более 7% суммарно по D и F в базовых дисциплинах.

Профессор Дэн Гарсия, который вёл оба курса, назвал главную причину так - студенты выполняли домашние задания с помощью языковых моделей, не разбираясь в материале. На экзаменах, где инструменты недоступны, это сказалось сразу. По словам Гарсии, около 30 студентов только на CS 10 были пойманы на жульничестве при сдаче контрольных и направлены в дисциплинарный комитет. Но значительная часть провалившихся - не пойманные нарушители, а те, кто пришёл на экзамен и не смог решить задачи самостоятельно.

Об этом подробно написал Daily Californian со ссылкой на данные кафедры и интервью с преподавателями.

Одновременно с этим Беркли опубликовал результаты самого масштабного на сегодня исследования об использовании генеративного ИИ среди студентов. Группа Игоря Чирикова из Центра исследований высшего образования Беркли совместно с коллегами из Технологического университета Сиднея и Корнелла опросила 95 000 студентов из 20 крупных исследовательских университетов.

Т.е., чем активнее студент использует генеративный ИИ, тем выше вероятность, что он применяет его для академической нечестности. Минимум 9% пользователей нейросетей признались, что жульничали с их помощью. Среди тех, кто работает с ИИ ежедневно, этот показатель выше. При этом авторы исследования не рекомендуют вводить запреты - они предлагают менять форматы оценивания так, чтобы проверять реальное понимание, а не воспроизведение текста.

Гарсия также указал на второй фактор - слабую математическую подготовку части студентов. Нейросети позволяли им проходить курсы, не закрывая этот пробел: инструмент выдавал правильный ответ, преподаватель видел корректное решение, балл шёл в зачётку. На следующем курсе - то же самое. До экзамена, где нужно решать задачи без подсказки.

Преподаватели факультета реагируют. Часть из них переходит с кривой оценивания на фиксированные пороговые значения - чтобы итоговая оценка отражала уровень знаний, а не место студента в распределении группы.

Параллельно с этим компании сокращают персонал на позициях, где рутинные задачи автоматизируются. Спрос на специалистов, которые понимают предмет и могут работать без постоянной опоры на ИИ-инструменты, не снижается. Проблема в том, что предложение таких специалистов - снижается, если часть выпускников фактически не освоила базовые навыки за время учёбы.

Образовательные программы будут перестраиваться. Судя по тому, что происходит в Беркли, этот процесс уже начался - и он болезненный для всех сторон.