Привет, коллеги 👋🏼
С вами Осипов Михаил.
Последние недели довольно много экспериментирую с GPT как с инструментом для самообучения.
Недавно я уже писал об одном из таких экспериментов.
Теперь в процессе обучения я заметил ещё одну проблему, которая кажется мне даже фундаментальной.
Речь о том, насколько вообще можно верифицировать педагогические решения нейросети.
Дело в том, что как бы я ни старался выстраивать собственную образовательную траекторию с помощью GPT, периодически сталкиваюсь с одним и тем же вопросом — почему система рекомендует мне именно следующий шаг в образовательной траектории и насколько данный выбор обоснован?
Например, несколько раз в тренажёре продакта я приводил нейросети контраргументы. После этого она соглашалась со мной, находила источники в поддержку моей позиции и перестраивала первоначальный ответ. Что является довольно логичным с точки зрения адаптивной модели обучения.
Но порой интереснее вовсе иное. Порой мне как пользователю трудно определить, по каким именно причинам изменилась рекомендация.
Потому что появились новые существенные данные?
Потому что исходная логика была слабой?
Или модель просто адаптировала ответ под мою позицию?
Похожая ситуация возникает при оценке прогресса.
Нейросеть может анализировать мои ответы, говорить, что определённая тема уже освоена (как это было в случае с выявлением потребности заказчика), и предлагать двигаться дальше. Но при этом мне трудно проверить, по каким критериям она пришла к данному выводу и насколько последовательно применяет эти критерии в течение всего обучения.
И в этом, на мой взгляд, проходит та самая граница между языковой и педагогической персонализацией.
Дело в том, что нейросеть довольно эффективно создаёт ощущение индивидуальной работы. Она помнит контекст диалога, адаптирует объяснения, учитывает мои возражения, меняет сложность вопросов, предлагает следующие учебные темы и т.д.
Но полноценная индивидуальная образовательная траектория требует гораздо большего. Нужно понимать исходный уровень обучающегося, его цели, критерии достижения результата, пробелы в знаниях и, что самое главное, основания для изменения образовательного маршрута. Причём все эти элементы должны оставаться достаточно последовательными на протяжении обучения.
И, как я выяснил на практике, обычный диалог с нейросетью пока не гарантирует подобной последовательности.
Получается довольно интересная ситуация.
Поэтому один из главных вопросов для образовательных ИИ-систем я бы сформулировал следующим образом:
Т.е. почему нейросеть считает определённую тему освоенной? На основании чего меняет образовательную траекторию? Какие альтернативы нейросеть рассматривала? Что должно произойти, чтобы она пересмотрела своё решение? и т.д.
На мой взгляд, именно способность отвечать на эти вопросы во многом будет определять разницу между нейросетью, которая просто хорошо ведёт диалог, и системой, которой действительно можно управлять образовательной траекторией.
Коллеги, а вы пробовали строить свою образовательную траекторию с помощью нейросети? Насколько это оказалось для вас эффективным❓
Будет здорово если поделитесь реальными кейсами и прокомментируете их
С вами Осипов Михаил.
Последние недели довольно много экспериментирую с GPT как с инструментом для самообучения.
Недавно я уже писал об одном из таких экспериментов.
Теперь в процессе обучения я заметил ещё одну проблему, которая кажется мне даже фундаментальной.
Речь о том, насколько вообще можно верифицировать педагогические решения нейросети.
Дело в том, что как бы я ни старался выстраивать собственную образовательную траекторию с помощью GPT, периодически сталкиваюсь с одним и тем же вопросом — почему система рекомендует мне именно следующий шаг в образовательной траектории и насколько данный выбор обоснован?
Например, несколько раз в тренажёре продакта я приводил нейросети контраргументы. После этого она соглашалась со мной, находила источники в поддержку моей позиции и перестраивала первоначальный ответ. Что является довольно логичным с точки зрения адаптивной модели обучения.
Но порой интереснее вовсе иное. Порой мне как пользователю трудно определить, по каким именно причинам изменилась рекомендация.
