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
Прогностическая аналитика: смотрим ли мы на приборную панель, игнорируя водителя?
Автор: Колин Бир
По мнению автора, образовательные траектории слишком сложны и изменчивы, чтобы их можно было точно прогнозировать на основе прошлых данных.
Используя аналогию с поездкой на автомобиле, автор показывает различие между предсказуемым движением по дорожной сети и обучением студента. Если маршрут автомобиля ограничен дорогами и правилами, то путь студента постоянно меняется под влиянием личных обстоятельств, мотивации, работы, семейных обязанностей, обратной связи, особенностей курса и множества других факторов. Поэтому модели, основанные лишь на исторических данных, упрощают реальность.
Прогностическая образовательная аналитика опирается на неполные, предвзятые и отражающие прошлое данные; сводит сложный процесс обучения к ограниченному набору количественных показателей; представляет оценки риска как объективные факты, хотя они во многом отражают институциональные приоритеты (удержание студентов, финансирование, отчетность и репутацию).
Данные лишь фиксируют факты (оценки, посещаемость, активность в системе), тогда как понимание возникает только при интерпретации этих данных в контексте реальной жизни студента. По аналогии с автомобилем, GPS показывает, где находится машина, но не объясняет, почему водитель изменил маршрут или остановился.
Колин не отвергает прогностическую аналитику как таковую, но считает, что ее ценность ограничена, если университеты полагаются исключительно на показатели с аналитических панелей. Чтобы действительно помогать студентам, необходимо не только анализировать данные, но и понимать индивидуальные обстоятельства учащихся, общаться с ними и при необходимости менять саму образовательную среду, а не просто присваивать им статус «студент группы риска».
Однако, кажется, автор недооценивает развитие ИИ и учета все более широкого спектра информации. Конечно, никто не ожидает 100%-ной точности. С другой стороны вряд ли будет полная замена преподавателя алгоритмом.
Читать 3мин)
Автор: Колин Бир
По мнению автора, образовательные траектории слишком сложны и изменчивы, чтобы их можно было точно прогнозировать на основе прошлых данных.
Используя аналогию с поездкой на автомобиле, автор показывает различие между предсказуемым движением по дорожной сети и обучением студента. Если маршрут автомобиля ограничен дорогами и правилами, то путь студента постоянно меняется под влиянием личных обстоятельств, мотивации, работы, семейных обязанностей, обратной связи, особенностей курса и множества других факторов. Поэтому модели, основанные лишь на исторических данных, упрощают реальность.
Прогностическая образовательная аналитика опирается на неполные, предвзятые и отражающие прошлое данные; сводит сложный процесс обучения к ограниченному набору количественных показателей; представляет оценки риска как объективные факты, хотя они во многом отражают институциональные приоритеты (удержание студентов, финансирование, отчетность и репутацию).
Данные лишь фиксируют факты (оценки, посещаемость, активность в системе), тогда как понимание возникает только при интерпретации этих данных в контексте реальной жизни студента. По аналогии с автомобилем, GPS показывает, где находится машина, но не объясняет, почему водитель изменил маршрут или остановился.
Колин не отвергает прогностическую аналитику как таковую, но считает, что ее ценность ограничена, если университеты полагаются исключительно на показатели с аналитических панелей. Чтобы действительно помогать студентам, необходимо не только анализировать данные, но и понимать индивидуальные обстоятельства учащихся, общаться с ними и при необходимости менять саму образовательную среду, а не просто присваивать им статус «студент группы риска».
Однако, кажется, автор недооценивает развитие ИИ и учета все более широкого спектра информации. Конечно, никто не ожидает 100%-ной точности. С другой стороны вряд ли будет полная замена преподавателя алгоритмом.
Читать 3мин)
расширяет возможности девочек и молодых женщин посредством обучения цифровым навыкам, Juza AI - компактное, готовое к работе в автономном режиме решение, обеспечивающее безопасную, точную и соответствующую учебной программе поддержку обучения в любом месте, без необходимости подключения к интернету или дорогостоящей инфраструктуры, Ubuntu Universe - создает увлекательные игры, которые обучают, вдохновляют и решают реальные задачи, SmartSteamMinds Edtech
расширяет возможности педагогов и учащихся в Африке с помощью инструментов ИИ для педагогов, Refugee Youth Education Hub - образование для молодежи из числа беженцев Центр, создает многоязычные и офлайн-решения для обучения беженцев, перемещенных лиц и учащихся в сельских общинах, где языковые барьеры и доступ к интернету остаются основными препятствиями, Deaf Outreach Program - программа поддержки глухих разрабатывает вспомогательные технологии и специализированную образовательную платформу, Приложение Tausi обучение цифровым навыкам, наращивание потенциала и повышение квалификации для молодых женщин из маргинализированных групп населения и независимых поставщиков услуг красоты.
Читать 3мин
расширяет возможности педагогов и учащихся в Африке с помощью инструментов ИИ для педагогов, Refugee Youth Education Hub - образование для молодежи из числа беженцев Центр, создает многоязычные и офлайн-решения для обучения беженцев, перемещенных лиц и учащихся в сельских общинах, где языковые барьеры и доступ к интернету остаются основными препятствиями, Deaf Outreach Program - программа поддержки глухих разрабатывает вспомогательные технологии и специализированную образовательную платформу, Приложение Tausi обучение цифровым навыкам, наращивание потенциала и повышение квалификации для молодых женщин из маргинализированных групп населения и независимых поставщиков услуг красоты.
Читать 3мин
Пять вопросов воскресного вечера: стратегия ИИ для стартапов в сфере образовательных технологий
Автор Алина А. фон Давьер
Алина А. фон Давьер утверждает, что в 2026 году наличие искусственного интеллекта перестало быть конкурентным преимуществом для EdTech-стартапов. Почти все компании имеют доступ к одним и тем же передовым моделям ИИ, поэтому успех определяется не самим ИИ, а стратегией его применения. Она предлагает пять ключевых вопросов, на которые должен ответить каждый стартап.
1.Что вы создаёте?
2.Почему именно вы?
3.Как доказать действенность?
4.Как продавать продукт?
5.Как выжить?
Поскольку крупные платформы (например, OpenAI, Anthropic и Google) постоянно добавляют бесплатные образовательные функции, стартапам следует строить бизнес вокруг того, что платформам трудно воспроизвести: специализированных оценочных решений, глубокого соответствия учебным программам, уникальных данных, доказанной эффективности и экспертных знаний. Важнейшим ресурсом становятся не разработчики, а специалисты по обучению, психометрии и оценке качества.
Успех EdTech-компании в эпоху ИИ определяется не использованием искусственного интеллекта как такового, а способностью создавать измеримые образовательные результаты, подкреплённые уникальными данными, научными доказательствами эффективности и высоким уровнем доверия со стороны образовательных организаций. Именно эти факторы формируют устойчивое конкурентное преимущество, тогда как сами ИИ-модели быстро становятся общедоступным товаром.
Однако, автор не очень касается педагогики - самого обучения, и сильно верит в измеримость обучения.
Читать 10мин
Автор Алина А. фон Давьер
Алина А. фон Давьер утверждает, что в 2026 году наличие искусственного интеллекта перестало быть конкурентным преимуществом для EdTech-стартапов. Почти все компании имеют доступ к одним и тем же передовым моделям ИИ, поэтому успех определяется не самим ИИ, а стратегией его применения. Она предлагает пять ключевых вопросов, на которые должен ответить каждый стартап.
