Девелоперская компания MR совместно с фестивалем «Открытый город» публично представили итоги проекта «Школа для меня» — годовой программы, в рамках которой подростки вместе с профессиональными архитекторами спроектировали и построили реальные объекты в пяти московских школах. В проекте приняли участие 750 школьников, 20 педагогов и 15 архитекторов.
«Школа для детей» — проект, не имеющий аналогов по степени вовлеченности детей в городское развитие. Подростки выступили в роли не пассивных получателей, а полноправных соавторов и заказчиков. Они не просто рисовали эскизы, а вместе с архитекторами защищали концепции, согласовывали бюджеты и несли ответственность за результат.
Проект решал две ключевые задачи. Первая — формирование субъектности, когда идея ребенка превращается в реальное пространство, возникает опыт успешности и понимание «я могу», «меня слышат», «мои действия меняют среду вокруг». Вторая — профориентация через действие: ребята погрузились в профессиональное поле архитекторов, девелоперов и градостроителей без навязывания «взрослых» шаблонов и получили не абстрактные советы, а реальный опыт проектирования и строительства.
Механика: от урока до стройки
Технология проекта, разработанная АНО «Город для меня», исключала формальный подход. Четыре этапа превратили школьников из наблюдателей в деятелей:
1. Уроки устойчивого развития: погружение в то, как устроен город и как жители могут влиять на его развитие.
2. Архитектурный воркшоп: исследование пространства школы, формулировка запроса, создание проекта и макета вместе с архитекторами.
3. Совместное строительство: с шуруповертами и пилами — реальное воплощение идей.
4. Открытие и присвоение: торжественная церемония, фиксация нового качества среды и появление деятельного сообщества внутри школы.
Что создано: пять живых пространств в пяти школах
За три месяца плотной работы появились востребованные и живые места для общения, отдыха и учебы:
- открытая библиотека в Курчатовской школе;
- уличный театр в школе № 91;
- амфитеатры с буккроссингом и «мостом да Винчи» в школе имени маршала В. И. Чуйкова;
- сад в китайском стиле в школе № 1329;
- школьный коворкинг «Поле смыслов» в школе № 1514.
Каждый из этих объектов уникален тем, что он родился из реального запроса детей, а не навязан «сверху» взрослыми проектировщиками. Подростки сами определили, чего им не хватает в школе, и вместе с архитекторами нашли решение.
«Школа для детей» — проект, не имеющий аналогов по степени вовлеченности детей в городское развитие. Подростки выступили в роли не пассивных получателей, а полноправных соавторов и заказчиков. Они не просто рисовали эскизы, а вместе с архитекторами защищали концепции, согласовывали бюджеты и несли ответственность за результат.
Проект решал две ключевые задачи. Первая — формирование субъектности, когда идея ребенка превращается в реальное пространство, возникает опыт успешности и понимание «я могу», «меня слышат», «мои действия меняют среду вокруг». Вторая — профориентация через действие: ребята погрузились в профессиональное поле архитекторов, девелоперов и градостроителей без навязывания «взрослых» шаблонов и получили не абстрактные советы, а реальный опыт проектирования и строительства.
Механика: от урока до стройки
Технология проекта, разработанная АНО «Город для меня», исключала формальный подход. Четыре этапа превратили школьников из наблюдателей в деятелей:
1. Уроки устойчивого развития: погружение в то, как устроен город и как жители могут влиять на его развитие.
2. Архитектурный воркшоп: исследование пространства школы, формулировка запроса, создание проекта и макета вместе с архитекторами.
3. Совместное строительство: с шуруповертами и пилами — реальное воплощение идей.
4. Открытие и присвоение: торжественная церемония, фиксация нового качества среды и появление деятельного сообщества внутри школы.
Что создано: пять живых пространств в пяти школах
За три месяца плотной работы появились востребованные и живые места для общения, отдыха и учебы:
- открытая библиотека в Курчатовской школе;
- уличный театр в школе № 91;
- амфитеатры с буккроссингом и «мостом да Винчи» в школе имени маршала В. И. Чуйкова;
- сад в китайском стиле в школе № 1329;
- школьный коворкинг «Поле смыслов» в школе № 1514.
Каждый из этих объектов уникален тем, что он родился из реального запроса детей, а не навязан «сверху» взрослыми проектировщиками. Подростки сами определили, чего им не хватает в школе, и вместе с архитекторами нашли решение.
🔥8❤3🥰2
География всё меньше определяет образовательные возможности школьников
Ещё 20–30 лет назад образовательная траектория ребёнка во многом зависела от места проживания: какие школы и кружки есть поблизости, к каким преподавателям можно попасть, насколько доступны библиотеки, университеты и профессиональная среда. Цифровизация постепенно ослабляет эту зависимость — и одновременно создаёт новую проблему.
Сегодня школьник может учиться у экспертов из других городов, участвовать в онлайн-проектах, знакомиться с разными профессиями и пробовать образовательные форматы, которых физически нет в его регионе. Поэтому вопрос всё чаще не в том, есть ли у ребёнка доступ к возможностям, а в том, как среди них выбирать. Об этом на Международном фестивале молодёжи говорила Ольга Антонова, директор по развитию бизнеса «Академии „Просвещение“».
По её словам, место проживания всё меньше задаёт границы образовательной траектории. Гораздо важнее становится способность увидеть интерес самого ребёнка и помочь ему превратить этот интерес в последовательное движение — от знакомства с темой к реальному опыту. Но важно помнить, что изобилие образовательного контента ещё не означает изобилия образовательного опыта. Посмотреть лекцию о профессии и попробовать решить настоящую задачу из этой сферы — принципиально разные вещи. Проектная работа, взаимодействие с другими людьми, обратная связь и возможность проверить собственный интерес на практике становятся не менее значимыми, чем доступ к знаниям.
В такой среде меняется и функция школы. Когда источников информации мало, образовательная система прежде всего обеспечивает к ним доступ. Когда их слишком много, всё важнее становится навигация: помочь ребёнку понять, куда двигаться, какие возможности использовать и как связать отдельные образовательные эпизоды в собственную траекторию.
