Китай

Китай вшивает ИИ во всю образовательную вертикаль.

По сообщению Государственного совета КНР, план «Искусственный интеллект + образование» (AI + Education Action Plan), совместно выпущенный пятью ведомствами во главе с Министерством образования КНР, разворачивает ИИ по всей системе: школам — местные курсы и межпредметные форматы, вузам — обязательный базовый курс и профильные учебники, педагогам — национальный стандарт ИИ-грамотности, поэтапную подготовку и включение знаний об ИИ в квалификационные экзамены.
Источник: https://english.www.gov.cn/news/202604/15/content_WS69df29e6c6d00ca5f9a0a6b1.html

Китай

Что мешает использованию ИИ в образовании

В китайском исследовании на 1 220 валидных анкетах школьных учителей доля уже использующих генеративный искусственный интеллект оказалась высокой, но готовность продолжать работу зависит от пользы, удовлетворенности и доверия.

У старших по возрасту учителей (сюрприз -:) ) намерение продолжать ниже, а самый большой суммарный эффект на устойчивость использования дает модель технологического, педагогического и предметного знания (Technological Pedagogical Content Knowledge, TPACK).

Вывод: Чтобы обучить преподавателей использованию ИИ нужны не общие мастер-классы по чат-ботам, а возрастно дифференцированное обучение, связанное с предметом.
https://www.frontiersin.org/journals/education/articles/10.3389/feduc.2026.1755301/full

Великобритания

Конкурс на создание безопасных ИИ-репетиторов для школ.
Правительство Великобритании объявило отбор EdTech-компаний и ИИ-лабораторий для создания школьных ИИ-репетиторов. Победители отбора получат по  £300 000. Тестирование ИИ-репетиторов состоится уже  летом под контролем учителей.

Целевая группа — 9–10 классы, предметы: английский, математика, естественные науки и современные иностранные языки. В первую  очередь учащиеся из малообеспеченных и неблагополучных семей. Потенциал -  до 450 000 учеников в год. 

https://www.gov.uk/government/news/edtech-and-ai-companies-invited-to-help-build-safe-ai-tutoring-tools-for-disadvantaged-pupils

США
Ohio University отчитался о сертификации преподавателей.
Совет попечителей Ohio University заслушал доклад об интеграции искусственного интеллекта в обучение. 
264 преподавателя уже проходят сертификацию по генеративному ИИ.

60% опрошенных преподавателей сообщили, что используют ИИ инструменты в преподавании — чаще всего для создания новых курсов и тестов. 

Университет также расширяет программу AI Fellows и привлекает новых преподавателей в кластер по ИИ. 

https://www.ohio.edu/news/2026/04/ohio-board-trustees-learned-about-universitys-initiatives-integrate-artificial

США

Стэнфорд финансирует ИИ.

Стэнфордский университет (Stanford University) объявил университетскую программу грантов на 1 млн долларов США для перестройки обучения под ИИ.

Деньги дают преподавателям, сотрудникам и студентам без обязательной ИИ-экспертизы.

До 100 тыс. долларов на переработку курсов и оценивания.

До 50 тыс. долларов на эксперименты с доказательной проверкой новых ИИ-подходов и до 3 тыс. долларов на аналитические и творческие работы о влиянии ИИ на образование.

Практически это важный сигнал для вузов: финансируется не сам факт использования ИИ, а изменение заданий, курсов и процедур.

https://news.stanford.edu/stories/2026/04/seed-grants-ai-education

Китай

ИИ-модель усилила обучение медицинской иммунологии.

В Хэнаньском университете (Henan University) протестировали модель итеративного обучения с усилением искусственным интеллектом (Iterative AI-Augmented Immunology Education, IAIE) на 177 студентах-медиках: 88 в экспериментальной группе и 89 в контрольной.

За 12 недель группа IAIE показала более высокие результаты по ключевым метрикам: средний тестовый балл 82,7 против 70,1, точность клинических решений 81,2% против 61,6%, время решения задач 8,7 против 15,1 минуты, суммарная когнитивная нагрузка 42,1 против 52,2.

Через четыре недели после завершения курса доля удержанных базовых знаний составила 74,3% против 51,8%. https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2026.1788369/full

Страна
США / Канада
ИИ-курсы для стройки.
21 апреля Microsoft и Североамериканские строительные профсоюзы (North America’s Building Trades Unions, NABTU) объявили о расширении программы ИИ-грамотности для строительных специальностей.

За прошлый год уже обучены более 1 500 инструкторов, а теперь бесплатные курсы и открывают для инструкторов, учеников и рабочих по всей Северной Америке.

https://blogs.microsoft.com/on-the-issues/2026/04/21/putting-ai-to-work-with-the-building-trades/

США

Khanmigo используют мало, но сервис переделывают.

