Формирование навыков работы с генеративными нейронными сетями у студентов творческих специальностей

Представленное в данной статье исследование продолжает дискуссию в академическом сообществе относительно внедрения в образовательный процесс генеративных нейросетевых моделей и их влияния на сложившиеся в российской системе высшего образования практики. На протяжении последних лет уже сформировался корпус исследований, посвященных взаимодействию с подобными алгоритмами в рамках решения научно-практических задач. При этом довольно редко рассматривается влияние подобных интеллектуальных технологий на образовательные программы творческих специальностей, которые преимущественно носят практико-ориентированный и проектный характер.

В исследовании обобщается двухлетний опыт проектной работы со студентами Института медиа и Школы дизайна НИУ ВШЭ, направленной на развитие навыков взаимодействия с графическими и мультимодальными нейросетевыми моделями (Midjourney, Stable Diffusion и др.). В ходе реализации образовательных программ обнаруживается необходимость формирования у студентов специфических компетенций промпт-инжиниринга, структурирования процесса работы с генеративными алгоритмами и междисциплинарного взаимодействия. Особое внимание уделено применению объектно-ориентированного подхода и модели креативного проектирования «Двойной ромб» («Double Diamond»), которые помогают рационально распределить роли между человеком и алгоритмом, повысить эффективность креативного проектирования и сохранить ведущую роль человека в процессе принятия решений.

Также в статье рассматриваются методические аспекты документирования и выявления схем взаимодействия с нейросетями, способствующих воспроизводимости результатов и развитию навыков командной работы. Внедрение таких подходов в образовательный процесс не только делает студентов конкурентоспособными специалистами в условиях стремительно меняющегося технологического контекста, но и способствует демократизации креативного труда, снижая барьеры для создания сложных медиапродуктов.

1. Zhang R., He J., Luo X., Niyato D., Kang J., Xiong Z., Li Y., Sikdar B. Toward democratized generative AI in next-generation mobile edge networks. IEEE Network. 2025;39(6):251–260. DOI: 10.1109/mnet.2025.3541078.

2. Галкин Д. В., Коновалова К. В., Бобков С. П. К проблеме автоматизации творчества в сфере искусства и дизайна: инструментальный и генеративный подходы. Вестник Томского государственного университета. Культурология и искусствоведение. 2021;44:14–24. DOI: 10.17223/22220836/44/2. EDN: TGVRXH.

3. Bubeck S., Chandrasekaran V., Eldan R., et al. Sparks of artificial general intelligence: Early experiments with GPT-4. arXiv. 2023:1–155. DOI: 10.48550/arXiv.2303.12712.

4. Hunter N. The art of prompt engineering with ChatGPT: GPT-4, plugins & DALL-E 3. ChatGPT Trainings; 2023. 151 p.

5. Hunter N. Building consistent characters with Midjourney and ChatGPT: Unlocking the power of visual storytelling. ChatGPT Trainings; 2023. 57 p.

6. Shamaeva I. Advanced styles and insights with Midjourney: Imagine beautiful AI prompts. Berkeley, Apress; 2024. 206 p. DOI: 10.1007/979-8-8688-0336-9

7. Zhou Y. Prompt design patterns: Mastering the art and science of prompt engineering. ArgoLong Publishing; 2023. 454 p.

8. Зашихина И. М. Подготовка научной статьи: справится ли ChatGPT? Высшее образование в России. 2023;32(8–9):24–47. DOI: 10.31992/0869-3617-2023-32-8- 9-24-47. EDN: JPFYUJ.

9. Валькова Ю. Е. Использование технологий искусственного интеллекта для подготовки и написания научных статей. Информатика и образование. 2024;39(6):38–52. DOI: 10.32517/0234-0453-2024-39-6-38-52. EDN: OFVOAD.

10. Другова Е. А., Журавлева И. И., Захарова У. С., Сотникова В. Е., Яковлева К. И. Искусственный интеллект для учебной аналитики и этапы педагогического проектирования: обзор решений. Вопросы образования. 2022;4:107–153. DOI: 10.17323/1814-9545-2022-4-107-153. EDN: BYFFFX.

