Исследование Тьерри Шрепеля, длившееся два учебных года, показало: студенты, которым запретили использовать ChatGPT, стабильно показывали худшие результаты на экзаменах по сравнению с теми, кому ИИ разрешили. В 2024 году в эксперименте участвовали 66 студентов, в 2025-м — 164. Все они изучали право и работали с текстом ИИ Act — регламента ЕС об искусственном интеллекте.
Студентов разделили на три группы. Первая не имела доступа к ChatGPT. Вторая получала сгенерированные ИИ правки прямо в тексте, но без инструкций по их применению. Третья прошла практическое обучение промпт-инжинирингу и проверке подсказок ИИ на согласованность и точность. Экзамены у всех были одинаковые: тест с вариантами ответов и домашняя работа по редактированию другой статьи ИИ Act.
| Группа | Доступ к ChatGPT | Обучение | Результат на экзамене |
|---|---|---|---|
| 1 | Нет | Нет | Последнее место оба года |
| 2 | Да, правки в тексте | Нет | Чуть выше группы без ИИ |
| 3 | Да | Промпт-инжиниринг | Лучший в 2024, сравнялся в 2025 |
Группа без ИИ быстро исчерпала идеи. Студенты в основном перефразировали формулировки для ясности и убирали повторы, лишь немногие подгруппы пытались внести содержательные юридические улучшения. Через десять–пятнадцать минут работы многие подгруппы регулярно останавливались — эффект, который Шрепель называет «истощением идей» (idea exhaustion). Отсутствие ИИ заставляло глубже обсуждать материал внутри группы, но не помогало генерировать новые правки.
Группа, использовавшая ИИ без инструкций, некритично принимала правки и сохраняла юридически сомнительные формулировки, но на экзамене выступила чуть лучше группы без ИИ.
Вторая группа принимала подсказки ChatGPT почти без вопросов, часто рассуждая, что они «звучат лучше». Некоторые студенты заменяли термины «shall» и «individual» на предложенные ИИ альтернативы, не демонстрируя понимания юридических последствий. Каждая подгруппа сохранила хотя бы один вводящий в заблуждение или юридически избыточный термин из ответа ChatGPT. Только третья группа, прошедшая обучение, вела диалог с ИИ: проверяла разные формулировки и разбиралась в содержательных вопросах задания.
Преимущество обучения почти исчезло на второй год. В 2024-м третья группа показала значительно более высокие результаты, особенно на сложной домашней работе. Год спустя разрыв почти закрылся: в 2025-м все три группы выступили примерно одинаково. Шрепель объясняет это ростом знакомства с чат-ботами — многие студенты уже используют их в повседневной жизни, поэтому формальное обучение дало меньший прирост. При этом этичному использованию и юридической ответственности всё равно нужно учить, добавляет он.
Один результат оставался неизменным оба года: группа без ИИ финишировала последней. Запрет ИИ даёт в среднем худшие результаты, чем его разрешение, заключает Шрепель. Остаётся открытым вопрос, откуда берётся преимущество — от структурированного обучения или просто от практического опыта.
Исходная гипотеза автора оказалась неверной. Шрепель ожидал, что некритичные ошибки второй группы перенесутся на экзамен. Произошло обратное: ошибки не повторились, и группа набрала чуть больше баллов, чем студенты без ИИ. Наиболее вероятное объяснение — студенты учатся замечать слабости ИИ через собственный опыт, особенно когда точность имеет реальные последствия. Это заставило Шрепеля отказаться от исходного предположения. Он был убеждён, что ИИ помогает только при структурированном обучении и в остальных случаях ему не место в аудитории. «Я ошибался», — пишет он.
Пропуск обучения работе с ИИ — упущенная возможность, но он не вызывает образовательного коллапса, который предсказывали некоторые. Шрепель советует руководителям программ сопротивляться тотальным запретам ИИ и давать преподавателям свободу экспериментировать. Вузам также нужно инвестировать в навыки работы с ИИ для профессорско-преподавательского состава, многие представители которого чувствуют себя плохо подготовленными. Традиционная магистерская диссертация тоже требует пересмотра: её основная ценность — долгая борьба с исследованием и аргументацией — теперь может быть пройдена за минуты с помощью ИИ-инструментов. Чисто литературные обзоры больше не должны засчитываться, считает Шрепель, а программы должны требовать практико-ориентированные или эмпирические работы, где продуманное использование ИИ входит в оценку.
Не все университеты движутся в этом направлении. Юридическая школа UC Berkeley запретила ИИ почти во всех оцениваемых работах, аргументируя это тем, что будущим юристам нужно сначала развить базовые навыки мышления, прежде чем использовать ИИ с пользой. Эта позиция прямо противоречит выводам Шрепеля, согласно которым отсутствие ИИ в аудитории ухудшает положение студентов независимо от обоснования.
Шрепель признаёт ограничения своего исследования: небольшая выборка, студенты, записавшиеся на курс по ИИ и, вероятно, более технически подкованные, чем в среднем, а также невозможность проверить, сколько именно студенты использовали ИИ на домашнем экзамене. Последний пункт важен, потому что другие исследования находят самые сильные эффекты ИИ именно на неконтролируемой работе. Исследование UC Berkeley, охватившее более 500 000 оценок, показало, что доля оценок A в курсах с интенсивным письмом и программированием выросла на 13 процентных пунктов после запуска ChatGPT. На экзаменах под наблюдением сопоставимого сдвига не было. Лонгитюдное исследование из центрального Китая, отслеживавшее более 26 000 школьников K-12, рассказало похожую историю с другой стороны: ИИ повышал оценки за домашние задания, тогда как результаты экзаменов падали до 24 процентов. Ущерб был наибольшим там, где ИИ заменял самостоятельное мышление, а не поддерживал его.
