Лаборатория онлайн-обучения

Лаборатория онлайн-обучения pinned «Краснодар, давайте встретимся! Хочу собрать наше методическое сообщество на очную встречу, чтобы познакомиться, пообщаться и обменяться опытом. Приглашаю коллег из EdTech, корпоративного обучения и других образовательных ниш. Предлагаю провести встречу на…»

Краснодар, давайте встретимся! Хочу собрать наше методическое сообщество на очную встречу, чтобы познакомиться, пообщаться и обменяться опытом. Приглашаю коллег из EdTech, корпоративного обучения и других образовательных ниш. Предлагаю провести встречу на тему «Год спустя: как ИИ изменил нашу работу?» Хочется обсудить, кто чем сейчас занимается, какие изменения произошли в наших рабочих задачах благодаря ИИ, что уже получается, а что по-прежнему вызывает сложности. Чтобы встреча получилась содержательной, предлагаю такую повестку: 1. Кто мы сегодня? Познакомимся (или познакомимся заново), расскажем, кто чем сейчас занимается и что изменилось в нашей профессиональной деятельности за последний год. 2. ИИ: ожидания и реальность Обсудим, насколько активно мы используем ИИ, какие задачи уже ему делегируем, что оказалось полезным, а что не оправдало ожиданий. 3. «А можно подробнее?» Поделюсь с вами исследованиями и кейсами по использованию ИИ в методических задачах и сделаю несколько выводов о них. 4. Что дальше? Обсудим, какие форматы очных встреч нам интересны: разборы рабочих кейсов, практические мастерские, совместное решение методологических (или методических) задач, обмен образовательными решениями, встречи с приглашёнными экспертами и т.д. Соберём предложения и выберем наиболее интересные направления для следующих встреч. Пока встреча не утверждена. Сначала хочу понять, сколько человек заинтересованы в участии, и на основании откликов принять решение, будем ли её проводить. Если вам интересно присоединиться, сделайте два простых шага 👇🏼 1. Вступите в нашу Telegram-группу: https://t.me/metod_solution_krasnodar 2. Поставьте «+» в комментариях под сообщением с приглашением на встречу внутри группы. Так я смогу оценить количество потенциальных участников. Итоги подведу 27 октября. Если наберётся достаточно желающих и мы решим проводить встречу, уже вместе обсудим дату, время и конкретное место. Буду рад увидеться! Telegram Методическое решение | город Краснодар Образовательные мероприятия, нетворкинг, обмен опытом и многое другое! Создатель 👉🏼 @osipov_education

Рынок образовательный идёт в рынок технологический Всё чаще обращаются разные команды, которые делают технические продукты для образования, чтобы мне либо принять участие в их исследовании, либо проконсультировать. В основном, конечно, сейчас всё крутится вокруг ИИ. И знаете, мне это очень напоминает тот период, когда все массово пошли делать онлайн-курсы. При этом понимание того, как вообще сделать образовательный продукт качественно, зачем там нужен педагогический дизайн, как исследовать аудиторию, как проверять результат и т.д., было далеко не у всех. В итоге рынок довольно быстро расслоился. Кто-то научился очень хорошо продавать то, что было собрано буквально на коленке, а кто-то начал вкладываться в методологию, исследования, аналитику и т.д. И уже потом постепенно стали появляться более серьёзные разговоры о том, а что вообще считать хорошим образовательным продуктом. Появились даже целые конференции, сообщества и т.д. Мне кажется, что сейчас похожая история начинает происходить уже с ИИ-сервисами и образовательными платформами. Потому что сделать вау-эффект из серии «Михаил, смотрите у нас ИИ за минуту проверил задание» не сложно. Но в реальной практике только на демо версиях всё выглядит «красиво». Потому что дальше от меня начинаются уже более важные вопросы. Какую образовательную задачу вообще решает этот сервис? Что меняется у обучающегося? Он действительно начинает лучше учиться или просто быстрее получает готовый результат? Как мы вообще понимаем, что продукт работает, кроме того, что он что-то делает что-то быстрее? и т.д. Мне кажется, что сейчас мы как раз находимся в точке, когда технологию уже научились очень хорошо показывать и продавать, а критерии качества её применения в образовании ещё только формируются. И вполне возможно, что через какое-то время возникнет вопрос про то, что считать качественным ИИ-сервисом для образования. В общем, есть ощущение, что пока на наших глазах появляется новый инфобиз. Только теперь уже технологический. Что думаете, коллеги ❓

