.png)
Как новые технологии в образовании страдают от «проклятия знакомого» и как это мешает использовать огромные возможности искусственного интеллекта, рассказывает выпускница РЭШ Гаянэ Симонян, которая внедряла продукты на «Учи.ру», а теперь строит маркетплейсы в США. На разных примерах она показывает, как система образования стремится новое превратить в старое. Главный вопрос сегодня – удастся ли ей «одомашнить» и искусственный интеллект?
Хочется верить, что технологии способны изменить к лучшему любую систему. Даже такую неповоротливую, как образование. С появлением новых возможностей – онлайн-образования, удаленного обучения, искусственного интеллекта (ИИ) – каждый раз кажется, что теперь-то все изменится и учиться будем по-другому. Однако этого почему-то не происходит – учиться или учить иначе мы почти не стали.
«Образовательные системы не революционизируются технологиями – они их приручают» – так об этом феномене пишет Джастин Рейх из Массачусетского технологического института в книге Failure to Disrupt. Иными словами, школы, университеты и прочие игроки рынка не ломают старые правила ради нового инструмента – они встраивают технологию в уже существующие привычки, расписания, форматы. Если вы видели, как в классах ставят интерактивную доску, чтобы показывать на ней... отсканированные страницы учебника, вы понимаете, о чем речь.
Даже в EdTech, который, казалось, был обречен революционизировать образование, технологии в итоге были подчинены консервативной системой. Главная мантра EdTech – слово «персонализация». С начала 2000-х мы мечтали, что технологии подберут каждому ученику свой маршрут обучения, подстроят темп, предложат интересные примеры, помогут вытянуть слабые стороны и усилить сильные.
Эдтехи стремились построить персонализированную образовательную траекторию, которая подстроится под индивидуальность и нужды любого ученика или пользователя. На деле же персонализация свелась к адаптивным тестам и автоматической подгонке сложности задач. Да, это полезно, но это все еще далеко от образа цифрового наставника, который понимает, кто вы, что вам интересно и почему вы учитесь.
Когда появились большие языковые модели (LLM) вроде ChatGPT, казалось, что вот теперь-то точно все будет иначе – цифровой наставник пришел. У ИИ есть все инструменты для этого, он может:
понять контекст вопроса и ответить в нужном стиле;
вести диалог, подстраиваясь под ваш уровень знаний и даже настроение;
помнить о вас – по крайней мере, теоретически – и развивать разговор, как это делает живой наставник.
Появились компании, которые на этом строят свой продукт. Именно так Khan Academy представляла своего гибридного тьютора Khanmigo: «Ваш ИИ-репетитор по любому предмету». На практике же успех пришел не из-за универсальности, а благодаря встроенным в уроки инструментам, которые учителя и так уже используют. Khanmigo подсказывает решения по шагам, задает наводящие вопросы, но всегда в рамках программы. Это как учитель-ассистент, который знает, что на повестке сегодня, и не уходит в сторону. Иными словами, ИИ не заменил, а дополнил педагога.
Получается, системы образования «одомашнивают» и AI. Вместо того чтобы перестроить процесс, его часто просто вставляют в знакомую рамку: генератор тестов, автоматический проверяющий, чуть более умная версия Google.
Это наглядная иллюстрация «проклятия знакомого» (curse of the familiar) – явления, при котором новые технологии успешнее внедряются, если выглядят и ощущаются, как старые формы. Вот почему чат-боты становятся «онлайн-учебниками с кнопками», а не радикально новым способом учиться. Это повышает шансы принятия, но снижает вероятность настоящей трансформации.
Другое проявление «проклятия» – использование ИИ для учителя, а не вместо него. Пример – Magicschool.ai, который стал популярным в системе начального и среднего образования (K-12), поскольку экономит время на подготовку уроков. Учитель задает тему и уровень, ИИ генерирует план, вопросы для обсуждения, задания с разным уровнем сложности. Это не замена методиста, а быстрый черновик, который учитель адаптирует под свой стиль.
Вывод: иногда настоящая персонализация начинается не с ученика, а с преподавателя,и это, похоже, долгосрочное будущее AI в образовании. Но идея та же: AI – это все еще помощник учителя.
Некоторые проекты уже делают следующий шаг, предлагая и замену учителю.Например,Duolingo Maxуверенно двигаетсяв этом направлении и использует персонализацию не только для подбора уровня сложности, но и для погружения в контекст. Вместо генерации упражнений Duolingo использует AI для имитации реальных разговоров – от заказа кофе в Париже до собеседования при приеме на работу. Каждое занятие адаптируется под уровень ученика, а после симуляции AI объясняет, что было не так и как улучшить ответ.
