Как я написал диплом с помощью ChatGPT и оказался в центре спора о нейросетях в образовании

Недавно я защитил в РГГУ дипломную работу, которую сделал в соавторстве с нейросетью.

ChatGPT использовал для того, чтобы написать выпускную квалификационную работу, или ВКР. Я мог бы сделать ее сам или при помощи интернета, но выбрал ChatGPT ради эксперимента.

В итоге я написал научную работу, прошел «Антиплагиат» и смог защитить диплом. А после моя история спровоцировала дискуссию о новых технологиях в системе образования, дошла до СМИ и даже до Госдумы.

Я обучался менеджменту в РГГУ на факультете управления четыре с половиной года на вечернем отделении. Одновременно с этим работал и продолжаю работать в маркетинге в игровых компаниях. Сейчас занимаюсь бренд-менеджментом в «CM Геймс»: улучшаю позиционирование компании и игр, продюсирую мерч, помогаю коллегам с их личным брендом. Проще говоря, делаю все по специальности и даже больше.

Мне повезло, что в универе почти не было домашних заданий, в основном все делали на занятиях. Поэтому спокойно посещал лекции, отвечал на семинарах, а когда предмет оказывался скучным или легким — выполнял задачи по работе. На занятиях нам рассказывали, как и что доносить сотрудникам в гипотетических ситуациях и гипотетической компании. А я в то же время на задней парте редактировал квартальную презентацию по наработкам разных отделов.

За время обучения я сдавал задания вовремя, если те нравились. Или находил неординарные подходы, если было скучно. Прочитать статью про философские размышления о любви? Нет, посмотрю выпуск у «Арзамаса». Разобраться в налоговом вычете за учебу из лекции? Еще чего, воспользуюсь Учебником Т⁠—⁠Ж.

Делать ВКР я до последнего не хотел. Вообще, я планировал рассказать о том, как улучшить свою компанию. Но при этом понимал, что процессы у нас выстроены здраво, что-то новое тут предложить сложно. Считал, что лучше сфокусироваться на реальных рабочих задачах, чем тратить несколько недель на сбор теоретической информации по той же работе. В первом случае я хотя бы действительно могу помочь компании, во втором — нет. Поэтому искал способы, как быстро расправиться с ВКР и сделать ее в удовольствие.

В декабре 2022 года, за месяц до сдачи ВКР, узнал про сервис ChatGPT. За короткое время в тредах в «Твиттере» прочитал сразу несколько интересных примеров ее использования. Например, одна девушка с помощью ИИ-чат-бота получила план похудения, а за мужчину нейросеть составила маркетинговую стратегию.

Подумал, что при помощи ChatGPT получится ускорить написание ВКР для университета. Главная цель при этом — научиться формулировать задачи для ИИ и задавать правильные вопросы. Не столько важна готовая научная работа, сколько процесс познания нового инструмента. Это пригодится на практике и в моей работе: писать анонсы, составлять документы, общаться с коллегами. Поэтому остаюсь в выигрыше в любом случае.

Перед тем как приступить к основной части дипломной работы, нужно было разобраться с несколькими подготовительными этапами. Расскажу про каждый.

Регистрация в ChatGPT в России. Официально ChatGPT недоступен в России. На сайте нужно обязательно зарегистрироваться в системе Open AI для доступа к чату, в том числе привязать свой номер телефона. Российский номер указать при этом нельзя, на него не придет код для авторизации.

Я завел аккаунт в ChatGPT благодаря VPN и иностранной симкарте. У меня есть эстонская симка, так что особенных проблем не возникло. Еще можно удаленно оформить иностранную eSIM или виртуальный номер. Как это работает во втором случае: фактически пользователь арендует зарубежный номер для одного смс или надолго. Подобные услуги можно получить на нескольких сайтах, например Onlinesim.

Стоит помнить, что этот способ несет в себе опасность для персональных данных. Не отправляйте на чужие номера коды доступа к важным приложениям и банковским сервисам.