1.Что вы создаёте?
2.Почему именно вы?
3.Как доказать действенность?
4.Как продавать продукт?
5.Как выжить?
Поскольку крупные платформы (например, OpenAI, Anthropic и Google) постоянно добавляют бесплатные образовательные функции, стартапам следует строить бизнес вокруг того, что платформам трудно воспроизвести: специализированных оценочных решений, глубокого соответствия учебным программам, уникальных данных, доказанной эффективности и экспертных знаний. Важнейшим ресурсом становятся не разработчики, а специалисты по обучению, психометрии и оценке качества.
Успех EdTech-компании в эпоху ИИ определяется не использованием искусственного интеллекта как такового, а способностью создавать измеримые образовательные результаты, подкреплённые уникальными данными, научными доказательствами эффективности и высоким уровнем доверия со стороны образовательных организаций. Именно эти факторы формируют устойчивое конкурентное преимущество, тогда как сами ИИ-модели быстро становятся общедоступным товаром.
Однако, автор не очень касается педагогики - самого обучения, и сильно верит в измеримость обучения.
Читать 10мин
Карты структур
Автор А. Джейкобс
«Представление и оптимизация упрощают использование реальности, одновременно ослабляя семантическую точность, реальность сжимается посредством науки, институтов, медиа, общественного нарратива и индивидуальных убеждений, системы становятся более внутренне непротиворечивыми по мере ослабления контакта с исходными условиями».
Читать 1мин)
Автор А. Джейкобс
«Представление и оптимизация упрощают использование реальности, одновременно ослабляя семантическую точность, реальность сжимается посредством науки, институтов, медиа, общественного нарратива и индивидуальных убеждений, системы становятся более внутренне непротиворечивыми по мере ослабления контакта с исходными условиями».
Читать 1мин)
Как научиться создавать документы
Автор Анил Дэш
Раньше организация документировала лучшие практики для людей, то теперь она документирует их для ИИ. Появился новый класс интеллектуальных активов компании: навыки, агенты, промпты, системы проверки качества. LLM становятся не авторами, а редакторами. Появляются командные запросы: проверь документ по заданным критериям. Возникает новая грамотность у человека: умение проектировать процесс создания документов. Университеты могут постепенно формировать собственую библиотеку "академических навыков" для ИИ: написания дипломов; подготовки лекций; разработки тестов; экспертной оценки; подготовки образовательных программ; проверки научных статей. Возникает новый подход к взаимодействию человека и ИИ: мы начинаем учить ИИ создавать хорошие документы по нашим профессиональным стандартам
Однако автор статья концентрируется в основном на форме документа, почти не затрагивая качество содержания.
Читать 2мин)
Автор Анил Дэш
Раньше организация документировала лучшие практики для людей, то теперь она документирует их для ИИ. Появился новый класс интеллектуальных активов компании: навыки, агенты, промпты, системы проверки качества. LLM становятся не авторами, а редакторами. Появляются командные запросы: проверь документ по заданным критериям. Возникает новая грамотность у человека: умение проектировать процесс создания документов. Университеты могут постепенно формировать собственую библиотеку "академических навыков" для ИИ: написания дипломов; подготовки лекций; разработки тестов; экспертной оценки; подготовки образовательных программ; проверки научных статей. Возникает новый подход к взаимодействию человека и ИИ: мы начинаем учить ИИ создавать хорошие документы по нашим профессиональным стандартам
Однако автор статья концентрируется в основном на форме документа, почти не затрагивая качество содержания.
Читать 2мин)
Для кого предназначены образовательные технологии?
Автор: Одри Уоттерс
Одри Уоттерс ставит под сомнение распространённое утверждение, что образовательные технологии создаются ради интересов учащихся. По её мнению, хотя маркетинг EdTech постоянно обещает улучшение обучения, на практике многие технологии разрабатываются прежде всего в интересах компаний, инвесторов и управленческих структур, а не студентов и преподавателей.
Поводом для этого послужили два недавних примера: использование в школе человекоподобного робота, созданного компанией, ранее производившей секс-роботов, а также запуск сервиса Claude for Teachers. Эти случаи заставляют её задать вопрос: кто принимает решения о внедрении подобных технологий и чьи интересы при этом действительно учитываются?
Она считает, что компании стремятся не столько решить реальные образовательные проблемы, сколько получить доступ к государственным средствам, данным учащихся и долгосрочной зависимости образовательных организаций от своих платформ. По её мнению, обучение становится источником данных, необходимых для дальнейшего развития моделей искусственного интеллекта.
Спустя несколько лет после начала «революции ИИ» так и не появилось убедительных доказательств его трансформационного влияния на образование. Вместо обещанных радикальных изменений наблюдаются лишь отдельные примеры повышения эффективности отдельных задач, которые не соответствуют масштабным заявлениям индустрии.
Многочисленные обещания сделать ИИ одновременно учителем, проверяющим, консультантом, библиотекарем, администратором и помощником отражают прежде всего интересы технологических компаний. По её мнению, подобные нарративы служат продвижению бизнеса, а не решению фундаментальных задач образования, поэтому главный вопрос остаётся открытым: для кого на самом деле создаются образовательные технологии — для учащихся и преподавателей или для самих разработчиков и их инвесторов?
Читать 3мин)
Автор: Одри Уоттерс
Одри Уоттерс ставит под сомнение распространённое утверждение, что образовательные технологии создаются ради интересов учащихся. По её мнению, хотя маркетинг EdTech постоянно обещает улучшение обучения, на практике многие технологии разрабатываются прежде всего в интересах компаний, инвесторов и управленческих структур, а не студентов и преподавателей.
Поводом для этого послужили два недавних примера: использование в школе человекоподобного робота, созданного компанией, ранее производившей секс-роботов, а также запуск сервиса Claude for Teachers. Эти случаи заставляют её задать вопрос: кто принимает решения о внедрении подобных технологий и чьи интересы при этом действительно учитываются?
Она считает, что компании стремятся не столько решить реальные образовательные проблемы, сколько получить доступ к государственным средствам, данным учащихся и долгосрочной зависимости образовательных организаций от своих платформ. По её мнению, обучение становится источником данных, необходимых для дальнейшего развития моделей искусственного интеллекта.
Спустя несколько лет после начала «революции ИИ» так и не появилось убедительных доказательств его трансформационного влияния на образование. Вместо обещанных радикальных изменений наблюдаются лишь отдельные примеры повышения эффективности отдельных задач, которые не соответствуют масштабным заявлениям индустрии.
Многочисленные обещания сделать ИИ одновременно учителем, проверяющим, консультантом, библиотекарем, администратором и помощником отражают прежде всего интересы технологических компаний. По её мнению, подобные нарративы служат продвижению бизнеса, а не решению фундаментальных задач образования, поэтому главный вопрос остаётся открытым: для кого на самом деле создаются образовательные технологии — для учащихся и преподавателей или для самих разработчиков и их инвесторов?
Читать 3мин)
Coursera инвестирует 100 миллионов долларов в новый стартап Эндрю Нг
Автор: Ина Фрид, Axios
Coursera инвестирует $100 млн в LearnVector.
