Виртуальный Моцарт, бот «Венчурный капитал» и генерация учебных видео: как в Вышке применяют ИИ
В середине ноября в Вышке состоялся митап, на котором преподаватели, исследователи и административные работники университета представили собственные проекты и поделились опытом использования ИИ-технологий в образовательной и научной деятельности. Встреча прошла в рамках программы повышения квалификации «Искусственный интеллект в образовании и исследованиях».
Проект «Искусственный интеллект в образовании и исследованиях» поддерживает инициативы сотрудников Высшей школы экономики, стремящихся использовать современные технологии для повышения качества образовательного процесса и научных исследований. Проект реализуется в рамках программы стратегического академического лидерства «Приоритет-2030».
Редизайн курса «Венчурный капитал» с помощью элементов ИИ
Александр Семенов, доцент Школы финансов факультета экономических наук, поделился опытом использования искусственного интеллекта для редизайна курса «Венчурный капитал». Одной из основных задач, решаемых с помощью ИИ, стало повышение информированности студентов о рынке финансовых инвестиций и инновационного бизнеса.
Александр Семенов
Для этого был разработан виртуальный ассистент на базе бота-психолога Анны, который взаимодействует со студентами, помогает отвечать на сложные вопросы и улучшать психологическую подготовку к взаимодействию с инвесторами. Использование ассистента позволило повысить качество подготовки студентов и предоставило новые инструменты для обсуждения психологических аспектов предпринимательства.
ИИ-симулякры для курса о фиджитал-искусстве
Евгения Евпак, стажер-исследователь Лаборатории экономики инноваций ИСИЭЗ НИУ ВШЭ и приглашенный преподаватель Школы дизайна НИУ ВШЭ, представила проект по внедрению ИИ-симулякров для курса о фиджитал-искусстве.
Евгения Евпак
Основная идея проекта заключалась в создании виртуальных аватаров исторических личностей, таких как Платон, Жан Бодрийяр и Вольфганг Амадей Моцарт, которые используются для образовательных диалогов со студентами. Эти аватары были созданы с помощью нейросетей Hedra и GigaChat, что позволило интегрировать элементы геймификации в образовательный процесс и получить интерактивную среду для изучения фиджитал-искусства и его теоретических основ. Такой подход не только позволит экономить время на создание обучающих видеоматериалов, но и сделает обучение более увлекательным для студентов.
ИИ-инструменты для обучения иностранным языкам
Наталья Ряпина, старший преподаватель департамента иностранных языков пермского кампуса НИУ ВШЭ, рассказала о своем опыте применения ИИ для обучения иностранным языкам.
Наталья Ряпина
Основной акцент был сделан на использовании мультимодальных ИИ-инструментов, таких как Gamma и EdrawMind, которые помогают адаптировать учебные материалы и улучшить их восприятие студентами. Генерация различных форматов контента (видео, аудио, текст) с помощью искусственного интеллекта удовлетворяет потребности учащихся с различными стилями обучения: они сильнее вовлекаются в образовательный процесс и глубже погружаются в материал.
Внедрение ИИ в образовательную деятельность
Ксения Фимина, старший преподаватель департамента прикладной математики НИУ ВШЭ, продемонстрировала, как искусственный интеллект может оптимизировать процесс создания образовательных материалов.
Ксения Фимина
В своей работе она использует такие ИИ-инструменты, как Narakeet и invideo AI, что позволяет сокращать время на создание видеоматериалов презентационного качества более чем в 10 раз. Инструменты ИИ предоставляют преподавателям широкий набор готовых шаблонов и идей для визуального представления лекционного материала, помогая делать образовательный процесс более наглядным и понятным для студентов. Также Ксения Фимина использует нейросетевые технологии в разработке цифрового помощника для врачей-исследователей в рамках проекта «Smart-Медицина».
Использование ИИ-технологий для изучения нарративной структуры текста
Маргарита Фабрикант, ведущий научный сотрудник Лаборатории сравнительных исследований массового сознания Экспертного института, представила результаты исследования по применению инструментов ИИ для анализа эмоциональной тональности текста и изучения нарративной структуры.
Маргарита Фабрикант
В рамках проекта был использован анализ эмоциональной динамики на основе библиотеки NLTK для изучения древнего эпоса о Гильгамеше. Исследование выявило закономерности в эмоциональной структуре текста, подтвердив гипотезы о нарастании и снижении эмоциональной интенсивности в ключевые моменты нарратива. Проект Маргариты Фабрикант демонстрирует возможности применения ИИ-технологий для объективного анализа сложных текстов, что имеет большое значение для проведения гуманитарных исследований.
Программу повышения квалификации «Искусственный интеллект в образовании и исследованиях» реализуют Центр непрерывного образования факультета компьютерных наук ВШЭ и Корпоративная академия (ранее - Центр повышения квалификации) ВШЭ.