Выбор темы. Как и говорил ранее, тему я сформулировал сам, за основу взял свой рабочий опыт в компании «СМ Геймс». Ее и рассматривал в ВКР, полностью тема звучала так: «Анализ и совершенствование управления организацией (на примере «CM Геймс»)».

Преддипломную практику, соответственно, тоже прошел в своей компании. Для ВКР сфокусировался на управленческих задачах, таких как описание рабочих процессов, указание должностных обязанностей сотрудников и возможности для улучшения компании. Затем утвердил тему с научной руководительницей.

Создание плана при помощи нейросети. Невозможно просто дать ChatGPT тему и попросить написать по ней целую ВКР. В любом случае пришлось бы разбивать работу на несколько составляющих, тем более что мне нужно было показать план диплома научному руководителю. С него я и начал.

К работе с ChatGPT я подошел на чистом энтузиазме: к тому моменту уже появлялись гайды по работе с нейросетью, но я их не изучал. Начал с простого запроса на русском языке: «Напиши план для диплома по теме». Никакие дополнительные условия я не прописывал, хотя вообще ChatGPT можно сразу задать параметры, например стилистику ответов.

Нейросеть предложила рабочий вариант сразу. Меня он удовлетворил: можно было попробовать другие запросы или сгенерировать несколько вариантов, но я взял первый же ответ и в нем ничего не менял. В таком виде и скинул план научной руководительнице по почте.

Научница в ответ написала, что мой план не подходит по методическим рекомендациям. Такие методички есть у всех вузов для правильного оформления ВКР — я получил документ на 110 страниц с требованиями к структуре, содержанию и оформлению диплома. Кто оканчивал вуз, знает: регламентируется буквально все, вплоть до необходимости использования шрифта Times New Roman.

Основные требования ко всей ВКР, которые я извлек из документа:

1. Работа состоит из введения, теории, анализа, предложений, заключения, используемой литературы.
2. Необходимо делать вывод после каждой главы.
3. Все части должны быть связаны между собой.
4. В дипломе должно быть больше 60 страниц.
5. Оригинальность работы — больше 70%.

Не сразу понял, что не так с моим планом. Поэтому отправил нейросети часть методических рекомендаций про создание плана и попросил их придерживаться. Основное требование: отражать специфику темы исходя из научных источников, чтобы применить их для рассмотрения темы и последующих рекомендаций. Это нужно учесть и в плане.

На мой взгляд, в изначальном плане это уже было. Но, как я подумал после ознакомления с методичкой, требовалось доработать именно само оформление с цифрами и частями, а не содержание плана. Поэтому переписал запрос в формате: «Изучи текст и адаптируй по его требованиям предыдущий план:», а после двоеточия вставил часть рекомендаций про создание плана.

В ответ ChatGPT поправил структурирование. По содержанию первый план практически не изменился, структура работы осталась той же. В таком виде я отправил документ научной руководительнице.

Вторая попытка сделать структуру в ChatGPT снова не прошла университетские нормы. Научная руководительница продемонстрировала пример плана из методички и запросила у меня такой же. Думаю, меня просили следовать стандартам методички, чтобы основа была как у всех, а различались уже только детали и специфика.

Проще было бы самому написать план, чем просить написать нейросеть. Поэтому дорабатывал его самостоятельно. В этот раз я уже сам взял шаблон из методички и указал уточнения в скобках красным цветом, которые предложила нейросеть.

Это тоже не сработало. В ответ на мое письмо научная руководительница прислала другой шаблон плана, на этот раз она его доработала уже сама. И попросила составить ВКР именно по нему.

Не стал спорить — вставил в кавычки название компании, а третью часть взял из предыдущего плана. Так у моей будущей ВКР появился одобренный план.

Далее я попробовал попросить нейросеть написать уже сам диплом. Сначала просто написал в чат: «Мне нужно создать диплом. Напиши текст от 84 000 символов. Используй следующий план:». И приложил структуру, с которой мне помогла научная руководительница. Задача была настолько масштабная, что ChatGPT даже не стал пытаться, сразу выдал ошибку.