Потому что появились новые существенные данные?
Потому что исходная логика была слабой?
Или модель просто адаптировала ответ под мою позицию?
Похожая ситуация возникает при оценке прогресса.
Нейросеть может анализировать мои ответы, говорить, что определённая тема уже освоена (как это было в случае с выявлением потребности заказчика), и предлагать двигаться дальше. Но при этом мне трудно проверить, по каким критериям она пришла к данному выводу и насколько последовательно применяет эти критерии в течение всего обучения.
И в этом, на мой взгляд, проходит та самая граница между языковой и педагогической персонализацией.
Дело в том, что нейросеть довольно эффективно создаёт ощущение индивидуальной работы. Она помнит контекст диалога, адаптирует объяснения, учитывает мои возражения, меняет сложность вопросов, предлагает следующие учебные темы и т.д.
Но полноценная индивидуальная образовательная траектория требует гораздо большего. Нужно понимать исходный уровень обучающегося, его цели, критерии достижения результата, пробелы в знаниях и, что самое главное, основания для изменения образовательного маршрута. Причём все эти элементы должны оставаться достаточно последовательными на протяжении обучения.
И, как я выяснил на практике, обычный диалог с нейросетью пока не гарантирует подобной последовательности.
Получается довольно интересная ситуация.
Нейросеть может предложить следующий шаг, однако проверять обоснованность этого решения во многом приходится самому обучающемуся. А это, как правило, довольно неудобно, учитывая тот факт, что ты находишься в процессе обучения.
Поэтому один из главных вопросов для образовательных ИИ-систем я бы сформулировал следующим образом:
Как сделать педагогическую логику нейросети эффективной для пользователя?
Т.е. почему нейросеть считает определённую тему освоенной? На основании чего меняет образовательную траекторию? Какие альтернативы нейросеть рассматривала? Что должно произойти, чтобы она пересмотрела своё решение? и т.д.
На мой взгляд, именно способность отвечать на эти вопросы во многом будет определять разницу между нейросетью, которая просто хорошо ведёт диалог, и системой, которой действительно можно управлять образовательной траекторией.
Коллеги, а вы пробовали строить свою образовательную траекторию с помощью нейросети? Насколько это оказалось для вас эффективным
Будет здорово если поделитесь реальными кейсами и прокомментируете их
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥3
Дедлайн уже совсем близко — только 2 дня, чтобы ваш проект стал участником Премии Digital Learning!
Два денька до завершенья — не тяните ни один.
Не успели до полуночи — и останется один.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2🔥1
🔥 Всем привет!
В 2025 году мы изучили потребности компаний в корпоративном обучении и определили наиболее востребованные темы.
В 2026 году по этим направлениям мы разработали 8 новых SCORM-курсов:
✅ Анализ и визуализация данных для принятия управленческих решений
✅ Защита от влияния
✅ Когнитивное управление
✅ Техника продаж
✅ Управление конфликтами
✅ Управление корпоративными инновациями
✅ Управление удаленными командами
✅ Управление рисками и неопределенностью в проекте
Передаем исходники и брендируем курсы под вашу компанию.
💡 Позаботьтесь об обучении сотрудников в 2026 году — и в 2027 они позаботятся об успехе вашей компании!
Пишите на info@oot.su или в личные сообщения @Azverind — подберем курсы под ваши задачи и бюджет.
🎁 Промокод на SCORMическую скидку 30%: #SCORM30
#инфопартнёры
В 2025 году мы изучили потребности компаний в корпоративном обучении и определили наиболее востребованные темы.
В 2026 году по этим направлениям мы разработали 8 новых SCORM-курсов:
Передаем исходники и брендируем курсы под вашу компанию.
💡 Позаботьтесь об обучении сотрудников в 2026 году — и в 2027 они позаботятся об успехе вашей компании!
Пишите на info@oot.su или в личные сообщения @Azverind — подберем курсы под ваши задачи и бюджет.
