Профессор Брауновского университета Роберт Серрано (Robert Serrano) заподозрил, что большинство его студентов при удалённой сдаче экзаменов обращаются за помощью к искусственному интеллекту, и сравнил результаты промежуточного экзамена с итоговым, который принимал в очном формате. Результат он представил в виде диаграммы.

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Источник изображения: Taylor Flowe / unsplash.com

В последнем семестре на его курс по экономике благосостояния записались 86 студентов вместо обычных 30, и он заподозрил, что что-то не так. Профессор предположил, что его курс выбрали потому, что он разрешал писать экзаменационные работы дома. Его предположения подтвердились, когда средний балл за промежуточный экзамен составил 96 %, хотя обычно этот показатель находился в диапазоне от 65 % до 80 %. Преподаватель понимал, что проверка работ с помощью ИИ может показать ложноположительные и ложноотрицательные результаты. К тому же известны случаи, когда студенты, обвинённые в списывании с помощью ИИ, подают в суд. Тогда он поручил ChatGPT сдать свой промежуточный экзамен — ответы чат-бота напоминали ответы его студентов: использовались схожие язык и логика.

Источник изображения: insidehighered.com

Когда профессор объявил, что итоговый экзамен будет проводиться очно, 18 студентов бросили курс, а ещё 9 не явились на экзамен. Оставшиеся 59 студентов показали средний результат 48,6 %, хотя ранее этот показатель не опускался ниже 65 %. Трое получили 0 %, а большинство сдало итоговый экзамен с разрывом более 30 п. п. по сравнению с промежуточным. Судя по диаграмме, только двое сдавали экзамены без помощи ИИ: один получил 95,5 % за промежуточный экзамен и 95 % — за итоговый, а второй — 55 % за промежуточный и 59 % — за итоговый. Последний оказался единственным студентом, чей результат на итоговом экзамене оказался выше.

В итоге профессор аннулировал результаты промежуточного экзамена, а вес итогового повысил до 80 % при выведении итоговой оценки за курс. В обычных условиях он поставил бы зачёт всем, кто набрал от 50 %, но в этот раз снизил порог до 40 %. После того как преподаватель предал инцидент огласке, Постоянный комитет по соблюдению Академического кодекса (дисциплинарная комиссия) при университете запросил индивидуальные жалобы на каждого студента и копии их экзаменационных работ, но профессор заподозрил, что эти работы просто проверят с помощью детекторов ИИ. Проблема останется актуальной, пока не появится орган, который будет обеспечивать соблюдение принципов академической честности. Руководство продолжает расследование инцидента, но нет ясности, можно ли будет предотвращать мошеннические действия иными способами, кроме очного тестирования в традиционном формате.

Исследователи Университета Карнеги-Меллона (США) разработали систему, которая при помощи нескольких больших языковых моделей искусственного интеллекта в реальном времени осуществляет мониторинг и корректировку работы 3D-принтеров.

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Источник изображения: sciencedirect.com

Большинство современных 3D-принтеров в той или иной мере подвержены ошибкам. Около 7 % прототипов на модуле Prusa3D MMU2S оказываются бракованными, и ещё в 19 % случаев требуется участие пользователя, хотя это и не брак. Это значит, что владельцам 3D-принтеров приходится следить за процессом печати — при бытовых сценариях это допустимо, но если речь идёт о производстве, то оборачивается проблемой. Единого мирового стандарта не существует, но многие производители в восьмидесятые годы прошлого века стремились к показателю около 5 %. Сегодня нормальный показатель ближе к 0,1 %, и 7 % брака — это слишком много, то есть 3D-печать оказывается неконкурентоспособной по качеству в сравнении с другими производственными процессами.

Решение проблемы предложили исследователи Университета Карнеги — Меллона, которые подключили к процессу трёхмерной печати четыре специализированных ИИ-агента на основе больших языковых моделей плюс один управляющий для оптимизации. Первый агент основан на визуально-языковой модели — он делает снимки после каждого напечатанного слоя и анализирует их на предмет качества печати и наличия дефектов. Другой анализирует текущие настройки принтера, чтобы определить, что нужно изменить или улучшить для решения обнаруженных проблем. Собранная информация передаётся агенту-планировщику, который формирует последовательность действий — та транслируется агенту-исполнителю, который корректирует работу 3D-принтера через API для получения желаемого результата. Управляющий агент гарантирует актуальность информации.

Примечательно, что в этой системе отсутствуют специально обученные ИИ-модели — она обходится базовой OpenAI GPT-4o и специально подготовленными запросами для конкретной области. Это упрощает внедрение, развёртывание системы и оптимизацию 3D-печати. Если технология начнёт распространяться, камеры на 3D-принтерах будут транслировать изображение на большие языковые модели, а не использоваться для ручного контроля. Пока же человеку придётся и далее полагаться на собственные силы.