Похожую логику Ольга Антонова распространяет и на искусственный интеллект. ИИ радикально сокращает путь от вопроса к ответу, но не отменяет необходимость оценивать качество этого ответа, сопоставлять его с другими данными и понимать, зачем полученная информация вообще нужна. Чем проще становится доступ к информации, тем заметнее ценность навыков, которые нельзя свести к самому поиску: критической оценке, постановке вопросов, выбору и ответственности за результат.
Получается интересный парадокс цифрового образования: технологии снимают часть внешних ограничений, но тем самым повышают требования к самостоятельности самого человека. География постепенно перестаёт быть главным барьером. На её место приходит другой — способность ориентироваться в почти неограниченном пространстве возможностей.
Ещё 20–30 лет назад образовательная траектория ребёнка во многом зависела от места проживания: какие школы и кружки есть поблизости, к каким преподавателям можно попасть, насколько доступны библиотеки, университеты и профессиональная среда. Цифровизация постепенно ослабляет эту зависимость — и одновременно создаёт новую проблему.
Сегодня школьник может учиться у экспертов из других городов, участвовать в онлайн-проектах, знакомиться с разными профессиями и пробовать образовательные форматы, которых физически нет в его регионе. Поэтому вопрос всё чаще не в том, есть ли у ребёнка доступ к возможностям, а в том, как среди них выбирать. Об этом на Международном фестивале молодёжи говорила Ольга Антонова, директор по развитию бизнеса «Академии „Просвещение“».
По её словам, место проживания всё меньше задаёт границы образовательной траектории. Гораздо важнее становится способность увидеть интерес самого ребёнка и помочь ему превратить этот интерес в последовательное движение — от знакомства с темой к реальному опыту. Но важно помнить, что изобилие образовательного контента ещё не означает изобилия образовательного опыта. Посмотреть лекцию о профессии и попробовать решить настоящую задачу из этой сферы — принципиально разные вещи. Проектная работа, взаимодействие с другими людьми, обратная связь и возможность проверить собственный интерес на практике становятся не менее значимыми, чем доступ к знаниям.
В такой среде меняется и функция школы. Когда источников информации мало, образовательная система прежде всего обеспечивает к ним доступ. Когда их слишком много, всё важнее становится навигация: помочь ребёнку понять, куда двигаться, какие возможности использовать и как связать отдельные образовательные эпизоды в собственную траекторию.
Похожую логику Ольга Антонова распространяет и на искусственный интеллект. ИИ радикально сокращает путь от вопроса к ответу, но не отменяет необходимость оценивать качество этого ответа, сопоставлять его с другими данными и понимать, зачем полученная информация вообще нужна. Чем проще становится доступ к информации, тем заметнее ценность навыков, которые нельзя свести к самому поиску: критической оценке, постановке вопросов, выбору и ответственности за результат.
Получается интересный парадокс цифрового образования: технологии снимают часть внешних ограничений, но тем самым повышают требования к самостоятельности самого человека. География постепенно перестаёт быть главным барьером. На её место приходит другой — способность ориентироваться в почти неограниченном пространстве возможностей.
❤3🔥3✍1
Мы привыкли рассуждать о разрыве между академическим образованием и рынком труда так, будто ещё существует последовательная цепочка: сначала человек несколько лет учится, затем выходит в профессиональную среду и обнаруживает, что часть знаний теперь нужно переводить на язык реальных задач. Партнерские программы вузов и компаний размывают эту последовательность: профессиональная среда появляется внутри образовательной еще до выпуска.
Как пример, YADRO и СПбПУ расширили лабораторию «Технологии программирования YADRO-Политех». В Высшей школе программной инженерии появились новые пространства: исследовательская аудитория и новый учебный класс на 45 мест. Залы оборудованы отечественной техникой KVADRA, а работать здесь будут с вполне индустриальными направлениями — от разработки и тестирования ПО до исследования архитектур на базе RISC-V.
В лаборатории YADRO студенты работают над прикладными и исследовательскими задачами вместе с преподавателями ВШПИ и кураторами компании, а сами проекты встроены в университетскую жизнь довольно глубоко: по их тематике можно готовить выпускные работы, при этом на время сессии работа ставится на паузу. Получается интересная конструкция, в которой производственная логика не просто соседствует с учебной программой, а становится одним из способов учиться.
За несколько лет работы лаборатории ее курсы прошли более 200 студентов, больше 20 выпускников впоследствии стали сотрудниками YADRO. Для компании это, безусловно, кадровый контур. Но для университета потенциально важнее другое: сотрудничество с индустриальными лидерами создает возможность быстрее внедрять в образовательные программы изменения, происходящие в самой профессии.
Как пример, YADRO и СПбПУ расширили лабораторию «Технологии программирования YADRO-Политех». В Высшей школе программной инженерии появились новые пространства: исследовательская аудитория и новый учебный класс на 45 мест. Залы оборудованы отечественной техникой KVADRA, а работать здесь будут с вполне индустриальными направлениями — от разработки и тестирования ПО до исследования архитектур на базе RISC-V.
В лаборатории YADRO студенты работают над прикладными и исследовательскими задачами вместе с преподавателями ВШПИ и кураторами компании, а сами проекты встроены в университетскую жизнь довольно глубоко: по их тематике можно готовить выпускные работы, при этом на время сессии работа ставится на паузу. Получается интересная конструкция, в которой производственная логика не просто соседствует с учебной программой, а становится одним из способов учиться.
За несколько лет работы лаборатории ее курсы прошли более 200 студентов, больше 20 выпускников впоследствии стали сотрудниками YADRO. Для компании это, безусловно, кадровый контур. Но для университета потенциально важнее другое: сотрудничество с индустриальными лидерами создает возможность быстрее внедрять в образовательные программы изменения, происходящие в самой профессии.
🔥2
Самый неинтересный способ учить детей искусственному интеллекту — показывать им, как написать промпт и на какую кнопку нажать. Дело в том, что инструменты будут меняться быстрее школьных программ. А вот вопросы «почему я получил именно такой результат?», «как эта технология работает изнутри?» и «как проверить результаты?» останутся с нами надолго.
Мне нравится, когда школьные программы уходят от обучения конкретным сервисам в сторону понимания самой технологии. Например, фонд “Сколково” совместно с Авито расширили сквозную программу обучения искусственному интеллекту “Урок ИИ” до 9 класса. Действующие эксперты компании помогают переводить реальные технологические кейсы на язык школьных занятий.