Дело в том, что у нейросети есть свои ограничения — примерно 2000—4000 символов в одном сообщении. Из-за этого ChatGPT может прерываться и не заканчивать мысль. Но нейросеть помнит контекст разговора: что она писала до этого, о чем ее спрашивали. Так что можно раз за разом просить ИИ продолжить мысль.

Поэтому я начал запрашивать не весь текст сразу, а идти точечно по подтемам из плана. Например: «Я пишу дипломную работу по теме „Анализ и совершенствование управления игровой организацией“. Напиши текст для вводной части объемом более 8000 символов».

Важно: всю работу с ВКР я проводил в одном чате, где сохранялась вся история сообщений. Одна из особенностей ChatGPT в том, что модель улавливает и сохраняет контекст диалога. Ей не надо каждый раз рассказывать, что я пишу диплом, какая у меня тема. Нейросеть уже в курсе этого. Перейди я в другую вкладку, диалог с ИИ пришлось бы выстраивать заново. Поэтому лучше разделять запросы к ChatGPT по тематикам, а не писать вообще все в одном месте.

Поначалу я составлял запросы то на русском, то на английском языке. Проблема в том, что ChatGPT лучше всего работает именно с английским: русский он понимает, отвечает на нем, но ошибок и проблем возникает гораздо больше. Так что я отправлял машинно-переведенные запросы на английском через «Яндекс-переводчик».

В ответ ChatGPT прислал мне не 8000 символов, а 3200. Это нормально — можно просто попросить сделать ответ побольше, так я и поступил. В итоге вышло около 5200 символов.

Затем попросил добавить цитаты и список литературы — это требовалось в методичке. В итоге ИИ начал ссылаться на исследования западных университетов за 2017—2021 годы. Например, исследование Harvard Business Review за 2018 год: такое исследование действительно есть в сети, с ним можно ознакомиться. А если их не было, то, видимо, из-за закрытого доступа к ним.

Расскажу, почему стоит перепроверять источники, на которые ссылается нейросеть. У ChatGPT и подобных ИИ есть особенность — ее называют «галлюцинации». Нейросеть может и добывать реальную информацию, и выдумывать собственную: например, когда просишь ее сочинить стих. И порой эти два сценария смешиваются. Тогда ChatGPT будет с полной уверенностью рассказывать несуществующие факты и ссылаться на ею же выдуманные источники.

Текст вышел вразумительный: структура оформлена по пунктам запроса, есть вода в формулировках, но информация вполне адекватная. В принципе такой же черновик можно было бы написать и самому, но времени потребовалось бы больше.

Перевел введение с английского на русский через «Яндекс-переводчик», вставил в документ и отредактировал грамматику и несостыковки перевода. Например, study перевелось как «исследование», хотя по контексту лучше подходит «изучение».

Перешел к теоретической главе. Я сделал запрос в ChatGPT на английском: «Напиши теоретическую часть по аспектам управления современной организацией. Укажи понятие, сущность и основные принципы системы управления предприятием в 11 000—15 000 символах». Изначально никаких дополнительных параметров я не прописывал.

ChatGPT в ответ предложил пять принципов менеджмента на 1765 символов. Для диплома это совсем мало, так что я попросил расширить каждый из тезисов, добавить между ними дополнительную информацию, цитаты и исследования.

Каждый из принципов содержал много воды, повторял, что важна эффективность. Но цитаты и исследования придавали ему научной доказательности. Собрал все дополнения, сформировал первую часть теоретической главы, перевел в «Яндекс-переводчике». Фрагмент все равно пришлось редактировать самому: привести начало и конец каждого принципа к единой структуре, поменять формулировки на более органичные, поправить написание примеров из исследований.

Таким же подходом пользовался для оставшихся тем в теоретической части — «Элементы, цели и базовые модели управления предприятием» и «Методы совершенствования управления и основные подходы к оценке эффективности». В алгоритме, который придумал для работы над ВКР с помощью нейросети, я ничего не менял.

Получившийся текст перевел, добавил в документ и самостоятельно отредактировал. Все те же правки: неточный перевод, написание литературных источников.

