💳 Кто выберет банк для вашего платежа — вы или ИИ?
28 сентября на Sibos первый заместитель директора-распорядителя МВФ Дэн Кац описал новый сценарий: платежами могут управлять ИИ-агенты, действующие от имени пользователей.
Не просто выполнить «если X — переведи Y». Агент может сравнивать комиссии, курсы и качество исполнения, выбирать провайдера и время платежа с учётом доступных средств и договора.
Кац связывает это со снижением издержек смены провайдера и усилением конкуренции. Это может создать дополнительное давление на комиссии и качество услуг.
Но МВФ не предлагает «перевести всё на блокчейн». Часть выгод можно получить, модернизируя действующие платёжные системы. Токенизация — один из возможных путей, а не обязательное условие.
Она не отменяет вопросов: чьё обязательство представляет токен, чем завершается расчёт и откуда берётся ликвидность? Отдельный вопрос — нужны ли новые формы денег центрального банка, например токенизированные резервы.
Есть и обратная сторона. Обмен активами по принципу «всё или ничего» снижает риск потери переданного актива, но может требовать предварительного финансирования. А зависимость от нескольких технологических поставщиков создаёт риск распространения сбоев.
Главный сдвиг — автоматизация не только перевода, но и выбора способа оплаты. Это сценарий развития, а не объявление о запуске.
Источник: https://www.imf.org/en/news/articles/2026/09/28/sp092826-ai-and-the-future-of-payments-policy
#АрхДенег_Разбор
Читайте в MAX
😀 Архитектура денег
28 сентября на Sibos первый заместитель директора-распорядителя МВФ Дэн Кац описал новый сценарий: платежами могут управлять ИИ-агенты, действующие от имени пользователей.
Не просто выполнить «если X — переведи Y». Агент может сравнивать комиссии, курсы и качество исполнения, выбирать провайдера и время платежа с учётом доступных средств и договора.
Кац связывает это со снижением издержек смены провайдера и усилением конкуренции. Это может создать дополнительное давление на комиссии и качество услуг.
Но МВФ не предлагает «перевести всё на блокчейн». Часть выгод можно получить, модернизируя действующие платёжные системы. Токенизация — один из возможных путей, а не обязательное условие.
Она не отменяет вопросов: чьё обязательство представляет токен, чем завершается расчёт и откуда берётся ликвидность? Отдельный вопрос — нужны ли новые формы денег центрального банка, например токенизированные резервы.
Есть и обратная сторона. Обмен активами по принципу «всё или ничего» снижает риск потери переданного актива, но может требовать предварительного финансирования. А зависимость от нескольких технологических поставщиков создаёт риск распространения сбоев.
Главный сдвиг — автоматизация не только перевода, но и выбора способа оплаты. Это сценарий развития, а не объявление о запуске.
Источник: https://www.imf.org/en/news/articles/2026/09/28/sp092826-ai-and-the-future-of-payments-policy
#АрхДенег_Разбор
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🇷🇺 Банк России собирает инфраструктуру рынка цифровых валют
24 сентября Банк России официально опубликовал два нормативных акта, которые переводят новый рынок из общих рамок закона в более конкретную институциональную архитектуру.
Первый документ — № 7429-У — устанавливает ведение трёх реестров: организаций по обмену цифровых валют, цифровых депозитариев и операторов информационных систем, где выпускаются цифровые финансовые активы.
Второй — № 890-П — задаёт квалификационные требования к лицам, выполняющим отдельные функции в этих организациях, и связан с новым Федеральным законом № 282-ФЗ «О цифровых валютах и цифровых правах».
Что важно: это не регулирование цифрового рубля. Формируется отдельный контур инфраструктуры частных цифровых валют и цифровых прав — с реестрами участников и требованиями к тем, кто управляет ключевыми функциями.
Главный сдвиг: рынок получает не только правила для активов, но и правила для институтов вокруг них.
#АрхДенег_Право
Читайте в MAX
😀 Архитектура денег
24 сентября Банк России официально опубликовал два нормативных акта, которые переводят новый рынок из общих рамок закона в более конкретную институциональную архитектуру.
Первый документ — № 7429-У — устанавливает ведение трёх реестров: организаций по обмену цифровых валют, цифровых депозитариев и операторов информационных систем, где выпускаются цифровые финансовые активы.