#инфопартнёры
Please open Telegram to view this post
VIEW IN TELEGRAM
ООТ. Каталог курсов (2026).pdf
9.5 MB
1️⃣ Скачайте каталог
2️⃣ Выберите курсы
3️⃣ Получите ссылку для ознакомления
2️⃣ Выберите курсы
3️⃣ Получите ссылку для ознакомления
Runway AI Film Festival 2026 (AIF): искусство с ИИ
AIF — ежегодный фестиваль короткометражек, созданных с помощью нейросетей. Туда присылают тысячи работ со всего мира, а в финал попадает лучшее, что вообще можно выжать из генеративных технологий прямо сейчас.
И этот фестиваль отлично показывает то, насколько нужны навыки и профессионализм в эпоху ИИ.
Работы реально классные и их хочется смотреть! Нет чувства, что тебя где-то обманули и подсунули ерунду. Это настоящее кино, просто сделанное с использованием ИИ.
Сравните работы победителей с нейрослопом, который попадается нам каждый день в соцсетях. Первое – искусство, второе – чаще всего тошно смотреть (особенно созданное «фабриками контента»).
И, конечно, отличие здесь кроется не в том, что авторы с AIF используют какие-то передовые нейросети. Они просто умеют делать фильмы. Как с точки зрения режиссуры, монтажа, композиции и работы со звуком, так и с точки зрения драматургии.
Приятно смотреть и интересно следить за сюжетом.
Вторая интересная тема – ограничения.
Ограничения у ИИ-видео есть. Это факт. По крайней мере сейчас. И авторы их успешно обходят (почти всегда, косяки, конечно, есть). За счет монтажа, за счет стилистики, за счет подачи, за счет ракурсов.
Есть проблемы с липсинком – давайте сделаем акцент на закадровый голос (или придумаем концепт, в котором озвучки вообще нет, но он понятен и прекрасен). Персонажи не умеют пользоваться дверьми – грамотно поставим камеру и сделаем монтаж.
С одной стороны ИИ дает нам огромные возможности, но они не бесконечны. Нам все еще нужно уметь делать качественный продукт, когда вокруг много ограничений. А для этого нужны знания, навыки, опыт, насмотренность. Без них, даже с неограниченным ресурсом, вместо классного фильма получится нейрослоп, а вместо обучения, которое дает результат – дурацкий текст, который только отнимает время у читателей.
Посмотрите фильмы победителей, они того стоят.
Вот мой личный ТОП-3 с AIF 2026:
The Well
Postman
Little Mes
Все фильмы премии можно посмотреть вот ТУТ
—————-
Алексей Миляев и команда сообщества Digital Learning
⚡️ 19 ноября — Digital Learning ДВИЖ «НезаменИИмые» - программа готова, места заканчиваются!
AIF — ежегодный фестиваль короткометражек, созданных с помощью нейросетей. Туда присылают тысячи работ со всего мира, а в финал попадает лучшее, что вообще можно выжать из генеративных технологий прямо сейчас.
И этот фестиваль отлично показывает то, насколько нужны навыки и профессионализм в эпоху ИИ.
Работы реально классные и их хочется смотреть! Нет чувства, что тебя где-то обманули и подсунули ерунду. Это настоящее кино, просто сделанное с использованием ИИ.
После просмотра появилась мотивация сделать что-то подобное... может быть в отпуске... или на нвогодних праздниках...
Сравните работы победителей с нейрослопом, который попадается нам каждый день в соцсетях. Первое – искусство, второе – чаще всего тошно смотреть (особенно созданное «фабриками контента»).
И, конечно, отличие здесь кроется не в том, что авторы с AIF используют какие-то передовые нейросети. Они просто умеют делать фильмы. Как с точки зрения режиссуры, монтажа, композиции и работы со звуком, так и с точки зрения драматургии.
Приятно смотреть и интересно следить за сюжетом.
Вторая интересная тема – ограничения.
Ограничения у ИИ-видео есть. Это факт. По крайней мере сейчас. И авторы их успешно обходят (почти всегда, косяки, конечно, есть). За счет монтажа, за счет стилистики, за счет подачи, за счет ракурсов.
