🦄Обзор технологических стартапов в образовании от 05.07.2026
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Компания BRYM привлекла 650 000 евро для разработки носимой платформы нейрофидбека
Читать 2мин
Чат-бот с искусственным интеллектом для студентов Alice получила +3,5 миллиона датских крон (535 тысяч долларов США) от Инновационного фонда Дании.
Читать 1мин
Искусственные интеллекты-наставники, обученные на методиках ведущих педагогов, поддерживающие персонализированную историю обучения для каждого ученика, Lytmus AI привлекли 5 крор рупий (525 тыс. долларов США) в рамках предпосевного раунда
Читать 2мин
Платформа для координации на основе искусственного интеллекта, разработанная для того, чтобы сделать организационные знания доступными для поиска, удобными и применимыми на практике Brekfuz из Гуруграма привлекла 525 000 долларов инвестиций, с оценкой компании в 7,5 миллионов долларов
Читать 1мин
Ваш персональный ИИ-репетитор, платформа образовательных технологий YoLearn.ai привлекает предпосевные инвестиции (500 тыс. долларов)
Читать 3мин
EdTech-стартап ORDO привлек 100 000 долларов США для цифровизации детских садов
Читать 1мин
Dakoda, платформа на основе искусственного интеллекта, которая работает как тренер по письму для студентов, помогая им развивать навыки письма, получает предпосевной раунд ($50 000).
Читать 1мин
Компания PressPay побеждает в конкурсе UM6P–Jumpstart (30 000 долларов США), поскольку финансирование образования становится следующей перспективной инфраструктурной возможностью Африки
Читать 6мин
Африканская школа цифровых навыков для работы, нигерийский EdTech-стартап Data Entry Academy выиграл приз в размере 10 000 долларов США от ПРООН, обойдя более 1400 стартапов
Читать 2мин
Платформа для терапии на основе прикладного поведенческого анализа (ABA) и основанной на доказательной медицине Ascendia Autism Care привлекла стратегические инвестиции от частных инвесторов на нераскрытую сумму
Читать 1мин
Приложение для организации рабочего пространства и обучения в ресторанах и отелях, компания Barma привлекла «миллионы» от Каспера Кнокгарда
Читать 2мин
Инструмент оценки аутизма на основе ИИ победил на Африканском саммите инноваций. Теперь он стучится в двери школ.
Читать 3мин
FasterCapital поддерживает Learning Pine Pvt. Ltd, компанию, занимающаюся образовательными технологиями и специализирующаяся на персонализированных и иммерсивных решениях для обучения, через программу EquityPilot для ускорения инноваций в сфере образовательных технологий
Читать 3мин
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Компания BRYM привлекла 650 000 евро для разработки носимой платформы нейрофидбека
Читать 2мин
Чат-бот с искусственным интеллектом для студентов Alice получила +3,5 миллиона датских крон (535 тысяч долларов США) от Инновационного фонда Дании.
Читать 1мин
Искусственные интеллекты-наставники, обученные на методиках ведущих педагогов, поддерживающие персонализированную историю обучения для каждого ученика, Lytmus AI привлекли 5 крор рупий (525 тыс. долларов США) в рамках предпосевного раунда
Читать 2мин
Платформа для координации на основе искусственного интеллекта, разработанная для того, чтобы сделать организационные знания доступными для поиска, удобными и применимыми на практике Brekfuz из Гуруграма привлекла 525 000 долларов инвестиций, с оценкой компании в 7,5 миллионов долларов
Читать 1мин
Ваш персональный ИИ-репетитор, платформа образовательных технологий YoLearn.ai привлекает предпосевные инвестиции (500 тыс. долларов)
Читать 3мин
EdTech-стартап ORDO привлек 100 000 долларов США для цифровизации детских садов
Читать 1мин
Dakoda, платформа на основе искусственного интеллекта, которая работает как тренер по письму для студентов, помогая им развивать навыки письма, получает предпосевной раунд ($50 000).
Читать 1мин
Компания PressPay побеждает в конкурсе UM6P–Jumpstart (30 000 долларов США), поскольку финансирование образования становится следующей перспективной инфраструктурной возможностью Африки
Читать 6мин
Африканская школа цифровых навыков для работы, нигерийский EdTech-стартап Data Entry Academy выиграл приз в размере 10 000 долларов США от ПРООН, обойдя более 1400 стартапов
Читать 2мин
Платформа для терапии на основе прикладного поведенческого анализа (ABA) и основанной на доказательной медицине Ascendia Autism Care привлекла стратегические инвестиции от частных инвесторов на нераскрытую сумму
Читать 1мин
Приложение для организации рабочего пространства и обучения в ресторанах и отелях, компания Barma привлекла «миллионы» от Каспера Кнокгарда
Читать 2мин
Инструмент оценки аутизма на основе ИИ победил на Африканском саммите инноваций. Теперь он стучится в двери школ.
Читать 3мин
FasterCapital поддерживает Learning Pine Pvt. Ltd, компанию, занимающаюся образовательными технологиями и специализирующаяся на персонализированных и иммерсивных решениях для обучения, через программу EquityPilot для ускорения инноваций в сфере образовательных технологий
Читать 3мин
Инфраструктура исследований: почему настоящая проблема — это уверенность, а не технологии
Автор Сара Моверли
Главная проблема университетов при развитии исследовательской инфраструктуры сегодня заключается не в выборе технологий (GPU-кластеры, облачные сервисы или дата-центры), а в принятии долгосрочных инвестиционных решений в условиях высокой неопределенности. Руководителям вузов приходится планировать инфраструктуру на десятилетия вперед, не имея полной уверенности в будущих исследовательских потребностях, источниках финансирования, стоимости эксплуатации, кадровых ресурсах и темпах развития ИИ.
На Форуме по стратегии исследований и инноваций Великобритании представители 21 университета пришли к выводу, что современная исследовательская инфраструктура требует комплексного подхода, объединяющего вопросы вычислительных мощностей, недвижимости, энергоснабжения, охлаждения, устойчивого развития, финансов и управления. Развитие ИИ существенно увеличивает требования к инфраструктуре, а ограничивающим фактором все чаще становятся не вычислительные ресурсы, а физическая инфраструктура кампусов.
Единой модели развития не существует: университеты используют различные сочетания локальных вычислительных мощностей, коммерческих дата-центров, облачных сервисов и федеративных инфраструктур. При этом большинство учреждений сталкивается с одинаковыми вызовами: прогнозированием спроса, сравнением стоимости различных моделей, привлечением квалифицированных специалистов и обоснованием крупных инвестиций.
Успешная исследовательская инфраструктура определяется не только технологиями, но и наличием компетентных специалистов, эффективного управления и готовности исследователей использовать новые возможности. Поэтому инвестиции должны направляться не только в оборудование, но и в развитие человеческого капитала и организационных процессов.
Также необходимо более тесное сотрудничества университетов. Обмен опытом, совместное обсуждение стратегий и развитие федеративных моделей инфраструктуры помогут избежать дублирования усилий, сформировать надежную доказательную базу для принятия решений и повысить эффективность будущих инвестиций.