Стартап создаёт адаптивных ИИ-репетиторов, сопровождающих обучение до достижения реального освоения навыка.
Coursera получит около 33% компании и будет интегрировать решения LearnVector со своей образовательной платформой.
Целевая аудитория проекта — взрослые и корпоративное обучение, а не школьное образование.
Это одна из крупнейших публичных инвестиций крупной EdTech-компании в развитие ИИ-обучения и важный сигнал о переходе отрасли от простых чат-ботов к полноценным интеллектуальным обучающим системам.
Читать 2мин)
Автор: Ина Фрид, Axios
Coursera инвестирует $100 млн в LearnVector.
Стартап создаёт адаптивных ИИ-репетиторов, сопровождающих обучение до достижения реального освоения навыка.
Coursera получит около 33% компании и будет интегрировать решения LearnVector со своей образовательной платформой.
Целевая аудитория проекта — взрослые и корпоративное обучение, а не школьное образование.
Это одна из крупнейших публичных инвестиций крупной EdTech-компании в развитие ИИ-обучения и важный сигнал о переходе отрасли от простых чат-ботов к полноценным интеллектуальным обучающим системам.
Читать 2мин)
Реформа в духе сказки
Автор: Ларри Кубан
Ларри Кубан обращается к почти забытому историческому примеру — «Восьмилетнему исследованию» (1933–1941), в рамках которого 30 американских школ получили свободу отказаться от традиционных учебных программ и вступительных требований колледжей. Учителя и ученики совместно создавали новые курсы, междисциплинарные проекты и более гибкие модели обучения.
Результаты эксперимента показали, что выпускники экспериментальных школ не только успешно учились в колледжах, но и превосходили сверстников по критическому мышлению, способности решать новые задачи, изобретательности и гражданской активности. Несмотря на успех, исследование оказалось забыто из-за Второй мировой войны.
Автор использует эту историю как аргумент против централизованных реформ образования. По его мнению, опыт прошлого доказывает, что не существует единственной эффективной модели обучения, а наилучшие результаты достигаются тогда, когда школам и учителям доверяют право самостоятельно разрабатывать образовательные программы с учетом местных условий. Кубан призывает современных реформаторов изучать исторический опыт, прежде чем навязывать школам очередные стандартизированные изменения.
Читать 4мин)
Автор: Ларри Кубан
Ларри Кубан обращается к почти забытому историческому примеру — «Восьмилетнему исследованию» (1933–1941), в рамках которого 30 американских школ получили свободу отказаться от традиционных учебных программ и вступительных требований колледжей. Учителя и ученики совместно создавали новые курсы, междисциплинарные проекты и более гибкие модели обучения.
Результаты эксперимента показали, что выпускники экспериментальных школ не только успешно учились в колледжах, но и превосходили сверстников по критическому мышлению, способности решать новые задачи, изобретательности и гражданской активности. Несмотря на успех, исследование оказалось забыто из-за Второй мировой войны.
Автор использует эту историю как аргумент против централизованных реформ образования. По его мнению, опыт прошлого доказывает, что не существует единственной эффективной модели обучения, а наилучшие результаты достигаются тогда, когда школам и учителям доверяют право самостоятельно разрабатывать образовательные программы с учетом местных условий. Кубан призывает современных реформаторов изучать исторический опыт, прежде чем навязывать школам очередные стандартизированные изменения.
Читать 4мин)
Взрослые долгое время пытались установить правила использования ИИ в школах.
Эти подростки нашли решение.
Автор Кори Тернер
Школьники способны стать не только пользователями искусственного интеллекта, но и полноценными участниками формирования правил его применения в образовании. В ходе молодежной законодательной сессии американские старшеклассники предложили комплексную модель регулирования использования ИИ в школах, основанную на балансе между инновациями и академической добросовестностью.
Практически везде школы сталкиваются с одинаковыми вызовами: стремительным распространением генеративного ИИ, отсутствием единых правил его использования, неготовностью педагогов и противоречивыми ожиданиями родителей.
Запретительная политика не является эффективным решением. Вместо этого образовательным системам следует:
- вводить обучение основам искусственного интеллекта одновременно с появлением цифровых инструментов в образовательном процессе;
- четко разграничивать допустимое и недопустимое использование ИИ при выполнении учебных заданий;
- оценивать не только конечный результат работы ученика, но и степень его собственного понимания материала (например, через устные ответы, обсуждения или защиту проектов);
- предоставить учителям право использовать ИИ для подготовки материалов, планирования занятий и обратной связи, одновременно устанавливая прозрачные правила такого использования;
- разработать единые школьные политики применения ИИ, понятные ученикам, педагогам и родителям;
- учитывать вопросы конфиденциальности, безопасности данных и действий системы в ситуациях, когда ИИ выявляет признаки психологического кризиса у учащихся.
Интересен подход: вместо того чтобы разрабатывать нормативные документы исключительно силами чиновников и экспертов, демонстрируются ценность вовлечения самих учащихся в обсуждение правил использования новых технологий. Такой подход позволяет учитывать реальные практики применения ИИ школьниками и повышает вероятность того, что разработанные правила будут восприниматься как справедливые и выполнимые.
Эффективная политика использования искусственного интеллекта в образовании должна строиться не вокруг запретов, а вокруг развития ИИ-грамотности, прозрачных правил, новых способов оценки знаний и совместной ответственности государства, школ, педагогов, родителей и самих учащихся.
Ссылка в комменте 👇👇👇
Эти подростки нашли решение.
Автор Кори Тернер
Школьники способны стать не только пользователями искусственного интеллекта, но и полноценными участниками формирования правил его применения в образовании. В ходе молодежной законодательной сессии американские старшеклассники предложили комплексную модель регулирования использования ИИ в школах, основанную на балансе между инновациями и академической добросовестностью.
Практически везде школы сталкиваются с одинаковыми вызовами: стремительным распространением генеративного ИИ, отсутствием единых правил его использования, неготовностью педагогов и противоречивыми ожиданиями родителей.
Запретительная политика не является эффективным решением. Вместо этого образовательным системам следует:
- вводить обучение основам искусственного интеллекта одновременно с появлением цифровых инструментов в образовательном процессе;
- четко разграничивать допустимое и недопустимое использование ИИ при выполнении учебных заданий;
- оценивать не только конечный результат работы ученика, но и степень его собственного понимания материала (например, через устные ответы, обсуждения или защиту проектов);
- предоставить учителям право использовать ИИ для подготовки материалов, планирования занятий и обратной связи, одновременно устанавливая прозрачные правила такого использования;
- разработать единые школьные политики применения ИИ, понятные ученикам, педагогам и родителям;
- учитывать вопросы конфиденциальности, безопасности данных и действий системы в ситуациях, когда ИИ выявляет признаки психологического кризиса у учащихся.
Интересен подход: вместо того чтобы разрабатывать нормативные документы исключительно силами чиновников и экспертов, демонстрируются ценность вовлечения самих учащихся в обсуждение правил использования новых технологий. Такой подход позволяет учитывать реальные практики применения ИИ школьниками и повышает вероятность того, что разработанные правила будут восприниматься как справедливые и выполнимые.
Эффективная политика использования искусственного интеллекта в образовании должна строиться не вокруг запретов, а вокруг развития ИИ-грамотности, прозрачных правил, новых способов оценки знаний и совместной ответственности государства, школ, педагогов, родителей и самих учащихся.