Есть проблемы с липсинком – давайте сделаем акцент на закадровый голос (или придумаем концепт, в котором озвучки вообще нет, но он понятен и прекрасен). Персонажи не умеют пользоваться дверьми – грамотно поставим камеру и сделаем монтаж.
С одной стороны ИИ дает нам огромные возможности, но они не бесконечны. Нам все еще нужно уметь делать качественный продукт, когда вокруг много ограничений. А для этого нужны знания, навыки, опыт, насмотренность. Без них, даже с неограниченным ресурсом, вместо классного фильма получится нейрослоп, а вместо обучения, которое дает результат – дурацкий текст, который только отнимает время у читателей.
Посмотрите фильмы победителей, они того стоят.
Вот мой личный ТОП-3 с AIF 2026:
The Well
Postman
Little Mes
Все фильмы премии можно посмотреть вот ТУТ
—————-
Алексей Миляев и команда сообщества Digital Learning
⚡️ 19 ноября — Digital Learning ДВИЖ «НезаменИИмые» - программа готова, места заканчиваются!
🔥3❤2👍2
Последний день! Сегодня завершается приём заявок на Премию Digital Learning — успейте рассказать о своём проекте до 23:59 по Москве 1 октября!
Один лишь день: отправьте — вас оценят мастера.
Иначе ни наград, ни обратной связи от жюри — игра окончена, увы, вчера.
Please open Telegram to view this post
VIEW IN TELEGRAM
Друзья, привет!
Можно ли считать обучение хорошим, если сотрудникам оно нравится, а бизнес не видит никакого эффекта?
На днях меня пригласили на интервью для подкаста «Прямо по курсу». Обсудили, как изменился запрос бизнеса к L&D, как на самом деле измерять эффективность и как через разбор проектов можно понять, куда сейчас движется вся отрасль.
А ещё:
Зачем нужны профессиональные сообщества, когда любую информацию или готовый шаблон можно найти за пару секунд? Можно ли считать курс хорошим, если он нравится сотрудникам, но не даёт эффекта бизнесу? И что на самом деле компании ждут от обучения в эпоху тотальной цифровизации?
Отдельно разобрали, каким будет обучение через 3–5 лет: какой навык методолога станет самым ценным, а что категорически нельзя отдавать нейросетям. На мой взгляд, это та самая тема, которая сейчас не даёт спать многим специалистам.
Смотреть подкаст тут⤵
📱 YouTube
📱VK Video
📺 Rutube
🔵 Mave
Этот выпуск для методологов, L&D-специалистов, HRD и руководителей корпоративных университетов, которые хотят выстроить систему обучения, приносящую реальную пользу компании.
Смотрите, ставьте лайки и делитесь своими мыслями в комментариях.
Павел Безяев
Лидер и сооснователь сообщества Digital Learning
Можно ли считать обучение хорошим, если сотрудникам оно нравится, а бизнес не видит никакого эффекта?
На днях меня пригласили на интервью для подкаста «Прямо по курсу». Обсудили, как изменился запрос бизнеса к L&D, как на самом деле измерять эффективность и как через разбор проектов можно понять, куда сейчас движется вся отрасль.
А ещё:
Зачем нужны профессиональные сообщества, когда любую информацию или готовый шаблон можно найти за пару секунд? Можно ли считать курс хорошим, если он нравится сотрудникам, но не даёт эффекта бизнесу? И что на самом деле компании ждут от обучения в эпоху тотальной цифровизации?
Отдельно разобрали, каким будет обучение через 3–5 лет: какой навык методолога станет самым ценным, а что категорически нельзя отдавать нейросетям. На мой взгляд, это та самая тема, которая сейчас не даёт спать многим специалистам.
Смотреть подкаст тут
📱VK Video
Этот выпуск для методологов, L&D-специалистов, HRD и руководителей корпоративных университетов, которые хотят выстроить систему обучения, приносящую реальную пользу компании.