В эпоху стремительного развития ИИ конкурентоспособность исследовательских университетов будет определяться не столько доступом к новым технологиям, сколько способностью принимать обоснованные стратегические решения в условиях неопределенности, опираясь на данные, сотрудничество и развитие человеческого потенциала.
Читать 5имн
Автор Сара Моверли
Главная проблема университетов при развитии исследовательской инфраструктуры сегодня заключается не в выборе технологий (GPU-кластеры, облачные сервисы или дата-центры), а в принятии долгосрочных инвестиционных решений в условиях высокой неопределенности. Руководителям вузов приходится планировать инфраструктуру на десятилетия вперед, не имея полной уверенности в будущих исследовательских потребностях, источниках финансирования, стоимости эксплуатации, кадровых ресурсах и темпах развития ИИ.
На Форуме по стратегии исследований и инноваций Великобритании представители 21 университета пришли к выводу, что современная исследовательская инфраструктура требует комплексного подхода, объединяющего вопросы вычислительных мощностей, недвижимости, энергоснабжения, охлаждения, устойчивого развития, финансов и управления. Развитие ИИ существенно увеличивает требования к инфраструктуре, а ограничивающим фактором все чаще становятся не вычислительные ресурсы, а физическая инфраструктура кампусов.
Единой модели развития не существует: университеты используют различные сочетания локальных вычислительных мощностей, коммерческих дата-центров, облачных сервисов и федеративных инфраструктур. При этом большинство учреждений сталкивается с одинаковыми вызовами: прогнозированием спроса, сравнением стоимости различных моделей, привлечением квалифицированных специалистов и обоснованием крупных инвестиций.
Успешная исследовательская инфраструктура определяется не только технологиями, но и наличием компетентных специалистов, эффективного управления и готовности исследователей использовать новые возможности. Поэтому инвестиции должны направляться не только в оборудование, но и в развитие человеческого капитала и организационных процессов.
Также необходимо более тесное сотрудничества университетов. Обмен опытом, совместное обсуждение стратегий и развитие федеративных моделей инфраструктуры помогут избежать дублирования усилий, сформировать надежную доказательную базу для принятия решений и повысить эффективность будущих инвестиций.
В эпоху стремительного развития ИИ конкурентоспособность исследовательских университетов будет определяться не столько доступом к новым технологиям, сколько способностью принимать обоснованные стратегические решения в условиях неопределенности, опираясь на данные, сотрудничество и развитие человеческого потенциала.
Читать 5имн
Дизайн игр + Педагогика + Лидерство = Лидерство, основанное на опыте
Еще одна вечная золотая нить.
Автор Кларк Олдрич
Автор проводит параллель между дизайном игр, педагогикой и лидерством, утверждая, что все три дисциплины строятся на общих принципах создания опыта, который меняет поведение и развивает человека. По аналогии с книгой Дугласа Хофштадтера «Гёдель, Эшер, Бах» эти области являются разными проявлениями одной и той же идеи.
Центральная концепция статьи — «лидерство, основанное на опыте» (Experiential Leadership). Такой лидер не просто управляет людьми или передает знания, а проектирует реальные ситуации («песочницы»), в которых участники принимают решения, сталкиваются с последствиями своих действий и приобретают практический опыт.
5 ключевых принципов нового подхода:
главным объектом проектирования являются решения, а не контент;
необходимо создавать безопасные, но реалистичные среды с целями, ограничениями и последствиями;
обучение должно происходить через опыт и последствия, а не через объяснения;
задания должны быть максимально приближены к реальным профессиональным ситуациям;
конечная цель лидера — сделать команду настолько самостоятельной, чтобы его вмешательство стало ненужным.
Развитие искусственного интеллекта ускорит объединение игрового дизайна, педагогики и лидерства в новую дисциплину, хотя её полноценное становление потребует еще около десяти лет. Статья адресована руководителям, педагогам и разработчикам образовательных программ, призывая их активнее использовать методы друг друга для создания более эффективного обучения и развития людей.
Читать 4мин
Еще одна вечная золотая нить.
Автор Кларк Олдрич
Автор проводит параллель между дизайном игр, педагогикой и лидерством, утверждая, что все три дисциплины строятся на общих принципах создания опыта, который меняет поведение и развивает человека. По аналогии с книгой Дугласа Хофштадтера «Гёдель, Эшер, Бах» эти области являются разными проявлениями одной и той же идеи.
Центральная концепция статьи — «лидерство, основанное на опыте» (Experiential Leadership). Такой лидер не просто управляет людьми или передает знания, а проектирует реальные ситуации («песочницы»), в которых участники принимают решения, сталкиваются с последствиями своих действий и приобретают практический опыт.
5 ключевых принципов нового подхода:
главным объектом проектирования являются решения, а не контент;
необходимо создавать безопасные, но реалистичные среды с целями, ограничениями и последствиями;
обучение должно происходить через опыт и последствия, а не через объяснения;
задания должны быть максимально приближены к реальным профессиональным ситуациям;
конечная цель лидера — сделать команду настолько самостоятельной, чтобы его вмешательство стало ненужным.
Развитие искусственного интеллекта ускорит объединение игрового дизайна, педагогики и лидерства в новую дисциплину, хотя её полноценное становление потребует еще около десяти лет. Статья адресована руководителям, педагогам и разработчикам образовательных программ, призывая их активнее использовать методы друг друга для создания более эффективного обучения и развития людей.
Читать 4мин
Самые высокооплачиваемые профессии в 2026 году: лучшие профессии в мире
Автор: Габриэль Каэтано (Bleap)
Статья анализирует самые высокооплачиваемые профессии мира в 2026 году и показывает, что лидерами по уровню доходов остаются нейрохирурги, руководители по искусственному интеллекту (CAIO), инвестиционные банкиры, инженеры машинного обучения и финансовые директора. Главными факторами высоких зарплат становятся дефицит редких компетенций, лидерские навыки, глубокая экспертиза в ИИ и способность работать на глобальном рынке. Авторы рекомендуют развивать сочетание профессиональной специализации, цифровых навыков, управленческих компетенций и знаний ИИ, поскольку именно такие специалисты будут наиболее востребованы и высокооплачиваемы до 2030 года.
Вы получите по результатам аналитики автора ответы на следующие вопросы:
Какие самые высокооплачиваемые профессии в мире в 2026 году?
В какой стране платят самые высокие зарплаты?
Можно ли зарабатывать шестизначную зарплату без высшего образования?
Какие самые высокооплачиваемые удаленные работы будут в 2026 году?
Как перейти к высокооплачиваемой карьере?
Действительно ли работа в сфере ИИ так высокооплачиваема?
Читать 24мин
Автор: Габриэль Каэтано (Bleap)
Статья анализирует самые высокооплачиваемые профессии мира в 2026 году и показывает, что лидерами по уровню доходов остаются нейрохирурги, руководители по искусственному интеллекту (CAIO), инвестиционные банкиры, инженеры машинного обучения и финансовые директора. Главными факторами высоких зарплат становятся дефицит редких компетенций, лидерские навыки, глубокая экспертиза в ИИ и способность работать на глобальном рынке. Авторы рекомендуют развивать сочетание профессиональной специализации, цифровых навыков, управленческих компетенций и знаний ИИ, поскольку именно такие специалисты будут наиболее востребованы и высокооплачиваемы до 2030 года.