В 5–6 классах дети учатся использовать ИИ для учебы, поиска и работы с информацией, разбираются с генерацией изображений и другими прикладными инструментами. Практика вполне осязаемая: с помощью ИИ можно, например, собрать простой сайт или игру.
В 7–9 классах уровень постепенно усложняется: появляются генеративные модели, машинное обучение, данные. Но важная часть программы — не просто получить ответ нейросети, а научиться замечать ошибки и проверять информацию.
В занятия вошли и технологические кейсы Авито. На примере рекомендательных систем можно разбираться, почему платформа показывает одному человеку одно, а другому — другое. На примере ИИ-ассистента Ави — ученики смотрят, как устроено взаимодействие человека с такой технологией. Отдельный блок посвящен безопасности цифровых платформ: кто вообще их создает, как они защищают пользователей и почему собственная цифровая грамотность остается частью этой защиты. ИИ-грамотность здесь оказывается продолжением информационной грамотности: мало уметь получить информацию — нужно понимать происхождение результата, его ограничения и собственную ответственность за то, что ты с ним сделаешь.
Кстати, масштаб у «Урок ИИ» заметный: с момента запуска программу прошли 4 894 ученика и 280 учителей из 47 регионов России. Материалы бесплатны и доступны школам по всей стране.
Мне нравится, когда школьные программы уходят от обучения конкретным сервисам в сторону понимания самой технологии. Например, фонд “Сколково” совместно с Авито расширили сквозную программу обучения искусственному интеллекту “Урок ИИ” до 9 класса. Действующие эксперты компании помогают переводить реальные технологические кейсы на язык школьных занятий.
В 5–6 классах дети учатся использовать ИИ для учебы, поиска и работы с информацией, разбираются с генерацией изображений и другими прикладными инструментами. Практика вполне осязаемая: с помощью ИИ можно, например, собрать простой сайт или игру.
В 7–9 классах уровень постепенно усложняется: появляются генеративные модели, машинное обучение, данные. Но важная часть программы — не просто получить ответ нейросети, а научиться замечать ошибки и проверять информацию.
В занятия вошли и технологические кейсы Авито. На примере рекомендательных систем можно разбираться, почему платформа показывает одному человеку одно, а другому — другое. На примере ИИ-ассистента Ави — ученики смотрят, как устроено взаимодействие человека с такой технологией. Отдельный блок посвящен безопасности цифровых платформ: кто вообще их создает, как они защищают пользователей и почему собственная цифровая грамотность остается частью этой защиты. ИИ-грамотность здесь оказывается продолжением информационной грамотности: мало уметь получить информацию — нужно понимать происхождение результата, его ограничения и собственную ответственность за то, что ты с ним сделаешь.
Кстати, масштаб у «Урок ИИ» заметный: с момента запуска программу прошли 4 894 ученика и 280 учителей из 47 регионов России. Материалы бесплатны и доступны школам по всей стране.
❤3
Самообразование оказалось одним из ключевых факторов входа в диджитал
37% специалистов называют самообразование главным фактором, который помог получить первую работу в цифровой сфере. Для сравнения: 25% пришли через стажировку или обучение на рабочем месте, а 15% — через профильную программу в вузе, колледже или техникуме.
Это данные исследования «Школы 21» и карьерной платформы «Эйч», в котором приняли участие 1 340 российских специалистов цифровой сферы.
48% опрошенных перед началом цифровой карьеры учились в вузе, а 36% работали в другой профессиональной области.
Самые распространенные стартовые направления — интернет-маркетинг, реклама и PR (28%), контент, SMM, копирайтинг и медиапроизводство (19%). С разработки сайтов, приложений и ПО начинали 11%, с дизайна — 8%, с кибербезопасности, ИТ-поддержки и инфраструктуры — 7%, с управления продуктами и проектами — 6%.
Ожадаемо, 25% столкнулись с требованиями работодателей к опыту, 16% — с нехваткой уверенности в себе, 10% не могли найти подходящие вакансии для начинающих. При этом недостаток профессиональных навыков назвали проблемой только 8%.
37% специалистов называют самообразование главным фактором, который помог получить первую работу в цифровой сфере. Для сравнения: 25% пришли через стажировку или обучение на рабочем месте, а 15% — через профильную программу в вузе, колледже или техникуме.
Это данные исследования «Школы 21» и карьерной платформы «Эйч», в котором приняли участие 1 340 российских специалистов цифровой сферы.
48% опрошенных перед началом цифровой карьеры учились в вузе, а 36% работали в другой профессиональной области.
Самые распространенные стартовые направления — интернет-маркетинг, реклама и PR (28%), контент, SMM, копирайтинг и медиапроизводство (19%). С разработки сайтов, приложений и ПО начинали 11%, с дизайна — 8%, с кибербезопасности, ИТ-поддержки и инфраструктуры — 7%, с управления продуктами и проектами — 6%.
Ожадаемо, 25% столкнулись с требованиями работодателей к опыту, 16% — с нехваткой уверенности в себе, 10% не могли найти подходящие вакансии для начинающих. При этом недостаток профессиональных навыков назвали проблемой только 8%.
👍5🔥5❤4✍1
Студент откладывает задание. Что, если дело не в тайм-менеджменте?
В исследовании с участием 1006 студентов китайского университета авторы сопоставили вовлечённость в онлайн-обучение с тремя факторами: социальной тревожностью, страхом пропустить что-то важное (FoMO) и академической прокрастинацией. Затем они поговорили с 16 студентами, чтобы понять, как эти связи проявляются в учебе.
Все три фактора были связаны с более низкой вовлечённостью. В интервью студенты описывали два разных пути к одному результату. Одни боялись, что преподаватель неожиданно попросит их высказаться, и тратили внимание на ожидание этого момента вместо занятия. Другие проверяли сообщения и соцсети, после чего всё труднее возвращались к учебной задаче. В обоих случаях откладывание работы могло быть продолжением уже возникшей тревоги или отвлечения.
Исследование не доказывает, что тревожность или FoMO вызывают прокрастинацию: данные опроса собраны в один момент, в одном университете и основаны на ответах самих студентов. Модель объясняет 10,1% различий во вовлечённости и лишь 1,6% различий в прокрастинации. Значит, качество курса, поддержка преподавателя и жизненные обстоятельства студентов остаются важной частью картины.
