ИИ в образовании: что уже пробуют, что работает и что точно нет

Сразу обозначаю, будет лонгрид разбитый на 2 поста.

В этом посте я писал о неприятном эффекте: школьники с ИИ быстрее и лучше делают домашние задания, а потом хуже пишут экзамены самостоятельно. В 2026 году вышло уже несколько экспериментов, где пытаются понять, как встроить ИИ в обучение и сохранить знания у самого человека. А на этой неделе Нью-Йорк объявил новые правила использования ИИ в своей системе государственных школ, крупнейшей в США.

В июне Google DeepMind провёл эксперимент на 1 763 школьниках в Сьерра-Леоне. Восемь недель часть уроков математики проходила с Gemini в режиме Guided Learning. В 76% сообщений Gemini задавал наводящие вопросы и помогал ученику самому дойти до решения, а полный готовый ответ появлялся примерно в 2% случаев. На итоговом тесте без ИИ эта группа набрала в среднем на 0,258 стандартного отклонения больше контрольной.

В августе вышло исследование более чем на 6 000 американских школьниках. Для него создали математическую платформу NUMI со встроенным AI-репетитором. Ребёнок сначала решал задачу сам, после ошибки Numi разбирал её с ним по шагам и задавал промежуточные вопросы, затем ребёнок снова пробовал решить задачу.

С Numi дети двигались медленнее и решали меньше задач, зато глубже разбирали ошибки и быстрее возвращались к правильным решениям. Хорошо показал себя режим, где к следующей теме переходили только после нескольких правильных решений похожих задач подряд.

Есть свежий эксперимент из Middlebury College. Студенты изучали незнакомую тему с ИИ и без него, а знания проверяли сразу и ещё раз через неделю. Группа с ИИ выучила больше, и преимущество сохранилось спустя неделю. При этом студенты с ИИ меньше времени тратили на написание текста и больше читали и искали информацию по теме.

Весной вышел эксперимент “Think First, ChatGPT Later” на 196 студентах. Одни работали сами, другие свободно использовали ChatGPT, третьи сначала придумывали свои идеи и только потом подключали ИИ для критики и развития идей. С ChatGPT первая работа получалась лучше, а после его отключения лучший результат на новой задаче показала группа со схемой: “сначала подумай сам → подключи ИИ → снова сформулируй итог сам”.

Похожую картину получили в восьминедельном эксперименте на 168 студентах. Одни работали без ИИ, другие пользовались им свободно, третьи работали в ограниченном режиме с обязательным самостоятельным размышлением. Свободный ИИ помогал делать более качественные работы, а на последующей проверке без ИИ группа с ограниченной помощью лучше справлялась с аргументацией, редактированием и заданиями, где нужно было больше думать.

Khanmigo, AI-репетитор от Khan Academy, показал другую проблему. Два учебных года его тестировали в 18 американских школах вместе с обычными занятиями на Khan Academy. Вся программа дала небольшой прирост по математике, около 0,06–0,08 стандартного отклонения за год. Самим Khanmigo дети пользовались редко: во второй год после ошибки обращались к нему примерно в 17% случаев.

Сал Хан, основатель Khan Academy и один из главных сторонников персональных AI-репетиторов, в этом году признал, что многие школьники Khanmigo почти не использовали. Поэтому Khan Academy теперь встраивает помощь прямо в процесс решения задач, чтобы она появлялась в момент, когда ученик застрял или ошибся. Теперь Хан сторонник идеи, что одного хорошего AI-репетитора мало. Важно, как построен урок, в какой момент подключается ИИ и какую роль в этом играет учитель.

Есть данные и про учителей. Этим летом исследователи из University of Pennsylvania провели эксперимент с 193 преподавателями и более чем 2 800 школьниками. Часть учителей получила ChatGPT-ассистента для подготовки материалов, заданий и экзаменов. Через десять недель средние результаты учеников почти не изменились, а их внутренняя мотивация снизилась. У учителей, чьи ученики изначально учились хуже, снизились и результаты учеников.

Подготовка урока тоже может оказаться важной частью работы самого преподавателя. Пока он готовится, он думает о конкретном классе, прошлых ошибках детей и о том, как завтра объяснить тему. При полной передаче этой работы модели часть такого профессионального размышления тоже может исчезать.