Второй — № 890-П — задаёт квалификационные требования к лицам, выполняющим отдельные функции в этих организациях, и связан с новым Федеральным законом № 282-ФЗ «О цифровых валютах и цифровых правах».
Что важно: это не регулирование цифрового рубля. Формируется отдельный контур инфраструктуры частных цифровых валют и цифровых прав — с реестрами участников и требованиями к тем, кто управляет ключевыми функциями.
Главный сдвиг: рынок получает не только правила для активов, но и правила для институтов вокруг них.
#АрхДенег_Право
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM
Понял или просто узнал знакомый ответ?
Чтобы понять, почему ИИ способен незаметно подменить навык, стоит сначала посмотреть на более простую операцию: понимание.
На уровнях Remember и Understand генеративный ИИ в нашем исследовании выглядит наиболее устойчивым помощником. Он может быстро найти определение, сравнить несколько формулировок, объяснить сложную концепцию проще, привести пример или аналогию. В синтезе литературы такие сценарии связаны с более быстрым доступом к знаниям и возможностью адаптировать объяснение под пользователя.
Но здесь появляется довольно тонкая ловушка.
Хорошо сформулированный ответ легко узнать. Значительно сложнее понять, способен ли человек воспроизвести стоящую за ним логику самостоятельно.
В статье этот риск описывается как illusion of understanding. Если взаимодействие ограничивается чтением готовых объяснений, особенно без возврата к исходным данным и первичным источникам, уверенность в понимании может расти быстрее самого понимания. Для уровней Remember и Understand поэтому важны проверка источников, собственное перефразирование, поиск допущений и способность привести свой пример.
Простой тест меняет архитектуру работы.
Не «понятно ли объяснил ИИ?», а:
Для экономики вопрос особенно важен. Одно понятие может иметь разные трактовки в разных теоретических школах, поэтому удобное обобщение модели не отменяет необходимости понимать, из какого источника и какой системы предпосылок взялось определение. В нашей выборке выводы для Remember и Understand опираются как на исследования экономического образования, так и на более широкие исследования высшей школы.
Если перенести эту логику на работу аналитика, получается полезная профессиональная гипотеза. ИИ может за минуту объяснить сложный финансовый механизм и собрать аккуратную записку. Но узнавание знакомой логики ещё не показывает, способен ли специалист проверить исходные данные, увидеть пропущенное допущение и объяснить механизм без помощи модели.
Поэтому первая компетенция в работе с ИИ может оказаться неожиданно старой: не получить объяснение, а проверить, действительно ли оно стало вашим пониманием.
Дальше проблема усложняется. На уровнях анализа и оценки модель уже может предлагать не только объяснение, но и саму структуру аргументации.
Исследование:
Makarova, V., Ogloblina, E. (2026). Human–GenAI Interaction Across Bloom’s Levels in University Economics Education. Discover Education.
#АрхДенег_Интеллект
Читайте в MAX
😀 Архитектура денег
Чтобы понять, почему ИИ способен незаметно подменить навык, стоит сначала посмотреть на более простую операцию: понимание.
На уровнях Remember и Understand генеративный ИИ в нашем исследовании выглядит наиболее устойчивым помощником. Он может быстро найти определение, сравнить несколько формулировок, объяснить сложную концепцию проще, привести пример или аналогию. В синтезе литературы такие сценарии связаны с более быстрым доступом к знаниям и возможностью адаптировать объяснение под пользователя.
Но здесь появляется довольно тонкая ловушка.
Хорошо сформулированный ответ легко узнать. Значительно сложнее понять, способен ли человек воспроизвести стоящую за ним логику самостоятельно.
В статье этот риск описывается как illusion of understanding. Если взаимодействие ограничивается чтением готовых объяснений, особенно без возврата к исходным данным и первичным источникам, уверенность в понимании может расти быстрее самого понимания. Для уровней Remember и Understand поэтому важны проверка источников, собственное перефразирование, поиск допущений и способность привести свой пример.
Простой тест меняет архитектуру работы.
Не «понятно ли объяснил ИИ?», а:
можете ли вы объяснить то же самое без него, другими словами и на новом примере?