Вам также может быть интересно:
AI AWARDS 2026: аналитическую основу премии формирует iFORA НИУ ВШЭ
Высшая школа экономики вошла в число партнеров премии AI AWARDS 2026, которая пройдет 29 апреля в Москве. Проект, реализуемый командой «Билайн Big Data & AI», посвящен практическому применению искусственного интеллекта и объединяет компании, технологии и команды, которые уже сегодня влияют на развитие новой цифровой экономики. Вклад номинантов AI AWARDS в развитие ИИ анализируется на основе данных, поэтому качество аналитической базы и прозрачность методологии становятся для рынка принципиально важными.
Будущее кардиогенетики — с искусственным интеллектом
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ (Институт ИИиЦН) создали программу, которая способна анализировать участки генома человека, ранее недоступные для точной интерпретации при генетическом тестировании. Программа адаптирует большие генеративные модели (ГенИИ) под задачи кардиогенетики, чтобы предсказывать, как мутация влияет на работу конкретного гена.
НИУ ВШЭ и Альфа-Банк запускают исследовательские проекты в сфере искусственного интеллекта
НИУ ВШЭ и Альфа-Банк объявили о старте трех совместных проектов в области искусственного интеллекта. Они направлены на развитие аналитических инструментов для банковских сервисов — от более точных прогнозов до новых подходов к управлению рисками и персонализации клиентского опыта.
Участники «Я — профессионал» разработают ИИ-агентов для бизнеса на Весенней экономической школе Вышки и Сбера
На площадке СберУниверситета стартовала Весенняя экономическая школа, организованная Высшей школой экономики и Сбером для участников Всероссийской олимпиады студентов «Я — профессионал» Президентской платформы «Россия — страна возможностей». С 22 по 24 апреля студенты будут работать над созданием ИИ-агента для бизнеса — от идеи и научной гипотезы до прототипа, готового к защите перед экспертами.
Уже не выбор, а реальность: трансформация мира под влиянием ИИ
Искусственный интеллект уже не воспринимается как технология будущего: он стремительно меняет процессы принятия решений, рынок труда и социальные практики. Вместе с тем он несет с собой не только новые грандиозные возможности, но и системные риски, связанные с ростом зависимости от данных, трансформацией профессий и изменением человеческого поведения. В НИУ ВШЭ создали семантическую карту разломов, которая показала ключевые тренды в развитии технологий.
Почему искусственный интеллект не способен поработить человечество
1 апреля на факультете математики НИУ ВШЭ встретили российского ученого, преподавателя и специалиста по информационной безопасности Андрея Масаловича, известного как КиберДед. Он представил студентам Вышки свои «Двадцать вопросов искусственному интеллекту» и поделился ответами, раскрывающими суть проблем в сфере развития ИИ, а также рассказал, почему тот никогда не сможет захватить человечество.
Ученые Вышки научили нейросеть «слышать» неисправности в электродвигателях
Ученые Института искусственного интеллекта и цифровых наук (ИИиЦН) факультета компьютерных наук НИУ ВШЭ разработали метод Signature-Guided Data Augmentation (SGDA), который способен с точностью 99% определять неисправность двигателей и с точностью 86% классифицировать типы возникших поломок. Применение этой разработки может снизить расходы на ремонт промышленного оборудования, уменьшить простои и сделать производство безопаснее. Результаты исследования опубликованы в журнале Engineering Applications of Artificial Intelligence.
«Подготовка инженеров нового поколения невозможна без интеграции инструментов ИИ в отраслевые ОП»
26 февраля в Уфе на площадке Межвузовского студенческого кампуса Евразийского научно-образовательного центра прошла защита итоговых проектов пилотного курса образовательной программы «ИИ-инженерия в нефтегазовой отрасли». Эксперты НИУ ВШЭ оценили студенческие проекты в сфере искусственного интеллекта, выполненные для «Газпрома» в рамках федерального проекта «Экономика данных и цифровая трансформация государства».
Стартует набор на онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов»
В Центре непрерывного образования факультета компьютерных наук НИУ ВШЭ открыт набор на новую онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов». Программа разработана для тех, кто стремится перейти от базового использования нейросетей в формате чат-ботов к созданию прикладных интеллектуальных инструментов для автоматизации бизнес-задач. Курс ориентирован на слушателей, заинтересованных в практическом освоении современных подходов к разработке автономных ИИ-агентов на базе больших языковых моделей и их внедрении в рабочие процессы.
Ученые НИУ ВШЭ научились сжимать большие языковые модели без потерь в качестве
Исследователи из Института искусственного интеллекта и цифровых наук (Институт ИИиЦН) ФКН НИУ ВШЭ разработали новый метод сжатия больших языковых моделей, таких как GPT и LLaMA, который позволяет уменьшить их объем на 25–36% без дополнительного обучения и значительной потери в точности. Это первый подход, который использует математические преобразования — вращения весов модели, — чтобы сделать модели более удобными для сжатия с помощью структурированных матриц. Результаты исследования опубликованы в ACL Findings 2025. Код метода доступен на GitHub.