Так сегодня выглядит деловая программа автора канала. Никаких пиджаков и деловых лиц. Только сплошное веселье 😀

Лаборатория онлайн-обучения: 💭 Я с уважением отношусь к работе исследователей и считаю, что появление подобных научных публикаций само по себе заслуживает положительной оценки. Однако с точки зрения экспериментальной логики и обоснованности выводов у меня остаётся несколько вопросов 👇🏼 1. Почему для проверки сокращения трудозатрат авторы не использовали контрольное условие, в котором преподаватели разрабатывали бы аналогичные материалы традиционным способом? 2. Можно ли считать экспертную оценку качества разработанных материалов доказательством их образовательной эффективности? 3. Как авторы установили, что повышение оценок связано именно с особенностями мультиагентной архитектуры? На мой взгляд, этих трёх вопросов достаточно, чтобы обозначить определенные ограничения исследования (если к нему относиться как к научному исследованию). Отдельно отмечу, что инструкции (или промты), с которых я начал свой разбор, стали для меня маркером недостаточной глубины методической проработки. Я сознательно ограничился этим аспектом, поскольку подробный анализ всех методологических вопросов превратил бы публикацию в объёмный академический текст, не слишком удобный для читателей канала. Так какие в итоге выводы позволяет сделать это исследование? Первый вывод — мультиагентная система способна генерировать образовательные материалы, которые эксперты считают пригодными для дальнейшей доработки. Второй вывод — режимы работы AI-агентов с участием преподавателя получают более высокие экспертные оценки. На мой взгляд, это как раз те результаты исследования, которые доказаны и заслуживают внимания. Однако они сами по себе не доказывают образовательную эффективность созданных материалов или, например, преимущества именно мультиагентной архитектуры в разработке учебных курсов.

Продолжаю готовить цикл своих занятий для преподавателей одного из вузов. На этот раз про то, как решать педагогические задачи с ИИ (эта тема намного шире, чем "сгенерировать презенташку с ИИ", она методологическая). Решил поделиться с вами тем, как я отвечаю на вполне закономерный вопрос заказчика: «Михаил, уточните, пожалуйста, что в итоге получат обучающиеся по результатам занятия? Что они будут потом использовать на практике?» Для ответа на вопрос мне помогает Backward Design — модель обратного дизайна. Сначала определяем, каких результатов должны достичь преподаватели. Затем — как мы сможем убедиться, что эти результаты достигнуты. И только после этого проектируем содержание и учебные активности. В результате заказчик получает конкретные результаты обучения, выраженные в измеримых методических артефактах. Кстати, кто сказал, что образовательные результаты нельзя измерять в методических артефактах? Я говорю, что можно! p.s. на скрине пример образовательных результатов одного из занятий