Для экономики вопрос особенно важен. Одно понятие может иметь разные трактовки в разных теоретических школах, поэтому удобное обобщение модели не отменяет необходимости понимать, из какого источника и какой системы предпосылок взялось определение. В нашей выборке выводы для Remember и Understand опираются как на исследования экономического образования, так и на более широкие исследования высшей школы.
Если перенести эту логику на работу аналитика, получается полезная профессиональная гипотеза. ИИ может за минуту объяснить сложный финансовый механизм и собрать аккуратную записку. Но узнавание знакомой логики ещё не показывает, способен ли специалист проверить исходные данные, увидеть пропущенное допущение и объяснить механизм без помощи модели.
Поэтому первая компетенция в работе с ИИ может оказаться неожиданно старой: не получить объяснение, а проверить, действительно ли оно стало вашим пониманием.
Дальше проблема усложняется. На уровнях анализа и оценки модель уже может предлагать не только объяснение, но и саму структуру аргументации.
Исследование:
Makarova, V., Ogloblina, E. (2026). Human–GenAI Interaction Across Bloom’s Levels in University Economics Education. Discover Education.
#АрхДенег_Интеллект
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM
Когда платить начинает машина, меняется не только интерфейс. Меняется архитектура денег.
BlackRock в новом исследовании The Machine-Native Economy соединяет три рынка, которые обычно обсуждают отдельно: искусственный интеллект, цифровые активы и вычислительные мощности.
Логика проста. ИИ-агент может не только анализировать информацию, но и выполнять цепочку действий: получить данные, обратиться к другому агенту, выбрать предложение, инициировать платёж и проверить результат.
Для такой экономики нужен расчётный слой, способный обслуживать круглосуточные автоматические операции, в том числе очень малых номиналов.
BlackRock показывает, как может собираться такой контур: MCP даёт агенту доступ к данным и инструментам, A2A обеспечивает взаимодействие агентов, x402 позволяет проводить машинные платежи, ACP соединяет агента с существующей платёжной инфраструктурой продавца.
Отдельная ставка сделана на стейблкоины. По данным исследования, их обращающаяся капитализация превысила $300 млрд к сентябрю 2026 года, а скорректированный объём операций в 2025 году составил более $11 трлн. При этом BlackRock отдельно предупреждает: показатели разных платёжных систем напрямую не сопоставимы.
Но самый интересный следующий шаг: ИИ сможет покупать собственные вычисления.
Агент сможет выбирать вычислительные мощности по цене, производительности, задержке и местоположению, получать необходимый ресурс и рассчитываться за его использование. Авторы подчёркивают, что такой рынок пока находится на ранней стадии.
Машинная экономика ставит новый денежный вопрос: кто задаёт правила, лимиты и ответственность, когда решение о платеже принимает уже не человек, а его агент?
#АрхДенег_Контур
Читайте в MAX
😀 Архитектура денег
BlackRock в новом исследовании The Machine-Native Economy соединяет три рынка, которые обычно обсуждают отдельно: искусственный интеллект, цифровые активы и вычислительные мощности.
Логика проста. ИИ-агент может не только анализировать информацию, но и выполнять цепочку действий: получить данные, обратиться к другому агенту, выбрать предложение, инициировать платёж и проверить результат.
Для такой экономики нужен расчётный слой, способный обслуживать круглосуточные автоматические операции, в том числе очень малых номиналов.
BlackRock показывает, как может собираться такой контур: MCP даёт агенту доступ к данным и инструментам, A2A обеспечивает взаимодействие агентов, x402 позволяет проводить машинные платежи, ACP соединяет агента с существующей платёжной инфраструктурой продавца.
Отдельная ставка сделана на стейблкоины. По данным исследования, их обращающаяся капитализация превысила $300 млрд к сентябрю 2026 года, а скорректированный объём операций в 2025 году составил более $11 трлн. При этом BlackRock отдельно предупреждает: показатели разных платёжных систем напрямую не сопоставимы.
Но самый интересный следующий шаг: ИИ сможет покупать собственные вычисления.
Агент сможет выбирать вычислительные мощности по цене, производительности, задержке и местоположению, получать необходимый ресурс и рассчитываться за его использование. Авторы подчёркивают, что такой рынок пока находится на ранней стадии.