Для проектирования онлайн-курсов здесь есть полезный ракурс: что именно студенту приходится преодолеть, прежде чем он сможет начать задание? Если участие в обсуждении кажется рискованным, ещё одно напоминание о дедлайне вряд ли устранит этот барьер. Помочь могут понятные правила участия, возможность подготовить ответ заранее и обратная связь без публичного давления. Если внимание постоянно уходит к уведомлениям, стоит посмотреть на ритм занятия и то, насколько легко вернуться к задаче после перерыва.
В исследовании с участием 1006 студентов китайского университета авторы сопоставили вовлечённость в онлайн-обучение с тремя факторами: социальной тревожностью, страхом пропустить что-то важное (FoMO) и академической прокрастинацией. Затем они поговорили с 16 студентами, чтобы понять, как эти связи проявляются в учебе.
Все три фактора были связаны с более низкой вовлечённостью. В интервью студенты описывали два разных пути к одному результату. Одни боялись, что преподаватель неожиданно попросит их высказаться, и тратили внимание на ожидание этого момента вместо занятия. Другие проверяли сообщения и соцсети, после чего всё труднее возвращались к учебной задаче. В обоих случаях откладывание работы могло быть продолжением уже возникшей тревоги или отвлечения.
Исследование не доказывает, что тревожность или FoMO вызывают прокрастинацию: данные опроса собраны в один момент, в одном университете и основаны на ответах самих студентов. Модель объясняет 10,1% различий во вовлечённости и лишь 1,6% различий в прокрастинации. Значит, качество курса, поддержка преподавателя и жизненные обстоятельства студентов остаются важной частью картины.
Для проектирования онлайн-курсов здесь есть полезный ракурс: что именно студенту приходится преодолеть, прежде чем он сможет начать задание? Если участие в обсуждении кажется рискованным, ещё одно напоминание о дедлайне вряд ли устранит этот барьер. Помочь могут понятные правила участия, возможность подготовить ответ заранее и обратная связь без публичного давления. Если внимание постоянно уходит к уведомлениям, стоит посмотреть на ритм занятия и то, насколько легко вернуться к задаче после перерыва.
Nature
Students’ social anxiety, fear of missing out, and academic procrastination and their effect on online learning engagement: a mixed…
Humanities and Social Sciences Communications - Students’ social anxiety, fear of missing out, and academic procrastination and their effect on online learning engagement: a mixed-methods study
🔥1
В Scientific Reports вышло исследование про прогнозирование отсева в онлайн-обучении. Авторы взяли данные Open University: 32 593 регистрации на 22 запусках семи учебных модулей и более 10 млн записей о взаимодействиях с VLE (Virtual Learning Environment). Затем попробовали предсказывать отсев в разные моменты обучения — до старта и через 30, 60, 90 и 120 дней.
⭐️ К 90-му дню одним из главных предикторов становится engagement persistence ratio — грубо говоря, отношение интенсивности активности во второй части наблюдаемого периода к активности в первой. То есть модель особенно интересует не абсолютное количество кликов, а изменение собственного паттерна поведения человека.
Если раньше студент регулярно что-то делал, а затем активность резко схлопнулась, вероятность отсева возрастает. Если активность сохраняется или растет — сигнал работает в противоположную сторону. Причем шесть признаков, описывающих именно динамику поведения, составляют только 11% всех признаков модели, но дают 25,4% совокупного SHAP-вклада (SHapley Additive exPlanations — оценка того, насколько конкретный признак повлиял на прогноз модели).
Мне кажется, здесь начинается гораздо более интересный разговор про learning analytics.
Мы довольно часто строим образовательную аналитику вокруг уровней:
— сколько уроков пройдено;
— сколько времени проведено на платформе;
— сколько заданий сдано;
— сколько было входов;
— какой средний балл.
Но уровень плохо отвечает на вопрос: что сейчас происходит с конкретным человеком?
⭐️ У одного учащегося два входа в неделю — его нормальный устойчивый режим. У другого те же два входа означают падение с ежедневной активности. Значение одинаковое, образовательные ситуации совершенно разные.
И исследование хорошо показывает переход от state-based analytics к trajectory-based analytics: объектом анализа становится не состояние учащегося, а его траектория.
Авторы обнаруживают еще одну важную вещь. До начала курса модель в основном опирается на входные характеристики: учебную нагрузку, социально-экономические признаки, историю регистрации и т. п. Но по мере накопления данных их вытесняет реальное поведение учащегося. К 90–120-му дню структура наиболее значимых признаков уже довольно стабильна. Стартовые характеристики задают вероятность, но затем появляется новая информация: то, что человек делает внутри образовательной среды, постепенно становится информативнее того, кем он был на входе.
⭐️ Авторы связывают признаки с Self-Regulated Learning, Community of Inquiry и моделью интеграции Tinto. Например, снижение устойчивости активности можно интерпретировать как возможный сбой саморегуляции. Человек мог перестать заходить на платформу из-за потери мотивации. А мог заболеть, получить новый проект на работе, ухаживать за ребенком или просто перейти в период курса, где ему не требуется активно пользоваться платформой. Авторы, к их чести, сами это признают: behavioral traces — лишь поведенческие маркеры, совместимые с определенной теоретической интерпретацией, но не измерения самой саморегуляции. Исследования, на которые они ссылаются, показывают довольно скромное совпадение trace-based индикаторов с процессами, зафиксированными через think-aloud.
❗️ В учебной аналитике легко построить великолепную модель события, которое фактически уже произошло в поведении человека, но еще не появилось в административной базе. Это будет хорошая классификация прошлого, замаскированная под прогноз будущего.
*️⃣ prediction ≠ diagnosis ≠ intervention ≠ impact*️⃣
Между этими четырьмя вещами нам постоянно хочется поставить знак равенства. Но каждая стрелка между ними требует отдельного доказательства.
Некоторые выводы, которые я могу сделать из исследования:
1️⃣ Проектировать стоит не только события обучения, но и ожидаемые траектории поведения.
