Квест‑обучение для будущих визионеров предложат в ТюмГУ

«Современное образование в области машинного обучения сталкивается с серьёзной проблемой: выпускники умеют запускать модели, но не всегда понимают, что эти модели означают в реальном мире — особенно когда речь идёт о живых системах, биосоциальных процессах и их историческом контексте. Проект „Разработка квест‑ориентированной среды для освоения фундаментальных задач машинного обучения на примере моделирования живых систем“ предлагает нестандартное решение этой проблемы», — рассказала Татьяна.

По мнению исследовательницы, традиционное обучение часто сводится к освоению инструментов: студенты учатся настраивать параметры моделей, загружать данные, запускать алгоритмы и оценивать метрики качества. Но за этой технической стороной теряется главное — понимание сути. Например, что означает рост коэффициента передачи инфекции в эпидемиологической модели? Как изменение климата влияет на динамику популяций хищников и жертв? Какие решения в области биобезопасности можно предложить на основе прогноза? Без ответа на эти вопросы специалист становится «техническим исполнителем», а не визионером, способным принимать обоснованные решения.

Идея проекта тюменки такова: обучать машинному обучению через сюжетно‑ролевые квесты. Вместо лекций и типовых задач студент погружается в смоделированную научную реальность и становится участником исследования. Перед ним ставится реальная проблема, например: спрогнозировать распространение инфекционного заболевания в регионе (с использованием SIR‑модели); оценить влияние климатических изменений на динамику популяций арктических животных (с применением модели Лотки-Вольтерры). Студент получает доступ к реальным или реалистично смоделированным данным. Используя инструменты машинного обучения, он строит прогноз или выявляет закономерности. Ключевой этап — не просто получить цифры, а понять их значение в биосоциальном контексте и принять решение.

Как пояснила Татьяна Паюсова, образовательная среда создаётся на базе открытого фреймворка Streamlit, это позволяет легко развёртывать интерактивные веб‑приложения для визуализации данных и моделей. Главная «изюминка» проекта — AI‑модератор. Это не просто чат‑бот, выдающий подсказки. Он использует педагогические методики для развития критического мышления (например, методику «5 почему», которая помогает докопаться до первопричин проблемы, последовательно задавая вопрос «Почему это происходит?»). Такой подход учит не искать «правильный ответ», а выстраивать логическую цепочку рассуждений.

Помимо технических навыков машинного обучения, участники проекта учатся командной работе и развивают междисциплинарное мышление.

«Результаты проекта не останутся в стенах одного вуза. Среда спроектирована так, чтобы её можно было тиражировать в других учебных заведениях. Это позволит сформировать кадровый резерв для реализации национальных проектов в области здравоохранения, экологии и биобезопасности. Кроме того, среда поможет вырастить поколение специалистов, которые не просто работают с данными, а понимают их влияние на мир», — сообщила Татьяна.

Источник:

Управление стратегических коммуникаций ТюмГУ