11. Ивэнь Г. Применение больших языковых моделей для формирования навыков анализа медиаконтекста в обучении студентов филологических специальностей. Информатика и образование. 2024;39(6):82–96. DOI: 10.32517/0234-0453-2024-39-6-82-96. EDN: UACTDH.

12. Жикулина К. П., Костромина В. В. Вычислительная креативность генеративной сети Midjourney в полимодальном пространстве. Litera. 2024;6:1–16. DOI: 10.25136/2409-8698.2024.6.70890. EDN: COCFNP.

13. Orwig W., Bellaiche L., Spooner S., Vo A., Baig Z., Ragnhildstveit A., Schacter D. L., Barr N., Seli P. Using AI to generate visual art: Do individual differences in creativity predict AI-Assisted art quality? Creativity Research Journal. 2024;38(1):242–253. DOI: 10.1080/10400419.2024.2440691.

14. Chi-Wei Lee. Application of generative artificial intelligence in design education: An exploration and analysis to enhance student creativity. Engineering Proceedings. 2025;98(1):29. DOI: 10.3390/engproc2025098029.

15. Наумычева И. Г. ИИ-искусство & дизайн-процессы 2025: стратегия работы в эпоху интеллектуальных инструментов: методическое пособие. Белгород: Агентство перспективных научных исследований; 2025. 56 с.

16. Guilford J. P. Creativity. American Psychologist. 1950;5:444–454. DOI: 10.1037/h0063487.

17. Booch G., Maksimchuk R. A., Engle M. W., Young B. J., Conallen J., Houston K. A. Object-oriented analysis and design with applications. Boston, Addison-Wesley; 2007. 691 p.

18. White J., Fu Q., Hays S., Sandborn M., Olea C., Gilbert H., Elnashar A., Spencer-Smith J., Schmidt D. С. A prompt pattern catalog to enhance prompt engineering with ChatGPT. arXiv. 2023:1–19. DOI: 10.48550/arXiv.2302.11382.

19. Koivisto M., Grassini S. Best humans still outperform artificial intelligence in a creative divergent thinking task. Scientific Reports. 2023;13:13601. DOI: 10.1038/s41598-023-40858-3.

20. Hubert K. F., Awa K. N., Zabelina D. L. The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks. Scientific Reports. 2024;14:3440. DOI: 10.1038/s41598-024-53303-w.

21. Галкин Д. В., Вэн В. Роль генеративного искусственного интеллекта в современном дизайне: теоретические аспекты. Вестник Томского государственного университета. Культурология и искусствоведение. 2025;57:25–39. DOI: 10.17223/22220836/57/3. EDN: BDDQSS.

22. Фадеева Т. Е., Старусева-Першеева А. Д. Генеративные практики в креативных индустриях: «фиджитал»-аспект художественного проектирования. Дом Бурганова. Пространство культуры. 2023;19(3):79–89. DOI: 10.36340/2071-6818-2023-19-3-79-89. EDN: ZSBIIG.

23. Шомова С. А., Качкаева А. Г. Между очарованием и испугом: диалог с «другим». Опыт анализа практик использования ИИ в профессиональной и повседневной жизни. Мониторинг общественного мнения: экономические и социальные перемены. 2024;5(183):3–17. DOI: 10.14515/monitoring.2024.5.2766. EDN: YVQHAJ.

24. Atkinson D. P., Barker D. R. AI and the social construction of creativity. Convergence. 2023;29(4):1054–1069. DOI: 10.1177/13548565231187730.

25. Brinkmann L., Baumann F., Bonnefon J. F., et al. Machine culture. Nature Human Behaviour. 2023;7:1855–1868. DOI: 10.1038/s41562-023-01742-2.

26. Резаев А. В., Трегубова Н. Д. ChatGPT и искусственный интеллект в университетах: какое будущее нам ожидать? Высшее образование в России. 2023;32(6):19–37. DOI: 10.31992/0869-3617-2023-32-6-19-37. EDN: GZJZIJ.