Машинная экономика ставит новый денежный вопрос: кто задаёт правила, лимиты и ответственность, когда решение о платеже принимает уже не человек, а его агент?
#АрхДенег_Контур
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Деньги уже быстрые. Теперь меняется сам платёж.
В новом World Payments Report 2027 Capgemini фиксирует важный сдвиг в B2B-платежах: следующая фаза конкуренции строится уже не только вокруг скорости перевода. Компании хотят видеть ликвидность в реальном времени, заранее понимать результат расчёта, автоматизировать сверку и встраивать правила непосредственно в платёжный процесс.
Отсюда появляется концепция «ускоренных интеллектуальных денег». Capgemini объединяет под ней стейблкоины, токенизированные депозиты и оптовые цифровые валюты центральных банков. Общая черта: передача стоимости, расчёт и бизнес-правила могут работать в одном контуре.
Масштаб разрыва показателен: 60% банков последние три года ставили инновации в B2B-платежах в приоритет, но только 32% корпоративных клиентов довольны своим основным банком. Активно масштабируют хотя бы один новый денежный инструмент лишь 21% банков.
Самый важный вывод доклада находится глубже отдельных технологий. Будущий расчётный контур, вероятно, будет многоденежным: традиционные платежи, токенизированные депозиты, стейблкоины и деньги центрального банка будут сосуществовать.
Поэтому роль банка постепенно смещается от простого проведения транзакции к оркестрации денег: какой инструмент использовать, где держать ликвидность, когда проводить расчёт и какие правила должны выполняться вместе с ним.
Платёж превращается из финального шага бизнес-процесса в его часть.
World Payments Report 2027, Capgemini
#АрхДенег_Разбор
Читайте в MAX
😀 Архитектура денег
В новом World Payments Report 2027 Capgemini фиксирует важный сдвиг в B2B-платежах: следующая фаза конкуренции строится уже не только вокруг скорости перевода. Компании хотят видеть ликвидность в реальном времени, заранее понимать результат расчёта, автоматизировать сверку и встраивать правила непосредственно в платёжный процесс.
Отсюда появляется концепция «ускоренных интеллектуальных денег». Capgemini объединяет под ней стейблкоины, токенизированные депозиты и оптовые цифровые валюты центральных банков. Общая черта: передача стоимости, расчёт и бизнес-правила могут работать в одном контуре.
Масштаб разрыва показателен: 60% банков последние три года ставили инновации в B2B-платежах в приоритет, но только 32% корпоративных клиентов довольны своим основным банком. Активно масштабируют хотя бы один новый денежный инструмент лишь 21% банков.
Самый важный вывод доклада находится глубже отдельных технологий. Будущий расчётный контур, вероятно, будет многоденежным: традиционные платежи, токенизированные депозиты, стейблкоины и деньги центрального банка будут сосуществовать.
Поэтому роль банка постепенно смещается от простого проведения транзакции к оркестрации денег: какой инструмент использовать, где держать ликвидность, когда проводить расчёт и какие правила должны выполняться вместе с ним.
Платёж превращается из финального шага бизнес-процесса в его часть.
World Payments Report 2027, Capgemini
#АрхДенег_Разбор
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🌐 Agorá расширяется: к проекту подключаются канадские банки
29 сентября BMO и Scotiabankа сообщили о присоединении к Agorá. В тот же день CIBC объявил, что также вступит в проект и намерен участвовать в следующем этапе.
Инициатива Банка международных расчётов и Института международных финансов объединяет восемь центральных банков и более 40 финансовых организаций. Задача — связать токенизированные банковские депозиты и резервы центральных банков на общей платформе для трансграничных расчётов в нескольких валютах.
За инфраструктурой стоят и компании: в июльских испытаниях SIX координировала проведение операций, Kaleido обеспечивала технологическую среду. Это уже участвовавшие в тестировании организации, а не новые присоединения сентября.
Не новая мировая валюта, а новая организация расчёта: деньги коммерческого и центрального банка сохраняют разные роли, но связанные переводы могут исполняться по принципу «всё или ничего». Пока это экспериментальная платформа, а не общедоступная платёжная система.