«Сделайте так, чтобы обучающиеся были в восторге», — сказал заказчик и исчез на неделю Знакомая ситуация? 😁 А в это время ещё и задачи размыты, сроки горят, команде нужно разобраться в ожиданиях заказчика, спроектировать образовательный опыт, разработать задания, продумать оценку результатов и ничего при этом не упустить. И ведь сегодня практически у каждого проектировщика обучения есть собственный набор инструментов, которые помогают справляться с такими задачами. Чек-листы, таблицы, алгоритмы, шаблоны документов и т.д. Что-то разработали самостоятельно, что-то нашли у коллег, а что-то собрали на основе профессиональной литературы. Со временем формируется целая библиотека методических решений. Но есть один нюанс. На создание и проверку таких инструментов тоже уходят время и силы. И далеко не всегда имеет смысл разрабатывать очередной шаблон с чистого листа, особенно если подобная задача уже кем-то решена (и не один раз). Тем более сегодня, когда с помощью ИИ можно за несколько минут сгенерировать практически любую таблицу или алгоритм. Правда, потом ещё придётся разобраться, насколько получившийся инструмент методически корректен и действительно подходит для вашей задачи. Поэтому мне кажется вполне разумным использовать уже готовые профессиональные наработки, адаптируя их под собственные образовательные проекты. И здесь хочу обратить ваше внимание на «Магазин Фреймворков». Это библиотека готовых методических инструментов, которые можно использовать в повседневной работе специалистов по обучению. Например 👇🏼 • Нужно разработать тестовые задания? Можно воспользоваться готовым алгоритмом, который поможет пошагово разработать и проверить качество тестовых заданий. • Хотите отслеживать прогресс обучающихся? Для этого есть фреймворк с дневником рефлексии. • Необходимо организовать работу над образовательным проектом? Пригодится фреймворк по диаграмме Ганта. И это лишь несколько примеров инструментов, представленных в библиотеке. Конечно, любой из них можно разработать самостоятельно. Но ценность готовых решений как раз в том, что они позволяют не начинать каждый раз с нуля, а сосредоточиться на более содержательных задачах: анализе образовательных потребностей, проектировании учебного опыта, оценке достижения образовательных результатов и т.д. А ещё фреймворки можно поместить под капот нейросети — только никому об этом не говорите. Выбрать один инструмент под конкретную задачу или собрать комплект для команды обучения можно здесь 👉🏼 Магазин Фреймворков

Можно успеть всё, но опоздать на целую весну Мир всё ускоряется и ускоряется. И порой уже непонятно, куда так спешит. Сначала развитие интернета и медиа заставило нас потреблять всё больше информации. Теперь искусственный интеллект стимулирует выполнять задачи всё быстрее и быстрее. И в этой бесконечной гонке за скоростью и продуктивностью порой теряется элементарный человеческий смысл. 💭 Вчера мы с сыночком смотрели советские мультфильмы. Одним из них оказался всем известный «Паровозик из Ромашкова», снятый режиссёром Владимиром Дегтярёвым на студии «Союзмультфильм» в далёком 1967 году. Помните этого милого синего паровозика, который постоянно опаздывал? Все вокруг торопились, возмущались, требовали соблюдать расписание. А он останавливался посреди дороги, чтобы полюбоваться первыми весенними ландышами, послушать соловьёв, встретить рассвет. И когда один из пассажиров возмутился, что они опоздают на станцию, паровозик совершенно спокойно ответил: «Да, ну и что ж… Но если мы не увидим первых ландышей, то мы опоздаем на всю весну!» Удивительно, но только сейчас, уже будучи взрослым человеком, я, кажется, по-настоящему понял этого паровозика. Ведь весна — прекрасная метафора нашей собственной жизни. Мы постоянно куда-то движемся. Стремимся к новым профессиональным и личным высотам. И нередко воспринимаем сам путь лишь как необходимость, которую нужно преодолеть ради очередной «конечной станции». А что, если именно в этом пути и заключается весь смысл нашего счастья? Синий паровозик не был образцом пунктуальности. Он постоянно допускал ошибки в расписании. Но при этом именно он замечал то, что остальные пассажиры в своей спешке просто не видели. Мне кажется, нам, взрослым, очень не хватает этого умения. Мы привыкли оценивать успешность своего движения по тому, насколько точно достигли поставленной цели. Но ведь ценность прожитого пути не всегда определяется совершенством конечного результата. Возможно, нам стоит иногда переосмысливать не только цели, к которым мы стремимся, но и сам путь. И замечать в нём те маленькие события, которые и составляют нашу жизнь.

У канала нет спонсоров. Есть только подписчики, для которых почти 5 лет веду канал. Поэтому спасибо всем, кто направляет донаты. Ценю! Поддержать автора можно 👉🏼 здесь всё добровольно и по своему желанию