Так как текст был путаный, порой я его переписывал самостоятельно. Например, так выглядит ответ ChatGPT после перевода: «Концепция современного управления организацией относится к несколько различных подходов, методов и инструментов, которые используются для эффективного управления в пределах организации и руководства ими в современной динамичной и быстро меняющейся бизнес-среде».

А так выглядит после моей редактуры: «Это включает в себя управление персоналом, ресурсами и процессами для достижения целей компании в постоянно меняющейся бизнес-среде».

Еще дополнил примеры картинками из интернета с указанием источников — их тоже искал сам.

В методичке требовали сделать выводы по трем частям главы, поэтому скопировал последний абзац каждой части и попросил ChatGPT: «Напиши вывод по каждой из трех частей».

Затем оформил список литературы — пришлось искать точные страницы исследований от ChatGPT — и завершил теоретическую главу.

В практической части надо было проанализировать компанию «СМ Геймс» и дать рекомендации для нее: с предложениями, внутренней информацией, анализами и расчетами. Тут пришлось отойти от схемы, которая была с теоретической главой.

Сила ChatGPT немного меркнет в практической части по сравнению с теорией. Нейросеть не может взять актуальные данные после 2021 года, а также экспертно проанализировать компанию. Никакого внутреннего понимания процессов у ИИ нет: в лучшем случае она разберет компанию поверхностно, в худшем — все выдумает. Поэтому у меня — сотрудника — попросту больше знаний и контекста для анализа «CM Геймс», чем у нейросети.

Чтобы лучше сформировать структуру, нашел похожую работу другого выпускника и взял за пример. Так что я ориентировался на фрагменты чужой работы, но раскрывал их в своей. Делал это так. Сначала прогонял текст в «Яндекс-переводчике», а затем просил нейросеть переписать работу: добавить или вырезать информацию, придерживаться стилистики. Результат уже дополнял сам.

Например, в работе-примере описывались должностные обязанности директора по кадрам на другой работе. Я адаптировал текст под свою компанию, переписал с помощью нейросети и отредактировал.

В практической части также нужно делать расчеты и математический анализ показателей компании. Использовал примерные значения, чтобы не обращаться в бухгалтерию за данными и не раскрывать коммерческую тайну компании. Рассчитал показатели по примеру дипломной работы, на которую опирался.

В заключении объединил выводы из теоретической и практической частей. Их тоже просил написать нейросеть — она составила, а я отшлифовал по смыслу и визуальному контексту. Для этого посмотрел заключение чужой работы, изменил пункты по смыслу, попросил нейросеть переписать другими словами, отредактировал сам. Занес текст в документ и повторно прошелся по нему, а затем отправил научной руководительнице.

Спустя несколько дней научная руководительница дала обратную связь. Она попросила отшлифовать русский язык, добавить сноски для литературы, доработать теоретическую главу с практической, сделать заключение на основе введения, исправить минорные ошибки. Например, раскрыть цели во введении по пунктам, лучше объяснить необходимость менять оргструктуру, использовать правильные шрифты и отступы.

То есть содержание работы оказалось нормальным, но потребовались доработки по тексту. Больше всего надо сконцентрироваться на правилах оформления. В общем, снова смотреть в методичку.

Правки дорабатывал сам и через ChatGPT. Оформление, новую информацию, рисунки взял на себя, а замену цитат и написание новых частей оставил ChatGPT. На эти изменения ушло еще шесть часов.

В ChatGPT можно попросить заменить часть текста, и при этом ИИ будет учитывать контекст и связывать фрагмент с остальными. Поэтому привести примеры с другой литературой оказалось делом одного запроса. Я скопировал часть с примером английского источника, попросил заменить на русский, указал объем 1000—1500 символов.

Еще поменял один из способов анализа, чтобы все три применялись на практике. До этого использовались только два, а один оказался лишним.

Было интересно, каким получится процент оригинальности ВКР. Самостоятельно это сделать сложно: бесплатный антиплагиат всегда завышает уникальность из-за малой базы источников. Так что работу отправил руководительнице, а она пропустила ВКР через внутривузовскую проверку.

