​​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 👇👇👇

​​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 👇👇👇

​​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 👇👇👇

​​🦄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)

🦄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)

🦄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)

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)

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)

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)

Критические взгляды на ИИ, цифровизацию и человекоцентрированное обучение
Редакторы: Дэвид К. Л. Лим, Мохд Таджудин Мд Нинггал, Springer


Авторы предлагает альтернативный взгляд на цифровую трансформацию образования. Ключевая идея заключается в том, что цифровизация и искусственный интеллект сами по себе не являются ни нейтральными, ни неизбежными процессами. Направление развития образования определяется политическими, экономическими и институциональными интересами, поэтому важно обсуждать не только возможности технологий, но и то, какое будущее образования они формируют и в чьих интересах.


Авторы критикуют доминирующий технооптимистический дискурс, согласно которому цифровые платформы автоматически расширяют доступ к образованию, ИИ обеспечивает персонализацию, а образовательная аналитика неизбежно повышает качество обучения. По их мнению, подобные утверждения нередко игнорируют реальные ограничения, усиливают существующее неравенство и подменяют обсуждение целей образования обсуждением эффективности технологий.


Особое внимание уделяется риску того, что образование начинает перестраиваться по логике цифровых систем: приоритет получают измеримые показатели, алгоритмы и управленческая эффективность, тогда как гуманистические задачи — развитие личности, критического мышления, ответственности и социальной справедливости — отходят на второй план. Авторы предлагают вернуть в центр обсуждения вопросы образовательной миссии, лидерства, ответственности и общественной ценности университетов.


Отдельная глава посвящена университету будущего. Он рассматривается не как новая технологическая модель, а как модель ответственного лидерства в условиях высокой неопределенности. Для открытых университетов цифровизация лишает традиционную миссию расширения доступа прежней уникальности, поэтому их конкурентное преимущество должно строиться не на технологиях, а на этических принципах, качестве поддержки обучающихся и способности принимать сложные моральные решения.


Устойчивость образовательных организаций означает не постоянное ускорение внедрения инноваций, а способность осознанно выбирать темп изменений, иногда отказываться от технически возможных, но педагогически или этически сомнительных решений и сохранять ответственность перед обществом.


Ориентиры для образовательной политики и практики из сборника:
- оценивать цифровые технологии и ИИ не только по эффективности, но и по их влиянию на справедливость, доступность и образовательные ценности;
- рассматривать ИИ как инструмент поддержки педагогических целей, а не как фактор, определяющий сами цели образования;
- смещать акцент с технологических инноваций на качество лидерства, институциональную ответственность и долгосрочные общественные последствия цифровизации;
- развивать человекоцентричные модели цифрового образования, где технологии усиливают роль преподавателя и обучающегося, а не подменяют их взаимодействие.


К сожалению сборник меньше внимания уделяет практическим моделям того, как сочетать преимущества современных ИИ-технологий с сохранением человекоцентричности. Поэтому наиболее продуктивным представляется не противопоставление технологий и гуманистических ценностей, а поиск механизмов их осознанного и ответственного сочетания.


[Читать 4мин](https://dzen.ru/a/anQx9MdIc06yNBVG)