Академия Хана (Khan Academy) опубликовала разбор работы своего ИИ-тьютора Khanmigo.

В текущем учебном году сервис получает в среднем 269 тыс. взаимодействий в будний день, суммарно с запуска в 2023 году — свыше 108 млн, но пользуются им лишь около 15% учащихся, у которых есть доступ.

Не летит, в общем.

Поэтому систему перестраивают: делают заметнее внутри заданий, дают подсказку в момент затруднения, по-разному поддерживают до и после попытки и учитывают, изучает ли ученик навык впервые или повторяет.

Вывод. Мало подключить к процессу обучения LLM и обозвать это «тьютор». Нужно грамотно встроить этого тьютора в процесс. А вот это пока мало у кого получается.

https://blog.khanacademy.org/learning-in-the-open-what-ai-is-and-isnt-changing/

Россия

Старт олимпиады по ИИ 2026

Министерство просвещения Российской Федерации объявило о старте Всероссийской олимпиады по искусственному интеллекту 2026 года.

Участвовать могут школьники 8–11 классов российских школ и учащиеся зарубежных школ, допущенные оргкомитетом.

Доступен открытый тренировочный этап с задачами прошлых лет и предусмотрены онлайн-занятия к каждому этапу.

https://edu.gov.ru/press/11402/dmitriy-chernyshenko-i-sergey-kravcov-dali-start-vserossiyskoy-olimpiade-po-iskusstvennomu-intellektu-2026-goda/

Что и почему запрещают учебные заведения при работе с ИИ

1 — Использовать искусственный интеллект там, где это прямо запрещено правилами курса или конкретного задания — потому что в таких режимах работа должна быть выполнена без помощи ИИ и считаться полностью самостоятельной.

2 — Сдавать текст, код, изображения, таблицы, слайды или другие материалы, созданные искусственным интеллектом, как свою собственную работу — потому что это считается плагиатом, подменой авторства и академическим проступком.

3 — Копировать, вставлять, перефразировать или переписывать с помощью искусственного интеллекта чужой или машинно созданный текст под своим именем — потому что это способ скрыть неавторское происхождение работы и тем самым нарушить правила академической честности.

4 — Скрывать использование искусственного интеллекта, не указывать инструмент, объём помощи или происхождение результата, если раскрытие требуется правилами — потому что нераскрытое использование приравнивается к обману и лишает преподавателя возможности оценить реальный вклад студента.

5 — Специально менять результат работы искусственного интеллекта так, чтобы скрыть его машинное происхождение — потому что это рассматривается как попытка замаскировать источник ответа и получить незаслуженное преимущество.

6 — Загружать во внешние ИИ сервисы материалы курса, задания, вопросы тестов, экзаменационные вопросы, записи занятий или файлы из системы управления обучением — потому что это запрещённая передача учебного и оценочного контента третьей стороне, а в ряде случаев ещё и нарушение авторских прав.

7 — Использовать искусственный интеллект на тестах, экзаменах, квизах и других формах контролируемого оценивания, включая запрет на носимые устройства с искусственным интеллектом — потому что это прямо считается списыванием и создаёт нечестное преимущество.

8 — Использовать искусственный интеллект для обхода ограничений задания: самостоятельности, формата, времени выполнения или этапов работы — потому что так студент нарушает условия оценки, даже если итоговый ответ выглядит правдоподобно.

9 — Поручать искусственному интеллекту содержательную часть мыслительной работы: строить аргументы, формулировать выводы, объяснять результаты, писать обзор литературы по непрочитанным источникам или проводить их анализ — потому что все это должно быть результатом работы самого студента.

10 — Пользоваться искусственным интеллектом во время написания той части работы, которая должна быть выполнена только человеком, или сдавать код, автоматически созданный искусственным интеллектом — потому что это подменяет реальное решение студента и в отдельных курсах прямо приравнивается к плагиату.

11 — Сдавать работу, которую студент не может сам объяснить, защитить или воспроизвести — потому что неспособность обосновать текст, код, таблицы, рисунки и выводы рассматривается как признак чужой работы и нарушения академической честности.

12 — Использовать искусственный интеллект для подбора, угадывания или имитации ответов вместо собственного решения — потому что это считается формой мошенничества при выполнении задания.

Это сейчас так.

Но будет меняться.

Учитывая то, что набивать вручную тексты при наличии ИИ, который тексты генерит с принципиально недоступной человеку скоростью и качеством, некоторые правила придется скоро менять.

Точно так же как все прогрессивное человечество при создании текстов однажды отказалось от шариковой ручки в пользу клавиатуры, точно также в ближайшее время это самое человечество откажется от клавиатуры для большинства случаев создания текстов, включая программирование.