Напомню, для зачета требуется больше 70%. Во время написания ВКР я поспорил с девушкой: я поставил на 72%, а она — на 82%. Решили, что кто окажется ближе к правильному значению, тот загадывает другому желание. Побольше бы таких приятных штук в учебном процессе.

На зум-созвоне с однокурсниками научная руководительница огласила процент оригинальности работ. У кого-то было 40%, у кого-то — 77%. А у меня уникальность составила 82%. Нужно было доработать оформление и лучше связать введение с заключением.

Стало очевидно, что схема «написать ВКР с помощью ChatGPT и других источников» рабочая. Нейросеть пишет оригинальный текст, который легко проходит проверку на антиплагиат. Но русский язык нужно основательно дорабатывать: убирать лишние прилагательные, писать глаголы вместо деепричастий. Эту работу делал уже сам, без ChatGPT.

Еще поздравил девушку с победой — удивительно, что она назвала именно 82%. По ее желанию приготовил чизкейк.

Потратив еще три часа на правки своими руками, отправил работу на проверку. Оставалось получить отзывы от научной руководительницы и рецензента, чтобы соответствовать правилам защиты ВКР. Они оказались приемлемыми, тут ничего нового: понял, что на защите будут претензии к тексту и частично выводам, которые я написал сам.

Тем не менее ВКР можно было печатать и сдавать в деканат. Уже при сдаче проверяющая потребовала изменить название для раздела литературы и указать источники по алфавиту, а не по хронологии. Спустя пару часов правок и перешивания ВКР все сдал. Осталось только защититься.

На основе ВКР подготовил презентацию и текст выступления. Скопировал графические рисунки и важную информацию в «Гугл-слайды», а текст к выступлению — в «Гугл-документы».

Я хорошо разбирался в работе и знал, что нужно рассказать про исследование за пять минут, поэтому сам собрал главные моменты из практической части. ChatGPT не смог бы собрать для меня важные моменты для рассказа из-за большого объема текста, так что тут надо полагаться на себя — как с планом и методичкой.

Во время защиты сперва выступали ребята из магистратуры, и только потом наша группа бакалавриата. Ожидал, что возьму в качестве примера их презентации: надо было внимательно выслушать. Но первый выступил средне, второй с трудом говорил. В итоге я засмеялся от переоценки своих ожиданий и не смог прекратить. Смех подхватили остальные, а меня выгнали из аудитории.

Через десять минут вышел второй выступающий и признался, что хотел сломать мне нос. Чтобы этого не случилось, объяснил ситуацию: мол, я внимательно слушал, но при этом из его речи ничего не усвоил. Так что мой нос остался целым.

Зашел обратно в аудиторию, и тут наступила моя очередь. Спокойно представил презентацию, ответил на вопросы. Комиссия засчитала выступление, но ее смутило, что я смеялся в аудитории. А еще она охарактеризовала представленную организацию как «нетрадиционную» — не понял, что это значит. Но никто не заподозрил, как написана ВКР.

Мне снизили оценку за поведение в аудитории и рассказ о европейской компании с учетом отзывов проверяющих. Получил удовлетворительно.

От плана ВКР до полностью готовой первой версии прошло шесть дней — из них три дня я сидел по несколько часов над каждой из глав. Если считать только затраченное время, с учетом последующих правок и ручной доработки вышло почти 24 часа. По календарю — две недели.

Также порядочно времени ушло на подготовку к защите, финальные правки к ВКР по требованиям вуза и печать документов. Так что суммарно вышло 38 часов.

Меньше всего правил теоретическую часть: ChatGPT выдает проверенную информацию, связанную здравым смыслом. А для практической части пришлось больше писать самому, чем просить сделать нейросеть. По крайней мере, для компании, которая не у всех на слуху.

У однокурсников ушло в разы больше времени на написание. Особенно на теоретическую часть, поскольку для нее сложно найти источники и структурировать информацию. С практической частью фора у меня была не такая большая, так как я много писал и сам. В любом случае спасибо ChatGPT за сэкономленные как минимум десятки часов.