А обсудить это все вживую можно 19.11.2026 на Digital Learning ДВИЖ «НезаменИИмые». Площадка для итогов года и финала Премии Digital Learning 2026. В программе практика от ведущих компаний, инсайты про ИИ и обучение как продукт, нетворкинг, акселератор для проектов и Финал Премии Digital Learning 2026.
🔥Только до 2 октября! Успейте купить билеты до повышения цен (скидка 25%)!
Смотрите, ставьте лайки и делитесь своими мыслями в комментариях.
Павел Безяев
Лидер и сооснователь сообщества Digital Learning
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤2👍2
Собрались как-то нейроагенты на совещание..
Недавно наблюдала, как знакомый разработчик настраивает работу нескольких агентов. Один координатор, второй архитектор, третий тестировщик, четвертый секретарь и был кто-то еще, всего 7 особей.
И он задался целью настроить их работу так, чтобы они весь цикл разработки к нему не обращались за подтверждениями, а "пилили сами".
Мы сделали эксперимент - созвали агентов на совещание, посвященное разработке регламента взаимодействия.
Написали длинный промпт, в котором был описан ход совещания:
Протокол четко отразил ход совещания и принятые решения.
Регламент получился что надо.
И все было отлично.
Но потом "косяки" продолжились.
И мы стали искать причину, запросили в чем же дело?
И получили интересный ответ (цитирую без правок):
Вывод - на нейросети надейся, но сам не плошай.
Человек держит контекст куда лучше.
И остается вопрос - нейросети же учатся не только на учебниках. Весь инфомусор Интернета, созданный людьми разного уровня компетентности, в их распоряжении. Получается, сами же плохому и учим?
А потом они нам это возвращают.
Наталия Горбачевская и команда сообщества Digital Learning
Недавно наблюдала, как знакомый разработчик настраивает работу нескольких агентов. Один координатор, второй архитектор, третий тестировщик, четвертый секретарь и был кто-то еще, всего 7 особей.
И он задался целью настроить их работу так, чтобы они весь цикл разработки к нему не обращались за подтверждениями, а "пилили сами".
Мы сделали эксперимент - созвали агентов на совещание, посвященное разработке регламента взаимодействия.
Написали длинный промпт, в котором был описан ход совещания:
План совещания
Участники:
1. Старший брат - роль на совещании - координатор, модератор, задача - провести совещание и выработать правила взаимодействия,
2. Младший брат - роль архитектор
3. Сестра - роль тестировщик
4. Рисовальщик - и др.
Тема совещания:
Выработать план взаимодействия при разработке /проекта/
Проблема:
Настроить взаимодействие каждого агента друг с другом, минимизировать обращение к Заказчику для согласования, сохранив его в критичных точках /которые определяются отдельной инструкцией/
Действуйте по шагам:
Шаг1 изучить файлы claude.md каждого участника совещания, определить противоречия, если таковые имеются и сообщить. Не переходить к шагу 2 пока противоречия не будут разрешены.
Шаг 2. При отсутствии противоречий сформулировать ключевую цель (цели) работы команды и план работы по каждой цели. Запросить у Заказчика подтверждение. После подтверждения переходить к шагу 3.
Шаг 3. Проанализировать свои истории. Выработать оптимальные способы совместного взаимодействия.
Шаг 4. Составить правила взаимодействий друг с другом и с Заказчиком, необходимо организовать и зафиксировать регулярные встречи команды с целью планирования и координации лучшей работы и экономии токенов.
Завершить совещание презентацией правил Заказчику, после утверждения внести правила в файл .md и поместить его /место/
За исполнение правил отвечает Старший брат
Протокол четко отразил ход совещания и принятые решения.
Регламент получился что надо.
И все было отлично.
Но потом "косяки" продолжились.
И мы стали искать причину, запросили в чем же дело?
И получили интересный ответ (цитирую без правок):
Дежурный. ИНФО — почему нарушения идут после совещания. Отвечаю по тому, что видела за сегодня в БД и журнале, разделяя факты и мои предположения.