Вы получите по результатам аналитики автора ответы на следующие вопросы:
Какие самые высокооплачиваемые профессии в мире в 2026 году?
В какой стране платят самые высокие зарплаты?
Можно ли зарабатывать шестизначную зарплату без высшего образования?
Какие самые высокооплачиваемые удаленные работы будут в 2026 году?
Как перейти к высокооплачиваемой карьере?
Действительно ли работа в сфере ИИ так высокооплачиваема?
Читать 24мин
FasterCapital поддерживает Bimex через программу EquityPilot для содействия обучению фермеров и внедрению продукции
Читать 2мин
Читать 2мин
Максимизация эффективности корпоративного обучения
Автор: Крейг Вайс
Крейг Вайс описывает текущее состояние корпоративного обучения. В нем он отмечает три главных момента.
Во-первых: Кадровый состав предприятия должен оставаться компактным, а не раздутым. Три администратора на, возможно, 50 000 обучающихся.
Во-вторых: покупать контент напрямую у источника, который гарантирует его качество и проверять его работоспособность перед полной оплатой.
В-третьих: делать больше, чем просто назначать обучение — развивать и поддерживать отношения, предлагать обучение, которое учитывает не только текущие потребности, но и потенциальные планы сотрудников на будущее.
Читать 11мин
Автор: Крейг Вайс
Крейг Вайс описывает текущее состояние корпоративного обучения. В нем он отмечает три главных момента.
Во-первых: Кадровый состав предприятия должен оставаться компактным, а не раздутым. Три администратора на, возможно, 50 000 обучающихся.
Во-вторых: покупать контент напрямую у источника, который гарантирует его качество и проверять его работоспособность перед полной оплатой.
В-третьих: делать больше, чем просто назначать обучение — развивать и поддерживать отношения, предлагать обучение, которое учитывает не только текущие потребности, но и потенциальные планы сотрудников на будущее.
Читать 11мин
Три нетрадиционных ответа на проблему оценки с помощью ИИ в высшем образовании
Автор: Нил Мосли
Автор предлагает отказаться от привычного поиска способов борьбы с использованием ИИ в оценивании и рассмотреть три нестандартных подхода: введение двухуровневой системы образования - двух типов дипломов (с ограниченным и свободным использованием ИИ), замену традиционных оценок дипломами с оценками, основанными на образовательном опыте, и коллективная прозрачность в оценке - создание системы открытого взаимного просмотра студенческих работ. Главная идея статьи — университетам необходимы смелые эксперименты и новые модели оценки, поскольку традиционные методы уже не соответствуют эпохе генеративного ИИ.
Читать 9мин
Автор: Нил Мосли
Автор предлагает отказаться от привычного поиска способов борьбы с использованием ИИ в оценивании и рассмотреть три нестандартных подхода: введение двухуровневой системы образования - двух типов дипломов (с ограниченным и свободным использованием ИИ), замену традиционных оценок дипломами с оценками, основанными на образовательном опыте, и коллективная прозрачность в оценке - создание системы открытого взаимного просмотра студенческих работ. Главная идея статьи — университетам необходимы смелые эксперименты и новые модели оценки, поскольку традиционные методы уже не соответствуют эпохе генеративного ИИ.
Читать 9мин
Управление убеждениями
Автор Карло Яконо, «Гибридные горизонты»
В эссе Карло Яконо предлагается новое понимание критического мышления: это не столько анализ чужих аргументов, сколько систематическое управление собственными убеждениями. По мнению автора, человек должен не только знать, во что он верит, но и понимать основания своих убеждений, оценивать степень своей уверенности, заранее определять, какие факты могут изменить его мнение, и корректировать убеждения ровно настолько, насколько этого требуют новые доказательства.
Автор опирается на многочисленные исследования когнитивной психологии и философии науки, показывающие, что люди склонны рационализировать свои взгляды, переоценивать собственную правоту, искать подтверждение уже существующим убеждениям и недостаточно эффективно обновлять их при появлении новой информации. Поэтому критическое мышление должно включать навыки калибровки уверенности, поиска опровергающих доказательств и осознанного пересмотра своих позиций.
Особое внимание уделяется высшему образованию. Современные формы оценки, по мнению автора, проверяют способность анализировать чужие идеи, но практически не оценивают, как студент меняет собственные убеждения под влиянием новых данных. В эпоху искусственного интеллекта этот пробел становится особенно заметным: алгоритмы постоянно корректируют свои параметры на основе ошибок, тогда как людей почти не учат столь же дисциплинированно пересматривать собственные выводы.
Главный вывод эссе заключается в том, что интеллектуальная скромность сама по себе недостаточна. Образование должно учить не только рассуждать, но и управлять своими убеждениями как объектом постоянного аудита, делая процесс их обновления прозрачным, обоснованным и ответственным, особенно если эти убеждения влияют на решения и жизнь других людей.
Карло Яконо в значительной степени опирается на необходимость использования доказательств для формирования убеждений, что вполне справедливо и что мало кто делает, но также есть место для объяснения того, почему мы приходим к убеждениям без доказательств, насколько они надежны и что нам следует делать, когда доказательств нет.
Читать 12мин
Автор Карло Яконо, «Гибридные горизонты»
В эссе Карло Яконо предлагается новое понимание критического мышления: это не столько анализ чужих аргументов, сколько систематическое управление собственными убеждениями. По мнению автора, человек должен не только знать, во что он верит, но и понимать основания своих убеждений, оценивать степень своей уверенности, заранее определять, какие факты могут изменить его мнение, и корректировать убеждения ровно настолько, насколько этого требуют новые доказательства.
Автор опирается на многочисленные исследования когнитивной психологии и философии науки, показывающие, что люди склонны рационализировать свои взгляды, переоценивать собственную правоту, искать подтверждение уже существующим убеждениям и недостаточно эффективно обновлять их при появлении новой информации. Поэтому критическое мышление должно включать навыки калибровки уверенности, поиска опровергающих доказательств и осознанного пересмотра своих позиций.
Особое внимание уделяется высшему образованию. Современные формы оценки, по мнению автора, проверяют способность анализировать чужие идеи, но практически не оценивают, как студент меняет собственные убеждения под влиянием новых данных. В эпоху искусственного интеллекта этот пробел становится особенно заметным: алгоритмы постоянно корректируют свои параметры на основе ошибок, тогда как людей почти не учат столь же дисциплинированно пересматривать собственные выводы.
Главный вывод эссе заключается в том, что интеллектуальная скромность сама по себе недостаточна. Образование должно учить не только рассуждать, но и управлять своими убеждениями как объектом постоянного аудита, делая процесс их обновления прозрачным, обоснованным и ответственным, особенно если эти убеждения влияют на решения и жизнь других людей.
Карло Яконо в значительной степени опирается на необходимость использования доказательств для формирования убеждений, что вполне справедливо и что мало кто делает, но также есть место для объяснения того, почему мы приходим к убеждениям без доказательств, насколько они надежны и что нам следует делать, когда доказательств нет.
Читать 12мин
Что нам останется делать?