Превращение университетов в мир заочного обучения
Автор Том Уортингтон
Том Уортингтон критикует подход, в котором университеты должны сохранять очное обучение как стандарт, а заочным студентам предоставлять дополнительную поддержку. Современный университет должен быть изначально спроектирован прежде всего для студентов, которые совмещают учебу с работой, семьей и другими обязанностями.
Вместо того чтобы помогать «неудобным» заочникам адаптироваться к системе очного образования, следует превратить университет в систему, ориентированную на гибкое, преимущественно онлайн-обучение, где очное присутствие является дополнительной возможностью.
Разделение на «очных» и «заочных» студентов становится все менее адекватным.
Специальные меры поддержки заочников не решают проблему, поскольку сама образовательная модель изначально рассчитана на студента, который может регулярно находиться на кампусе.
Курсы следует сразу проектировать для асинхронного и онлайн-обучения, обеспечивая при этом возможность участия в очных мероприятиях.
Университет должен предоставлять дополнительные образовательные и социальные возможности, но не должен быть обязательной частью учебного процесса.
Онлайн-обучение должно включать не только контент, но и полноценную коммуникацию с преподавателями, администрацией и другими студентами.
Очная вечерняя магистратура автора оказалась крайне негостеприимной: холодный и пустой кампус, закрытые сервисы, отсутствие возможности получить материалы пропущенной лекции и практически полное отсутствие социальной интеграции. В итоге он бросил программу.
Напротив, опыт обучения онлайн в канадском университете оказался гораздо более человечным: асинхронное обучение, удобная организация синхронных мероприятий с учетом часовых поясов, доступность преподавателей и администрации и даже специальные социальные мероприятия для знакомства студентов. Парадоксальным образом, будучи физически находясь за 13 000 км от университета, автор чувствовал себя более включенным в университетскую жизнь, чем в вечерней очной программе.
Вывод: нужно перестроить университет так, чтобы гибкое обучение стало его нормой.
Это важный сдвиг от «поддержки отдельных категорий студентов» к redesign образовательной системы.
«Очное обучение по умолчанию + специальные меры для заочников»
→ «Гибридное/онлайн-обучение по умолчанию + очный кампус как дополнительный сервис».
Это меняет саму логику проектирования курса. Например, лекция должна не просто транслироваться онлайн для тех, кто не смог прийти, а изначально создаваться как асинхронный образовательный объект. Очная встреча при этом может использоваться для практики, дискуссии, лабораторной работы, консультаций и социализации.
При таком подходе исчезает и само понятие «неудобного студента»: студент, который работает, живет в другом городе, воспитывает детей или периодически не может присутствовать на кампусе, становится не исключением, а типичным пользователем университета.
Публикация  - аргумент в пользу проектирования университета вокруг реального образа жизни современного студента.
[Читать 2мин](https://dzen.ru/a/anbQ6AsJ23QpVGLb)

Критическое мышление стало модным словом эпохи ИИ. Но что оно на самом деле означает и как его преподавать?
Автор Сара Келлс
Статья предлагает переосмыслить критическое мышление в эпоху ИИ. Выражение «критическое мышление» рискует превратиться в универсальный педагогический лозунг, не учитывающий изменения цифровой среды.
Критическое мышление следует понимать не только как анализ информации и оценку аргументов, но как сочетание двух процессов: Рефлексия и Суждение.
В эпоху ИИ особенно важна интеллектуальная скромность — понимание границ собственного знания и готовность пересматривать свои выводы. ИИ делает особенно легким создание убедительных текстов, которые могут выглядеть интеллектуально глубокими, хотя человек фактически не проделал необходимой мыслительной работы.
Автор поэтому предлагает сместить акцент образования с вопроса «получил ли студент правильный ответ?» на вопросы:
- Как он пришел к этому выводу?
- Какие доказательства его поддерживают?
- Что может заставить его изменить мнение?
- Насколько он уверен и на чем основана эта уверенность?
- Понимает ли он ограничения собственного знания?
Особенно важен цифровой контекст: алгоритмы социальных сетей и ИИ определяют, какую информацию человек видит и в каком виде. Поэтому современное критическое мышление должно включать анализ не только самого содержания, но и механизма его появления перед пользователем.
Критическое мышление нельзя эффективно преподавать как отдельный универсальный навык или отдельный курс. Его нужно формировать через регулярные учебные ситуации, в которых студент вынужден выдвигать гипотезу → аргументировать → сталкиваться с контраргументом или новыми данными → пересматривать позицию → объяснять, почему он ее изменил.
В этом смысле ИИ не отменяет критическое мышление, а повышает требования к нему: чем легче получить готовый убедительный ответ, тем важнее способность отличать хорошо сформулированный ответ от действительно понятого и обоснованного знания.
Критическое мышление рассматривается автором не только как когнитивная компетенция, но и как гражданская привычка, необходимая демократии. Умение сомневаться в себе, распознавать неопределенность и менять позицию при появлении новых доказательств становится важнее способности просто уверенно отстаивать собственное мнение.
[Читать 5мин](https://dzen.ru/a/anr0MRGUmxG4hlNh)

🦄Обзор технологических стартапов в образовании от 09.08.2026
Что стало известно об инвестировании в стартапы EdTech за прошедшую неделю


Стартап Zayra, обучающий блокчейну и токенизации, привлек 15 миллионов реалов (2,7 млн ​​долларов США) для запуска новой платформы
[Читать 1мин](https://vk.ru/wall-87570467_6204)