За экраном компьютера каждый эксперт Недавно посмотрел один разбор о том, как вообще отличить эксперта от человека, который просто очень убедительно выглядит экспертом. Делали обзор на одного специалиста из научной среды. Он занимается исследованиями, преподаёт и т.д. У него поставленная (даже ораторская речь), понятные объяснения, уверенная подача и т.д. Короче говоря, если посмотреть его публичные выступления или интервью вряд ли возникнет ощущение, что эксперт плохо разбирается в теме. А потом он оказался на конференции. Вокруг — коллеги, которые много лет работают примерно в той же области. Началась дискуссия. Вопросы стали уходить чуть глубже и чуть в сторону от основной линии выступления. И как только появились возражения, необходимость прямо на месте объяснять связи между разными вещами, уверенность исчезла. И (для опытного коллеги в теме) стало понятно, что начались ответы не по теме... 💭 Мне эта история запомнилась не потому, что кто-то «провалился» на конференции. Скорее, она заставила ещё раз подумать о том, где мы вообще наблюдаем эксперта, когда решаем, что он эксперт. К тому же теперь ко всему этому добавился ИИ, который за экраном компьютера сделал почти каждого экспертом. Но думаю, что эта пелена довольно быстро начнёт спадать. По мере того как ИИ станет привычным инструментом для всех, сам по себе хороший материал или убедительный разбор какого-то кейса будут всё меньше работать как доказательство экспертизы. В какой-то момент людям, возможно, станет просто не так интересно слушать очередного «эксперта из социальных сетей». Поэтому, если вам хочется действительно почувствовать собственную экспертизу, я бы рекомендовал чаще выходить из-за экрана и ходить на профессиональные конференции. Я участвовал и в конференциях по корпоративному обучению — из того, что сразу вспоминается, например, Digital Learning, — и в научных конференциях, например, в Уральском государственном университете. Даже принимал участие в организации образовательных, культурных и иных конференций. Там совершенно другой режим. Перед вами сидят люди, которые сами много лет в теме. Они могут не согласиться, задать неудобный вопрос, попросить обосновать тезис, увести диалог в сторону и т.д. В такие моменты довольно быстро становится понятно, кто такой эксперт. Согласны? #КтоЭксперт

Сегодня, 15 октября, исполняется 100 лет со дня рождения Генриха Сауловича Альтшуллера — советского изобретателя, писателя-фантаста и автора теории решения изобретательских задач (ТРИЗ). В моей жизни работы Генриха Сауловича сыграли действительно значительную роль. Во многом именно они помогли мне преодолеть инертность мышления, научиться иначе смотреть на привычные задачи, находить решения там, где раньше я видел только ограничения. Я достаточно много применял инструменты ТРИЗ в социальных системах, в том числе в образовании, несмотря на то, что первоначально теория разрабатывалась для решения технических задач. И думаю, что многим из вас знакомы такие инструменты, как идеальный конечный результат (ИКР), приёмы разрешения противоречий и другие разработки Альтшуллера. Но сегодня мне хочется обратить внимание на другую, менее известную сторону его наследия — теорию развития творческой личности (ТРТЛ). Дело в том, что Генрих Саулович вместе с Игорем Михайловичем Верткиным исследовал сотни биографий выдающихся людей, пытаясь понять, какие качества и жизненные стратегии позволяли им добиваться значительных творческих результатов. Одним из результатов этой работы стала «Жизненная стратегия творческой личности». И знаете, что меня больше всего впечатляет в этих исследованиях? То, насколько важную роль в развитии творческих способностей играет обыкновенное человеческое трудолюбие. Исторических примеров того, где трудолюбие сделала личность талантливой много. Достаточно вспомнить Генриха Швабе, Уилсона Бентли или Александра Любищева. Причём Альтшуллер и Верткин рассматривали трудолюбие не как самостоятельное качество, гарантирующее успех, а как часть целой системы качеств творческой личности. Они выделяли шесть качеств творческой личности: 1. наличие достойной цели, 2. способность видеть проблемы, которые необходимо решить для её достижения, 3. умение планировать свою деятельность, 4. высокую работоспособность, 5. владение методами решения творческих задач, 6. способность отстаивать собственные идеи. Но главный вывод, который я для себя сделал из трудов Генриха Сауловича, заключается в том, что талант — это не какая-то неизменная характеристика человека, а потенциал, который можно развивать.