Автор Арвинд Нараянан
Арвинд Нараянан утверждает, что ИИ следует рассматривать не как внезапную замену человеческого труда, а как «нормальную технологию» масштаба электричества или промышленной революции. Главные экономические изменения будут происходить не из-за появления новых моделей, а благодаря длительной организационной адаптации, которая займет десятилетия.
Основные тезисы доклада:
ИИ усиливает человека, а не автоматически заменяет его. Полная автоматизация большинства профессий маловероятна в ближайшей перспективе; значительно вероятнее сценарий совместной работы человека и ИИ.
1. Главный барьер сегодня — не возможности моделей, а их надежность. Для реального внедрения важны последовательность, устойчивость, калибровка и безопасность работы ИИ, а не только высокая точность на бенчмарках.
2. Рост производительности не означает сокращение рабочих мест. История электричества, банкоматов, программирования, радиологии и перевода показывает, что повышение эффективности часто увеличивает спрос на специалистов и меняет содержание их работы.
3. Рекурсивное самосовершенствование ИИ (RSI) не означает автоматического появления AGI или сверхинтеллекта. Это разные процессы, между которыми нет прямой причинной связи.
4. Человеческая креативность, суждение и понимание остаются серьезными препятствиями для полной автоматизации. Современные модели пока существенно уступают человеку в открытых исследовательских задачах и творческом мышлении.
5. Будущие профессии сместятся от выполнения к оценке. Все более ценными станут постановка задач, принятие решений, экспертиза, оценка качества работы ИИ и ответственность за конечный результат.
6. Научному сообществу необходимо уделять больше внимания оценке ИИ, а не только улучшению бенчмарков. Автоматизация научного рецензирования и оценки может привести к потере контроля над направлением развития ИИ.
7. Лучшей стратегией для специалистов является постоянное развитие собственных навыков и освоение новых способов сотрудничества с ИИ, а не стремление максимально переложить работу на автоматизацию.
Будущее определяется не вопросом «заменит ли ИИ человека?», а вопросом «как люди перестроят свою работу, используя ИИ как усилитель своих возможностей». Наиболее востребованными станут навыки, связанные с пониманием, оценкой, принятием решений, ответственностью и управлением системами ИИ. Концепция, которую предлагает Нараянан, — это «совместный сверхинтеллект», где максимальные результаты достигаются не автономным ИИ, а человеком, эффективно работающим вместе с ним.
Читать 28мин
Автор Арвинд Нараянан
Арвинд Нараянан утверждает, что ИИ следует рассматривать не как внезапную замену человеческого труда, а как «нормальную технологию» масштаба электричества или промышленной революции. Главные экономические изменения будут происходить не из-за появления новых моделей, а благодаря длительной организационной адаптации, которая займет десятилетия.
Основные тезисы доклада:
ИИ усиливает человека, а не автоматически заменяет его. Полная автоматизация большинства профессий маловероятна в ближайшей перспективе; значительно вероятнее сценарий совместной работы человека и ИИ.
1. Главный барьер сегодня — не возможности моделей, а их надежность. Для реального внедрения важны последовательность, устойчивость, калибровка и безопасность работы ИИ, а не только высокая точность на бенчмарках.
2. Рост производительности не означает сокращение рабочих мест. История электричества, банкоматов, программирования, радиологии и перевода показывает, что повышение эффективности часто увеличивает спрос на специалистов и меняет содержание их работы.
3. Рекурсивное самосовершенствование ИИ (RSI) не означает автоматического появления AGI или сверхинтеллекта. Это разные процессы, между которыми нет прямой причинной связи.
4. Человеческая креативность, суждение и понимание остаются серьезными препятствиями для полной автоматизации. Современные модели пока существенно уступают человеку в открытых исследовательских задачах и творческом мышлении.
5. Будущие профессии сместятся от выполнения к оценке. Все более ценными станут постановка задач, принятие решений, экспертиза, оценка качества работы ИИ и ответственность за конечный результат.
6. Научному сообществу необходимо уделять больше внимания оценке ИИ, а не только улучшению бенчмарков. Автоматизация научного рецензирования и оценки может привести к потере контроля над направлением развития ИИ.
7. Лучшей стратегией для специалистов является постоянное развитие собственных навыков и освоение новых способов сотрудничества с ИИ, а не стремление максимально переложить работу на автоматизацию.
Будущее определяется не вопросом «заменит ли ИИ человека?», а вопросом «как люди перестроят свою работу, используя ИИ как усилитель своих возможностей». Наиболее востребованными станут навыки, связанные с пониманием, оценкой, принятием решений, ответственностью и управлением системами ИИ. Концепция, которую предлагает Нараянан, — это «совместный сверхинтеллект», где максимальные результаты достигаются не автономным ИИ, а человеком, эффективно работающим вместе с ним.
Читать 28мин
❤1
Учителя экономят время благодаря ИИ. Их ученики могут поплатиться за это.
Автор Джилл Баршай
Одно из первых рандомизированных исследований использования генеративного ИИ в школьном преподавании показало, что, хотя ИИ помогает учителям быстрее готовить материалы, это не обязательно улучшает обучение учеников. Напротив, ученики учителей, активно использовавших ИИ-помощника, оценивали уроки как менее интересные, менее увлекательные и менее значимые.
Наиболее негативный эффект наблюдался у менее сильных преподавателей: их ученики показали более низкие результаты на стандартизированных экзаменах и меньшую уверенность в своих знаниях. Исследователи предполагают, что такие учителя чаще используют материалы, созданные ИИ, без существенной переработки, теряя индивидуальный стиль преподавания.
Авторы подчеркивают, что проблема заключается не в самом ИИ, а в способе его использования. Если ИИ становится заменой профессиональной работе учителя, а не инструментом для ее усиления, качество преподавания может снижаться. Поэтому эффективное применение ИИ требует критической доработки, адаптации материалов и сохранения педагогического мастерства — простого доступа к технологии недостаточно для повышения качества образования.
Читать 4мин
Автор Джилл Баршай
Одно из первых рандомизированных исследований использования генеративного ИИ в школьном преподавании показало, что, хотя ИИ помогает учителям быстрее готовить материалы, это не обязательно улучшает обучение учеников. Напротив, ученики учителей, активно использовавших ИИ-помощника, оценивали уроки как менее интересные, менее увлекательные и менее значимые.
Наиболее негативный эффект наблюдался у менее сильных преподавателей: их ученики показали более низкие результаты на стандартизированных экзаменах и меньшую уверенность в своих знаниях. Исследователи предполагают, что такие учителя чаще используют материалы, созданные ИИ, без существенной переработки, теряя индивидуальный стиль преподавания.
Авторы подчеркивают, что проблема заключается не в самом ИИ, а в способе его использования. Если ИИ становится заменой профессиональной работе учителя, а не инструментом для ее усиления, качество преподавания может снижаться. Поэтому эффективное применение ИИ требует критической доработки, адаптации материалов и сохранения педагогического мастерства — простого доступа к технологии недостаточно для повышения качества образования.
Читать 4мин
Как стать чтецом аудиокниг
Автор Сара Клинтон-Маккосланд
«Чем больше аудиокниг я читала, тем больше я, наконец, осознавала, что прослушивание аудиокниг — это тоже чтение».