Об этом подробнее в одном из следующих наших материалов.

#Ликбез
Галлюцинации, дрифт и деградация данных в образовательном ИИ

На Молдаванке, говорят, даже арифмометр сначала спрашивает: «А источник у вас имеется?» — и только потом считает. 

У образовательного ИИ есть большие три беды: галлюцинации, дрифт данных и деградация данных.

Называть всё это просто «ИИ ошибся» — всё равно что сказать про Беню Крика: «Мужчина вышел погулять». Формально верно, а по существу ничего не ясно.

Галлюцинация ИИ — это когда модель отвечает уверенно, гладко и с видом академика, а внутри — чистая фантазия. Ученик спрашивает, кто ввёл педагогический метод, а модель называет профессора Моисея Абрамовича Финкельштейна, 1912 год и статью «О воспитательной силе дробей». Фамилия красивая, год солидный, только профессора нет, статьи нет, и дроби чувствуют себя обманутыми.

Большая языковая модель, то есть система, обученная на больших массивах текста продолжать фразы наиболее вероятным образом, не знает мир так, как тётя Соня знает цену на помидоры утром, вечером и после дождя. Она не проверяет каждый факт по архиву. Она строит правдоподобный ответ. Иногда это знание, иногда просто выдумка.

В образовании такая выдумка опасна: модель может придумать источник, перепутать формулу или сослаться на несуществующий документ. Ученик получает не знание, а его муляж — красивый, гладкий, с бантиком.

Но не всякая фантазия — преступление. Когда мы просим модель написать сказку про робота Гришу, который учил таблицу умножения у говорящей камбалы на Ланжероне, она тоже выдумывает. Только это уже педагогическая услуга населению.

Сказка, метафора, диалог, игра — полезная фантазия. Важно понимать, где ИИ можно быть Шолом-Алейхемом с видеокартой, а где он обязан быть бухгалтером с печатью и ссылкой.

Вторая беда — дрифт данных. Это когда жизнь ушла вперёд, а модель стоит у старой афиши и читает расписание прошлого сезона. Меняются программы, экзамены, критерии оценивания, привычки учеников и типичные ошибки. А модель всё ещё отвечает так, будто вчера был методический семинар.

Есть дрифт входных данных: дети иначе спрашивают, задания иначе выглядят, тексты становятся другими. А есть дрифт целевого понятия: раньше хороший ответ оценивали по одним критериям, теперь — по другим. 

Третья беда — деградация данных. Это когда в приличную базу знаний начинают складывать всё подряд: старые конспекты, ответы с форумов, презентации «финал_финал_точно_последний», машинные пересказы машинных пересказов и методички без проверки.

База растёт. Внутри — склад дяди Яши: много, шумно, и неизвестно, где истина, а где прошлогодняя селёдка.

Сначала модель отвечает чуть более общо. Потом путает близкие понятия. Потом сглаживает различия между теориями. Потом выдаёт текст гладкий, вежливый и совершенно без костей. Особенно опасно, когда машинные тексты без проверки снова идут в обучение: ошибка получает прописку, ФИО и место в учебном плане.

Что делать? Разделять режимы. Для сказки пусть будут директор Беня Алгебра и завуч мадам Интегральская. Но если речь о факте, формуле, источнике, стандарте или критерии оценивания, модель должна не вдохновляться, а проверять. И если данных нет — честно говорить: «данных недостаточно».

Обновлять данные тоже необходимо. Образовательный ИИ нельзя один раз обучить и поставить в угол, как фикус в кабинете у директора.

Программы, требования и дети меняются, иногда даже быстрее, чем методисты успевают вздохнуть.

И, конечно, данные надо чистить. Плохие материалы, устаревшие документы, сомнительные объяснения и машинную кашу следует убирать. В образовании «почти правильно» иногда хуже, чем честное «не знаю»: оно приходит в класс в костюме истины.

ИИ хорош как помощник преподавателя: придумать пример, объяснить иначе, дать упражнение, придумать метафору. Но делать из него автономного раввина всех учебных истин — это уже не педагогика, а азартная игра с электронным крупье :)

Китай

ИИ курсы для пожилых жителей Шанхая и Шэньчжэня

В Шэньчжэне с октября 2024 года действует «вечерняя школа ИИ»: 625 сообществ, более 5 000 курсов, свыше 8 000 занятий и более 400 000 посещений пожилыми учащимися.

В районе Цзинъань в 2025 году программа охватила 14 подрайонов и городков, 248 комитетов, 334 занятия и более 6 200 участников. Обучение ИИ встроили в систему образования взрослых вместе с антифрод-модулями.

https://www.szzg.gov.cn/2026/english/dn/202604/t20260424_5314198.htm

Из дружественного канала.