Ссылка в комменте 👇👇👇
Искусственный интеллект не сделает образование более инклюзивным, если мы не спроектируем его соответствующим образом.
Автор Рикардо Оливейра
Сам по себе искусственный интеллект не сделает образование более инклюзивным. Напротив, если ИИ создается на основе представлений о «среднестатистическом ученике», он лишь масштабирует существующие барьеры и исключает тех, чьи потребности отличаются от нормы.
Автор проводит аналогию с историей ВВС США 1950-х годов: попытка спроектировать кабину самолета под «среднего пилота» привела к тому, что она не подходила никому. Решением стало создание регулируемых элементов управления, что повысило безопасность для всех. Такой же принцип должен применяться и к образовательному ИИ.
Особую опасность представляет обучение моделей на нерепрезентативных данных. Если в обучающих выборках недостаточно представлены люди с особыми образовательными потребностями, нейроотличные учащиеся или другие группы, ИИ будет систематически ошибаться при оценке их работы, поведения и успеваемости. В результате технологии могут усиливать неравенство вместо его сокращения.
Автор предлагает три ключевых принципа разработки инклюзивного образовательного ИИ:
- Привлекать к проектированию людей с нестандартными образовательными потребностями уже на ранних этапах разработки, поскольку именно они способны выявить проблемы, незаметные для большинства.
- Использовать ИИ для поддержки, а не замены человека. Автоматизация должна освобождать учителей от рутинных задач, чтобы они могли уделять больше внимания ученикам, которым особенно необходима человеческая поддержка.
- Оценивать эффективность ИИ по результатам наиболее уязвимых учащихся, а не по средним показателям, которые скрывают проблемы меньшинств.
Главный вывод статьи заключается в том, что инклюзивность не возникает автоматически благодаря технологиям. Она является результатом сознательных проектных решений. Подобно тому как субтитры и пандусы, созданные для людей с особыми потребностями, впоследствии оказались полезны всем, образовательный ИИ, разработанный с учетом потребностей наиболее уязвимых учащихся, сможет сделать обучение лучше для каждого.
Ссылка на перевод в комменте 👇👇👇
Автор Рикардо Оливейра
Сам по себе искусственный интеллект не сделает образование более инклюзивным. Напротив, если ИИ создается на основе представлений о «среднестатистическом ученике», он лишь масштабирует существующие барьеры и исключает тех, чьи потребности отличаются от нормы.
Автор проводит аналогию с историей ВВС США 1950-х годов: попытка спроектировать кабину самолета под «среднего пилота» привела к тому, что она не подходила никому. Решением стало создание регулируемых элементов управления, что повысило безопасность для всех. Такой же принцип должен применяться и к образовательному ИИ.
Особую опасность представляет обучение моделей на нерепрезентативных данных. Если в обучающих выборках недостаточно представлены люди с особыми образовательными потребностями, нейроотличные учащиеся или другие группы, ИИ будет систематически ошибаться при оценке их работы, поведения и успеваемости. В результате технологии могут усиливать неравенство вместо его сокращения.
Автор предлагает три ключевых принципа разработки инклюзивного образовательного ИИ:
- Привлекать к проектированию людей с нестандартными образовательными потребностями уже на ранних этапах разработки, поскольку именно они способны выявить проблемы, незаметные для большинства.
- Использовать ИИ для поддержки, а не замены человека. Автоматизация должна освобождать учителей от рутинных задач, чтобы они могли уделять больше внимания ученикам, которым особенно необходима человеческая поддержка.
- Оценивать эффективность ИИ по результатам наиболее уязвимых учащихся, а не по средним показателям, которые скрывают проблемы меньшинств.
Главный вывод статьи заключается в том, что инклюзивность не возникает автоматически благодаря технологиям. Она является результатом сознательных проектных решений. Подобно тому как субтитры и пандусы, созданные для людей с особыми потребностями, впоследствии оказались полезны всем, образовательный ИИ, разработанный с учетом потребностей наиболее уязвимых учащихся, сможет сделать обучение лучше для каждого.
Ссылка на перевод в комменте 👇👇👇
О качестве
Ода Роберту Пирсигу: “Что такое качество и как оно ухудшается”
Автор: Кейана Сапп
Философски по Роберту Пирсигу качество — это не сумма измеряемых характеристик объекта, а целостное свойство, которое человек способен распознать еще до того, как сможет его объяснить словами.
Ключевые тезисы статьи Кейана Саппа:
- Качество существует раньше его определения.
- Спецификации не гарантируют качества.
- Настоящее качество проявляется со временем
Во многих образовательных системах качество измеряют через: результаты тестов; средний балл; количество выданных сертификатов; процент завершения курса; посещаемость. Однако реальные признаки качественного обучения могут быть другими: желание продолжать учиться; глубина понимания; способность применять знания; формирование профессионального мышления; изменение поведения. По мнению автора, качественный курс невозможно полностью описать чек-листом. Сложно формализовать полностью: логику подачи; удачные примеры;
чувство темпа; вовлеченность преподавателя; интеллектуальную честность;
эмоциональный отклик. Образовательный продукт должен становиться лучше по мере использования.Последнее: ИИ усиливает проблему оценки качества
Одна из главных проблем современного EdTech: то, что легче всего измерить, далеко не всегда является тем, что имеет наибольшую образовательную ценность. Это делает ее идеи особенно актуальными в эпоху массового внедрения ИИ и цифровых образовательных платформ.
Ссылка на перевод в комменте 👇👇👇
Ода Роберту Пирсигу: “Что такое качество и как оно ухудшается”
Автор: Кейана Сапп
Философски по Роберту Пирсигу качество — это не сумма измеряемых характеристик объекта, а целостное свойство, которое человек способен распознать еще до того, как сможет его объяснить словами.
Ключевые тезисы статьи Кейана Саппа:
- Качество существует раньше его определения.
- Спецификации не гарантируют качества.
- Настоящее качество проявляется со временем
Во многих образовательных системах качество измеряют через: результаты тестов; средний балл; количество выданных сертификатов; процент завершения курса; посещаемость. Однако реальные признаки качественного обучения могут быть другими: желание продолжать учиться; глубина понимания; способность применять знания; формирование профессионального мышления; изменение поведения. По мнению автора, качественный курс невозможно полностью описать чек-листом. Сложно формализовать полностью: логику подачи; удачные примеры;
чувство темпа; вовлеченность преподавателя; интеллектуальную честность;
эмоциональный отклик. Образовательный продукт должен становиться лучше по мере использования.Последнее: ИИ усиливает проблему оценки качества
Одна из главных проблем современного EdTech: то, что легче всего измерить, далеко не всегда является тем, что имеет наибольшую образовательную ценность. Это делает ее идеи особенно актуальными в эпоху массового внедрения ИИ и цифровых образовательных платформ.
Ссылка на перевод в комменте 👇👇👇
🦄Обзор технологических стартапов в образовании от 02.08.2026
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Coursera инвестирует 100 миллионов долларов в компанию LearnVector, занимающуюся обучением с использованием ИИ, основанную Эндрю Нг
Читать 3мин)
Компания Weave, предоставляющая решение для уровня инженерного интеллекта,
привлекла 13,5 млн долларов в рамках раунда финансирования серии А
Читать 1мин)
Глобальный технологический стартап House of Student, специализирующийся на предоставлении жилья для студентов, привлек 2 млн долларов в рамках посевного раунда
Читать 1мин)
tiny science привлекла 1,2 млн евро в виде акционерного и заемного капитала, чтобы внедрить продукцию tiny в каждый класс естественных наук.
