Нейросети в курсовой и дипломной работе
Сезон дипломов и курсовых в 2026 году стал в разы напряжённее. Если ещё три года назад история студента РГГУ Александра Жадана, сгенерировавшего диплом в ChatGPT за 23 часа и успешно защитившего его, казалась громким событием, то сегодня это норма. Искусственный интеллект перестал быть диковинкой. По данным опросов, до 85% студентов используют его для учёбы и написания академических работ. Но вместе с возможностями пришли и проблемы. Вузы и студенты оказались в ситуации, где правила до конца не ясны. К чему привело обновление системы «Антиплагиат», и как теперь осуществляется проверка, разбираемся в материале.
Как мы здесь оказались
Кейс Александра Жадана в 2023 году стал катализатором дальнейшего процесса. Он думал, что показал превосходную техническую возможность ИИ, но на самом деле обнажил полную неготовность системы «Антиплагиат» к проверкам выпускных работ. РГГУ тогда предложил ограничить доступ к ChatGPT в учебных заведениях. При этом уже через несколько лет вузы перешли от попыток запретить нейросети к попыткам прописать для них чёткие правила использования.
*Запрещён на территории РФ
Как сейчас регламентируется использование ИИ
Сегодня мы наблюдаем парадокс. Одни крупные вузы, такие как НИУ ВШЭ, САФУ и МГПУ, разрабатывают этические кодексы и декларации, разрешая использование ИИ с чёткими требованиями. Например, в работе должно быть не более 20-40% сгенерированного текста и обязательно должна присутствовать маркировка с указанием модели ИИ и цели применения. В НИУ ВШЭ и Европейском университете в Санкт-Петербурге научный руководитель может запросить историю чата студента с нейросетью. Так теперь выглядит норма академической прозрачности.
При этом во многих других вузах единых локальных нормативов пока нет. Анастасия Александровна Рольгайзер, доцент кафедры иностранных языков, заместитель директора ИФИЯМ КемГУ по методической работе, считает, что необходимость таких документов уже очевидна:
«Нам сейчас никуда не уйти от этой технологии. Я считаю, что следовало бы разработать на нашем уровне какой-то нормативный локальный акт, в котором бы оговаривалось использование искусственного интеллекта в студенческих работах».
По мнению преподавателя, допустимый процент использования ИИ мог бы составлять около 15–20%, поскольку даже система «Антиплагиат» иногда ошибочно помечает самостоятельный текст как сгенерированный:
«Нужно позволить какой-то небольшой процент, а не безапелляционно заявлять, что работа не соответствует, и вас не допускают до защиты».
Как отмечает эксперт, локального акта, регулирующего нормы использования ИИ, в институте пока не существует. Однако в методических рекомендациях по выполнению курсовых и выпускных квалификационных работ указано, что при обнаружении сгенерированного текста работа возвращается студенту.
На что жалуются студенты
«Зачем тогда придумали ИИ, если его нельзя использовать?» – говорят студенты. Внедрение в антиплагиат-системы детекторов ИИ-контента спровоцировало волну жалоб, которую уже окрестили «охотой на ведьм». Студенты КемГУ, РЭУ им. Плеханова и десятков других вузов рассказывают одинаковые истории. Как заявляют учащиеся, самостоятельно написанная работа, особенно её практическая, уникальная часть, вдруг маркируется как «сгенерированная нейросетью» с процентом, достигающим 80-96%.
Студентка факультета журналистики РЭУ им. Плеханова описывает, как ей пришлось намеренно упрощать язык до разговорного, «делать из научного труда работу пятиклассника», чтобы пройти проверку с нулевым процентом использования ИИ.
Студентка из Новокузнецка переписывала диплом 12 раз, а её коллега из КемГУ, чей труд в 90 страниц о собственном дизайне был отвергнут, прошла через это 13 раз. Научные руководители в этой ситуации часто оказываются бессильны. Они находят несоответствие проверки, но система выдает результат, который не допускает студента до защиты.
Может ли детектор ошибаться?
Корень проблемы в большей степени в системе проверки и алгоритмах ИИ-детектора. Эксперты, преподаватели и даже представители компании «Антиплагиат» признают: «Детектор – это не доказательство, а лишь маркер для дополнительной проверки».
В ряд причин, почему ваш честный текст может быть принят за работу нейросети входит научный стиль и небольшое вмешательство ИИ.
Хороший академический текст – это структурированный, безличный, терминологически насыщенный материал. Нейросети обучались именно на таких примерах, и сейчас идеально копируют эту манеру повествования. Алгоритмы детекции склонны принимать за ИИ-генерацию любую гладкость текста и однообразие стиля, характерные как для машины, так и для старательного студента.
Когда человек просит нейросеть не сгенерировать текст с нуля, а лишь «улучшить стиль», «подтянуть орфографию», перефразировать или перевести с иностранного языка, он оставляет в тексте следы машинной обработки. Помните это, когда вносите изменения в свой текст.
