Анализ локальных нормативных актов использования ИИ в университетах

Методология исследования 

Для анализа локальных нормативных актов, регулирующих использование искусственного интеллекта в университетах, была разработана методология сбора и валидации данных. На первом этапе был сформирован перечень всех российских университетов и их филиалов (более 700 вузов). На официальном сайте каждого вуза был проведён экспертный поиск нормативных документов, упоминающих использование ИИ в образовательном процессе. 

Дополнительно осуществлялся мониторинг открытых источников (СМИ) с последующей верификацией найденной информации через официальные каналы вузов. В результате было идентифицировано 4 публикации, сообщавшие о введении регламентов, но не подтверждённые на сайте университета; такие случаи были исключены из выборки. Из итогового массива данных были исключены 6 актов о присоединении вузов к этическому кодексу, поскольку соответствующие положения не были закреплены в их отдельных локальных нормативных документах. 

Также были проанализированы нормативные акты зарубежных университетов. Поиск осуществлялся в открытых источниках с помощью поисковых систем Google, Яндекс и Bing.

В общий массив данных попало 105 регламентов  разных стран, из которых 51 документ опубликован российскими вузами; далее по количеству документов следуют США (15 регламентов) и Великобритания (8 регламентов).

Рисунок 1. Распределение количества регламентов по странам, количество 

Российские и мировые практики регулирования ИИ

Международный опыт характеризуется доминированием документов рекомендательного характера: в выборке представлены 18 рекомендаций, 10 руководств и 13 документов об ИИ (без указания конкретной специфики). Российская практика демонстрирует фокус на обязательной регламентации — 37 документов представлен приказами, положениями и декларациями.

Рисунок 2 Распределение локальных нормативных актов по виду, количество 

Центральное место в регламентах занимает человек, его ответственность и безопасность при использовании искусственного интеллекта в образовательном процессе. Ключевые принципы, зафиксированные в документах, выстраиваются вокруг нескольких фундаментальных требований. Во-первых, ответственность за результат — независимо от степени вовлечённости ИИ в выполнение учебной или научной задачи, конечная ответственность за представленный результат всегда остаётся за человеком (студентом, преподавателем, исследователем). Во-вторых, разумность применения — использование ИИ должно быть осмысленным и целесообразным; ИИ применяется там, где он действительно повышает эффективность или качество работы, но не заменяет критическое мышление. В-третьих, человекоцентричность — технологии рассматриваются как инструмент расширения возможностей человека, а не как средство его исключения или обесценивания; все решения с участием ИИ должны приниматься с учётом интересов и благополучия людей. В-четвёртых, безопасность использования — запрещается загрузка в публичные ИИ-сервисы персональных, сенситивных, секретных данных и неопубликованных научных материалов, чтобы предотвратить их утечку или использование для дообучения моделей. Этичность использования — применение ИИ не должно нарушать академическую честность, вводить в заблуждение относительно авторства, создавать несправедливые преимущества или дискриминировать кого-либо. ИИ в университетах — это помощник, а не замена человеку, и его интеграция возможна только при сохранении человеческого контроля, прозрачности и соблюдении этических норм.

По типу регулирования документы распределены на три категории. В российской и мировой практике распространены гибкие / интегративные подходы, где ИИ разрешён широко, но с условиями — ответственность остаётся на человеке, обязательны прозрачность, критическая оценка результатов, конфиденциальность данных.  Следующий тип — сдержанно-разрешительные регламенты. ИИ разрешён как помощник, требуется жёсткое декларирование, ограничение объёма использования (20–30%) и обязательная проверка. Регламенты ориентированные на проверку представлены только в российских университетах. Основной акцент сделан на техническом контроле через систему «Антиплагиат» с детекцией ИИ и порогами оригинальности. 

Рисунок 3. Распределение указов по строгости применения ИИ, количество

Характерная особенность зарубежных регламентов (31 документ) — фиксация конкретных технологий, доступных в университете, вплоть до версии модели. Российские акты, напротив, реже обращаются к перечислению инструментов (14 университетов) и делают акцент на универсальные правила, что обеспечивает большую адаптивность нормативной базы. Среди российских решений наиболее часто упоминаются GigaChat (8), YandexGPT (7). 

Зарубежные университеты                   Российские университеты

Рисунок 4. Упоминания конкретных инструментов в зарубежных и российских университетах, количество упоминаний

Основной риск, выделяемый во всех регламентах, — материалы, загруженные в облачные ИИ, могут использоваться для обучения моделей. В связи с этим вводятся запреты на публикацию персональных, сенситивных, секретных данных, а также неопубликованных научных материалов для всех участников образовательного процесса (акцент на научное сообщество).

Рисунок 5. Запрет на обработку данных через публичные сервисы ИИ, количество регламентов
 
Российские практики

Первый регламентирующий документ появился в МГПУ в июне 2023 года, последний (на момент сбора) — в ЮФУ в июле 2026 года. Больше всего регламентов приняли в 2024 и 2025 годах: 9 и 20. Тогда же вузы начали массово открывать факультеты ИИ и профильные курсы.

Рисунок 6. Динамика принятия регламентов в РФ по годам, количество 

Российские вузы используют в регламентах официальное определение ИИ (искусственный интеллект), закреплённое законодательно: комплекс технологических решений, имитирующих когнитивные функции человека (включая самообучение и поиск решений без заданного алгоритма), с результатами, сопоставимыми с интеллектуальной деятельностью человека. В комплекс входят инфраструктура, ПО (в т.ч. машинное обучение) и процессы обработки данных.

Наиболее частым основанием для запрета ИИ в написании ВКР и диссертаций (27 упоминаний) является присвоение результатов работы ИИ и отсутствие прозрачности — то есть случаи, когда сгенерированный текст или решение выдается за собственное достижение без указания на использование технологии, что квалифицируется как академический плагиат. На втором месте (20 упоминаний) — полная или существенная автоматизация учебных и научных работ, подразумевающая подмену человеческого труда искусственным интеллектом. Далее следуют обход систем проверки, фальсификация и манипуляция данными (17 упоминаний), а также нарушение конфиденциальности, защита данных и интеллектуальной собственности (9 упоминаний). Менее распространенными, но все же фиксируемыми в документах стали запреты на подмену ключевых компетенций и научной методологии (9 упоминания), использование ИИ на экзаменах и аттестациях без разрешения (4 упоминания) и неправомерное использование в оценивании и администрировании высокорисковых решений (3 упоминания). 

Рисунок 7. Запрещающие сценарии использования ИИ в написании ВКР и диссертаций, количество упоминаний

Какие регламенты были проанализированы во второй волне исследования

Ознакомиться с презентацией исследования можно в нашем сообществе ВКонтакте: Смотреть презентацию