Почему многие люди, любившие читать в детстве, постепенно теряют привычку к чтению во взрослой жизни. Главными причинами становятся высокая занятость, постоянный стресс, цифровые отвлечения и стремление сделать даже досуг максимально «продуктивным».
Переломным моментом для автора стало знакомство с аудиокнигами. Преодолев предубеждение, что «настоящее чтение» возможно только с печатной книгой, она открыла для себя новый формат, который легче вписывается в повседневную жизнь. Постепенно автор выработала собственные стратегии восприятия аудиокниг и пришла к выводу, что аудиочтение — это полноценная форма чтения, что подтверждается и современными исследованиями, например, исследование 2019 года показало, что «семантические представления, вызываемые прослушиванием и чтением, практически идентичны.Этот опыт повлиял и на профессиональную деятельность автора как библиотекаря. Она стала уделять больше внимания доступности различных форматов информации, поддержке разнообразных читательских практик и продвижению чтения ради удовольствия, а не только ради пользы или саморазвития.
Отказ от перфекционизма в отношении чтения и принятие разных форматов (печатных, электронных и аудио) помогают вернуть радость чтения, сделать его более доступным и сохранить его важную роль как источника личностного развития, отдыха и эмоционального благополучия.
Читать 8мин
Автор Сара Клинтон-Маккосланд
«Чем больше аудиокниг я читала, тем больше я, наконец, осознавала, что прослушивание аудиокниг — это тоже чтение».
Почему многие люди, любившие читать в детстве, постепенно теряют привычку к чтению во взрослой жизни. Главными причинами становятся высокая занятость, постоянный стресс, цифровые отвлечения и стремление сделать даже досуг максимально «продуктивным».
Переломным моментом для автора стало знакомство с аудиокнигами. Преодолев предубеждение, что «настоящее чтение» возможно только с печатной книгой, она открыла для себя новый формат, который легче вписывается в повседневную жизнь. Постепенно автор выработала собственные стратегии восприятия аудиокниг и пришла к выводу, что аудиочтение — это полноценная форма чтения, что подтверждается и современными исследованиями, например, исследование 2019 года показало, что «семантические представления, вызываемые прослушиванием и чтением, практически идентичны.Этот опыт повлиял и на профессиональную деятельность автора как библиотекаря. Она стала уделять больше внимания доступности различных форматов информации, поддержке разнообразных читательских практик и продвижению чтения ради удовольствия, а не только ради пользы или саморазвития.
Отказ от перфекционизма в отношении чтения и принятие разных форматов (печатных, электронных и аудио) помогают вернуть радость чтения, сделать его более доступным и сохранить его важную роль как источника личностного развития, отдыха и эмоционального благополучия.
Читать 8мин
Данные формального логического рассуждения показывают, что язык мышления не является естественным языком
Авторы Хоуп Кин и др.
Некоторые исследователи утверждают о тесной связи между сложным мышлением и языком, постулируя, что рассуждение, включая логическое рассуждение, опирается на лингвистические представления. Авторы систематически исследовали взаимосвязь между логическим рассуждением и языком, используя два взаимодополняющих подхода. Во-первых, они использовали неинвазивную нейровизуализацию (fMRI - Functional magnetic resonance imaging - функциональную магнитно-резонансную томографию фМРТ) для изучения нейронной активности у здоровых взрослых, выполняющих задачи на индуктивное и дедуктивное логическое рассуждение. Во-вторых, провели поведенческую оценку логических способностей у лиц с обширными поражениями языковых областей мозга и, как следствие, с серьезными нарушениями речи. Наши результаты показывают, что языковая система не задействуется во время логического рассуждения, а пациенты с тяжелой афазией демонстрируют сохранную работоспособность при выполнении логических задач. Вместо этого, индуктивное рассуждение задействует общую систему множественных требований, широко задействованную в целенаправленном поведении, тогда как дедуктивное рассуждение опирается на области мозга, отличные как от языковой системы, так и от системы множественных требований. В совокупности эти результаты указывают на то, что лингвистические представления не используются и не требуются для индуктивного или дедуктивного логического рассуждения.
Читать 20мин
Авторы Хоуп Кин и др.
Некоторые исследователи утверждают о тесной связи между сложным мышлением и языком, постулируя, что рассуждение, включая логическое рассуждение, опирается на лингвистические представления. Авторы систематически исследовали взаимосвязь между логическим рассуждением и языком, используя два взаимодополняющих подхода. Во-первых, они использовали неинвазивную нейровизуализацию (fMRI - Functional magnetic resonance imaging - функциональную магнитно-резонансную томографию фМРТ) для изучения нейронной активности у здоровых взрослых, выполняющих задачи на индуктивное и дедуктивное логическое рассуждение. Во-вторых, провели поведенческую оценку логических способностей у лиц с обширными поражениями языковых областей мозга и, как следствие, с серьезными нарушениями речи. Наши результаты показывают, что языковая система не задействуется во время логического рассуждения, а пациенты с тяжелой афазией демонстрируют сохранную работоспособность при выполнении логических задач. Вместо этого, индуктивное рассуждение задействует общую систему множественных требований, широко задействованную в целенаправленном поведении, тогда как дедуктивное рассуждение опирается на области мозга, отличные как от языковой системы, так и от системы множественных требований. В совокупности эти результаты указывают на то, что лингвистические представления не используются и не требуются для индуктивного или дедуктивного логического рассуждения.
Читать 20мин
Статистический тест помогает оценить ценность персонализации
Автор: Алонсо Дабуб
Исследователи из Стэнфорда разработали новый статистический тест, называемый K-кратным тестом персонализации, для измерения того, действительно ли персонализация вмешательств, таких как профессиональное обучение и медицинское лечение, улучшает результаты по сравнению с подходом «один размер подходит всем».
Исследование показало, что персонализация в основном приносит пользу, когда подгруппа активно страдает от подхода «один размер подходит всем», а не просто получает меньше пользы, чем другие.
Исследователи планируют выпустить этот тест в виде бесплатного программного пакета, чтобы специалисты в области медицины, образования и социальных наук могли применять его в своей работе.
Читать 4мин
Автор: Алонсо Дабуб
Исследователи из Стэнфорда разработали новый статистический тест, называемый K-кратным тестом персонализации, для измерения того, действительно ли персонализация вмешательств, таких как профессиональное обучение и медицинское лечение, улучшает результаты по сравнению с подходом «один размер подходит всем».
Исследование показало, что персонализация в основном приносит пользу, когда подгруппа активно страдает от подхода «один размер подходит всем», а не просто получает меньше пользы, чем другие.
Исследователи планируют выпустить этот тест в виде бесплатного программного пакета, чтобы специалисты в области медицины, образования и социальных наук могли применять его в своей работе.
Читать 4мин
«Ноль прочитанных книг»
Автор Стивен Д. Краузе полемизирует со статьей Роуз Хорович «Конец чтения настал», утверждая, что кризис чтения начался задолго до появления смартфонов и ИИ. По его многолетнему преподавательскому опыту большинство студентов и раньше почти не читали книги для удовольствия, поэтому говорить о недавнем «конце чтения» некорректно.