В университетах уже пробуют менять подходы к оценкам знаний. Nature 1 сентября собрала примеры преподавателей, которые требуют документы с историей правок, чтобы видеть, как создавался текст (режим правок в Word), чаще проводят письменные работы в аудитории и добавляют устные защиты.

А позавчера, 2 сентября Нью-Йорк ввёл годовой мораторий на генеративный ИИ для школьников до 8 класса включительно. Это почти 600 тысяч детей. Город отключает AI-функции более чем в 38 образовательных продуктах и одновременно ограничивает экранное время.

Для старшеклассников подход другой. Дважды в год им будут объяснять, как устроен ИИ, где он ошибается и как проверять его ответы. Также дадут пять отобранных AI-инструментов под контролем учителя: Edia для математики, Quill для работы с текстами и аргументацией, Brisk для упражнений по материалам учителя. Обычные ChatGPT и Claude в программу не входят.

Пока всё это скорее первые пробы, а не догма. Где-то ограничивают использование LLM, где-то внедряют специальных AI-репетиторов, а где-то меняют задания и экзамены. Что из этого реально сработает через несколько лет, пока непонятно. Но главный вопрос остается открытым: какую часть работы ученик должен обязательно проделать сам, чтобы чему-то научиться, а в какой момент может подключать ИИ? Видимо ближайшие годы как раз и будут большим экспериментом вокруг ИИ в образовании.

У меня к одному из телевизоров дома подключена приставка Xiaomi с Google TV на борту, для прокачки смарт тв и расширения возможностей старенького телевизора.

И вот спустя пару лет приставка стала лагать при старте, не сразу реагирует на пульт после включения, в общем дичь и бесиво. Не люблю с детства когда техника лагает, а закалялись мои нервы на лагающих компьютерах с пентиумами в детстве. С тех пор неприязнь к лагам!

На борту у приставки андроид, часть системных приложений фиг удалишь и что в этой ситуаций делать не понятно, на самой приставке возможности настроек ограничены. Вчера вечером сел кино посмотреть, включаю и снова эти лаги на старте, а иногда кстати при старте отваливается аудио кодек, еще и звук лагает)) приходилось рестартить, что добавляло бесива. И я даже не знаю как в голову пришла мысль, но описал ситуацию Клоду, а он мне “фигня вопрос, сейчас найду её в сети и подключусь, проверю что да как”. Нашел приставку в сети, понял, что там андроид, попросил меня активировать на ней режим разработчика для отладки и чтения логов и вообще выполнения любых действий с ней, и описал для меня как это сделать. Я всё ему сделал и он минут 7-8 изучал, читал, делал замеры, снова изучал. В итоге выдал мне план оптимизации, что точно можно удалить, в том числе залоченные системные приложения от производителя, увидел что в приставке еще и флешка вставлена как доп накопитель, как-то там оптимизировал работу с ней, вычистил весь мусор и теперь приставка как новая, летает и радует.

И вот именно в таких сценариях применения AI удивляюсь больше всего, они какие-то бытовые и не всегда очевидные. Но работает!

Когда уже настанет момент, когда клоду можно сказать “завтра с утра приготовь вкусный завтрак, закажи продукты и наполни холодильник, помой посуду и потом за работу”?

ChatGPT Images 2.5

OpenAI выпустила новую модель для генерации изображений ChatGPT Images 2.5. Основной упор сделали на редактирование уже готовых изображений, чтобы модель меняла именно то, что попросили, и меньше портила всё остальное.

Особенно это должно быть заметно, когда одну картинку правишь много раз подряд. Раньше после нескольких изменений начинали ехать лица, фон, одежда и другие детали, теперь модель лучше сохраняет исходное изображение между правками.

Детали: https://openai.com/index/introducing-chatgpt-images-2-5/

Уходить из найма ради стартапа — плохой вариант

Можно начать с малого: запустить свой небольшой IT-проект.

Но большинство застревает ещё до запуска:
• какую идею выбрать;
• где искать первых пользователей без бюджета;
• как не потратить полгода на продукт, который никто не купит.