Эксперименты
Преподаватели и учёные провели собственные тесты. Старший преподаватель НИЯУ МИФИ Роман Душкин прогнал через детектор две статьи на одну тему (написанную вручную и сгенерированную). В обеих работах «Антиплагиат» показал 20% подозрения на генерацию. Ещё более показателен кейс кандидата фармацевтических наук Александра Гуленкова. Он проверил свой реферат, написанный в 2016 году, когда никаких общедоступных нейросетей не существовало. Результат пяти разных программ варьировался от 0% до 90% ИИ-контента.
Однако не все преподаватели говорят о массовых ошибках системы. Капиталина Валерьевна Синегубова, доцент кафедры журналистики, русской литературы и медиакоммуникации, заместитель директора ИФИЯМ КемГУ по учебной работе, считает, что пока оснований для подобных выводов недостаточно:
«Да, кто-то заявляет, что как генерацию система воспринимает научный стиль речи. Но я проверяю достаточно много научных работ, в том числе собственных, и пока ни разу не сталкивалась с подобными ошибками. Опыт двух-трёх экспертов не является релевантным. Нужно сформировать корректную и достаточно большую выборку, проанализировать данные и только затем делать выводы. А пока мы опираемся на принятое в институте решение о нулевом проценте сгенерированного текста».
Как вузы ищут выход
Понимая, что детекторы ненадёжны, университеты вынуждены адаптироваться. Можно выделить три основных тренда, которые внедряются в вузы.
Самый простой путь – ввести количественные ограничения. САФУ разрешает до 40% ИИ-контента, НИУ ВШЭ – до 20%. Это снимает часть напряжения и страха проверки, при этом не решает проблему ложных срабатываний. Однако остаётся зазор для возможных погрешностей детектора.
Более сложный, но более зрелый подход – воспитание культуры использования ИИ. От студента требуется не скрывать, а объяснять, как именно применялся инструмент. Примеры формулировок, принятых в НГУ: «код написан с помощью редактора Cursor с ИИ-поддержкой» или «текст редактировали при помощи ChatGPT для устранения синтаксических и стилистических ошибок». Такая честность превращает подозрение в информирование.
Самый перспективный тренд – пересмотр самой сути выпускной работы и её защиты. Как заявила председатель комитета Госдумы Яна Лантратова, «важно перейти к практико-ориентированному подходу, где важнее не "процент оригинальности", а умение применять знания». Вузы всё чаще делают акцент на устную защиту, проектные задания, решение реальных кейсов от работодателей. Профессор Ирина Абанкина из НИУ ВШЭ подтверждает: многие университеты уходят от «простых текстовых работ» к стартапам и групповым проектам. Если студент качественно защищает работу и отвечает на каверзные вопросы, не так важно, какой процент текста был сгенерирован для черновика, важно понимание проделанной работы.
Вместе с этим меняется и сама дискуссия о роли нейросетей в образовании. Как отмечает Капиталина Валерьевна Синегубова:
«В перспективе может встать вопрос не только о допустимом проценте использования нейросетей, но и о контексте их использования: в теоретической или практической части, при редактировании текста или поиске информации. Выпускная квалификационная работа предполагает не только умение находить и анализировать материал, но и представить результаты исследования, то есть формулировать собственные мысли, делать выводы и, в целом, писать грамотно. Если часть этих функций за студента выполняет ИИ, как мы сможем оценить компетентность студента?»
Как выжить в сезон диплома
Первое, что нужно сделать студенту, чтобы не попасть в неприятную ситуацию – это найти официальные методические рекомендации вашего университета или кафедры по использованию ИИ. В КемГУ – это отсутствие сгенерированного текста. Политика вузов кардинально отличается друг от друга, как мы уже видели на практике. Знание – ваша главная защита.
Ложное срабатывание детектора не должно становиться громом среди ясного неба. Держите руководителя в курсе процесса, показывайте промежуточные черновики, обсуждайте логику вашего исследования. Если преподаватель уверен в вашей самостоятельности, он становится ключевым аргументом в апелляции.
Если вы используете автозамену или синонимайзеры, помните о рисках. Если работаете полностью самостоятельно, сохраняйте черновики, заметки, материалы. В спорной ситуации вы сможете продемонстрировать историю вашей работы. При использовании ИИ-помощника сохраняйте историю чата, по примеру требований Европейского университета, это может стать вашим преимуществом.
Выясните, существует ли в вашем вузе апелляционная комиссия для подобных случаев. Разработчики «Антиплагиата» также утверждают, что преподаватель, уверенный в работе, может через личный кабинет снимать пометки об ИИ (но это не точно). Обсудите эту возможность со своим руководителем.
Появление ИИ в науке и образовании открыло сложный путь к новым нормам. Появилось множество вопросов об изменениях критериев оценки, а также разговор о том, что на самом деле проверяет выпускная работа. Умение создавать чистый текст или способность мыслить, ставить задачи и решать проблемы? Сейчас алгоритмы несовершенны, а единые правила не выработаны, лучшей стратегией для студента остается осознанное авторство, подкрепленное доказательствами, и честный диалог с научным руководителем.
Автор: Екатерина Слепцова