Про Макс понятно. Сделаем… Наверное…

Коллега попросил объяснить, почему ChatGpt у него пишет «плохие» статьи, а у некоторых, не будем показывать на них пальцем, «хорошие» :-)

Чтобы коллега наконец-то подписался на канал объяснение разместим здесь :)
…

Это обязательно нужно знать.

Если попросить хорошую нейросеть (за доступ к которой мы платим деньги) написать статью, то она напишет статью, как хороший среднестатистический журналист: много воды и мало смысла.

Зато красиво :)

Если попросить ту же модель в том же режиме написать на ту же самую тему аналитическую справку, то она напишет так же, как написал бы среднестатистический хороший аналитик: Цифры, Факты, Выводы. 

Плохая нейросеть (та, за работу с которой деньги платить не нужно и которая галюцинации выдает на раз) сделает то же самое.  Просто с галлюцинациями :)

Когда мы просим нейросеть написать статью, она такая:

«О, сейчас будет вступление, немного общих слов, живенький текст, вывод в стиле “будущее уже наступило”».

И пошла вода. Красивая, тёплая, бессмысленная.

А когда мы просим аналитическую справку, нейросеть внезапно надевает очки, берёт калькулятор и начинает вести себя как человек, которому ещё жить с последствиями своих выводов.

Появляются:
— проблема; — контекст; — ограничения; — факты; — сценарии; — выводы; — нормальная логика.

Магия в том, что слово “статья” включает режим болтливого публициста, а “аналитическая справка” — режим человека, которому нельзя просто красиво страдать на тему.

Поэтому лайфхак простой:

Не просим:

«Напиши статью».

Просим:

«Сначала сделай аналитическую справку. Потом преврати её в статью, не потеряв смысл, структуру и выводы».

В большинстве случаев сама справка уже будет отличной статьей. Приложить к ней немного человек его труда - и будет конфетка.

Тут не нужно лениться. Автор должен все же быть в контуре (и в теме)!

А то, вдруг, ИИ снова включит среднестатистического журналиста? Просто потеряем время.

Почему нет смысла проводить фундаментальные исследования о влиянии ИИ на образование и тратить время на изучение подобных исследований?

И почему мало ссылок на такие исследования в канале. 

Попалось сегодня свежее исследование о системах академической поддержки с ИИ в государственных университетах Колумбии и Перу за 2019–2024 годы. 

Ссылка на источник, но тратить время не рекомендую. Тем более, что подписка не бесплатная. 

https://link.springer.com/article/10.1007/s10755-026-09899-0

Исследований же много? Рецензируемые журналы полны ими. Вроде, есть о чем поговорить?

Но посмотришь на эти исследования и понимаешь, что говорить не о чем. 

Потому что объект исследования меняется быстрее, чем цикл исследования.

Пока исследователи формулируют гипотезу, собирают выборку, проводят анализ, пишут статью и проходят рецензирование, меняются модели, интерфейсы, доступность инструментов, привычки студентов и правила школ и вузов.

На выходе получается позавчерашний прогноз погоды.
Почему позавчерашний? Потому, что вчерашним он стал в момент получения гранта на исследование. Точнее, еще в момент подачи заявки на грант.  

Но такие исследования всё равно проводят и будут проводить.

СМИ будут их охотно цитировать. 

Во-первых, университетам и независимым исследователям  нужны публикации. 

Во-вторых, регуляторам нужны формальные основания для решений. 

В третьих, тема модная и на нее охотно дают деньги. А как не взять, если дают? :)

И как с этим жить?

Только оперативно быть внутри темы самому и верить собственным глазам. 

Ну и читать наш канал :)

Объединённые Арабские Эмираты

ИИ для госслужащих. Могут себе позволить.

Правительство Объединённых Арабских Эмиратов 23 апреля представило проект внедрения агентного искусственного интеллекта (agentic artificial intelligence, agentic AI) в 50% государственных секторов и услуг в течение 2 лет.

Агентный ИИ в источнике описан как система, способная мониторить, анализировать, рекомендовать, управлять операциями и выполнять последовательности действий без постоянного ручного запуска.

Все федеральные госслужащие должны проходить непрерывное специализированное обучение, а министров, генеральных директоров и ведомства в ближайшие 2 года будут оценивать по способности внедрять, понимать и использовать ИИ-инструменты.

Практически это меняет работу госаппарата: ИИ становится не отдельным чат-ботом, а исполнительным контуром процессов, а управленческая оценка чиновников привязывается к скорости и качеству внедрения.

Своего нет. Но чужое внедряем быстро.

https://www.mediaoffice.ae/en/news/2026/april/23-04/mohammed-bin-rashid-chairs-uae-cabinet-meeting