Студенты НИУ ВШЭ успешно защитили дипломы, в работе над которыми применили YandexGPT
Этим летом студенты нескольких направлений подготовки НИУ ВШЭ — «Философия», «Медиакоммуникации», «Международные отношения» и «Востоковедение» — впервые использовали нейросеть в процессе написания дипломных и курсовых работ. Университет разрешил применять возможности YandexGPT, генеративной технологии Яндекса, для решения заранее определённого перечня задач, на которые обычно у студента уходит много времени. Она помогала собирать, анализировать и обобщать информацию, проверять текст на ошибки и править оформление, а также разбираться в сложных темах и структурировать ход размышлений.
Больше половины студентов, обратившихся к ИИ во время подготовки, получили высший балл. Это первый подобный опыт системной интеграции ИИ-технологии бигтеха в учебный процесс. НИУ ВШЭ считает эксперимент успешным и со следующего года увеличит число направлений, где можно будет использовать YandexGPT.
Евгений Соколов
«Очевидно, что генеративные модели используются повсеместно — в том числе и студентами при выполнении тех или иных заданий. Я уверен, что в части проектной и исследовательской работы стоит поощрять применение больших языковых моделей. Нам важно, чтобы студент получил успешный результат или создал новый продукт, и если инструменты ИИ помогли ему в этом, ускорили работу и повысили её качество, — мы только за. Поэтому мы в НИУ ВШЭ в целом разрешаем применять генеративные инструменты в дипломных работах, а также с радостью приняли участие в пилотном проекте с Яндексом», — комментирует Евгений Соколов, руководитель департамента больших данных и информационного поиска ФКН НИУ ВШЭ.
В рамках проекта студенты научились грамотно использовать генеративные технологии и смогли глубже погрузиться в исследования, сократив время на рутинные задачи и освободив на творческие. В своих работах студенты отмечали, где именно применяли нейросетевые инструменты, а на защитах подробнее рассказывали, для решения каких задач обращались к ИИ-помощнику и как проводили фактчекинг.
По результатам опросов, самой популярной функцией стал поиск ошибок и опечаток, на втором месте — суммаризация данных. Помимо этого, студенты использовали нейросеть для ведения дискуссии о различных аспектах работы, обращались к ней для генерации изображений и за помощью в оформлении. При этом студенты самостоятельно делали выводы в своих дипломных проектах. Качество выполненной работы и то, насколько глубоко студент погружён в тему, проверялись во время защиты перед комиссией.
Дарья Козлова
«Когда-то появление интернета ускорило поиск информации и изменило образовательный процесс. Подобные изменения мы наблюдаем сегодня — нейросети помогают студентам и преподавателям лучше ориентироваться в потоке информации. Наш совместный проект с Вышкой — шаг к осмысленному применению ИИ-технологий в учебном процессе. Этот опыт пригодится студентам в дальнейшей работе, где навыки использования ИИ-инструментов и критическое мышление становятся всё востребованней, вне зависимости от сферы. Наша задача — обеспечить условия и дать доступ к технологиям, которые создаются прямо сейчас», — поделилась Дарья Козлова, директор Яндекс Образования.
Помимо проведения исследований и успешной защиты дипломов, студенты получили представление о том, как в будущей профессиональной деятельности можно работать в тандеме с AI-ассистентами и инструментами.
Вам также может быть интересно:
AI AWARDS 2026: аналитическую основу премии формирует iFORA НИУ ВШЭ
Высшая школа экономики вошла в число партнеров премии AI AWARDS 2026, которая пройдет 29 апреля в Москве. Проект, реализуемый командой «Билайн Big Data & AI», посвящен практическому применению искусственного интеллекта и объединяет компании, технологии и команды, которые уже сегодня влияют на развитие новой цифровой экономики. Вклад номинантов AI AWARDS в развитие ИИ анализируется на основе данных, поэтому качество аналитической базы и прозрачность методологии становятся для рынка принципиально важными.