Если значимым сигналом оказывается изменение активности, методисту нужно понимать, как вообще выглядит нормальная динамика прохождения его курса. Где естественно возникает спад? Где возрастает нагрузка? Где человек может на неделю исчезнуть без всякой проблемы? Без модели «нормальной траектории» алгоритм легко начнет принимать особенности проектирования за проблемы учащегося.
2️⃣ Хорошая учебная аналитика должна быть относительной, а не только абсолютной.
«Не заходил пять дней» — слабый сигнал. «Раньше учился четыре раза в неделю, а последние две недели почти исчез» — гораздо более содержательный. Возможно, следующим поколением образовательных дашбордов должны стать не панели KPI учащегося, а панели изменения его собственного поведения относительно предыдущего состояния.
3️⃣ Отсев — скорее процесс, чем событие.
В административной системе человек «ушел» в конкретную дату. В образовательной реальности уход может происходить неделями: сокращается активность, исчезает разнообразие действий, растут периоды отсутствия, перестают сдаваться задания.
Если раньше студент регулярно что-то делал, а затем активность резко схлопнулась, вероятность отсева возрастает. Если активность сохраняется или растет — сигнал работает в противоположную сторону. Причем шесть признаков, описывающих именно динамику поведения, составляют только 11% всех признаков модели, но дают 25,4% совокупного SHAP-вклада (SHapley Additive exPlanations — оценка того, насколько конкретный признак повлиял на прогноз модели).
Мне кажется, здесь начинается гораздо более интересный разговор про learning analytics.
Мы довольно часто строим образовательную аналитику вокруг уровней:
— сколько уроков пройдено;
— сколько времени проведено на платформе;
— сколько заданий сдано;
— сколько было входов;
— какой средний балл.
Но уровень плохо отвечает на вопрос: что сейчас происходит с конкретным человеком?
И исследование хорошо показывает переход от state-based analytics к trajectory-based analytics: объектом анализа становится не состояние учащегося, а его траектория.
Авторы обнаруживают еще одну важную вещь. До начала курса модель в основном опирается на входные характеристики: учебную нагрузку, социально-экономические признаки, историю регистрации и т. п. Но по мере накопления данных их вытесняет реальное поведение учащегося. К 90–120-му дню структура наиболее значимых признаков уже довольно стабильна. Стартовые характеристики задают вероятность, но затем появляется новая информация: то, что человек делает внутри образовательной среды, постепенно становится информативнее того, кем он был на входе.
Между этими четырьмя вещами нам постоянно хочется поставить знак равенства. Но каждая стрелка между ними требует отдельного доказательства.
Некоторые выводы, которые я могу сделать из исследования:
Если значимым сигналом оказывается изменение активности, методисту нужно понимать, как вообще выглядит нормальная динамика прохождения его курса. Где естественно возникает спад? Где возрастает нагрузка? Где человек может на неделю исчезнуть без всякой проблемы? Без модели «нормальной траектории» алгоритм легко начнет принимать особенности проектирования за проблемы учащегося.
«Не заходил пять дней» — слабый сигнал. «Раньше учился четыре раза в неделю, а последние две недели почти исчез» — гораздо более содержательный. Возможно, следующим поколением образовательных дашбордов должны стать не панели KPI учащегося, а панели изменения его собственного поведения относительно предыдущего состояния.
В административной системе человек «ушел» в конкретную дату. В образовательной реальности уход может происходить неделями: сокращается активность, исчезает разнообразие действий, растут периоды отсутствия, перестают сдаваться задания.
Please open Telegram to view this post
VIEW IN TELEGRAM
Nature
Artificial intelligence-driven early warning for online learner dropout: temporal explainability and theory-grounded intervention
Scientific Reports - Artificial intelligence-driven early warning for online learner dropout: temporal explainability and theory-grounded intervention
🔥4❤1
Американские школы потратили на edtech около $30 млрд в 2024 году, и к 2033 году рынок, как ожидается, почти удвоится. На этом фоне особенно выразительно выглядит другая цифра: по данным Digital Promise, 65% лицензий на образовательные технологии остаются неиспользованными, а совокупные потери школьных округов превышают $5 млрд.
На поверхности проблема кажется довольно простой: купили технологию — не научили учителей пользоваться — деньги потратили зря. Но мне кажется, это слишком инструментальный взгляд. Проблема начинается раньше — в тот момент, когда технологию вообще начинают рассматривать как самостоятельный объект инвестиции.
Условно, школа покупает новую платформу, ИИ-сервис или устройства. Сначала выбирает поставщика, согласовывает бюджет, закупает и разворачивает решение. А потом возникает вопрос: «Теперь надо обучить учителей».
Получается довольно странная конструкция: изменение образовательного процесса проектируется после покупки средства, которое должно этот процесс изменить.
Можно научить учителя пользоваться интерактивной панелью. Показать, где находятся настройки платформы. Объяснить интерфейс ИИ-сервиса. Это обучение работе с инструментом.
Но совсем другой вопрос — что после появления инструмента должно измениться в педагогической практике. Что теперь делает ученик иначе? Что иначе делает учитель? Какие действия становятся возможными, а какие — ненужными? Как меняются обратная связь, самостоятельность ученика, способы проверки понимания? В какой момент технология действительно улучшает обучение, а в какой просто добавляет еще один интерфейс между учителем и классом?
Именно поэтому профессиональное развитие логичнее считать не дополнением к технологической закупке, а частью дизайна изменения практики.
Показателен в этом смысле пример Юты. Штат не ограничился выпуском рекомендаций по использованию ИИ. Там появилась отдельная позиция специалиста по ИИ в школьном образовании, был разработан регулярно обновляемый фреймворк, а педагогам предложили грант $200 за прохождение обучения и разработку собственного урока с использованием ИИ. Причем созданные уроки собираются в открытую библиотеку.
Результатом обучения становится не «учитель прошел курс», а новая педагогическая практика, которую можно показать, обсудить и передать другим.
Корпоративный L&D регулярно сталкивается с той же ошибкой: LMS, ИИ-платформа или база знаний покупаются как готовое изменение, хотя сами по себе они являются только инфраструктурой для него.
На поверхности проблема кажется довольно простой: купили технологию — не научили учителей пользоваться — деньги потратили зря. Но мне кажется, это слишком инструментальный взгляд. Проблема начинается раньше — в тот момент, когда технологию вообще начинают рассматривать как самостоятельный объект инвестиции.