Читать 1мин)
Катарская компания GRO Solutions, которая помогает пользователям управлять расходами, принимать финансовые решения и повышать финансовую грамотность,
привлекла 600 000 долларов США в рамках предпосевного финансирования от GrowthX Capital
Читать 3мин)
Предпосевной раунд финансирования - PrepEx, платформы для подготовки к тестам по английскому языку как иностранному на основе ИИ, которая помогает студентам достигать целевых результатов благодаря персонализированной практике и мгновенной обратной связи по результатам.
Читать 1мин)
Предпосевной раунд — NextGen Intelligence LLC, которая предоставляет услуги опытных инженеров для создания готового к использованию программного обеспечения, маркетинговых систем и цифровых продуктов для основателей компаний
Читать 1мин)
Capital IP инвестирует в платформу потокового вещания Minno, ориентированную на религиозную тематику для детей
Читать 3мин)
Приложение 90Plus My Tuition App, которое предлагает онлайн-обучение в режиме реального времени для учащихся, обучающихся по программам CBSE и штата Керала, получило инвестиции от Equity Intelligence
Читать 1мин)
NEST расширяет программы обучения стартапам и обеспечивает посевное финансирования для малообеспеченных студентов Джорджии через привлечение 29000 долларов
Читать 2мин)
Visa объявляет победителей четвертого этапа программы She’s Next в Египте и выделяет PraxiLabs ($20,000), виртуальную 3D-лабораторию для научных исследований, облегчающая преподавание и изучение естественных наук в университетах.
Читать 3мин)
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Coursera инвестирует 100 миллионов долларов в компанию LearnVector, занимающуюся обучением с использованием ИИ, основанную Эндрю Нг
Читать 3мин)
Компания Weave, предоставляющая решение для уровня инженерного интеллекта,
привлекла 13,5 млн долларов в рамках раунда финансирования серии А
Читать 1мин)
Глобальный технологический стартап House of Student, специализирующийся на предоставлении жилья для студентов, привлек 2 млн долларов в рамках посевного раунда
Читать 1мин)
tiny science привлекла 1,2 млн евро в виде акционерного и заемного капитала, чтобы внедрить продукцию tiny в каждый класс естественных наук.
Читать 1мин)
Катарская компания GRO Solutions, которая помогает пользователям управлять расходами, принимать финансовые решения и повышать финансовую грамотность,
привлекла 600 000 долларов США в рамках предпосевного финансирования от GrowthX Capital
Читать 3мин)
Предпосевной раунд финансирования - PrepEx, платформы для подготовки к тестам по английскому языку как иностранному на основе ИИ, которая помогает студентам достигать целевых результатов благодаря персонализированной практике и мгновенной обратной связи по результатам.
Читать 1мин)
Предпосевной раунд — NextGen Intelligence LLC, которая предоставляет услуги опытных инженеров для создания готового к использованию программного обеспечения, маркетинговых систем и цифровых продуктов для основателей компаний
Читать 1мин)
Capital IP инвестирует в платформу потокового вещания Minno, ориентированную на религиозную тематику для детей
Читать 3мин)
Приложение 90Plus My Tuition App, которое предлагает онлайн-обучение в режиме реального времени для учащихся, обучающихся по программам CBSE и штата Керала, получило инвестиции от Equity Intelligence
Читать 1мин)
NEST расширяет программы обучения стартапам и обеспечивает посевное финансирования для малообеспеченных студентов Джорджии через привлечение 29000 долларов
Читать 2мин)
Visa объявляет победителей четвертого этапа программы She’s Next в Египте и выделяет PraxiLabs ($20,000), виртуальную 3D-лабораторию для научных исследований, облегчающая преподавание и изучение естественных наук в университетах.
Читать 3мин)
🦄Обзор технологических стартапов в образовании от 02.08.2026
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Coursera инвестирует 100 миллионов долларов в компанию LearnVector, занимающуюся обучением с использованием ИИ, основанную Эндрю Нг
[Читать 3мин](https://vk.ru/wall-87570467_6177)
Компания Weave, предоставляющая решение для уровня инженерного интеллекта,
привлекла 13,5 млн долларов в рамках раунда финансирования серии А
[Читать 1мин](https://vk.ru/wall-87570467_6185)
Глобальный технологический стартап House of Student, специализирующийся на предоставлении жилья для студентов, привлек 2 млн долларов в рамках посевного раунда
[Читать 1мин](https://vk.ru/wall-87570467_6179)
Катарская компания GRO Solutions, которая помогает пользователям управлять расходами, принимать финансовые решения и повышать финансовую грамотность,
привлекла 600 000 долларов США в рамках предпосевного финансирования от GrowthX Capital
[Читать 3мин](https://vk.ru/wall-87570467_6191)
Предпосевной раунд финансирования - PrepEx, платформы для подготовки к тестам по английскому языку как иностранному на основе ИИ, которая помогает студентам достигать целевых результатов благодаря персонализированной практике и мгновенной обратной связи по результатам.
[Читать 1мин](https://vk.ru/wall-87570467_6181)
Предпосевной раунд — NextGen Intelligence LLC, которая предоставляет услуги опытных инженеров для создания готового к использованию программного обеспечения, маркетинговых систем и цифровых продуктов для основателей компаний
[Читать 1мин](https://vk.ru/wall-87570467_6183)
Capital IP инвестирует в платформу потокового вещания Minno, ориентированную на религиозную тематику для детей
[Читать 3мин](https://vk.ru/wall-87570467_6189)
Приложение 90Plus My Tuition App, которое предлагает онлайн-обучение в режиме реального времени для учащихся, обучающихся по программам CBSE и штата Керала, получило инвестиции от Equity Intelligence
[Читать 1мин](https://vk.ru/wall-87570467_6195)
NEST расширяет программы обучения стартапам и обеспечивает посевное финансирования для малообеспеченных студентов Джорджии через привлечение 29000 долларов
[Читать 2мин](https://vk.ru/wall-87570467_6187)
Visa объявляет победителей четвертого этапа программы She’s Next в Египте и выделяет PraxiLabs ($20,000), виртуальную 3D-лабораторию для научных исследований, облегчающая преподавание и изучение естественных наук в университетах.
[Читать 3мин](https://vk.ru/wall-87570467_6193)
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Coursera инвестирует 100 миллионов долларов в компанию LearnVector, занимающуюся обучением с использованием ИИ, основанную Эндрю Нг
[Читать 3мин](https://vk.ru/wall-87570467_6177)
Компания Weave, предоставляющая решение для уровня инженерного интеллекта,
привлекла 13,5 млн долларов в рамках раунда финансирования серии А
[Читать 1мин](https://vk.ru/wall-87570467_6185)
Глобальный технологический стартап House of Student, специализирующийся на предоставлении жилья для студентов, привлек 2 млн долларов в рамках посевного раунда
[Читать 1мин](https://vk.ru/wall-87570467_6179)
Катарская компания GRO Solutions, которая помогает пользователям управлять расходами, принимать финансовые решения и повышать финансовую грамотность,
привлекла 600 000 долларов США в рамках предпосевного финансирования от GrowthX Capital
[Читать 3мин](https://vk.ru/wall-87570467_6191)
Предпосевной раунд финансирования - PrepEx, платформы для подготовки к тестам по английскому языку как иностранному на основе ИИ, которая помогает студентам достигать целевых результатов благодаря персонализированной практике и мгновенной обратной связи по результатам.
