Пока одни спорят о конце света, другие тихо проверяли куда более приземлённый вопрос: что происходит со студентами, если им либо запретить нейросети, либо дать пользоваться без правил, либо научить пользоваться осознанно. Профессор Thibault Schrepel два года ставил этот эксперимент на реальных группах — и его собственные предположения не выдержали проверки.
Схема была простая. Одна группа студентов писала работу вообще без AI. Вторая получала подсказки ChatGPT прямо в тексте, но без единого совета, как их проверять. Третья проходила настоящее обучение — как формулировать запросы и как перепроверять то, что выдаёт модель, на точность и логическую согласованность. Дальше все сдавали одинаковые экзамены: тест с выбором ответа и работу дома с разбором юридического кейса. Первый раз эксперимент прошёл в 2024 году на 66 студентах, второй — в 2025-м уже на 164.
Группа без AI споткнулась быстрее всех. Через 10–15 минут работы идеи заканчивались — авторы называют это «истощением идей»: студенты перефразировали одно и то же, вырезали повторы, но редко предлагали содержательные правки. Плюс в этом был один: раз нейросеть не подсказывала готовые формулировки, участникам приходилось больше спорить и обсуждать между собой.
Группа без обучения, но с доступом к AI, вела себя ровно так, как боятся преподаватели-скептики: принимала предложения бота почти не глядя, потому что «так звучит лучше». В каждой подгруппе оставался минимум один сомнительный или юридически неточный термин, взятый прямиком из вывода модели без проверки.
А вот дальше начинается неожиданность. В 2024 году обученная группа обходила остальных с заметным отрывом, особенно на домашней письменной работе. Но уже через год разрыв почти исчез — все три группы показали примерно одинаковый результат. Объяснение простое и немного отрезвляющее: за год все стали куда более опытными пользователями чат-ботов в повседневной жизни, и формальный курс перестал давать такое же преимущество, как раньше. Единственное, что осталось неизменным оба года: группа без AI финишировала последней.
Ещё удивительнее — судьба второй группы, той самой, что бездумно копировала ответы бота на занятиях. Автор ожидал, что их небрежность перейдёт в экзамен и провалит результат. Вместо этого ошибки не повторились, а итоговый балл оказался даже немного выше, чем у группы без AI вообще. Похоже, студенты учатся замечать слабые места нейросети через собственный опыт использования — особенно там, где цена ошибки реальна. Профессор прямо признаёт: он был уверен, что AI помогает только при структурированном обучении и в остальных случаях должен оставаться за дверью аудитории. «Я ошибался», — пишет он.
Вывод для университетов звучит конкретно: не вводить тотальные запреты, дать преподавателям пространство для экспериментов и вложиться в обучение самих преподавателей работе с AI — многие из них сами чувствуют себя неуверенно с этим инструментом. Автор идёт дальше и предлагает пересмотреть формат дипломных и магистерских работ: их главная ценность — долгая борьба с источниками и аргументацией — теперь может закрываться нейросетью за считаные минуты, поэтому чисто обзорные работы стоит убирать из программы в пользу практико-ориентированных и эмпирических заданий, где осмысленное использование AI становится частью оценки.
Позиция не универсальная. Юридическая школа UC Berkeley, наоборот, практически полностью запретила AI на оцениваемых работах, считая, что будущим юристам сначала нужно наработать базовое мышление и только потом подключать инструменты. Это прямое противоречие с выводами исследования — и сам автор признаёт ограничения своей работы: небольшая выборка, студенты курса по AI изначально более технически подкованы, чем в среднем по вузу, и нет способа точно проверить, сколько AI реально использовалось на домашнем экзамене. Есть и более тревожный контекст со стороны: исследование по 500 тысячам оценок в UC Berkeley показало рост доли пятёрок на 13 процентных пунктов в курсах с письменными и программистскими заданиями после запуска ChatGPT — но только там, где работа не проверялась под контролем. А китайское лонгитюдное исследование почти 26 тысяч школьников зафиксировало, что домашние оценки росли, а результаты экзаменов падали на 24% там, где AI подменял самостоятельное мышление, а не поддерживал его.
Картина в итоге получается не про «AI хорош» или «AI плох», а про разницу между инструментом, который заменяет усилие, и инструментом, который его дополняет. Простого запрета для этой разницы недостаточно.
Во что углубиться:
- Позиция UC Berkeley Law о полном запрете AI на экзаменах: узнаешь аргументы противоположной стороны спора
- Исследование о влиянии AI на оценки в UC Berkeley (500 тысяч работ): поймёшь, где технология завышает результаты без реального обучения
- Китайское исследование 26000 школьников про AI и экзамены: увидишь, как эффект проявляется в долгосрочной перспективе, а не сразу