Условно, школа покупает новую платформу, ИИ-сервис или устройства. Сначала выбирает поставщика, согласовывает бюджет, закупает и разворачивает решение. А потом возникает вопрос: «Теперь надо обучить учителей».
Получается довольно странная конструкция: изменение образовательного процесса проектируется после покупки средства, которое должно этот процесс изменить.
Можно научить учителя пользоваться интерактивной панелью. Показать, где находятся настройки платформы. Объяснить интерфейс ИИ-сервиса. Это обучение работе с инструментом.
Но совсем другой вопрос — что после появления инструмента должно измениться в педагогической практике. Что теперь делает ученик иначе? Что иначе делает учитель? Какие действия становятся возможными, а какие — ненужными? Как меняются обратная связь, самостоятельность ученика, способы проверки понимания? В какой момент технология действительно улучшает обучение, а в какой просто добавляет еще один интерфейс между учителем и классом?
Именно поэтому профессиональное развитие логичнее считать не дополнением к технологической закупке, а частью дизайна изменения практики.
Показателен в этом смысле пример Юты. Штат не ограничился выпуском рекомендаций по использованию ИИ. Там появилась отдельная позиция специалиста по ИИ в школьном образовании, был разработан регулярно обновляемый фреймворк, а педагогам предложили грант $200 за прохождение обучения и разработку собственного урока с использованием ИИ. Причем созданные уроки собираются в открытую библиотеку.
Результатом обучения становится не «учитель прошел курс», а новая педагогическая практика, которую можно показать, обсудить и передать другим.
Корпоративный L&D регулярно сталкивается с той же ошибкой: LMS, ИИ-платформа или база знаний покупаются как готовое изменение, хотя сами по себе они являются только инфраструктурой для него.
EdTech
Intentional Professional Development Supports Technology Investments
To ensure successful technology rollouts, training should be built into the purchasing process.
🔥4❤2
Как обычно проходит онлайн-урок: в одном окне — созвон, в другом — презентация, в третьем — учебник. И еще чат, куда надо отправить ссылки на домашнее задание.
Время занятия уходит на переключения между приложениями, а материалы остаются разбросаны в разных местах.
Российская интерактивная онлайн-доска Unidraw полностью решает эту проблему. Теперь все инструменты для учебы собраны в одном рабочем пространстве.
К новому учебному году платформа выкатила масштабные обновления, которые сделают занятия еще удобнее:
💫 Видеозвонки прямо на доске. Больше не нужны сторонние сервисы для созвонов — общайтесь с учеником и показывайте материалы в одном окне.
💫 Лазерная указка. Помогает направить внимание ученика на нужную формулу, схему или часть изображения.
💫 Комментарии к объектам. Удобный способ оставить пояснения или обратную связь рядом с заданием.
💫 Экспорт в PDF. В один клик сохраняйте результаты урока и отправляйте конспект ученику сразу после занятия.
Доска отлично работает на компьютерах, планшетах и смартфонах. А еще на нее просто перенести материалы с других досок — например, из Miro.
Попробуйте Unidraw бесплатно и сделайте обучение более эффективным
Время занятия уходит на переключения между приложениями, а материалы остаются разбросаны в разных местах.
Российская интерактивная онлайн-доска Unidraw полностью решает эту проблему. Теперь все инструменты для учебы собраны в одном рабочем пространстве.
К новому учебному году платформа выкатила масштабные обновления, которые сделают занятия еще удобнее:
Доска отлично работает на компьютерах, планшетах и смартфонах. А еще на нее просто перенести материалы с других досок — например, из Miro.
Попробуйте Unidraw бесплатно и сделайте обучение более эффективным
Please open Telegram to view this post
VIEW IN TELEGRAM
Неделю назад была на Альфа-Будущее Саммите. Отдельно хочется сказать про организацию: давно не была на большом мероприятии, которое при этом не ощущалось ни перегруженным, ни хаотичным. Очень красиво, очень продуманно, четкая коммуникация команды.
Из программы больше всего запомнилась дискуссия «Люди как актив: вызовы и решения» с Маратом Исмагуловым (Альфа-Банк), Марией Голяндриной (Билайн), Данилом Рассказовым (СИБУР) и Ниной Осовицкой (hh), которую модерировал Денис Каминский из FutureToday.
Особенно зацепили данные hh о молодых специалистах.
С одной стороны, начинающих кандидатов на рынке много, а вакансий для них заметно меньше. То есть на фоне разговоров о кадровом дефиците первый вход в профессию остаётся довольно конкурентным. При этом и зарплатный разрыв между стартовыми позициями и рынком в целом всё ещё существенный.
С другой стороны, любопытно посмотреть на ожидания самой молодёжи от работодателя. В приоритете — стабильность компании, конкурентная зарплата, хорошая команда, отсутствие переработок.
Мне нравится, насколько эта картина не похожа на стереотипное описание «зумеров», которым якобы нужны прежде всего свобода, удалёнка и бесконечные корпоративные плюшки. Запрос выглядит гораздо более приземлённым и осмысленным: нормальное, устойчивое место, где хорошо относятся к людям и где есть возможность расти.
Я вообще довольно скептически отношусь к теории поколений именно как к инструменту принятия решений. Она удобна как язык для разговора, но очень легко превращает неоднородные группы людей в несколько ярких характеристик. А заодно позволяет не делать более трудную работу — не изучать собственную аудиторию.
Это особенно важно, когда мы говорим о кадровом резерве. «Молодые специалисты» — не единый психографический профиль. На их ожидания влияют профессия, образование, регион, материальное положение, предыдущий опыт, ситуация на рынке труда и просто конкретный момент, в котором они начинают карьеру. Поэтому вместо вопроса «чего хотят зумеры/альфы?» полезнее подумать: кто именно те люди, которых мы хотим привлечь и удержать, в какой реальности они живут и почему принимают те или иные решения?
Здесь нужна нормальная исследовательская работа: данные, интервью, наблюдение за поведением, сегментация и регулярная проверка собственных представлений об аудитории. Ведь найм — это не только закрытие текущей потребности бизнеса, в каком-то смысле это проектирование компании на несколько лет вперёд. Люди, которых мы сегодня выбираем на стартовые позиции, через несколько лет будут определять корпоративную культуру, управленческие практики, способы работы и принятия решений.