Факты (нарушения за день): (1) статус «Тестируется» при 90% и ответственный не вы — у младшего брата 3 задачи, у рисовальщика 5; (2) «В работе» на 0% часами — у сестры 5 задач с 14:17 до 18:30, у мелкого 2; (3) возвращённые вами задачи оставались на 100% (#282, #334, #253, #318); (4) время не вносилось часами (брат с 14:23, рисовальщик с 16:06); (5) мои: до 18:30 я не смотрела трекер по чужим проектам и не увидела простой сестры; вопросы слала пачками, ваши ответы поняла неверно; один раз написала, что отметила чат прочитанным, хотя нет.
Причины (по фактам): а) правила лежат в файлах и памяти, но ничто не проверяет их исполнение — ловите нарушения вы; б) порядок «готово» — пять отдельных вызовов API по памяти, любой можно забыть; в) у сессий нет своего цикла: они действуют, только когда им написали, и после сжатия контекста правила забываются; г) блокировки классификатора мешали исправлять (брат не мог обновить трекер до вашего «да»); д) до 18:30 briefing показывал «В работе» только у старшего, у дежурного не было проверки нарушений.
Что предполагаю, не проверяла: часть нарушений — не забывчивость, а сознательный компромисс («90%, потому что нужна ваша проверка»), тогда правило и практика расходятся.
Вывод - на нейросети надейся, но сам не плошай.
Человек держит контекст куда лучше.
И остается вопрос - нейросети же учатся не только на учебниках. Весь инфомусор Интернета, созданный людьми разного уровня компетентности, в их распоряжении. Получается, сами же плохому и учим?
А потом они нам это возвращают.
Наталия Горбачевская и команда сообщества Digital Learning
👍2🔥2
Друзья, сегодня мы закрыли приём работ на Премию Digital Learning 2026, но у вас ещё осталась возможность попасть на финал Премии и лично познакомиться с победителями!
19 ноября 2026 года приглашаем вас на Digital Learning ДВИЖ «НезаменИИмые»!
А главное – завтра последний день, когда билеты на ДВИЖ можно ещё купить со скидкой 25%. После 2 октября будет финальное повышение и больше скидок не будет.
Digital Learning ДВИЖ «НезаменИИмые» - новая концепция и площадка для конференции «Digital Learning 2026: ИТОГИ ГОДА» и финала Премии Digital Learning 2026.
ДВИЖ соберёт специалистов по обучению, HR, L&D, EdTech, представителей корпоративных университетов, руководителей и предпринимателей. Тех, кто хочет не просто обсуждать тренды, а находить решения, идеи, партнёров и новые возможности для роста.
Программа построена по необычной пропорции:
50% — практика. Разработка ИИ-агента. Реальный опыт компаний, команд и экспертов: что работает, что не работает и как внедрять цифровое обучение с измеримым результатом.
30% — инсайты и дискуссии. Темы: ИИ, данные, обучение как продукт, автоматизация, сокращение затрат и новые роли L&D в бизнесе.
20% — нетворкинг и акселератор. Открывается Акселератор Digital Learning — площадка для тех, кто хочет развивать свои идеи, проекты и продукты в обучении. Это шанс реализовать бизнес-идею или прокачать карьеру в обучении.
СЮРПРИЗ – сделаем анонс новой инициативы сообщества, которая порадует всех участников!
Кульминация дня — Финал Премии Digital Learning 2026. Участники узнают лучшие проекты года и разделят вечер с лидерами индустрии.
‼️ Скидка 25% только до 2 октября! Это финальное повышение! Скидок больше не будет! ⚡
➡️ https://dlmeeting.online
19 ноября 2026 года приглашаем вас на Digital Learning ДВИЖ «НезаменИИмые»!
А главное – завтра последний день, когда билеты на ДВИЖ можно ещё купить со скидкой 25%. После 2 октября будет финальное повышение и больше скидок не будет.