Искусственный интеллект помогает нам обратить внимание на то, чему раньше мы не всегда уделяли достаточно внимания. Об этом я уже не раз писал на канале и профессиональных сообществах. И чем активнее ИИ проникает в образование, тем больше убеждаюсь в справедливости этого наблюдения. Возьмём, например, корпоративное обучение. Мы много лет на конференциях говорили о необходимости оценивать его эффективность. Но на практике часто используются те метрики, которые было проще всего собрать (см. исследование рынка корпоративного обучения Digital Learning 2026 г.). Например, оценивали количество прошедших обучение сотрудников (COR), процент завершения курсов, удовлетворённость участников (NPS, CSI, CSAT) и т.д. Всё это полезные продуктовые метрики, но они практически ничего не говорят о том, научились ли сотрудники применять полученные знания в работе и изменилось ли что-нибудь в результате обучения. Почему так происходило? Причин много. Но одна из них, на мой взгляд, заключается в том, что значительная часть ресурсов образовательных команд уходила непосредственно на производство контента и решение рутинных задач. Сегодня ситуация постепенно меняется. ИИ позволяет существенно сократить время на разработку учебных материалов, создание заданий и т.д. Но если производство образовательного контента перестаёт быть главным ограничением, на чём теперь должны сосредоточиться проектировщики обучения? На мой взгляд, прежде всего на качестве решений, которые лежат в основе образовательных продуктов. Например Как определить реальные образовательные потребности? На основании каких научных данных выбирать методы обучения? Как проектировать задания, которые действительно способствуют развитию необходимых компетенций? Как оценивать образовательные результаты и отличать эффект обучения от влияния других факторов? и т.д. Именно поэтому я уже несколько лет говорю о том, что значение научного подхода к проектированию и оценке образовательных продуктов будет возрастать. Конечно, наличие ИИ само по себе не гарантирует, что образовательные команды начнут глубже разбираться в этих вопросах. Можно просто производить ещё больше курсов за меньшее время. Но я убеждён, что в будущем профессиональную ценность проектировщика обучения всё в большей степени будет определять способность принимать обоснованные образовательные решения и оценивать их эффективность. Поэтому рекомендую почаще заглядывать в библиотеку нашего канала. За последние несколько лет разобрано немало исследований в сфере обучения, научных концепций, методологических подходов, моделей и т.д. Планирую развивать библиотеку для вас. Но на текущий момент так мало обратной связи, хотя столько актуальных тем для написания материалов... Будет здорово — если вы 👉🏼 пройдёте опрос, чтобы помочь мне улучшить и расширить библиотеку. Спасибо всем, кто уже принял участие в опросе!

Мы так увлеклись возможностями ИИ, что, кажется, стали меньше говорить о возможностях самого человека. Сегодня мы постоянно обсуждаем, какие задачи искусственный интеллект сможет выполнять вместо нас, какие профессии изменятся и какие процессы удастся автоматизировать. Но меня больше интересует вопрос: а как должен меняться сам человек, чтобы использовать технологии для собственного развития? Поэтому обратил внимание на конференцию СберУниверситета «Больше чем обучение», которая пройдёт 23-24 октября. В этом году организаторы решили поставить в центр внимания не столько технологии, сколько человека в мире перемен. В программе три тематических трека: • Технологии — как ИИ трансформирует рынок труда, где проходят границы допустимого и как использовать технологии для усиления человеческих возможностей. • Человек — как сохранять любопытство вместо тревоги, развивать мышление и способность учиться на протяжении всей жизни. • Организации — как создавать среду для изменений, выстраивать доверие и объединять возможности людей и искусственного интеллекта. Будут выступления экспертов из бизнеса, науки, образования и искусства, дискуссии, дебаты, мастер-классы и исследования. Отдельно стоит выделить выступление нейробиолога Дэвида Иглмена, который завершит программу разговором о нейропластичности и новых возможностях человека. Присоединиться к конференции можно очно или онлайн, причём онлайн-участие бесплатное. Регистрация уже открыта!

❗️Важная информация для тех, кто оплатил книгу «Андрагогика для практиков» Друзья, из-за сбоя в работе систем Яндекса типография уведомила меня о небольшой задержке печати. В связи с этим хочу принести свои извинения за изменение сроков и сообщить, что ориентировочная дата доставки будет с 5 по 10 ноября. Если у вас возникают дополнительные вопросы, пожалуйста, напишите Дарье @darya_egrv в личные сообщения. А если вы только собирались приобрести книгу — сейчас прекрасная возможность это сделать, потому что я сделал заказ ещё на 100 экземпляров 📖 Заполнить заявку и приобрести книгу можно по 👉🏼 ссылке Спасибо вам за интерес к моей экспертизе и понимание!