Подробнее о проекте — BIS
#АрхДенег_Контур
Читайте в MAX
😀 Архитектура денег
29 сентября BMO и Scotiabankа сообщили о присоединении к Agorá. В тот же день CIBC объявил, что также вступит в проект и намерен участвовать в следующем этапе.
Инициатива Банка международных расчётов и Института международных финансов объединяет восемь центральных банков и более 40 финансовых организаций. Задача — связать токенизированные банковские депозиты и резервы центральных банков на общей платформе для трансграничных расчётов в нескольких валютах.
За инфраструктурой стоят и компании: в июльских испытаниях SIX координировала проведение операций, Kaleido обеспечивала технологическую среду. Это уже участвовавшие в тестировании организации, а не новые присоединения сентября.
Не новая мировая валюта, а новая организация расчёта: деньги коммерческого и центрального банка сохраняют разные роли, но связанные переводы могут исполняться по принципу «всё или ничего». Пока это экспериментальная платформа, а не общедоступная платёжная система.
Подробнее о проекте — BIS
#АрхДенег_Контур
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM
🌱 Гонконг соединяет зелёные облигации и цифровые расчёты
29 сентября правительство Гонконга объявило о четвёртом выпуске цифровых зелёных облигаций — около 20 млрд гонконгских долларов в эквиваленте, в четырёх валютах.
Средства предназначены для финансирования и рефинансирования зелёных проектов, соответствующих государственной рамке зелёных облигаций. Выпуск также получил предварительную сертификацию Гонконгского агентства обеспечения качества. То есть экологическое назначение — не следствие токенизации, а отдельное требование к использованию средств.
Новое — в денежной части сделки: в первичный расчёт по траншу в гонконгских долларах включены токенизированные банковские депозиты через EnsembleTX. Традиционные способы расчёта сохраняются.
Мы уже разбирали разные части этой истории: трансграничные расчёты через mBridge и подключение Макао, подход HKMA к совместимости разных форм денег, развитие рынка облигаций и юаневой ликвидности. Это не одна платформа, но общий вопрос: как связать активы, деньги и расчётную инфраструктуру.
Теперь эту связку можно рассмотреть на конкретном инструменте зелёного финансирования. Зелёный статус отвечает на вопрос «куда направят средства», а цифровая архитектура — «как учитывается облигация и чем за неё рассчитываются».
#АрхДенег_Контур
Читайте в MAX
😀 Архитектура денег
29 сентября правительство Гонконга объявило о четвёртом выпуске цифровых зелёных облигаций — около 20 млрд гонконгских долларов в эквиваленте, в четырёх валютах.
Средства предназначены для финансирования и рефинансирования зелёных проектов, соответствующих государственной рамке зелёных облигаций. Выпуск также получил предварительную сертификацию Гонконгского агентства обеспечения качества. То есть экологическое назначение — не следствие токенизации, а отдельное требование к использованию средств.
Новое — в денежной части сделки: в первичный расчёт по траншу в гонконгских долларах включены токенизированные банковские депозиты через EnsembleTX. Традиционные способы расчёта сохраняются.
Мы уже разбирали разные части этой истории: трансграничные расчёты через mBridge и подключение Макао, подход HKMA к совместимости разных форм денег, развитие рынка облигаций и юаневой ликвидности. Это не одна платформа, но общий вопрос: как связать активы, деньги и расчётную инфраструктуру.
Теперь эту связку можно рассмотреть на конкретном инструменте зелёного финансирования. Зелёный статус отвечает на вопрос «куда направят средства», а цифровая архитектура — «как учитывается облигация и чем за неё рассчитываются».
#АрхДенег_Контур
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM
Благодарим команду «Центра образовательных технологий МГИМО» https://t.me/education_odin за глубокий и структурированный обзор нашего исследования.
Особенно важно, что коллеги выделили ключевой тезис: таксономия Блума сегодня — это не просто классификация когнитивных действий, а основа для проектирования взаимодействия человека и ИИ.
Именно этот сдвиг парадигмы мы стремились зафиксировать: от «как студент использует ИИ» к «как мы проектируем обучение с учетом когнитивных уровней и прозрачности использования технологий».
Надеемся, что наша работа станет отправной точкой для дальнейших дискуссий о роли AI-грамотности в высшем экономическом образовании.