В комьюнити Короче, капитан выработали формулу:

найти существующий спрос ➡️ собрать минимальную версию продукта ➡️ протестировать на реальных пользователя

И это работает в разных нишах:
— Парень в одиночку собрал Telegram-игру с AI и заработал около $1500 за первые полтора месяца;
— Девушка без навыков программирования запустила AI-бота для изучения английского и получила первые ~$200 уже в первый месяц;
— У другого участника коммьюнити сервис для тренировки китайского произношения вырос до $4000 в месяц без затрат на рекламу — за счёт Google и продвижения внутри сторов.

Это не истории про «гениальную идею» и миллионы через неделю. А примеры того, как маленький продукт можно запустить без команды и инвестиций. Получить результат, а уже потом решать, стоит ли его масштабировать.

В канале @its_capitan:
• разбирают такие проекты
• делятся реальными цифрами
• показывают, где были ошибки

Подписывайтесь, чтобы знать, как надо и НЕ надо запускать продукты.

Реклама: ИП Зуев Игорь Владимирович, ИНН: 360408359441, Erid: 2Vtzqw5MHGY

Вышла классная статья на N+1 про всю историю вокруг задачи Навье-Стокса и недавней шумихи с AI-агентами OpenAI. Там простым языком объясняют, что это вообще за Задача тысячелетия, что именно удалось сделать и что там был за скандал вокруг этого решения

Если хочется почитать простым и доступным языком, то прям советую https://nplus1.ru/material/2026/09/09/openai-x-navier-stokes

Вопрос уже не в том, нужен ли ИИ, а в том, как его внедрять и масштабировать
Найдем ответ на бесплатной конференции 8 октября

Все об эффективном и безопасном внедрении ИИ в бизнес расскажут эксперты топовых технологических компаний на конференции Selectel ТехноДень в Москве.

На повестке:

🔺Как использовать генеративный ИИ в компании без хаоса и получать от этого измеримый эффект: от теории до реальных кейсов.
🔺Как ускорить внедрение ИИ в бизнес-процессы и минимизировать риски для бизнеса с помощью инструментов ИБ.
🔺Какую ИТ-инфраструктуру выбрать для инференса и обучения моделей.

Кроме 20 экспертных докладов и 20 интерактивных стендов, в финале вечера вас ждет живая запись подкаста Вселенная Плюс на главной сцене конференции.

Присоединяйтесь к Selectel ТехноДень, чтобы лично задать вопросы экспертам рынка и обменяться опытом. Количество мест ограничено, регистрируйтесь уже сейчас →

Реклама. АО "Селектел". erid:2W5zFFwo93X

Сколько стоит лень?

Регулярно пользуемся популярной доставкой продуктов, хотя рядом с домом есть 2-3 сетевых магазина. И тут подумалось, а какая разница в стоимости одних и тех же продуктов из доставки и в магазинах. В магазинах тоже есть доставка, но обычно она дольше и не всегда удобная по времени. Поэтому лень и желание получить продукты быстрее явно стоит дороже, но на сколько? Мы конечно же закупаемся по крупному в магазинах (или через их доставку), но по мелочевке чуть ли не ежедневно пользуемся популярной доставкой продуктов.

В браузере Chrome у меня установлен плагин Claude-in-Chrome, чтобы агент полноценно мог работать с браузером и сайтами (https://claude.com/claude-in-chrome), запустил руками в браузере нужные сайты, чтобы пройти авторизацию, и попросил агента собрать сначала всю историю заказов в доставке, собрать отчет о том, что мы покупаем из продуктов и как часто, актуальные цены, а потом сравнить эти же товары в каталогах сетевых магазинах, учитывая, что в магазинах часто применяется дисконтная карта и ценник обычно ниже.

В итоге:

– Проаналировано 426 заказов в доставке начиная с 2024 года
– В среднем получилось 17 заказов в месяц
– Узнал средний чек заказа
– Затраты на доставку в месяц и за всё время
– Самые популярные позиции в заказах
– Сравнение цен этих же товаров, той же марки и тех же параметров, в каталогах соседних магазинов.
– Увидел экономию в месяц, если бы закупались в магазине или хотя бы заказывали доставку из сетевых магазинов.

Экономия конечно есть, но не такая большая как хотелось бы. Поэтому лень побеждает, но выводы получены интересные. Подумаю, как это дальше использовать себе на пользу.