Конечно, чтобы взять на себя роль полноценного учителя, ИИ еще самому нужно учиться и избавиться от многих недостатков (это, впрочем, можно сказать и про многих учителей), например слишком хорошей памяти. Концепция PEARL of EdTech – Personalized AI Learning Models («Персонализированные модели обучения с ИИ») – подразумевает, что ИИ в образовании должен быть как жемчужина: формироваться постепенно вокруг личности ученика, учитывая его стиль, интересы, мотивацию. Главное отличие от старых адаптивных систем в том, что ИИ может учиться вместе с человеком и менять подачу материала под его язык, культурные коды и даже настроение. Например, вместо фактологических ответов объяснять через аналоги из жизни ученика или любимых музыкантов. То есть речь не о «подобрать уровень сложности», а о «сделать обучение личным и живым».
Но сколько именно ИИ должен помнить о пользователе? Каждый новый диалог или каждый новый день – это продолжение вчерашнего разговора или чистый лист? Ведь если ИИ слишком хорошо запоминает вас, это закрепляет устаревшие представления об ученике. Например, клеймо «он слаб в математике» сохраняется годами, влияя на образовательный процесс. Если же ИИ ничего не помнит, теряется эффект наставника и исчезает шанс выстроить долгую персональную траекторию.
Идеальное будущее – это, возможно, модели с контролируемой памятью: учитель или сам ученик решает, какие данные сохранять, а какие – отбрасывать. Это как наставник, который помнит ключевые вехи, но готов каждый раз смотреть на вас свежим взглядом.
Стартап SchoolAI предложил идею, близкую к PEARL: у AI есть профиль ученика, но учитель может вручную очищать или обновлять его. Это убирает устаревшие ярлыки и сохраняет конфиденциальность, потому что данные остаются внутри школы, а не на серверах модели. Таким образом, они соблюдают баланс между памятью и забывчивостью для этичной персонализации.
AI действительно поднимает планку персонализации. Он умеет не только подстраивать сложность, но и говорить на «языке» ученика. Он может быть и учителем, и тренером, и собеседником, а иногда и всем сразу.
Однако сегодня одной только персонализации уже недостаточно, для того чтобы завоевать ученика. От персонализации как таковой интерес активно смещается к LMS (Learning Management System). Системы управления обучением (например, Google Classroom или Canvas) – это ключ к школам и университетам, поскольку LMS содержит все данные об учебе: задания, обсуждения, оценки. Google уже встроил туда Gemini и другие AI-инструменты. OpenAI сотрудничает с Instructure (создатели Canvas). Естественно, все это происходит параллельно с созданием программ для обучения учителей, потому что без поддержки учителей AI вряд ли быстро приживется.
Крупнейшие AI-компании хотят стать инфраструктурой для обучения. Ведь теперь любой человек может собрать для себя уникальный учебный курс буквально за минуты. Недавно я смотрела, как разработчик из OpenAI просит ChatGPT создать курс французского языка с квизами, мини-игрой «Змейка», проверкой знаний и другими элементами геймификации. Он делает один простой запрос несколько раз в разных вкладках, чтобы за пару минут получить разные версии мини-приложения. То, что раньше команды Duolingo или Quizlet создавали годами и за миллионы долларов, сегодня любой потребитель может сделать сам в минимальном виде, пообщавшись с языковой моделью. OpenAI (ChatGPT Study Mode), Anthropic (Claude Learning Project), Google (Gemini Guided Learning) – все они пытаются превратить LLM в цифрового репетитора, используя специальные режимы обучения. Их главная ставка – на мультимодальность, позволяющую избавиться от слишком больших объемов текста. Google уже активно добавляет видео с YouTube и картинки в Guided Learning. OpenAI развивает GPT-5, который работает и с текстом, и с изображениями, и с аудио и даже может генерировать визуализации. Anthropic делает упор на голосовое взаимодействие и кодинг-симуляции.
Возможно, кто первым создаст богатый, интерактивный, визуальный опыт обучения (с видео, голосом, VR и т. д.), тот и выиграет битву за студентов. Но настоящая трансформация произойдет не тогда, когда AI станет умнее, а когда образовательные системы решат пересмотреть сценарии обучения и не будут просто встраивать AI в привычные формы.
О книгах по образованию читайте на «полке» Гаянэ Симонян.
