Средний балл взлетел с 65 до 96: кейс Брауна показал преимущества и недостатки ИИ в образовании

Скандал раскрыл профессор экономики Роберто Серрано, незрячий преподаватель Браунского университета, одного из восьми вузов «Лиги плюща» в США. Историю на прошлой неделе опубликовали испанская El País и американское издание Inside Higher Ed.

Контекст важен: по свежему опросу студентов Принстона, почти 30% признались, что хотя бы раз использовали генеративный ИИ для списывания на экзамене или при выполнении задания. Но случай в Брауне впервые показал масштаб проблемы не через анонимный опрос, а через объективную разницу в оценках.

Что произошло по шагам?

• Трагедия изменила формат. В декабре 2025 года на кампус Брауна напал вооружённый человек и убил двоих, включая знакомую Серрано. Потрясённый профессор решил перевести весенний курс ECON 1170 на домашние экзамены, и промежуточный, и финальный.

• Курс внезапно стал популярным. Обычно на сложный курс записывались не больше 30 студентов, а иногда всего 8. После объявления о домашнем формате записались 86 человек.

• Оценки взлетели до аномальных значений. Средний балл промежуточного экзамена 5 марта составил 96 из 100. Сорок студентов получили идеальные 100 баллов. При этом, как пояснил Серрано изданию Inside Higher Ed, исторически средний балл за промежуточный экзамен по этому курсу составлял от 65 до 80, а этот экзамен он намеренно сделал сложнее прежних, потому что домашний формат с неограниченным временем позволял дать более трудные задачи.

• Профессор не отступил. Серрано, родившийся в Испании, публично рассказал о ситуации El País и Inside Higher Ed, обе редакции выпустили подробные материалы. По его словам, такие результаты невозможно объяснить ничем, кроме массового использования внешних инструментов.

Три числа рядом говорят сами за себя: исторический средний балл от 65 до 80, а тут средний 96 и сорок стобалльников из 86 студентов. Курс не стал проще, он стал труднее.

Какую метрику использовал профессор?

Серрано применил простейший, но убедительный подход: сравнил результаты домашнего экзамена с историческими данными очных экзаменов по тому же курсу. Разрыв оказался настолько велик, что не требовал сложного статистического анализа. Средний балл вырос на 16 и более пунктов по сравнению с верхней границей обычного диапазона, причём на экзамене повышенной сложности.

Для российских преподавателей это готовая модель: достаточно провести один и тот же предмет в двух форматах (домашнем и очном) и сопоставить распределение оценок. Резкий рост среднего балла и непропорционально высокая доля максимальных оценок при домашнем формате становятся индикатором.

Как это проверить в своём вузе или курсе?

1. Зафиксируйте исторические данные по оценкам за очные экзамены по предмету: средний балл, медиану, долю отличных работ.
2. Если курс переводится на домашний формат, сравните новое распределение со старым. Разрыв в 15 и более пунктов среднего балла при той же или повышенной сложности заданий сигнализирует о проблеме.
3. Для подтверждения проведите контрольную очную работу по тем же темам и сопоставьте результаты конкретных студентов в обоих форматах.

Есть ли российские инструменты проверки?

В России пока нет прямого аналога описанного подхода в виде готового продукта. Антиплагиат.ру умеет находить текстовые заимствования, но не определяет, написан ли ответ нейросетью. Сервисы вроде «Антиплагиат ИИ» от Content.AI появляются, однако их точность для математических и экономических задач остаётся спорной.

Преимущества и недостатки ИИ в образовании здесь проявляются ярко: с одной стороны, генеративные модели (такие как ChatGPT от OpenAI или GigaChat от Сбера, доступный в России) действительно помогают разбираться в сложном материале. С другой, они обесценивают оценку знаний, если экзамен можно сдать из дома с открытым чат-ботом.

Что делать с этим прямо сейчас?

Преподавателям и методистам. Кейс Серрано показывает: самый надёжный детектор ИИ-списывания на сегодня не программный, а организационный. Контрольная очная работа после домашнего экзамена выявляет разрыв, который не спрячешь.

Авторам образовательных курсов на Дзене. Если вы делаете обучающий контент, эта история даёт сильный сюжет для публикации. Конкретные числа (96 против 65-80, 40 стобалльников из 86) цепляют аудиторию лучше абстрактных рассуждений о вреде нейросетей.

Студентам и родителям. Преимущества и недостатки ИИ в образовании стоит обсуждать честно: чат-бот экономит время, но не формирует навык. Когда дело доходит до очного экзамена, разрыв становится виден всем.

Частые вопросы

Какие именно нейросети использовали студенты?

Серрано и публикации El País и Inside Higher Ed не называют конкретные модели. Профессор указал на массовое использование внешних инструментов, но не уточнял, был ли это ChatGPT, Claude или другой сервис.

Могут ли оценки вырасти по другим причинам?

Теоретически домашний формат с неограниченным временем мог бы поднять средний балл. Но Серрано сознательно усложнил экзамен именно потому, что давал больше времени. Разрыв в 16 и более пунктов при повышенной сложности и трёхкратный рост числа записавшихся указывают на системную причину, а не на то, что студенты вдруг стали усерднее.

Применим ли этот метод для гуманитарных предметов?

Да, принцип тот же: сравнить распределение оценок за домашнюю и очную работу по одним темам. Для эссе и текстовых заданий метод даже нагляднее, потому что стиль и глубина аргументации заметно меняются без доступа к чат-боту.

Слепой профессор из Брауна доказал простую вещь: чтобы поймать списывание с ИИ, не нужны сложные алгоритмы, достаточно сравнить результаты в двух форматах и не бояться задать неудобный вопрос.