Из программы больше всего запомнилась дискуссия «Люди как актив: вызовы и решения» с Маратом Исмагуловым (Альфа-Банк), Марией Голяндриной (Билайн), Данилом Рассказовым (СИБУР) и Ниной Осовицкой (hh), которую модерировал Денис Каминский из FutureToday.
Особенно зацепили данные hh о молодых специалистах.
С одной стороны, начинающих кандидатов на рынке много, а вакансий для них заметно меньше. То есть на фоне разговоров о кадровом дефиците первый вход в профессию остаётся довольно конкурентным. При этом и зарплатный разрыв между стартовыми позициями и рынком в целом всё ещё существенный.
С другой стороны, любопытно посмотреть на ожидания самой молодёжи от работодателя. В приоритете — стабильность компании, конкурентная зарплата, хорошая команда, отсутствие переработок.
Мне нравится, насколько эта картина не похожа на стереотипное описание «зумеров», которым якобы нужны прежде всего свобода, удалёнка и бесконечные корпоративные плюшки. Запрос выглядит гораздо более приземлённым и осмысленным: нормальное, устойчивое место, где хорошо относятся к людям и где есть возможность расти.
Я вообще довольно скептически отношусь к теории поколений именно как к инструменту принятия решений. Она удобна как язык для разговора, но очень легко превращает неоднородные группы людей в несколько ярких характеристик. А заодно позволяет не делать более трудную работу — не изучать собственную аудиторию.
Это особенно важно, когда мы говорим о кадровом резерве. «Молодые специалисты» — не единый психографический профиль. На их ожидания влияют профессия, образование, регион, материальное положение, предыдущий опыт, ситуация на рынке труда и просто конкретный момент, в котором они начинают карьеру. Поэтому вместо вопроса «чего хотят зумеры/альфы?» полезнее подумать: кто именно те люди, которых мы хотим привлечь и удержать, в какой реальности они живут и почему принимают те или иные решения?
Здесь нужна нормальная исследовательская работа: данные, интервью, наблюдение за поведением, сегментация и регулярная проверка собственных представлений об аудитории. Ведь найм — это не только закрытие текущей потребности бизнеса, в каком-то смысле это проектирование компании на несколько лет вперёд. Люди, которых мы сегодня выбираем на стартовые позиции, через несколько лет будут определять корпоративную культуру, управленческие практики, способы работы и принятия решений.
💯12✍6⚡4
Хотите стать частью важного проекта? Платформа с ИИ‑компаньоном от Яндекса уже в апробации — её тестируют более 3000 студентов из 14 университетов!
ИИ уже активно используют в учёбе: почти 90 % российских студентов применяют его для подготовки работ и ответов, а преподаватели для создания заданий и материалов. Теперь фокус смещается на встраивание ИИ в сам образовательный процесс. Яндекс совместно с вузами тестирует платформу с ИИ компаньоном: преподаватель задаёт рамки курса, загружает материалы и критерии оценки, а студент в ходе обучения может задавать вопросы, просить разъяснить тему или привести пример. При этом ответы привязаны к дисциплине и материалам преподавателя, а ИИ остаётся частью курса, а не отдельным инструментом.
Станьте участником следующего этапа и протестируйте платформу в своей работе!
ИИ уже активно используют в учёбе: почти 90 % российских студентов применяют его для подготовки работ и ответов, а преподаватели для создания заданий и материалов. Теперь фокус смещается на встраивание ИИ в сам образовательный процесс. Яндекс совместно с вузами тестирует платформу с ИИ компаньоном: преподаватель задаёт рамки курса, загружает материалы и критерии оценки, а студент в ходе обучения может задавать вопросы, просить разъяснить тему или привести пример. При этом ответы привязаны к дисциплине и материалам преподавателя, а ИИ остаётся частью курса, а не отдельным инструментом.
Станьте участником следующего этапа и протестируйте платформу в своей работе!
⚡3💯1
Я очень люблю всё, что связано с искусством, и особенно — с современным искусством. И мне кажется важным знакомить с ним детей и подростков для более комплексного развития личности. Современное искусство вообще хорошо тем, что довольно быстро отменяет привычную школьную модель «правильных ответов». Чтобы понять, что перед тобой происходит, приходится задавать вопросы, искать контекст, формулировать собственную интерпретацию, спорить с чужой, замечать детали и связи. А иногда — признавать, что ты вообще ничего не понимаешь, и оставаться с этой неопределённостью.
Поэтому хочу рассказать про КАСКАД — независимую некоммерческую проектную школу для подростков и молодых взрослых 13–22 лет. Обучение здесь бесплатное, а специальных навыков для поступления не требуется.
Это не художественная школа в привычном смысле. Участники выбирают одно из направлений и раз в неделю примерно на два часа встречаются с художниками, кураторами, музыкантами и тьюторами.
В начале много знакомства с самим полем: лекции, выставки, походы в мастерские художников. Затем постепенно появляется собственная практика. Ребята работают с паблик-артом, перформансом, медиа- и саунд-артом, видео, документальным письмом, антропологией, дизайном и архитектурой, придумывают выставки и городские фестивали. В конце обучения создают собственный проект для большой итоговой выставки.
Подобные проекты ценны не только как ранняя профориентация для будущих художников или кураторов. Это прежде всего среда, где подросток учится иметь собственную позицию — и превращать её во что-то, что можно показать другим.
В сезоне КАСКАД 9.0 заявлено 12 направлений: от кураторской практики и современного искусства до художественного расследования, живого звука, видеодневника, документального письма и художественных интервенций.
11 октября с 14:00 до 17:00 в Еврейском музее и центре толерантности в Москве пройдёт Ярмарка направлений. Можно будет познакомиться с мастерскими и командой, послушать презентации четырёх выбранных направлений и понять, куда хочется поступать.
Регистрация на Ярмарку — по ссылке в гугл-форме.
Поэтому хочу рассказать про КАСКАД — независимую некоммерческую проектную школу для подростков и молодых взрослых 13–22 лет. Обучение здесь бесплатное, а специальных навыков для поступления не требуется.
