Борис Крюк: России необходимо привлекать университетские лаборатории к значимым проектам в области ИИ
После реформы образования университеты получили доступ к серьёзным проектам в сфере искусственного интеллекта, но студентов к ним почти не привлекают. Исследователь ИИ и главный редактор «ИИ Вестника» Борис Крюк считает, что ситуацию исправят государственные квоты, единая система контроля и персональная ответственность руководителей лабораторий.
Искусственный интеллект сегодня — не просто ещё одна отрасль экономики. Это вопрос технологического суверенитета. Страна, которая не умеет растить собственных инженеров и исследователей, обречена покупать чужие решения на чужих условиях. У России есть сильная математическая школа, есть университеты с традициями, есть корпорации с реальными задачами. Не хватает одного — работающей связки между ними.
Реформа образования дала системе свежий импульс. Университеты получили доступ к проектам: к заказам индустрии, совместным программам, серьёзным исследовательским задачам. Формально окно открыто. Но достаточно посмотреть, как устроена работа внутри лабораторий, и картина становится куда менее радужной.
Главная проблема в том, что студентов к этим проектам привлекают слабо. В лучшем случае работает малая группа: несколько человек вокруг научного руководителя. Остальной поток видит проект разве что на слайдах презентации. При этом за реальный вклад студентов с лабораторий почти не спрашивают. Отчёты пишутся, «участие» фиксируется, но что конкретно сделал человек? Обучил модель, собрал датасет, написал модуль, который дошёл до внедрения? На эти вопросы система сегодня ответа не требует.
В спокойные времена с этим можно было бы мириться. Но времена не спокойные. Экономика работает на пределе, кадровый дефицит ощущается в каждой технологической компании. Корпорации не могут позволить себе годами доучивать выпускника, который знает теорию, но ни разу не доводил задачу до результата. Студентам нужен опыт, а корпорациям нужен результат. Эти две потребности идеально дополняют друг друга, и всё же встречаются они редко.
Почему рынок не решает эту задачу сам? Дело в стимулах. Руководителя лаборатории оценивают по отчётности, а не по тому, сколько сильных специалистов он вырастил. Привлечь студента к серьёзной задаче значит потратить время на наставничество и взять на себя риск срыва сроков. Проще сделать всё силами проверенной команды. Корпорация, в свою очередь, не хочет доверять значимую работу людям, о квалификации которых ничего не знает. В таких случаях должно вмешиваться государство.
Необходимо регулирование по линии правительства, и оно должно стоять на четырёх опорах.
Первая опора — квоты. В любом значимом проекте в области ИИ, который идёт с государственным участием или через университетскую лабораторию, должна быть обязательная доля студентов в команде. Они должны числиться не «для галочки», а иметь закреплённые роли и зоны ответственности. Размер квот — предмет обсуждения с экспертным сообществом и индустрией. Для фундаментального исследования и для прикладной разработки он, очевидно, должен различаться. Но сам принцип должен быть закреплён нормативно.
Вторая опора — прямой зачёт участия в проектах как стажировки. Студент, отработавший семестр над реальной задачей, должен получать не справку, а подтверждённую запись: проект, роль, выполненные задачи, результат, оценка заказчика. Такая запись станет профессиональным портфолио, которому работодатель доверяет, потому что за ним стоит государственная верификация.
Третья опора — единая государственная система контроля и управления. В ней должно быть видно, какие лаборатории получают проекты, сколько студентов в них занято, что именно эти студенты делают и чем проект завершился. Речь не о новом слое бумажной отчётности: система должна быть цифровой и максимально автоматизированной. Её задача — прозрачность. Государство видит, где деньги и проекты превращаются в кадры и технологии, а где уходят в песок. Корпорации видят, с какими лабораториями стоит работать. Абитуриенты видят, где их действительно научат делу.
Четвёртая опора — ответственность, и она самая важная. Без неё первые три превратятся в формальность. Если лаборатория получила проект и выполнила квоту на бумаге, а результаты неудовлетворительны, руководитель должен отвечать за это персонально. Формы ответственности могут быть разными: сокращение финансирования, ограничение доступа к новым проектам, внеочередная аттестация, а при системных провалах и кадровые решения. Действовать это должно в обе стороны. Лаборатории, которые стабильно дают результат и растят специалистов, должны получать приоритет в распределении проектов и ресурсов. Так сильные будут усиливаться, а слабые — подтягиваться или уступать место.
Вспомним систему Физтеха: студенты с младших курсов работали в базовых институтах и конструкторских бюро рядом с действующими учёными и инженерами. Именно так создавались кадры для крупнейших научно-технических проектов страны. Мы не изобретаем новое, а возвращаем на современной технологической базе то, что уже доказало свою эффективность.
Важно не число студентов, которые «приняли участие», а то, что они сделали и подтвердил ли это заказчик. Начинать разумно с пилота в ведущих университетах, чтобы отладить критерии вместе с индустрией и только потом масштабировать.
Тех, кто привык получать ресурсы без обязательств, возможно, отпугнёт. Но значимые проекты в стратегической области и не должны доставаться тем, кто не готов отвечать за результат.
У России есть всё необходимое для рывка в искусственном интеллекте: таланты, школа, задачи, запрос со стороны экономики. Нет только механизма, который заставил бы эти элементы работать вместе. Квоты, зачёт стажировок, единая система контроля и персональная ответственность составляют такой механизм. Его внедрение потребует политической воли и кропотливой настройки.
Университетские лаборатории должны стать кузницей кадров и технологий. Стоит выстроить понятные правила, спросить за результат и дать молодым настоящую работу — и всё задвижется.