Особенно важно, что коллеги выделили ключевой тезис: таксономия Блума сегодня — это не просто классификация когнитивных действий, а основа для проектирования взаимодействия человека и ИИ.
Именно этот сдвиг парадигмы мы стремились зафиксировать: от «как студент использует ИИ» к «как мы проектируем обучение с учетом когнитивных уровней и прозрачности использования технологий».
Надеемся, что наша работа станет отправной точкой для дальнейших дискуссий о роли AI-грамотности в высшем экономическом образовании.
Telegram
Центр образовательных технологий МГИМО
Разбираемся, что нового происходит в системе образования.
Публикуем все самое интересное.
По вопросам сотрудничества @Natalya_SerB
Публикуем все самое интересное.
По вопросам сотрудничества @Natalya_SerB
Forwarded from Центр образовательных технологий МГИМО
📈 ИССЛЕДОВАНИЕ
GenAI и таксономия Блума: как меняется взаимодействие студента и ИИ на разных уровнях мышления
Авторы исследуют, как генеративный ИИ используется в университетском экономическом образовании на разных уровнях пересмотренной таксономии Блума - от запоминания и понимания до анализа, оценки и создания.
✍️Как проводили исследование?
Авторы провели интегративный обзор литературы за 2016–2025 годы. Из 82 найденных публикаций в итоговую выборку вошли 32 источника, включая эмпирические исследования, обзоры и концептуальные работы. На их основе авторы сопоставили уровни таксономии Блума с различными способами взаимодействия студента и GenAI.
🧐Что обнаружили?
Авторы выделили пять основных моделей взаимодействия:
🔹 справочный запрос - ИИ помогает получить информацию и объяснение;
🔹 диалоговое обучение - выступает в роли помощника и объясняет материал;
🔹 поддержка процесса решения - помогает выполнять отдельные шаги задания;
🔹 оценочный диалог - используется для обсуждения и критической оценки идей;
🔹 прозрачное со-творчество — участвует в создании продукта при сохранении авторства студента.
❗️При этом роль GenAI, по мнению авторов, должна зависеть от когнитивного уровня задачи.
1️⃣На уровнях «запомнить» и «понять» ИИ преимущественно выступает как источник информации и объяснений.
2️⃣На уровне «применить» возникает важная граница: GenAI может поддерживать выполнение задания, но при отсутствии контроля за процессом способен фактически заменить самостоятельную работу студента.
3️⃣На уровнях «анализировать», «оценивать» и «создавать» возрастает значение самостоятельного рассуждения, обоснования решений и прозрачности использования ИИ.
👉К какому выводу приходят авторы?
Авторы предлагают рассматривать таксономию Блума не только как классификацию когнитивных действий студента, но и как основу для проектирования взаимодействия человека и GenAI.
📌Важными условиями они называют:
• видимость процесса работы студента;
• необходимость обосновывать решения;
• прозрачное раскрытие роли ИИ.
✅На этой основе авторы предлагают трёхмерную модель, объединяющую когнитивный уровень, функцию GenAI и метакомпетенции — AI-грамотность, саморегулируемое обучение и цифровую этику и ответственность.
⚠️Важно: авторы подчёркивают, что предложенная модель пока является концептуальной и требует дальнейшей эмпирической проверки в разных образовательных и институциональных контекстах.
Источник
#mgimoedtech #инфоповсюду
GenAI и таксономия Блума: как меняется взаимодействие студента и ИИ на разных уровнях мышления
Авторы исследуют, как генеративный ИИ используется в университетском экономическом образовании на разных уровнях пересмотренной таксономии Блума - от запоминания и понимания до анализа, оценки и создания.
✍️Как проводили исследование?
Авторы провели интегративный обзор литературы за 2016–2025 годы. Из 82 найденных публикаций в итоговую выборку вошли 32 источника, включая эмпирические исследования, обзоры и концептуальные работы. На их основе авторы сопоставили уровни таксономии Блума с различными способами взаимодействия студента и GenAI.
🧐Что обнаружили?
Авторы выделили пять основных моделей взаимодействия:
🔹 справочный запрос - ИИ помогает получить информацию и объяснение;
🔹 диалоговое обучение - выступает в роли помощника и объясняет материал;
🔹 поддержка процесса решения - помогает выполнять отдельные шаги задания;
🔹 оценочный диалог - используется для обсуждения и критической оценки идей;
🔹 прозрачное со-творчество — участвует в создании продукта при сохранении авторства студента.