Digital Learning ДВИЖ «НезаменИИмые» - новая концепция и площадка для конференции «Digital Learning 2026: ИТОГИ ГОДА» и финала Премии Digital Learning 2026.
ДВИЖ соберёт специалистов по обучению, HR, L&D, EdTech, представителей корпоративных университетов, руководителей и предпринимателей. Тех, кто хочет не просто обсуждать тренды, а находить решения, идеи, партнёров и новые возможности для роста.
Программа построена по необычной пропорции:
50% — практика. Разработка ИИ-агента. Реальный опыт компаний, команд и экспертов: что работает, что не работает и как внедрять цифровое обучение с измеримым результатом.
30% — инсайты и дискуссии. Темы: ИИ, данные, обучение как продукт, автоматизация, сокращение затрат и новые роли L&D в бизнесе.
20% — нетворкинг и акселератор. Открывается Акселератор Digital Learning — площадка для тех, кто хочет развивать свои идеи, проекты и продукты в обучении. Это шанс реализовать бизнес-идею или прокачать карьеру в обучении.
СЮРПРИЗ – сделаем анонс новой инициативы сообщества, которая порадует всех участников!
Кульминация дня — Финал Премии Digital Learning 2026. Участники узнают лучшие проекты года и разделят вечер с лидерами индустрии.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2👍1
Друзья! 🟧
⚡ Не пропустите! 7 и 8 октября сообщество Digital Learning организует конференцию на самой масштабной и главной EdTech-выставке – EDTECH EXPO 2026!
🟡 EDTECH EXPO 2026 — одно из самых значимых событий в онлайн-образовании и EdTech, которое объединяет онлайн-школы, корпоративное образование и технологические платформы на одной площадке.
Выставка проходит при поддержке Технопарка «Сколково» и признана «Бизнес-событием года» по версии премии GetAward.
📍 Здесь можно увидеть прогрессивные решения на базе ИИ, инновацинные технологии для защиты контента и аналитики, сервисы для работы с воронками, трафиком и внутренними рассрочками и многое другое.
На выставке:
➡️ более 150 сервисов и решений,
➡️ 6 залов деловой программы,
➡️ 70+ топовых спикеров
➡️ 3 зоны живого нетворкинга,
➡️ участие 4000+ гостей.
И только для участников сообщества – скидка 50% по промокоду BEZYAEV50
🎚️ Подробности и регистрация по ссылке. Не забудьте про промокод BEZYAEV50!
До встречи на EDTECH EXPO 2026 на секции Digital Learning!
Выставка проходит при поддержке Технопарка «Сколково» и признана «Бизнес-событием года» по версии премии GetAward.
📍 Здесь можно увидеть прогрессивные решения на базе ИИ, инновацинные технологии для защиты контента и аналитики, сервисы для работы с воронками, трафиком и внутренними рассрочками и многое другое.
На выставке:
И только для участников сообщества – скидка 50% по промокоду BEZYAEV50
До встречи на EDTECH EXPO 2026 на секции Digital Learning!
Please open Telegram to view this post
VIEW IN TELEGRAM
Много лет назад я впервые пришла в математический кружок. Нам предстояло изучать принцип Дирихле. Сижу, жду, когда начнут объяснять этот самый принцип. Но, к моему удивлению, занятие началось не с объяснения, а с самостоятельного поиска решений.
В тот день я не смогла решить ни одной задачи. Зато принцип Дирихле запомнила на всю жизнь. Суть его проста: если рассадить 10 кроликов по 9 клеткам, то хотя бы в одной клетке окажется больше одного кролика.
На эту историю меня натолкнула ситуация моей дочери-студентки, которая безрезультатно ищет работу без опыта. Сегодня на рынке труда возникает похожий риск:
⚪️ Кролики — люди, которые только входят в профессию или меняют трек
⚪️ Клетки — стартовые позиции, на которых раньше можно было "набить руку"
ИИ заметно сокращает часть таких задач. Промпт-буки и цифровые помощники берут на себя поиск информации, первичную аналитику, шаблонную коммуникацию, базовую визуализацию. Процессы ускоряются, издержки падают. Но вместе с ними сокращается пространство для собственных ошибок, их разбора и формирования реального понимания.