Автор соглашается, что длинное, вдумчивое чтение важно, однако считает ошибкой измерять грамотность исключительно количеством прочитанных художественных книг. Он отмечает, что современные люди много читают и пишут в профессиональной деятельности, а качественные длинные статьи, цифровые публикации и даже некоторые новые медиа также развивают навыки чтения и мышления.
Краузе приходит к выводу, что общество уже давно живет в постграмотной медиасреде, где книги не исчезают, а сосуществуют с другими форматами. Вместо противопоставления «книги или цифровые медиа» он предлагает рассматривать их как взаимодополняющие способы получения знаний и культурного опыта. При этом автор с уважением относится к стремлению Хорович защищать ценность книг, хотя и не разделяет её более пессимистичный взгляд на будущее чтения.
Читать 6мин
Автор Стивен Д. Краузе полемизирует со статьей Роуз Хорович «Конец чтения настал», утверждая, что кризис чтения начался задолго до появления смартфонов и ИИ. По его многолетнему преподавательскому опыту большинство студентов и раньше почти не читали книги для удовольствия, поэтому говорить о недавнем «конце чтения» некорректно.
Автор соглашается, что длинное, вдумчивое чтение важно, однако считает ошибкой измерять грамотность исключительно количеством прочитанных художественных книг. Он отмечает, что современные люди много читают и пишут в профессиональной деятельности, а качественные длинные статьи, цифровые публикации и даже некоторые новые медиа также развивают навыки чтения и мышления.
Краузе приходит к выводу, что общество уже давно живет в постграмотной медиасреде, где книги не исчезают, а сосуществуют с другими форматами. Вместо противопоставления «книги или цифровые медиа» он предлагает рассматривать их как взаимодополняющие способы получения знаний и культурного опыта. При этом автор с уважением относится к стремлению Хорович защищать ценность книг, хотя и не разделяет её более пессимистичный взгляд на будущее чтения.
Читать 6мин
🦄Обзор технологических стартапов в образовании от 19.07.2026
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Платформа на основе искусственного интеллекта, которая анализирует взаимодействие в процессе обучения для получения ценных аналитических данных DeweyLearn привлекла 5 миллионов долларов в рамках раунда финансирования серии А.
Читать 1мин
Компания Solving.AI привлекла 1,1 миллиона канадских долларов (784 тысячи долларов США) в рамках предпосевного раунда от AQC Capital и квебекских бизнес-ангелов для своей платформы обучения ИИ
Читать 2мин
Skillsvest предлагает финансирование студентов через программы погашения в зависимости от дохода без залога и привлекает 5,5 крор рупий (571 тыс. долларов США) для расширения своей платформы
Читать 2мин
Онлайн-платформа, призванная обеспечить нейроотличным детям доступ к образовательной среде, Gaia Learning привлекла 400 000 фунтов стерлингов (538 000 долларов США) в виде инвестиций в акционерный капитал
Читать 3мин
Sortmyprep привлекла 350 000 долларов на этапе предпосевного финансирования для своего репетитора по подготовке к экзаменам на основе ИИ
Читать 1мин
Learn2Inject превращает инновации, разработанные в аудитории, в отмеченный наградами стартап в сфере здравоохранения при поддержке Института О'Пейка.
Читать 4мин
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Платформа на основе искусственного интеллекта, которая анализирует взаимодействие в процессе обучения для получения ценных аналитических данных DeweyLearn привлекла 5 миллионов долларов в рамках раунда финансирования серии А.
Читать 1мин
Компания Solving.AI привлекла 1,1 миллиона канадских долларов (784 тысячи долларов США) в рамках предпосевного раунда от AQC Capital и квебекских бизнес-ангелов для своей платформы обучения ИИ
Читать 2мин
Skillsvest предлагает финансирование студентов через программы погашения в зависимости от дохода без залога и привлекает 5,5 крор рупий (571 тыс. долларов США) для расширения своей платформы
Читать 2мин
Онлайн-платформа, призванная обеспечить нейроотличным детям доступ к образовательной среде, Gaia Learning привлекла 400 000 фунтов стерлингов (538 000 долларов США) в виде инвестиций в акционерный капитал
Читать 3мин
Sortmyprep привлекла 350 000 долларов на этапе предпосевного финансирования для своего репетитора по подготовке к экзаменам на основе ИИ
Читать 1мин
Learn2Inject превращает инновации, разработанные в аудитории, в отмеченный наградами стартап в сфере здравоохранения при поддержке Института О'Пейка.
Читать 4мин
❤1
Что мы покупаем, когда приобретаем ИИ-репетитора?
Автор Ник Поткалицки ставит под сомнение распространенное представление о том, что само внедрение ИИ-репетиторов автоматически улучшает обучение. Анализ современных исследований показывает: положительные результаты достигаются не благодаря ИИ как таковому, а благодаря качественно спроектированной педагогике, в которой ИИ является лишь одним из инструментов.
Автор разбирает наиболее известные исследования (Гарвард, проект Всемирного банка в Нигерии, Khanmigo) и показывает, что наибольший эффект наблюдается тогда, когда ИИ встроен в тщательно продуманный учебный процесс: задания соответствуют целям курса, преподаватель направляет работу студентов, а практика связана с оцениванием. При свободном и неструктурированном использовании ИИ результаты значительно слабее, а иногда даже ухудшается глубина понимания материала.
Основной вывод статьи заключается в том, что образовательные организации покупают не "магическое пространство ИИ", а лишь новую платформу доставки обучения. Реальную ценность создают методика преподавания, участие педагога, качественная обратная связь и грамотная организация учебного процесса. Поэтому при выборе ИИ-решений следует оценивать не возможности самой технологии, а доказанную эффективность лежащей в ее основе педагогической модели и то, для каких категорий учащихся она действительно работает.
Читать 7мин
Автор Ник Поткалицки ставит под сомнение распространенное представление о том, что само внедрение ИИ-репетиторов автоматически улучшает обучение. Анализ современных исследований показывает: положительные результаты достигаются не благодаря ИИ как таковому, а благодаря качественно спроектированной педагогике, в которой ИИ является лишь одним из инструментов.
Автор разбирает наиболее известные исследования (Гарвард, проект Всемирного банка в Нигерии, Khanmigo) и показывает, что наибольший эффект наблюдается тогда, когда ИИ встроен в тщательно продуманный учебный процесс: задания соответствуют целям курса, преподаватель направляет работу студентов, а практика связана с оцениванием. При свободном и неструктурированном использовании ИИ результаты значительно слабее, а иногда даже ухудшается глубина понимания материала.
Основной вывод статьи заключается в том, что образовательные организации покупают не "магическое пространство ИИ", а лишь новую платформу доставки обучения. Реальную ценность создают методика преподавания, участие педагога, качественная обратная связь и грамотная организация учебного процесса. Поэтому при выборе ИИ-решений следует оценивать не возможности самой технологии, а доказанную эффективность лежащей в ее основе педагогической модели и то, для каких категорий учащихся она действительно работает.
Читать 7мин
❤1
Создание обучающего ИИ: чему меня научили девять лет работы в Coursera о масштабировании обучающих систем
Автор: Рохан Бенкар
Опираясь на девятилетний опыт разработки обучающих систем в Coursera, Рохан утверждает, что образовательный ИИ требует совершенно иных инженерных принципов, чем потребительский ИИ. Главная причина — цена ошибки: неверная рекомендация в обучении может стоить человеку месяцев потерянного времени, упущенных карьерных возможностей и снижения мотивации.
