Google запустила edtech ИИ-сервис «Learn Your Way» (и это крах для старой системы образования)

Сервис берёт любую скучную статью/тему и перестраивает её вокруг того, что интересно вам.

Например, если вы увлекаетесь баскетболом и должны выучить законы Ньютона, то объяснение физики строится на дриблинге и бросках. Художник изучает экономику? Теперь всё сводится к галерейным аукционам и арт-рынкам.

"Learn Your Way" генерирует разные способы восприятия одной и той же информации:

– интеллект-карты, если вы мыслите визуально;
– аудиоуроки с этими странными имитациями разговоров учителей;
– временные шкалы, по которым можно кликать;
– тесты, которые меняются в зависимости от того, что вы делаете неправильно.

Google протестировали сервис на 60 учениках и дети, использующие их систему, разгромили группу, изучавшую обычные учебники, как на начальном тестировании, так и на повторном через три дня.

Учебники веками были отстойными потому что создание персонализированных версий было невозможно в больших масштабах.

Революция в edtech выглядит именно так.

👁️ https://learnyourway.withgoogle.com/
📜 https://arxiv.org/abs/2509.13348

Пятница, но осень…

немного ожившей живописи вам на выходные

Оживляем книги

Моя любимая Барса

📱 Эффект переключения: почему multitasking — это миф

Представьте Алису. Она садится делать домашку: открывает учебник, читает пару абзацев. Но через две минуты уже «только одним глазком» смотрит видео, листает мессенджер, снова возвращается к задаче, снова отвлекается. В итоге вечер прошёл, а сделано меньше половины. Узнаёте?

Что происходит на самом деле: мозг не умеет в «настоящую многозадачность». Он просто скачет между задачами. Каждое переключение похоже на маленькую перезагрузку: часть правил нужно забыть, новые — загрузить. Эти «налоги на внимание» накапливаются, и чем больше задач — тем медленнее и хуже результат.

🔬 Учёные из Стэнфорда показали: «хронические многозадачники» хуже фильтруют шум и медленнее концентрируются. Метаанализ фиксирует — студенты, часто отвлекающиеся на гаджеты, получают ниже оценки, хуже запоминают текст и меньше контролируют время.

🧠 Нейровизуализация подтверждает: при переключениях сильнее напрягаются сети контроля в префронтальной коре. Это не «стресс» в бытовом смысле, но ощутимая когнитивная нагрузка. Добавьте сюда тот факт, что мозг, будучи всего 2% массы тела, потребляет 20% всей энергии организма — и становится ясно, почему к концу дня мы чувствуем себя выжатыми.

👉 Вывод: multitasking — красивая иллюзия. В реальности выигрывает не тот, кто «держит десять вкладок», а тот, кто умеет закрыть лишние и идти по одной линии.

✨ В долгосрочной перспективе это не просто вопрос продуктивности — это вопрос качества нашей когнитивной функции. Если мы позволяем миру бесконечных уведомлений дробить внимание, то отказываемся от глубины мышления ради иллюзии скорости. Настоящее преимущество XXI века будет у тех, кто умеет сохранять фокус как ценнейший ресурс.

📖 Полная версия с фактами, исследованиями и примерами — в лонгриде на сайте.

#статьи

К 2030 году искусственный интеллект окажется на пересечении науки, экономики и политики с масштабом, который сегодня трудно вообразить.

Согласно свежему исследованию (подготовленному для Google DeepMind), тренд наращивания мощности ИИ не замедляется. Обучение передовых моделей будет требовать сотен миллиардов долларов и гигаватты электроэнергии. Но взамен ИИ способен открыть новые горизонты — от автоматизации сложного программного кода до помощи математикам в формализации доказательств и биологам в расшифровке молекулярных процессов.

🔥 Ключевой инсайт: масштабирование ИИ — это не только вопрос железа и энергии. Это про будущее науки. Уже к концу десятилетия появятся ИИ-помощники, которые станут для исследователей тем же, чем сегодня стали GitHub Copilot или ChatGPT для программистов. Разница лишь в том, что речь идёт не о строчках кода, а о фундаментальных открытиях.

⚡️ В то же время социальное внедрение отстанет от технических возможностей: лекарства или новые материалы потребуют долгих циклов тестирования, а вот программная инженерия и моделирование будут меняться стремительно.

👉 Полный разбор сценариев будущего ИИ, включая прогнозы по математике, биологии и климату, читайте в лонгриде на сайте.

#исследование