Появляется риск иллюзии компетенции: сотрудник получает быстрый правильный результат, но не всегда может объяснить, почему он правильный, и что делать, когда модель ошибается.
В то же время рынку уже не хватает людей с настоящим опытом. Если слишком активно убирать трудности из обучения новичков, этот дефицит может усилиться.
Но убирать трудности иногда действительно нужно, особенно когда задача чисто техническая и не учит думать. И если мы оставляем сложность, важно не бросать человека наедине с ней. Для новичка особенно ценно после попытки обсудить свое решение с ментором. Именно в этом разговоре ошибка чаще всего превращается в понимание.
Поэтому у меня к вам вопрос: как вы решаете, какие трудности стоит убрать, а какие - сохранить? И как помогаете новичкам не остаться с ними один на один?
Светлана Хамитова и команда сообщества Digital Learning
В тот день я не смогла решить ни одной задачи. Зато принцип Дирихле запомнила на всю жизнь. Суть его проста: если рассадить 10 кроликов по 9 клеткам, то хотя бы в одной клетке окажется больше одного кролика.
На эту историю меня натолкнула ситуация моей дочери-студентки, которая безрезультатно ищет работу без опыта. Сегодня на рынке труда возникает похожий риск:
ИИ заметно сокращает часть таких задач. Промпт-буки и цифровые помощники берут на себя поиск информации, первичную аналитику, шаблонную коммуникацию, базовую визуализацию. Процессы ускоряются, издержки падают. Но вместе с ними сокращается пространство для собственных ошибок, их разбора и формирования реального понимания.
Появляется риск иллюзии компетенции: сотрудник получает быстрый правильный результат, но не всегда может объяснить, почему он правильный, и что делать, когда модель ошибается.
В то же время рынку уже не хватает людей с настоящим опытом. Если слишком активно убирать трудности из обучения новичков, этот дефицит может усилиться.
Но убирать трудности иногда действительно нужно, особенно когда задача чисто техническая и не учит думать. И если мы оставляем сложность, важно не бросать человека наедине с ней. Для новичка особенно ценно после попытки обсудить свое решение с ментором. Именно в этом разговоре ошибка чаще всего превращается в понимание.
Поэтому у меня к вам вопрос: как вы решаете, какие трудности стоит убрать, а какие - сохранить? И как помогаете новичкам не остаться с ними один на один?
Светлана Хамитова и команда сообщества Digital Learning
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥3🤝2👍1
Наше исследование 2026 года показало три вещи, которые касаются каждого из нас:
1. ИИ ускоряется. За два года системное внедрение ИИ в обучение выросло в 7 раз — с 2% до 14%. Те, кто внедрил, уже получают результат. Те, кто ждёт, — рискуют отстать. На ДВИЖЕ будут те, кто внедрил. Можно будет спросить: как?
2. Обучение по-прежнему не говорит на языке бизнеса. 65% компаний не анализируют влияние обучения на бизнес-результаты. Три года подряд. Если вы хотите это изменить в своей компании — на ДВИЖЕ будут люди, которые уже изменили. И расскажут как.
3. Выживут те, кто учится быстрее рынка. МТС Линк за три года обогнал Zoom. Контур Толк вырос с 5% до 23%. ИИ-тренажёры за два года стали мейнстримом.
Рынок меняется быстро. Вопрос — вы меняетесь вместе с ним или наблюдаете?
Digital Learning ДВИЖ «НезаменИИмые» — это место, где 400+ профессионалов собираются, чтобы разобраться, что происходит, и понять, что делать дальше.
19 ноября. Москва. Один день:
ТОЛЬКО СЕГОДНЯ - скидка 25%!
Это финальное повышение! Скидок больше не будет!
Завтра будет дороже. Решайте сегодня.
Павел Безяев и команда Digital Learning
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1