Инфраструктура обучения сама становится частью педагогического процесса. Если во время выполнения практического задания происходит технический сбой, нарушается не только работа платформы, но и сам момент обучения. Поэтому надежность, масштабируемость и устойчивость образовательных систем имеют педагогическое, а не только техническое значение.
Он предупреждает об опасности «информационных пузырей»: системы рекомендаций должны не только поддерживать текущую образовательную траекторию, но и намеренно знакомить учащихся со смежными компетенциями, открывающими новые карьерные возможности.
В перспективе платформы обучения должны перейти от набора разрозненных сервисов (контент, тесты, поддержка) к единой адаптивной системе, объединяющей данные об обучении, практике и оценке. При этом роль ИИ будет смещаться от простого предоставления ответов к функции персонального наставника, который задает вопросы, направляет практику, адаптирует задания и помогает выстраивать глубокие связи между изучаемыми темами.
Читать 4мин
Автор: Рохан Бенкар
Опираясь на девятилетний опыт разработки обучающих систем в Coursera, Рохан утверждает, что образовательный ИИ требует совершенно иных инженерных принципов, чем потребительский ИИ. Главная причина — цена ошибки: неверная рекомендация в обучении может стоить человеку месяцев потерянного времени, упущенных карьерных возможностей и снижения мотивации.
Инфраструктура обучения сама становится частью педагогического процесса. Если во время выполнения практического задания происходит технический сбой, нарушается не только работа платформы, но и сам момент обучения. Поэтому надежность, масштабируемость и устойчивость образовательных систем имеют педагогическое, а не только техническое значение.
Он предупреждает об опасности «информационных пузырей»: системы рекомендаций должны не только поддерживать текущую образовательную траекторию, но и намеренно знакомить учащихся со смежными компетенциями, открывающими новые карьерные возможности.
В перспективе платформы обучения должны перейти от набора разрозненных сервисов (контент, тесты, поддержка) к единой адаптивной системе, объединяющей данные об обучении, практике и оценке. При этом роль ИИ будет смещаться от простого предоставления ответов к функции персонального наставника, который задает вопросы, направляет практику, адаптирует задания и помогает выстраивать глубокие связи между изучаемыми темами.
Читать 4мин
Не позволяйте ИИ воспитывать ваших детей
Автор Джеки Мадер
В новой книге «Воспитание человеком» профессор Чикагского университета Дана Сускинд утверждает, что в раннем детстве развитие ребенка должно основываться прежде всего на живом человеческом общении, а не на взаимодействии с ИИ. История с роботом Moxie, к которому дети сильно привязались, а затем тяжело переживали его отключение, иллюстрирует риски эмоциональной зависимости от искусственного интеллекта.
Критическое мышление, творчество, любознательность и социальные навыки формируются через сложные и порой конфликтные взаимодействия с людьми, тогда как ИИ слишком «удобен» и не способен заменить этот опыт. Исследования развития мозга показывают, что разговоры, совместная деятельность и отзывчивость взрослых являются ключевыми факторами формирования мозга ребенка.
При этом автор не выступает против ИИ как такового. Она поддерживает его использование в качестве вспомогательного инструмента — например, для тренировки чтения, снижения нагрузки на родителей или решения организационных задач.
ИИ должен дополнять воспитание, но не заменять живое человеческое взаимодействие, которое остается незаменимым для полноценного развития маленьких детей.
Читать 3мин
Автор Джеки Мадер
В новой книге «Воспитание человеком» профессор Чикагского университета Дана Сускинд утверждает, что в раннем детстве развитие ребенка должно основываться прежде всего на живом человеческом общении, а не на взаимодействии с ИИ. История с роботом Moxie, к которому дети сильно привязались, а затем тяжело переживали его отключение, иллюстрирует риски эмоциональной зависимости от искусственного интеллекта.
Критическое мышление, творчество, любознательность и социальные навыки формируются через сложные и порой конфликтные взаимодействия с людьми, тогда как ИИ слишком «удобен» и не способен заменить этот опыт. Исследования развития мозга показывают, что разговоры, совместная деятельность и отзывчивость взрослых являются ключевыми факторами формирования мозга ребенка.
При этом автор не выступает против ИИ как такового. Она поддерживает его использование в качестве вспомогательного инструмента — например, для тренировки чтения, снижения нагрузки на родителей или решения организационных задач.
ИИ должен дополнять воспитание, но не заменять живое человеческое взаимодействие, которое остается незаменимым для полноценного развития маленьких детей.
Читать 3мин
Решил ли искусственный интеллект наконец проблему узкого места в сфере обучения и развития персонала?
Автор Доктор Филиппа Хардман
Одна из самых устойчивых проблем в корпоративном обучении — зависимость от экспертов предметной области (SME), которые становятся главным «узким местом» при разработке учебных материалов. Несмотря на стремительное развитие генеративного ИИ, именно ожидание интервью, согласований и экспертной проверки по-прежнему задерживает проекты на недели и месяцы.
Филиппа Хардман показывает, что проблема заключается не только в доступности экспертов, но и в том, что значительная часть их знаний является неявной. Даже опытные специалисты не способны полностью объяснить, как принимают решения, поэтому традиционные интервью извлекают лишь поверхностную часть экспертного опыта.
LLM способны существенно снизить затраты на обработку документов, проведение интервью и обновление знаний, однако они не решают проблему извлечения скрытых (неявных) знаний. Перспективным направлением автор считает «повсеместный ИИ» (Ambient AI), который учится не по рассказам экспертов, а по наблюдению за их реальной работой.
На практике уже используются четыре основных подхода:
1.автоматический анализ и структурирование интервью с экспертами;
2.проведение экспертных интервью самим ИИ;
3.использование ИИ как исследовательского помощника для подготовки разработчиков обучения;
4.создание «виртуальных экспертов» на основе документов, презентаций и других материалов специалистов.
Все эти методы сокращают время ожидания и повышают эффективность работы, но не устраняют фундаментальную проблему неявных знаний и требуют обязательной экспертной проверки результатов.
Генеративный ИИ значительно уменьшает зависимость от экспертов, но полностью заменить их пока не способен. В будущем ключевой ценностью специалистов по обучению станет уже не сбор информации, а педагогическое проектирование и профессиональное суждение — умение превращать экспертные знания в действительно эффективное обучение.
Читать 15мин
Автор Доктор Филиппа Хардман
Одна из самых устойчивых проблем в корпоративном обучении — зависимость от экспертов предметной области (SME), которые становятся главным «узким местом» при разработке учебных материалов. Несмотря на стремительное развитие генеративного ИИ, именно ожидание интервью, согласований и экспертной проверки по-прежнему задерживает проекты на недели и месяцы.
Филиппа Хардман показывает, что проблема заключается не только в доступности экспертов, но и в том, что значительная часть их знаний является неявной. Даже опытные специалисты не способны полностью объяснить, как принимают решения, поэтому традиционные интервью извлекают лишь поверхностную часть экспертного опыта.