Компания Axis Education Донага Барри инвестирует в образовательную технологическую фирму Studyclix из Слайго, которая предоставляет студентам и преподавателям инновационные инструменты для подготовки к экзаменам и контент, специально разработанный для экзаменов
[Читать 2мин](https://vk.ru/wall-87570467_6202)


CcHUB и Mastercard Foundation отобрали 12 стартапов для четвертого потока стипендиальной программы EdTech Fellowship:  TrainDTrainer Ltd, Talktu, DAWN AI STUDY и Efiwe разрабатывают решения для учащихся с ограниченными возможностями, Ileemore Technologies Limited, Skillup Africa и Lena расширяют доступ к образованию в малообеспеченных, сельских и пострадавших от перемещения общинах, Heels and Tech , NursePadi , Skilladder AI и Lalitah сосредоточены на улучшении участия, развитии навыков и экономических возможностей для девочек и молодых женщин, а Ribara Analytica создает инфраструктуру данных для укрепления планирования образования и улучшения путей от обучения к трудоустройству.
[Читать 2мин](https://vk.ru/wall-87570467_6200) 

​​От постепенного высвобождения ответственности к постепенному высвобождению технологий: аргументы в пользу поэтапного использования ИИ в формальном образовании
Автор: Люк Роу
Автор предлагает отказаться от бинарного вопроса «ИИ полезен или вреден для образования» и перейти к вопросу «когда, как и в какой степени конкретному учащемуся следует разрешать использовать ИИ». Для этого он предлагает модель GRAIT (Gradual Release of AI Technology) — постепенного внедрения технологий ИИ.
Возникает «парадокс производительности»: результат при использовании ИИ улучшается, но последующая работа без ИИ может оказаться хуже.
Отсюда важный принцип: Хороший результат с помощью ИИ ≠ устойчивое обучение.
Люк Роу связывает проблему с концепциями когнитивной нагрузки и когнитивной разгрузки.
Разгрузка может быть полезной, если ИИ берет на себя рутинные операции и освобождает ресурсы для более сложного мышления. Но она становится вредной, если ИИ выполняет именно те когнитивные операции, посредством которых формируются знания и навыки.
Например, если студент еще не научился самостоятельно формулировать вопросы, строить аргумент или решать базовые математические задачи, передача этих операций ИИ лишает его необходимой практики.
Поэтому автор выступает не против когнитивной разгрузки как таковой, а против преждевременной разгрузки.
Модель GRAIT расширяет классическую педагогическую модель Gradual Release of Responsibility (GRR) — постепенного перехода ответственности от учителя к ученику.
GRR отвечает на вопрос:
«Кто выполняет когнитивную работу?»
GRAIT добавляет второй вопрос:
«Когда и каким образом эту работу можно передать ИИ?»
У модели GRAIT три этапа:
Этап 1. Самостоятельное познание (преимущественно проходить без генеративного ИИ) Инструменты могут использоваться, если они не выполняют за ученика саму целевую когнитивную работу.
Этап 2. Совместное познание (ИИ постепенно вводится как партнер в мышлении, но под контролем преподавателя).
Этап 3. Перераспределение когнитивных задач (учащийся может начать стратегически делегировать ИИ отдельные операции).
Переход между этапами определяется не возрастом, а готовностью (Знания, Навыки, Эпистемическое понимание, AI-грамотность).
Особенно важен принцип «сначала компетентность — потом автоматизация»
Из модели следует довольно радикальное требование: часть оценивания должна проходить без ИИ - объектом оценки постепенно становится не только «что студент произвел», но и «как он организует человеческо-ИИ взаимодействие».
GRAIT предлагает воспринимать ИИ не как еще один инструмент, который просто добавляется в образовательный процесс, а как технологию, доступ к которой должен постепенно расширяться по мере развития компетентности.
Логика выглядит так:
Самостоятельное познание
↓
формирование базовых знаний и навыков
↓
Совместное познание с ИИ
↓
формирование способности критически взаимодействовать с ИИ
↓
Стратегическое делегирование ИИ
↓
перераспределение человеческих усилий на более сложные задачи
Автор при этом подчеркивает, что GRAIT — концептуальная, а не окончательно доказанная модель. Она требует дальнейшей эмпирической проверки в разных дисциплинах, возрастах и образовательных контекстах.
Для высшего образования эта идея предполагает переход от политики «AI allowed / AI prohibited» к гораздо более содержательной политике «AI access according to demonstrated competence» — доступ к ИИ в зависимости от продемонстрированной компетентности.
Читать 26мин