Уже несколько лет оцениваю образовательные проекты в качестве члена жюри премии Digital Learning. Насмотренность растёт семимильными шагами. Причём всё это время мне доставались преимущественно образовательные программы и курсы. А в этом году впервые буду оценивать проекты в номинации «Тренажёры и симуляторы». Спасибо организаторам Премии! Теперь небольшая предыстория 💭 Свой первый образовательный тренажёр я создал ещё лет пять назад на iSpring. Безусловно, за это время технологии шагнули далеко вперёд. Особенно с появлением генеративного ИИ. Ведь современные тренажёры уже могут позволять обучающемуся вести свободный диалог с виртуальным персонажем, получать разные реакции персонажей в зависимости от своих действий и решений, получать персонализированную обратную связь с разбором допущенных ошибок, проходить сценарии, которые адаптируются к его действиям и уровню подготовки и т.д. Я и сам продолжаю экспериментировать с этим форматом. Например, в своём последнем курсе «Управление образовательными проектами: основы» мы тоже использовали рефлексивный образовательный тренажёр. У нас можно поработать с симуляцией реального образовательного проекта, выполнить практические задание (в т.ч. получить обратную связь от персонажа-заказчика), сравнить своё решение с моим экспертным мнением и т.д. Вернёмся к премии. Скажу как есть. Несмотря на все технологические новшества, при оценке проектов меня будет интересовать прежде всего их влияние на достижение образовательных результатов. Именно в этой плоскости лежит моя основная экспертиза. Желаю успехов коллегам!