LLM способны существенно снизить затраты на обработку документов, проведение интервью и обновление знаний, однако они не решают проблему извлечения скрытых (неявных) знаний. Перспективным направлением автор считает «повсеместный ИИ» (Ambient AI), который учится не по рассказам экспертов, а по наблюдению за их реальной работой.
На практике уже используются четыре основных подхода:
1.автоматический анализ и структурирование интервью с экспертами;
2.проведение экспертных интервью самим ИИ;
3.использование ИИ как исследовательского помощника для подготовки разработчиков обучения;
4.создание «виртуальных экспертов» на основе документов, презентаций и других материалов специалистов.
Все эти методы сокращают время ожидания и повышают эффективность работы, но не устраняют фундаментальную проблему неявных знаний и требуют обязательной экспертной проверки результатов.
Генеративный ИИ значительно уменьшает зависимость от экспертов, но полностью заменить их пока не способен. В будущем ключевой ценностью специалистов по обучению станет уже не сбор информации, а педагогическое проектирование и профессиональное суждение — умение превращать экспертные знания в действительно эффективное обучение.
Читать 15мин
Что определяет ценность сближения поставщиков услуг обучения, работодателей и обучающихся-работников?
Автор: Иэн Коксволд, партнер Cairneagle
Наиболее перспективным направлением развития рынка образования станет сближение обучения, оценки навыков, сертификации и карьерных сервисов в единую экосистему, которая помогает людям не только учиться, но и успешно находить работу, развиваться в профессии и адаптироваться к изменениям рынка труда.
Рынок профессионального образования быстро растет благодаря постоянному обновлению навыков, технологическим изменениям, дефициту кадров и усложнению карьерных траекторий.
Главный тренд ближайших пяти лет — интеграция обучения, сертификации, оценки компетенций и карьерной поддержки. Такой подход выгоден и обучающимся, которым важно быстрее выйти на рынок труда, и работодателям, которым необходимо сокращать время подготовки сотрудников.
Усредненный анализ образовательного рынка вводит в заблуждение. Эффективность программ следует оценивать не по общим показателям (например, «ценности диплома»), а по конкретным сценариям использования, потребностям отдельных групп пользователей и карьерным результатам.
Размывание границ между образованием, HR, рекрутингом и управлением талантами создает возможности для новых платформ, объединяющих обучение, подбор персонала, оценку навыков, развитие сотрудников и карьерное сопровождение.
Наибольшую ценность будут создавать комплексные платформы, использующие данные для связи талантов с работодателями и сопровождающие человека на протяжении всей профессиональной карьеры.
Будущее рынка профессионального образования — за интегрированными экосистемами, объединяющими обучение, оценку компетенций, сертификацию, карьерное развитие и взаимодействие с работодателями. Именно такие платформы, по мнению автора, станут наиболее привлекательными для инвестиций и смогут получить значительное конкурентное преимущество.
Читать 4мин
Автор: Иэн Коксволд, партнер Cairneagle
Наиболее перспективным направлением развития рынка образования станет сближение обучения, оценки навыков, сертификации и карьерных сервисов в единую экосистему, которая помогает людям не только учиться, но и успешно находить работу, развиваться в профессии и адаптироваться к изменениям рынка труда.
Рынок профессионального образования быстро растет благодаря постоянному обновлению навыков, технологическим изменениям, дефициту кадров и усложнению карьерных траекторий.
Главный тренд ближайших пяти лет — интеграция обучения, сертификации, оценки компетенций и карьерной поддержки. Такой подход выгоден и обучающимся, которым важно быстрее выйти на рынок труда, и работодателям, которым необходимо сокращать время подготовки сотрудников.
Усредненный анализ образовательного рынка вводит в заблуждение. Эффективность программ следует оценивать не по общим показателям (например, «ценности диплома»), а по конкретным сценариям использования, потребностям отдельных групп пользователей и карьерным результатам.
Размывание границ между образованием, HR, рекрутингом и управлением талантами создает возможности для новых платформ, объединяющих обучение, подбор персонала, оценку навыков, развитие сотрудников и карьерное сопровождение.
Наибольшую ценность будут создавать комплексные платформы, использующие данные для связи талантов с работодателями и сопровождающие человека на протяжении всей профессиональной карьеры.
Будущее рынка профессионального образования — за интегрированными экосистемами, объединяющими обучение, оценку компетенций, сертификацию, карьерное развитие и взаимодействие с работодателями. Именно такие платформы, по мнению автора, станут наиболее привлекательными для инвестиций и смогут получить значительное конкурентное преимущество.
Читать 4мин
Сила предпочтений: перестаньте разрабатывать программы обучения для среднестатистического учащегося
Автор Аманда Дж. Фелки
Одна из главных причин низкой эффективности корпоративного обучения — ориентация на «среднестатистического» сотрудника. Вместо одинаковых для всех программ автор предлагает учитывать предпочтения обучающихся в том, как они воспринимают информацию, взаимодействуют с коллегами и осваивают новые навыки.
Вовлеченность рассматривается как ключевой фактор успешного обучения и включает когнитивный, эмоциональный, поведенческий и агентный компоненты. Исследования показывают, что высокая вовлеченность напрямую связана с лучшими результатами и переносом знаний в практику.
Учет предпочтений приносит организациям два основных преимущества. Во-первых, сотрудники чувствуют, что их мнение ценят, что повышает доверие, мотивацию и ответственность за собственное развитие. Во-вторых, данные о предпочтениях помогают создавать более гибкие программы обучения, предлагая разные способы участия, совместной работы, рефлексии и решения практических задач без необходимости полной индивидуализации.
Персонализация не означает упрощение обучения. Задача состоит в создании гибкой, человекоориентированной образовательной среды, которая учитывает реальные потребности сотрудников. В условиях быстрого развития ИИ и автоматизации именно такой подход позволит эффективнее развивать компетенции и готовить персонал к постоянным изменениям.
Читать 5мин
Автор Аманда Дж. Фелки
Одна из главных причин низкой эффективности корпоративного обучения — ориентация на «среднестатистического» сотрудника. Вместо одинаковых для всех программ автор предлагает учитывать предпочтения обучающихся в том, как они воспринимают информацию, взаимодействуют с коллегами и осваивают новые навыки.
Вовлеченность рассматривается как ключевой фактор успешного обучения и включает когнитивный, эмоциональный, поведенческий и агентный компоненты. Исследования показывают, что высокая вовлеченность напрямую связана с лучшими результатами и переносом знаний в практику.
Учет предпочтений приносит организациям два основных преимущества. Во-первых, сотрудники чувствуют, что их мнение ценят, что повышает доверие, мотивацию и ответственность за собственное развитие. Во-вторых, данные о предпочтениях помогают создавать более гибкие программы обучения, предлагая разные способы участия, совместной работы, рефлексии и решения практических задач без необходимости полной индивидуализации.
Персонализация не означает упрощение обучения. Задача состоит в создании гибкой, человекоориентированной образовательной среды, которая учитывает реальные потребности сотрудников. В условиях быстрого развития ИИ и автоматизации именно такой подход позволит эффективнее развивать компетенции и готовить персонал к постоянным изменениям.
Читать 5мин