[Читать 1мин](https://vk.ru/wall-87570467_6181)
Предпосевной раунд — NextGen Intelligence LLC, которая предоставляет услуги опытных инженеров для создания готового к использованию программного обеспечения, маркетинговых систем и цифровых продуктов для основателей компаний
[Читать 1мин](https://vk.ru/wall-87570467_6183)
Capital IP инвестирует в платформу потокового вещания Minno, ориентированную на религиозную тематику для детей
[Читать 3мин](https://vk.ru/wall-87570467_6189)
Приложение 90Plus My Tuition App, которое предлагает онлайн-обучение в режиме реального времени для учащихся, обучающихся по программам CBSE и штата Керала, получило инвестиции от Equity Intelligence
[Читать 1мин](https://vk.ru/wall-87570467_6195)
NEST расширяет программы обучения стартапам и обеспечивает посевное финансирования для малообеспеченных студентов Джорджии через привлечение 29000 долларов
[Читать 2мин](https://vk.ru/wall-87570467_6187)
Visa объявляет победителей четвертого этапа программы She’s Next в Египте и выделяет PraxiLabs ($20,000), виртуальную 3D-лабораторию для научных исследований, облегчающая преподавание и изучение естественных наук в университетах.
[Читать 3мин](https://vk.ru/wall-87570467_6193)
🦄Обзор технологических стартапов в образовании от 02.08.2026
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Coursera инвестирует 100 миллионов долларов в компанию LearnVector, занимающуюся обучением с использованием ИИ, основанную Эндрю Нг
[Читать 3мин](https://vk.ru/wall-87570467_6177)
Компания Weave, предоставляющая решение для уровня инженерного интеллекта,
привлекла 13,5 млн долларов в рамках раунда финансирования серии А
[Читать 1мин](https://vk.ru/wall-87570467_6185)
Глобальный технологический стартап House of Student, специализирующийся на предоставлении жилья для студентов, привлек 2 млн долларов в рамках посевного раунда
[Читать 1мин](https://vk.ru/wall-87570467_6179)
tiny science привлекла 1,2 млн евро в виде акционерного и заемного капитала, чтобы внедрить продукцию tiny в каждый класс естественных наук.
[Читать 1мин](https://vk.ru/wall-87570467_6198)
Катарская компания GRO Solutions, которая помогает пользователям управлять расходами, принимать финансовые решения и повышать финансовую грамотность,
привлекла 600 000 долларов США в рамках предпосевного финансирования от GrowthX Capital
[Читать 3мин](https://vk.ru/wall-87570467_6191)
Предпосевной раунд финансирования - PrepEx, платформы для подготовки к тестам по английскому языку как иностранному на основе ИИ, которая помогает студентам достигать целевых результатов благодаря персонализированной практике и мгновенной обратной связи по результатам.
[Читать 1мин](https://vk.ru/wall-87570467_6181)
Предпосевной раунд — NextGen Intelligence LLC, которая предоставляет услуги опытных инженеров для создания готового к использованию программного обеспечения, маркетинговых систем и цифровых продуктов для основателей компаний
[Читать 1мин](https://vk.ru/wall-87570467_6183)
Capital IP инвестирует в платформу потокового вещания Minno, ориентированную на религиозную тематику для детей
[Читать 3мин](https://vk.ru/wall-87570467_6189)
Приложение 90Plus My Tuition App, которое предлагает онлайн-обучение в режиме реального времени для учащихся, обучающихся по программам CBSE и штата Керала, получило инвестиции от Equity Intelligence
[Читать 1мин](https://vk.ru/wall-87570467_6195)
NEST расширяет программы обучения стартапам и обеспечивает посевное финансирования для малообеспеченных студентов Джорджии через привлечение 29000 долларов
[Читать 2мин](https://vk.ru/wall-87570467_6187)
Visa объявляет победителей четвертого этапа программы She’s Next в Египте и выделяет PraxiLabs ($20,000), виртуальную 3D-лабораторию для научных исследований, облегчающая преподавание и изучение естественных наук в университетах.
[Читать 3мин](https://vk.ru/wall-87570467_6193)
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю
Coursera инвестирует 100 миллионов долларов в компанию LearnVector, занимающуюся обучением с использованием ИИ, основанную Эндрю Нг
[Читать 3мин](https://vk.ru/wall-87570467_6177)
Компания Weave, предоставляющая решение для уровня инженерного интеллекта,
привлекла 13,5 млн долларов в рамках раунда финансирования серии А
[Читать 1мин](https://vk.ru/wall-87570467_6185)
Глобальный технологический стартап House of Student, специализирующийся на предоставлении жилья для студентов, привлек 2 млн долларов в рамках посевного раунда
[Читать 1мин](https://vk.ru/wall-87570467_6179)
tiny science привлекла 1,2 млн евро в виде акционерного и заемного капитала, чтобы внедрить продукцию tiny в каждый класс естественных наук.
[Читать 1мин](https://vk.ru/wall-87570467_6198)
Катарская компания GRO Solutions, которая помогает пользователям управлять расходами, принимать финансовые решения и повышать финансовую грамотность,
привлекла 600 000 долларов США в рамках предпосевного финансирования от GrowthX Capital
[Читать 3мин](https://vk.ru/wall-87570467_6191)
Предпосевной раунд финансирования - PrepEx, платформы для подготовки к тестам по английскому языку как иностранному на основе ИИ, которая помогает студентам достигать целевых результатов благодаря персонализированной практике и мгновенной обратной связи по результатам.
[Читать 1мин](https://vk.ru/wall-87570467_6181)
Предпосевной раунд — NextGen Intelligence LLC, которая предоставляет услуги опытных инженеров для создания готового к использованию программного обеспечения, маркетинговых систем и цифровых продуктов для основателей компаний
[Читать 1мин](https://vk.ru/wall-87570467_6183)
Capital IP инвестирует в платформу потокового вещания Minno, ориентированную на религиозную тематику для детей
[Читать 3мин](https://vk.ru/wall-87570467_6189)
Приложение 90Plus My Tuition App, которое предлагает онлайн-обучение в режиме реального времени для учащихся, обучающихся по программам CBSE и штата Керала, получило инвестиции от Equity Intelligence
[Читать 1мин](https://vk.ru/wall-87570467_6195)
NEST расширяет программы обучения стартапам и обеспечивает посевное финансирования для малообеспеченных студентов Джорджии через привлечение 29000 долларов
[Читать 2мин](https://vk.ru/wall-87570467_6187)
Visa объявляет победителей четвертого этапа программы She’s Next в Египте и выделяет PraxiLabs ($20,000), виртуальную 3D-лабораторию для научных исследований, облегчающая преподавание и изучение естественных наук в университетах.
[Читать 3мин](https://vk.ru/wall-87570467_6193)
Claude бесплатен для учителей. Вот пятнадцать вещей, для которых я его использую.