Будущее кардиогенетики — с искусственным интеллектом
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ (Институт ИИиЦН) создали программу, которая способна анализировать участки генома человека, ранее недоступные для точной интерпретации при генетическом тестировании. Программа адаптирует большие генеративные модели (ГенИИ) под задачи кардиогенетики, чтобы предсказывать, как мутация влияет на работу конкретного гена.
НИУ ВШЭ и Альфа-Банк запускают исследовательские проекты в сфере искусственного интеллекта
НИУ ВШЭ и Альфа-Банк объявили о старте трех совместных проектов в области искусственного интеллекта. Они направлены на развитие аналитических инструментов для банковских сервисов — от более точных прогнозов до новых подходов к управлению рисками и персонализации клиентского опыта.
Участники «Я — профессионал» разработают ИИ-агентов для бизнеса на Весенней экономической школе Вышки и Сбера
На площадке СберУниверситета стартовала Весенняя экономическая школа, организованная Высшей школой экономики и Сбером для участников Всероссийской олимпиады студентов «Я — профессионал» Президентской платформы «Россия — страна возможностей». С 22 по 24 апреля студенты будут работать над созданием ИИ-агента для бизнеса — от идеи и научной гипотезы до прототипа, готового к защите перед экспертами.
Уже не выбор, а реальность: трансформация мира под влиянием ИИ
Искусственный интеллект уже не воспринимается как технология будущего: он стремительно меняет процессы принятия решений, рынок труда и социальные практики. Вместе с тем он несет с собой не только новые грандиозные возможности, но и системные риски, связанные с ростом зависимости от данных, трансформацией профессий и изменением человеческого поведения. В НИУ ВШЭ создали семантическую карту разломов, которая показала ключевые тренды в развитии технологий.
Почему искусственный интеллект не способен поработить человечество
1 апреля на факультете математики НИУ ВШЭ встретили российского ученого, преподавателя и специалиста по информационной безопасности Андрея Масаловича, известного как КиберДед. Он представил студентам Вышки свои «Двадцать вопросов искусственному интеллекту» и поделился ответами, раскрывающими суть проблем в сфере развития ИИ, а также рассказал, почему тот никогда не сможет захватить человечество.
Ученые Вышки научили нейросеть «слышать» неисправности в электродвигателях
Ученые Института искусственного интеллекта и цифровых наук (ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали метод Signature-Guided Data Augmentation (SGDA), который способен с точностью 99% определять неисправность двигателей и с точностью 86% классифицировать типы возникших поломок. Применение этой разработки может снизить расходы на ремонт промышленного оборудования, уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.
«Подготовка инженеров нового поколения невозможна без интеграции инструментов ИИ в отраслевые ОП»
26 февраля в Уфе на площадке Межвузовского студенческого кампуса Евразийского научно-образовательного центра прошла защита итоговых проектов пилотного курса образовательной программы «ИИ-инженерия в нефтегазовой отрасли». Эксперты НИУ ВШЭ оценили студенческие проекты в сфере искусственного интеллекта, выполненные для «Газпрома» в рамках федерального проекта «Экономика данных и цифровая трансформация государства».
Стартует набор на онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов»
В Центре непрерывного образования факультета компьютерных наук НИУ ВШЭ открыт набор на новую онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов». Программа разработана для тех, кто стремится перейти от базового использования нейросетей в формате чат-ботов к созданию прикладных интеллектуальных инструментов для автоматизации бизнес-задач. Курс ориентирован на слушателей, заинтересованных в практическом освоении современных подходов к разработке автономных ИИ-агентов на базе больших языковых моделей и их внедрении в рабочие процессы.
Ученые НИУ ВШЭ научились сжимать большие языковые модели без потерь в качестве
Исследователи из Института искусственного интеллекта и цифровых наук (Институт ИИиЦН) ФКН НИУ ВШЭ разработали новый метод сжатия больших языковых моделей, таких как GPT и LLaMA, который позволяет уменьшить их объем на 25–36% без дополнительного обучения и значительной потери в точности. Это первый подход, который использует математические преобразования — вращения весов модели, — чтобы сделать модели более удобными для сжатия с помощью структурированных матриц. Результаты исследования опубликованы в ACL Findings 2025. Код метода доступен на GitHub.