Не делаем ли мы обучение слишком «удобным»? В последнее время мы довольно много обсуждаем пользу искусственного интеллекта для обучения. И меня в этих дискуссиях прежде всего интересует то, как ИИ влияет на достижение образовательных результатов обучающихся. Мы много говорим о персонализации обучения. Достаточно вспомнить Khan Academy с её ИИ-тьютором Khanmigo, Coursera с интеллектуальным помощником Coach и другие образовательные платформы, которые используют искусственный интеллект для индивидуальной поддержки обучающихся. Но есть и другая сторона вопроса, о которой мне хочется порассуждать 💭 Когда мы с командами разрабатываем собственные образовательные продукты по педагогическому дизайну, андрагогике и другим направлениям, то стремимся сделать обучение максимально удобным. Например, сокращаем материалы, упрощаем объяснения, добавляем подсказки. В последних тренажёрах даже автоматизировали некоторые учебные действия. Иногда предлагаем обучающимся использовать ИИ для выполнения различных задач. Но порой задаёшься вопросом о том, а не устраняем ли мы вместе с лишними трудностями те самые интеллектуальные усилия, благодаря которым человек учится? Дело в том, что я наблюдаю довольно интересное педагогическое противоречие. С одной стороны, обучение должно быть доступным и понятным, а с другой — трудным. В подтверждение данного противоречия хочется поделиться с вами четырьмя тезисами 👇🏼 1. Комфорт не всегда равен эффективности. Если обучающемуся всё понятно во время просмотра лекции, это ещё не означает, что он сможет самостоятельно воспроизвести полученные знания и уж тем более применить их на практике. Представим бизнес-тренера, который прошёл курс по управлению групповой динамикой. Он посмотрел лекции, разобрал практические кейсы, успешно выполнил все задания. Но можем ли мы утверждать, что теперь он способен эффективно управлять групповой динамикой в реальной аудитории? Разумеется, нет. Для этого ему потребуется самостоятельная практика, работа с непредсказуемыми ситуациями, анализ собственных ошибок и многие другие действия. Иными словами, субъективное ощущение лёгкости обучения ещё ничего не говорит нам о том, насколько устойчивым будет образовательный результат. 2. Некоторые трудности полезны. Для данного тезиса я бы вспомнил концепцию «желательных трудностей» (Desirable Difficulties) Роберта Бьорка. Основная идея заключается в том, что определённые трудности в процессе обучения способны улучшать долговременное запоминание и последующее применение знаний. Например, самостоятельное извлечение информации из памяти или распределённая практика могут быть эффективнее простого повторного прочтения материала. То есть обучающийся не всегда должен легко и быстро справляться с заданиями. Иногда именно необходимость приложить дополнительные интеллектуальные усилия способствует более прочному усвоению материала. 3. Сложность ради сложности вредна. Много было научных работ, подтверждающих данный тезис. Например, исследования когнитивной нагрузки Джона Свеллера, исследования Ричарда Мейера и Роксаны Морено в области мультимедийного обучения и т.д. Ведь если мы перегружаем рабочую память обучающегося, заставляем его разбираться в запутанных инструкциях, предъявляем сложный материал без необходимых предварительных знаний и т.д., то можем получить обратный эффект. Например, в своей книге «Multimedia Learning» (3-е издание, 2020) Ричард Мейер посвятил отдельную главу принципу предварительного обучения (Pre-training Principle). Суть этого принципа заключается в том, что предварительное знакомство с названиями и характеристиками ключевых компонентов изучаемой системы помогает обучающимся лучше понимать последующий сложный мультимедийный материал. Поэтому задача педагогического дизайнера — не сделать обучение искусственно сложным, а отличить продуктивные интеллектуальные усилия от избыточной когнитивной нагрузки. 4. ИИ может помогать учиться, но может и подменять самостоятельное мышление. По всем известной таксономии Блума легко заметить, что ИИ способен помогать обучающемуся на всех её уровнях: от запоминания и понимания до применения, анализа, оценки и создания. Но какие интеллектуальные действия должен совершить сам обучающийся, чтобы мы могли говорить о достижении образовательного результата? Дело в том, что современные нейросети позволяют делегировать не только поиск правильного ответа, но и значительную часть рассуждений, которые необходимы для получения такого образовательного результата. И если раньше мы хотя бы пытались разобраться в готовом решении, то теперь у обучающегося появляется возможность вообще не погружаться в логику выполнения задачи. Причём хочется отметить, что проблема заключается не столько в самом использовании ИИ, сколько в том, какую роль мы ему отводим. Одно дело, когда нейросеть задаёт наводящие вопросы, помогает обнаружить ошибку, предлагает альтернативные объяснения, стимулирует самостоятельный поиск решения и т.д. И совсем другое, когда обучающийся получает готовый результат, не совершив тех интеллектуальных действий, ради которых, собственно, и проектировалось задание. Кстати, здесь любопытны результаты исследования NBER, опубликованного в августе 2026 года. Учёные изучали использование ИИ-тьютора Khanmigo при обучении математике в 18 школах. Применение инструмента сопровождалось улучшением образовательных результатов, однако величина эффекта оказалась сопоставимой с результатами обычной практики на Khan Academy без ИИ-помощника, полученными в других исследованиях. Авторы также обнаружили, что, несмотря на доступность ИИ-тьютора, обучающиеся сравнительно редко вступали с ним в содержательный математический диалог. И здесь мы возвращаемся к тому противоречию, с которого я начал. Мы научились делать обучение удобнее, но само по себе повышение удобства ещё не означает повышения эффективности обучения. Само собой, многие трудности действительно стоит устранять, особенно если они никак не связаны с достижением образовательных результатов. Просто всё более интересным становится то, как отличить трудности, которые мешают обучающемуся учиться, от тех, преодоление которых и составляет сам процесс обучения. Например, прежде чем нам добавить в тренажёр очередную подсказку или автоматизировать выполнение задания стоит задуматься о том, что именно мы облегчаем обучающемуся, избавляем его от ненужной рутины или выполняем за него ту мыслительную работу, ради которой создавалось задание. Коллеги, а как вы считаете, не слишком ли мы увлеклись упрощением обучения? И где, на ваш взгляд, проходит граница между полезной поддержкой обучающегося и устранением тех интеллектуальных усилий, которые необходимы для достижения образовательного результата? Канал Лаборатория онлайн-обучения в МАКС