Автор: Стефан Баушард
В статье Стефан Баушард, преподаватель дебатов и искусственного интеллекта, делится своим двухлетним опытом повседневного использования Claude в преподавании. Ценность современных ИИ-систем заключается не столько в генерации планов уроков или тестов, сколько в сопровождении практически всего педагогического цикла — от проектирования занятий до анализа их результатов.
Стефан выделяет пятнадцать основных сценариев применения Claude, среди которых:
- предварительная экспертиза учебных материалов с точки зрения уровня подготовки и понимания учащихся;
- создание презентаций и учебных материалов по кратким наброскам преподавателя;
- автоматическое обновление примеров и кейсов при изменении содержания курса;
- проведение исследований и поиск аргументов по узким вопросам;
- интеллектуальный собеседник для обсуждения педагогических идей и проблем обучения;
- помощь в написании статей, проверке фактов и редактировании текстов;
- анализ записей лекций для постоянного совершенствования собственных материалов;
- автоматическая подготовка отчетов для учащихся и родителей;
- персонализированная оценка студентов на основе различных источников информации;
- создание интерактивных учебных приложений и небольших программ без глубоких знаний программирования.
Особое внимание автор уделяет не столько самим возможностям Claude, сколько организации работы с ним. Он рекомендует не создавать сложные промпты, а использовать естественные заметки, голосовой ввод, заранее накопленные материалы курса, а также хранить постоянный контекст в проектах и пользовательских настройках. По его мнению, именно накопление контекста превращает ИИ из генератора текста в полноценного цифрового помощника преподавателя.
Автор советует не пытаться сразу внедрять множество функций, а начать с двух наиболее практичных: проверки учебных материалов перед публикацией и анализа собственных лекций по их расшифровкам.
Статья практически полностью основана на личном опыте Стефана Баушарда. Он почти не обсуждает ограничения такого подхода: возможные ошибки ИИ, влияние на развитие профессиональной экспертизы самого преподавателя, риски чрезмерной зависимости от одного коммерческого сервиса, а также отсутствие объективных данных о том, действительно ли перечисленные практики улучшают образовательные результаты студентов, а не только экономят время преподавателя. Это прежде всего набор интересных практических кейсов, а не как доказательство педагогической эффективности подобных методов.
[Читать 22мин](https://dzen.ru/a/anGCZaesYE5SElWf)
Автор: Стефан Баушард
В статье Стефан Баушард, преподаватель дебатов и искусственного интеллекта, делится своим двухлетним опытом повседневного использования Claude в преподавании. Ценность современных ИИ-систем заключается не столько в генерации планов уроков или тестов, сколько в сопровождении практически всего педагогического цикла — от проектирования занятий до анализа их результатов.
Стефан выделяет пятнадцать основных сценариев применения Claude, среди которых:
- предварительная экспертиза учебных материалов с точки зрения уровня подготовки и понимания учащихся;
- создание презентаций и учебных материалов по кратким наброскам преподавателя;
- автоматическое обновление примеров и кейсов при изменении содержания курса;
- проведение исследований и поиск аргументов по узким вопросам;
- интеллектуальный собеседник для обсуждения педагогических идей и проблем обучения;
- помощь в написании статей, проверке фактов и редактировании текстов;
- анализ записей лекций для постоянного совершенствования собственных материалов;
- автоматическая подготовка отчетов для учащихся и родителей;
- персонализированная оценка студентов на основе различных источников информации;
- создание интерактивных учебных приложений и небольших программ без глубоких знаний программирования.
Особое внимание автор уделяет не столько самим возможностям Claude, сколько организации работы с ним. Он рекомендует не создавать сложные промпты, а использовать естественные заметки, голосовой ввод, заранее накопленные материалы курса, а также хранить постоянный контекст в проектах и пользовательских настройках. По его мнению, именно накопление контекста превращает ИИ из генератора текста в полноценного цифрового помощника преподавателя.
Автор советует не пытаться сразу внедрять множество функций, а начать с двух наиболее практичных: проверки учебных материалов перед публикацией и анализа собственных лекций по их расшифровкам.
Статья практически полностью основана на личном опыте Стефана Баушарда. Он почти не обсуждает ограничения такого подхода: возможные ошибки ИИ, влияние на развитие профессиональной экспертизы самого преподавателя, риски чрезмерной зависимости от одного коммерческого сервиса, а также отсутствие объективных данных о том, действительно ли перечисленные практики улучшают образовательные результаты студентов, а не только экономят время преподавателя. Это прежде всего набор интересных практических кейсов, а не как доказательство педагогической эффективности подобных методов.
[Читать 22мин](https://dzen.ru/a/anGCZaesYE5SElWf)
Дзен | Статьи
Claude бесплатен для учителей. Вот пятнадцать вещей, для которых я его использую.
Статья автора «DigEd» в Дзене ✍: Автор: Стефан Баушард В каждой статье об ИИ для учителей приводятся одни и те же три примера.
Образование для успешной карьеры
Что говорят исследования об образовании, рабочих местах, ИИ и о том, что понадобится студентам для успеха в качестве будущих работников и граждан.
Автор Мэтт Сигельман
Как система образования должна измениться в эпоху искусственного интеллекта, чтобы готовить учащихся не только к поступлению в колледж, но и к успешной профессиональной и гражданской жизни.
Существующая система образования оценивает успех преимущественно по академическим показателям (тестам, оценкам, поступлению в колледжи), тогда как для большинства студентов главным критерием является успешная карьера. При этом нынешняя модель подготовки не справляется с этой задачей: лишь небольшая часть выпускников получает работу, соответствующую своему образованию, а многие программы профессионального обучения ориентированы на профессии с низкими перспективами карьерного роста.
По мнению автора, развитие искусственного интеллекта требует переосмысления образовательных приоритетов в трех направлениях:
- усиление роли гуманитарного образования, поскольку именно коммуникация, сотрудничество, критическое мышление и способность к совместному решению проблем становятся наиболее востребованными как на рынке труда, так и в демократическом обществе;
- расширение понятия базовых навыков, включив в него цифровую грамотность, анализ данных, управление проектами, вычислительное мышление и другие универсальные компетенции;
- существенное повышение уровня владения этими навыками, поскольку ИИ автоматизирует многие стартовые профессиональные задачи, и выпускники должны быть готовы выполнять более сложную работу уже в начале своей карьеры.
Искусственный интеллект не отменяет необходимость изучения традиционных дисциплин, а меняет акценты внутри них. Например, возрастает значение оценки достоверности источников, критического анализа информации, программирования и работы с ИИ как инструмента повышения собственной продуктивности.
Для перестройки самой образовательной системы автор предлагает:
- сделать профориентацию основанной на данных о рынке труда, а не только на поступлении в университет;
- обеспечить каждому учащемуся опыт реальной работы через стажировки, проекты с работодателями и практическое обучение;
- рассматривать обучение на рабочем месте как непрерывный процесс, сопровождающий человека на протяжении всей профессиональной жизни;
- превратить образование в систему непрерывного развития, доступную человеку не только в молодости, но и в течение всей карьеры.
Подготовка к профессиональной деятельности, гражданская ответственность и обучение на протяжении всей жизни не противоречат друг другу, а являются взаимодополняющими целями современного образования. В условиях стремительного развития ИИ образование должно формировать прежде всего способность постоянно приобретать новые знания, адаптироваться к изменениям и строить собственную профессиональную траекторию.
