«Компьютер говорящий и понимающий?»

25 мая в рамках Костомаровского форума состоялась онлайн-дискуссия «Компьютер говорящий и понимающий?».

В обсуждении приняли участие ведущий научный сотрудник лаборатории когнитивных и лингвистических исследований Института Пушкина Мария Лебедева, ведущий эксперт лаборатории Антонина Лапошина, профессор НИУ ВШЭ и Хельсинкского университета Михаил Копотев, руководитель магистерской программы «Цифровые методы в гуманитарных науках» НИУ ВШЭ Даниил Скоринкин, главный эксперт по технологиям управления экспериментальных систем машинного обучения SberDevices Татьяна Шаврина и ведущий научный сотрудник и заведующий сектором теоретической семантики Института русского языка им. В.В. Виноградова РАН Борис Иомдин.

Дискуссия состояла из трех частей. 

В первой части участники разбирались с общими представлениями: как компьютер умеет что-то говорить, писать и понимать, и что он умеет делать на русском языке. 

По мнению Марии Лебедевой, наиболее успешными стали разработки в сфере машинного перевода. «Самая развитая часть, направление, в котором мы достигли наибольшего успеха, – это машинный перевод. Еще 10 лет назад мало кто верил в то, что возможен почти такой же качественный перевод, как делает это человек, но тем не менее в некоторых сферах, в некоторых случаях действительно машины переводят не хуже, чем человек», – считает Мария Лебедева. Она также отметила, что сейчас активно развиваются и технологии распознавание речи.

Татьяна Шаврина рассказала, что в одном из проектов ее команда обучила нейросеть писать тексты сочинений. Преподаватели, которые проверяли эти сочинения, не смогли распознать, что они не написаны человеком. «На самом деле это говорит скорее не о том, что алгоритм какой-то суперумный и смог такие тексты сконструировать. Само задание, в котором дети, сдавая ЕГЭ, сочиняют какие-то тексты, сконструировано так, что оно не очень интеллектуально. То есть для того, чтобы написать сочинение по ЕГЭ, не нужно обладать естественным интеллектом и даже никаким вообще интеллектом. Это довольно легко может сделать и машина», –​  прокомментировала ситуацию Мария Лебедева.

WhatsApp Image 2021-05-26 at 09.18.06 (1).jpeg


Мария Юрьевна рассказала и о другой задаче, связанной с машинным обучением – научить алгоритмы проверять сочинения так, как это делает преподаватель. Здесь тоже можно сделать интересные выводы. Оказалось, что научить этому алгоритм невозможно, потому что все преподаватели проверяют по-разному. «Несмотря на то что есть критерии оценки, на самом деле эти критерии оценки приводят к очень большой разнице в том, как один и тот же текст с одним и тем же посылом и с одними и теми же ошибками получает разные оценки у разных преподавателей, у разных экспертов», – сказала Мария Лебедева. Очевидная проблема, которая при этом возникает – необъективное оценивание.

Михаил Копотев и Даниил Скоринкин рассказали, каким образом машина создает текст. В отличие от человека, компьютер не может творить. По словам экспертов, он способен сформировать связный текст, но создавать новые знания, новые идеи компьютер не умеет и уметь не будет – по крайней мере, в ближайшее время.

WhatsApp Image 2021-05-26 at 09.18.06 (2).jpeg


Вторая часть мероприятия была посвящена возможностям интеллектуальных систем при обучении языку. Эксперты Института Пушкина подчеркнули, что компьютерные технологии предназначены не для полной замены преподавателя, а скорее для помощи преподавателю в рутинных задачах.

Антонина Лапошина представила созданный в Институте Пушкина «Текстометр», который помогает на основе загруженных текстов различать уровень их сложности. «Это как раз классический пример машинного обучения с учителем», – прокомментировала Антонина Лапошина задачи новой разработки. 

Михаил Копотев представил другой продукт, созданный для помощи учителям – проект Revita. Одна из его функций – генерировать упражнения из любого текста, который будет загружен в систему. При этом система запоминает, как учащийся отвечал на вопросы.

«С одной стороны, она подсказывает, что нужно было сделать. С другой стороны, запоминает ошибки и в следующий раз будет давать именно те упражнения, которые соответствуют его уровню. Это тоже пример такой ясной, понятной задачи, которую решают интеллектуальные системы именно в вопросах обучения языку, потому что когда преподаватель создает упражнения, у него на это уходит очень много времени. А вот алгоритмы, машины могут это делать достаточно быстро, а главное – бесконечно много», – отметила Мария Лебедева.

В третьей части дискуссии эксперты говорили о компетенциях современного филолога, необходимых для его личной конкурентоспособности на рынке труда.

Даниил Скоринкин сказал, что цифровые методы в филологии – довольно модное сейчас направление, но при этом оно все-таки остается маргинальным. 

Мария Лебедева также считает, что главное – это классическая фундаментальная подготовка: «В основном филологические задачи не про конкурентноспособность, а скорее про сохранение наследия, и в таком случае о рыночной постановке вопроса речи не идет. В филологии по-прежнему лидируют и лучше всего показывают себя классические методы».

Антонина Лапошина сделала акцент на корпусной лингвистике. По ее мнению, современному специалисту очень важно знать, что такое корпус и как с ним работать. Также важно обладать междисциплинарным взглядом на мир – понимать, как одну и ту же задачу могут решить специалисты из разных сфер.

Михаил Копотев сказал, что преподавателю очень важно работать с технологиями, понимать, как технологии устроены. Борис Иомдин подчеркнул, что несмотря на то, что алгоритмы стремительно умнеют, в современном мире все-таки остаются важными такие фундаментальные знания, как системный взгляд на язык, представление о том, как устроена вариативность.

Запись трансляции можно посмотреть по ссылке


На официальном сайте ФГБОУ ВО "Гос. ИРЯ им. А.С. Пушкина" используются технологии cookies и их аналоги для качественной работы сайта и хранения пользовательских настроек на устройстве пользователя. Также мы собираем данные с помощью сервисов Google Analytics, Яндекс.Метрика, счётчиков Mail.ru и Спутник для статистики посещений сайта. Нажимая ОК и продолжая пользоваться сайтом, Вы подтверждаете, что Вы проинформированы и согласны с этим и с нашей Политикой в отношении обработки персональных данных, даёте своё согласие на обработку Ваших персональных данных. При несогласии просим Вас покинуть сайт и не пользоваться им. Вы можете отключить cookies в настройках Вашего веб-браузера.
The Pushkin Institute's official website uses cookies to ensure high-quality work and storage of users' settings on their devices. We also collect some data for site statistics using Google Analytics, Yandex.Metrika, Mail.ru and Sputnik counters. By clicking OK and continuing using our website, you acknowledge you are informed of and agree with that and our Privacy Policy. If you are not agree we kindly ask you to leave our website and not to use it. You may switch off cookies in your browser tools.