Один из самых интересных вопросов, которые сегодня стоят перед сферой обучения и образования: Чему вообще учить людей, если за них всё чаще думает ИИ? Кажется, что пора обмениваться опытом по данному вопросу. 5 ноября приму участие во онлайн-встрече Digital Learning. Поговорим с коллегами о том 👇🏼 🟣Чему действительно нужно учить человека в эпоху ИИ? 🟣Какие компетенции становятся востребованными, а какие постепенно теряют актуальность? 🟣Как проектировать задания, чтобы человек учился, а не просто получал готовый ответ от нейросети? 🟣Как теперь оценивать реальные образовательные результаты? и т.д. Участники дискуссии 💬 🧳Михаил Осипов — эксперт жюри Премии Digital Learning, консультант, автор курсов по педагогическому дизайну, создатель канала «Лаборатория онлайн-обучения». 🧳Екатерина Высоцкая — основатель конкурса «Мастер бизнес-обучения» для методистов корпоративных программ развития. 🧳Диана Ворошилова — ведущий менеджер образовательных проектов «ИнтернетУрок». 🧳Анна Гуркова — методолог команды разработки Winny AI Tutor. 🧳Ника Черменская — бизнес-тренер, методолог, эксперт по внедрению ИИ. Ведущий — Павел Безяев, лидер сообщества Digital Learning. Дата: 5 ноября Время: 11:00 - 12:30 (мск) Формат: онлайн Участие бесплатное. 👉🏼 Регистрация на встречу

Как я пришёл на интервью и сразу с него ушёл На прошлой неделе я поучаствовал в довольно странном исследовании. Хотя, если быть точнее, так и не поучаствовал 😁 Началось всё вполне обычно. Мне написал человек и рассказал, что они проводят исследование о том, как методологи используют новые технологии при разработке образовательных продуктов. Предложил поучаствовать в интервью. Подобные приглашения получаю регулярно, поэтому сразу задал вполне логичный вопрос: Какую пользу от участия в исследовании получу? Ко мне обращаются десять разных команд, каждая из которых хочет получить мою экспертизу для улучшения своего продукта, возникает вопрос: кому из них я должен уделить время из своего рабочего графика? Коллега ответил, что они поделятся результатами исследования. Отлично! Мне было действительно интересно посмотреть на выводы. Но дальше начались странности. Сначала мы согласовали встречу на 14:00. Потом меня попросили её перенести. Затем начали предлагать время, удобное команде исследователей. Пришлось напомнить, что вообще-то я респондент. И если вам важно получить от меня информацию, то логично учитывать в первую очередь мою доступность. Когда я сам проводил исследования, то старался подстраиваться под каждого респондента. Потому что прекрасно понимал ценность чужого времени. Ладно, согласовали. И вот наступает день интервью. Подключаемся. Коллега начинает рассказывать: — Мы разрабатываем продукт... — Нам важно разобраться... — Мы хотим улучшить... И я замечаю, что во всём этом разговоре постоянно звучит «мы», «нам», «для нас». Останавливаю коллегу и задаю простой вопрос: — А что от этой встречи получу я? Какую взаимную пользу вы можете мне предложить? Ответ оказался неожиданным: — Ничего. Никакую выгоду мы вам предложить не можем. Я поблагодарил коллегу за уделённое время и завершил встречу. Позже написал ему в личные сообщения и объяснил свою позицию о том, что вполне готов делиться опытом, помогать коллегам. Но мне близок принцип win-win. Это может быть обмен экспертизой, интересные аналитические материалы, результаты исследования, знакомство с новой технологией или что-то ещё, представляющее ценность лично для меня. Тем более что изначально мне уже обещали поделиться результатами исследования. Почему на самой встрече об этом даже не вспомнили — отдельный вопрос. И знаете, что меня удивило больше всего? Мы ведь говорим о команде, которая занимается исследованием пользователей. Но при этом складывается впечатление, что никто даже не попытался изучить потенциального респондента, его профессиональные интересы и подумать, чем участие в исследовании могло бы быть полезно ему самому. А ведь это тоже часть подготовки к интервью. Возможно, звучит как прагматичный подход. Но когда желающих получить твою экспертизу становится много, приходится выбирать, на что тратить и так ограниченное рабочее время. Коллеги, как вы считаете, должен ли исследователь предлагать респонденту какую-то ценность взамен его времени и экспертизы? Или сам факт участия в исследовании — уже достаточная мотивация?