❗️При этом роль GenAI, по мнению авторов, должна зависеть от когнитивного уровня задачи.
1️⃣На уровнях «запомнить» и «понять» ИИ преимущественно выступает как источник информации и объяснений.
2️⃣На уровне «применить» возникает важная граница: GenAI может поддерживать выполнение задания, но при отсутствии контроля за процессом способен фактически заменить самостоятельную работу студента.
3️⃣На уровнях «анализировать», «оценивать» и «создавать» возрастает значение самостоятельного рассуждения, обоснования решений и прозрачности использования ИИ.
👉К какому выводу приходят авторы?
Авторы предлагают рассматривать таксономию Блума не только как классификацию когнитивных действий студента, но и как основу для проектирования взаимодействия человека и GenAI.
📌Важными условиями они называют:
• видимость процесса работы студента;
• необходимость обосновывать решения;
• прозрачное раскрытие роли ИИ.
✅На этой основе авторы предлагают трёхмерную модель, объединяющую когнитивный уровень, функцию GenAI и метакомпетенции — AI-грамотность, саморегулируемое обучение и цифровую этику и ответственность.
⚠️Важно: авторы подчёркивают, что предложенная модель пока является концептуальной и требует дальнейшей эмпирической проверки в разных образовательных и институциональных контекстах.
Источник
#mgimoedtech #инфоповсюду
❤1
💸 Зачем деньгам ждать понедельника?
Lloyds и ANZ проверили два разных способа ускорить международные расчёты. В одном понадобился стейблкоин. В другом клиенту даже не пришлось менять банковский счёт.
Lloyds → Visa: рассчитались в USDC. За семь дней банк погасил обязательства на $750 тыс. По данным Lloyds, средства доходили до Visa менее чем за час — в том числе в выходные.
Нет, это не покупатель заплатил «криптой» за кофе. Это банк и платёжная сеть проверили, как рассчитываться между собой за кулисами клиентских платежей.
ANZ + BHP + Citi + Swift: токенизированный депозит. Участники провели долларовые платежи между Мельбурном и Нью-Йорком. BHP использовала привычный счёт и банковский канал ANZ. А «под капотом» работали токенизированные депозиты и Swift Ledger, связывающий банки.
Задача похожая. Деньги — разные. В первом случае расчёт идёт стейблкоином. Во втором — банковским депозитом в токенизированной форме. Это не два названия одной технологии, а два способа организовать движение денег.
Оба кейса пока пилоты, а не доступный всем сервис. Но пример BHP показывает: чтобы платёж пошёл по новым рельсам, клиенту не обязательно пересаживаться в другой поезд.
#АрхДенег_Контур
Читайте в MAX
😀 Архитектура денег
Lloyds и ANZ проверили два разных способа ускорить международные расчёты. В одном понадобился стейблкоин. В другом клиенту даже не пришлось менять банковский счёт.
Lloyds → Visa: рассчитались в USDC. За семь дней банк погасил обязательства на $750 тыс. По данным Lloyds, средства доходили до Visa менее чем за час — в том числе в выходные.
Нет, это не покупатель заплатил «криптой» за кофе. Это банк и платёжная сеть проверили, как рассчитываться между собой за кулисами клиентских платежей.
ANZ + BHP + Citi + Swift: токенизированный депозит. Участники провели долларовые платежи между Мельбурном и Нью-Йорком. BHP использовала привычный счёт и банковский канал ANZ. А «под капотом» работали токенизированные депозиты и Swift Ledger, связывающий банки.
Задача похожая. Деньги — разные. В первом случае расчёт идёт стейблкоином. Во втором — банковским депозитом в токенизированной форме. Это не два названия одной технологии, а два способа организовать движение денег.
Оба кейса пока пилоты, а не доступный всем сервис. Но пример BHP показывает: чтобы платёж пошёл по новым рельсам, клиенту не обязательно пересаживаться в другой поезд.
#АрхДенег_Контур
Читайте в MAX
Please open Telegram to view this post
VIEW IN TELEGRAM