[Читать 10мин](https://dzen.ru/a/anGSus-0jXmt7Cj8)
Что говорят исследования об образовании, рабочих местах, ИИ и о том, что понадобится студентам для успеха в качестве будущих работников и граждан.
Автор Мэтт Сигельман
Как система образования должна измениться в эпоху искусственного интеллекта, чтобы готовить учащихся не только к поступлению в колледж, но и к успешной профессиональной и гражданской жизни.
Существующая система образования оценивает успех преимущественно по академическим показателям (тестам, оценкам, поступлению в колледжи), тогда как для большинства студентов главным критерием является успешная карьера. При этом нынешняя модель подготовки не справляется с этой задачей: лишь небольшая часть выпускников получает работу, соответствующую своему образованию, а многие программы профессионального обучения ориентированы на профессии с низкими перспективами карьерного роста.
По мнению автора, развитие искусственного интеллекта требует переосмысления образовательных приоритетов в трех направлениях:
- усиление роли гуманитарного образования, поскольку именно коммуникация, сотрудничество, критическое мышление и способность к совместному решению проблем становятся наиболее востребованными как на рынке труда, так и в демократическом обществе;
- расширение понятия базовых навыков, включив в него цифровую грамотность, анализ данных, управление проектами, вычислительное мышление и другие универсальные компетенции;
- существенное повышение уровня владения этими навыками, поскольку ИИ автоматизирует многие стартовые профессиональные задачи, и выпускники должны быть готовы выполнять более сложную работу уже в начале своей карьеры.
Искусственный интеллект не отменяет необходимость изучения традиционных дисциплин, а меняет акценты внутри них. Например, возрастает значение оценки достоверности источников, критического анализа информации, программирования и работы с ИИ как инструмента повышения собственной продуктивности.
Для перестройки самой образовательной системы автор предлагает:
- сделать профориентацию основанной на данных о рынке труда, а не только на поступлении в университет;
- обеспечить каждому учащемуся опыт реальной работы через стажировки, проекты с работодателями и практическое обучение;
- рассматривать обучение на рабочем месте как непрерывный процесс, сопровождающий человека на протяжении всей профессиональной жизни;
- превратить образование в систему непрерывного развития, доступную человеку не только в молодости, но и в течение всей карьеры.
Подготовка к профессиональной деятельности, гражданская ответственность и обучение на протяжении всей жизни не противоречат друг другу, а являются взаимодополняющими целями современного образования. В условиях стремительного развития ИИ образование должно формировать прежде всего способность постоянно приобретать новые знания, адаптироваться к изменениям и строить собственную профессиональную траекторию.
[Читать 10мин](https://dzen.ru/a/anGSus-0jXmt7Cj8)
Дзен | Статьи
Образование для успешной карьеры
Статья автора «DigEd» в Дзене ✍: Автор Мэтт Сигельман Большинство студентов после окончания школы будут проводить больше времени на работе, чем в любой другой деятельности.
Экономика возможностей
Автор Джон Моравек
«Экономика возможностей» — система, в которой ценность создается не столько за счет автоматизации существующих процессов, сколько благодаря расширению возможностей людей формулировать новые идеи, ставить собственные цели, разрабатывать решения и воплощать их в жизнь. В такой экономике ценность могут создавать не только коммерческие продукты, но и образовательные практики, научные гипотезы, государственные сервисы, общественные инициативы и новые формы сотрудничества.
Автор противопоставляет экономику возможностей привычному пониманию инноваций, которое часто сводится к внедрению новых технологий или автоматизации процессов. Настоящая ценность, по его мнению, возникает значительно раньше — в момент, когда человек способен увидеть новую возможность, объединить знания, оценить риски, организовать ресурсы и реализовать собственный замысел.
Исследования показывают, что ИИ действительно способен значительно повышать производительность при выполнении подходящих интеллектуальных задач, однако его эффективность ограничена. При решении задач, выходящих за пределы возможностей модели, пользователи могут чаще ошибаться и преждевременно доверять ответам ИИ. Поэтому искусственный интеллект следует рассматривать не как замену человеческого мышления, а как инструмент, эффективность которого зависит от качества постановки задачи и критического мышления пользователя.
В этом смысле
Учебные задания должны оценивать не только конечный ответ - свои заданные результаты, но и выбор проблемы, процесс исследования, качество аргументации, способность проверять идеи и учитывать последствия своих решений.
ИИ следует использовать как интеллектуального помощника для анализа информации, генерации вариантов и ускорения рутинной работы, сохраняя за обучающимся ответственность за цели, критическую оценку и окончательные решения.
Одной из ключевых компетенций становится способность видеть и создавать новые возможности — соединять знания из разных областей, выявлять нерешенные проблемы и превращать идеи в реальные проекты.
В эпоху широкого распространения ИИ конкурентным преимуществом выпускников становится не скорость получения ответа, а умение формулировать значимые вопросы, проявлять инициативу, брать ответственность и создавать новую ценность для общества.
[Читать 2мин](https://dzen.ru/a/anLdoqUsRDiqhFra)
Автор Джон Моравек
«Экономика возможностей» — система, в которой ценность создается не столько за счет автоматизации существующих процессов, сколько благодаря расширению возможностей людей формулировать новые идеи, ставить собственные цели, разрабатывать решения и воплощать их в жизнь. В такой экономике ценность могут создавать не только коммерческие продукты, но и образовательные практики, научные гипотезы, государственные сервисы, общественные инициативы и новые формы сотрудничества.
Автор противопоставляет экономику возможностей привычному пониманию инноваций, которое часто сводится к внедрению новых технологий или автоматизации процессов. Настоящая ценность, по его мнению, возникает значительно раньше — в момент, когда человек способен увидеть новую возможность, объединить знания, оценить риски, организовать ресурсы и реализовать собственный замысел.
Исследования показывают, что ИИ действительно способен значительно повышать производительность при выполнении подходящих интеллектуальных задач, однако его эффективность ограничена. При решении задач, выходящих за пределы возможностей модели, пользователи могут чаще ошибаться и преждевременно доверять ответам ИИ. Поэтому искусственный интеллект следует рассматривать не как замену человеческого мышления, а как инструмент, эффективность которого зависит от качества постановки задачи и критического мышления пользователя.
В этом смысле
Учебные задания должны оценивать не только конечный ответ - свои заданные результаты, но и выбор проблемы, процесс исследования, качество аргументации, способность проверять идеи и учитывать последствия своих решений.
ИИ следует использовать как интеллектуального помощника для анализа информации, генерации вариантов и ускорения рутинной работы, сохраняя за обучающимся ответственность за цели, критическую оценку и окончательные решения.
Одной из ключевых компетенций становится способность видеть и создавать новые возможности — соединять знания из разных областей, выявлять нерешенные проблемы и превращать идеи в реальные проекты.
В эпоху широкого распространения ИИ конкурентным преимуществом выпускников становится не скорость получения ответа, а умение формулировать значимые вопросы, проявлять инициативу, брать ответственность и создавать новую ценность для общества.
[Читать 2мин](https://dzen.ru/a/anLdoqUsRDiqhFra)
Дзен | Статьи
Экономика возможностей
Статья автора «DigEd» в Дзене ✍: Автор Джон Моравек Школы на протяжении поколений просили учеников отвечать на вопросы, сформулированные другими людьми.