Первые несколько часов меня не покидал восторг, что я сломал игру, не нарушив никаких правил. Я все так же провел исследование по теме, оформил это по всем методическим требованиям и выступил со своей работой — смог защитить ее, ответил на вопросы.

Считаю, мой процесс не отличается от подготовки других работ. Просто часть чисто механической работы я отдал нейросети, чтобы сэкономить время. Но все еще важно, чтобы студент понимал детали своей ВКР. Иначе он попросту не сможет защититься.

Затем я решил поделиться своей историей в «Твиттере». Ожидал, что привлеку внимание людей, так как многим известны страдания из-за подготовки дипломов или ВКР. За первые два часа набралось более 50 тысяч просмотров, а люди поделились на два лагеря. Одни поддерживали сообразительность, другие агитировали аннулировать мою работу. Мой тред предполагал дискуссию, поэтому реакция ожидаемая.

Утром у первого твита оказалось более полумиллиона просмотров, дискуссия вышла за пределы «Твиттера» и попала в другие соцсети, а также в СМИ. Резонанс вырос после обращения одного пользователя в РГГУ с просьбой аннулировать мою работу. В итоге высказались в том числе представители моего университета, а министр науки и высшего образования РФ Валерий Фальков назвал мой эксперимент «изобретательностью» и «проверкой системы на прочность».

Декан факультета экономических наук НИУ ВШЭ Сергей Пекарский тоже обратил внимание на систему: «Сегодня и без нейросетей можно найти текст в интернете. Здесь вопрос именно к преподавателям, к их отношению к своей работе и к их степени толерантности к такого рода нарушениям этики. Хорошая работа предполагает работу студента на протяжении достаточно длительного периода под научным руководством, а недобросовестного студента легко вычислить».

Учитывая, что к тому времени представители РГГУ уже публично предложили ограничить работу ChatGPT в учебных заведениях, я проявил инициативу и позвонил в деканат. Первоначально попросили приехать, чтобы поговорить, но мой отец, юрист по профессии, рекомендовал оставаться дома. Он поговорил с деканатом по телефону и выяснил из разговора, что ВКР защищена и остается подлинной, но в университете проведут внутреннюю проверку на будущее.

В тексте я показал только часть диплома, но при желании можно ознакомиться с полной версией ВКР: я опубликовал ее в открытом доступе.

Нейросети помогают ускорить работу. Кому-то это поможет в творческой или профессиональной деятельности, а мне пригодилось в учебе. Но ИИ не сделает за вас все. Идеальная схема: доверять ChatGPT конкретные задачи, а затем дополнять и редактировать текст самостоятельно.

Моя история подняла настоящий общественный резонанс: я столкнулся со множеством мнений и высказываний на тему нейросетей и образования. И вот что я думаю на этот счет.

Использование нейросетей в образовании — это признак находчивости. Чем быстрее и продуктивнее студент разбирается в теме, тем с большим энтузиазмом он относится к учебе. Сначала мне не хотелось писать ВКР, но под конец делал ее с интересом к исследованию.

Нужно пересмотреть процесс сдачи ВКР с учетом появления нейросетей. На защиту мне дали около десяти минут, семь из которых на выступление, три — на ответы на вопросы. Считаю, что для научных работ объемом 60 страниц этого слишком мало. Нужно задавать больше вопросов, чтобы выявить, насколько человек готов к защите и сколько своей работы он подготовил сам.

Нейросети безусловно полезны. Я продолжу использовать их и на работе. Главное, что уйдет проблема чистого листа, когда не знаешь, с чего начать. Благодаря ChatGPT я смогу быстрее и эффективнее писать основы для документов, анонсов, сообщений. Их все равно придется обрабатывать и редактировать, но это даст время сфокусироваться на других задачах. Этими наблюдениями поделюсь позже — скорее всего, в новом треде или статье.

Пробуйте и экспериментируйте. Мне было весело и интересно писать ВКР именно так.