Это не художественная школа в привычном смысле. Участники выбирают одно из направлений и раз в неделю примерно на два часа встречаются с художниками, кураторами, музыкантами и тьюторами.
В начале много знакомства с самим полем: лекции, выставки, походы в мастерские художников. Затем постепенно появляется собственная практика. Ребята работают с паблик-артом, перформансом, медиа- и саунд-артом, видео, документальным письмом, антропологией, дизайном и архитектурой, придумывают выставки и городские фестивали. В конце обучения создают собственный проект для большой итоговой выставки.
Подобные проекты ценны не только как ранняя профориентация для будущих художников или кураторов. Это прежде всего среда, где подросток учится иметь собственную позицию — и превращать её во что-то, что можно показать другим.
В сезоне КАСКАД 9.0 заявлено 12 направлений: от кураторской практики и современного искусства до художественного расследования, живого звука, видеодневника, документального письма и художественных интервенций.
11 октября с 14:00 до 17:00 в Еврейском музее и центре толерантности в Москве пройдёт Ярмарка направлений. Можно будет познакомиться с мастерскими и командой, послушать презентации четырёх выбранных направлений и понять, куда хочется поступать.
Регистрация на Ярмарку — по ссылке в гугл-форме.
⚡3✍2💯2
Нейробиолог и бывший учитель Jared Cooney Horvath, автор книги The Digital Delusion, призывает вслед за ограничением смартфонов и социальных сетей обратить внимание на менее очевидную проблему — использование цифровых технологий непосредственно для обучения в школе.
Его основной тезис довольно радикален: массовая цифровизация образования может быть одной из причин ухудшения когнитивных и академических результатов детей.
Хорват обращает внимание, что примерно с начала 2000-х в западных странах прервался многолетний рост показателей когнитивного и образовательного развития: начали снижаться IQ и результаты международных тестирований, хотя продолжительность обучения при этом не уменьшалась. Одним из возможных объяснений он считает стремительное распространение edtech.
Особенно резко присутствие технологий в школах выросло после пандемии. Если первоначально цифровые инструменты были вынужденным способом сохранить обучение во время локдаунов, то после возвращения детей в классы школы во многих странах от них не отказались. Например, по словам Хорвата, сейчас 88% школьных округов США обеспечивают каждого ученика отдельным компьютером.
В качестве одного из аргументов он приводит данные PISA. В исследованиях 2012, 2015 и 2018 годов учеников спрашивали, сколько времени они используют цифровые устройства в течение школьного дня. Чем больше времени школьники проводили за устройствами, тем ниже в среднем оказывались результаты. По словам Хорвата, учащиеся, использовавшие компьютеры более шести часов в день, набирали в среднем на 66 баллов меньше тех, кто не пользовался ими вовсе.
Отсюда он делает вывод: если задача образования — формирование глубоких знаний, которые человек способен переносить в новые ситуации, необходимо существенно сокращать использование экранов не только для развлечений, но и непосредственно для учебы.
Однако другие исследователи считают такой вывод слишком категоричным.
Профессор Rose Luckin соглашается с тем, что многие образовательные технологии действительно внедрялись на основании обещаний, а не убедительных доказательств эффективности. Но из этого, по ее мнению, нельзя заключить, что edtech как таковой ухудшает обучение. Более того, данные PISA показывают нелинейную зависимость: умеренное использование цифровых устройств связано с лучшими результатами, чем полный отказ от них, тогда как самые низкие результаты наблюдаются при наиболее интенсивном использовании.
Daisy Christodoulou также считает, что общество слишком беспечно относилось к последствиям внедрения новых технологий и сейчас начинается определенная коррекция этого отношения. Однако она более оптимистично оценивает потенциал технологий и ИИ, особенно для старших школьников.
Наконец, Dylan Wiliam указывает на главную методологическую проблему аргумента Хорвата: корреляция между временем использования технологий и результатами обучения еще не доказывает, что именно технологии вызывают снижение результатов. При этом существуют хорошо спроектированные исследования, в которых технологии, напротив, улучшали образовательные результаты.
Его основной тезис довольно радикален: массовая цифровизация образования может быть одной из причин ухудшения когнитивных и академических результатов детей.
Хорват обращает внимание, что примерно с начала 2000-х в западных странах прервался многолетний рост показателей когнитивного и образовательного развития: начали снижаться IQ и результаты международных тестирований, хотя продолжительность обучения при этом не уменьшалась. Одним из возможных объяснений он считает стремительное распространение edtech.
Особенно резко присутствие технологий в школах выросло после пандемии. Если первоначально цифровые инструменты были вынужденным способом сохранить обучение во время локдаунов, то после возвращения детей в классы школы во многих странах от них не отказались. Например, по словам Хорвата, сейчас 88% школьных округов США обеспечивают каждого ученика отдельным компьютером.
В качестве одного из аргументов он приводит данные PISA. В исследованиях 2012, 2015 и 2018 годов учеников спрашивали, сколько времени они используют цифровые устройства в течение школьного дня. Чем больше времени школьники проводили за устройствами, тем ниже в среднем оказывались результаты. По словам Хорвата, учащиеся, использовавшие компьютеры более шести часов в день, набирали в среднем на 66 баллов меньше тех, кто не пользовался ими вовсе.
Отсюда он делает вывод: если задача образования — формирование глубоких знаний, которые человек способен переносить в новые ситуации, необходимо существенно сокращать использование экранов не только для развлечений, но и непосредственно для учебы.
Однако другие исследователи считают такой вывод слишком категоричным.
Профессор Rose Luckin соглашается с тем, что многие образовательные технологии действительно внедрялись на основании обещаний, а не убедительных доказательств эффективности. Но из этого, по ее мнению, нельзя заключить, что edtech как таковой ухудшает обучение. Более того, данные PISA показывают нелинейную зависимость: умеренное использование цифровых устройств связано с лучшими результатами, чем полный отказ от них, тогда как самые низкие результаты наблюдаются при наиболее интенсивном использовании.
Daisy Christodoulou также считает, что общество слишком беспечно относилось к последствиям внедрения новых технологий и сейчас начинается определенная коррекция этого отношения. Однако она более оптимистично оценивает потенциал технологий и ИИ, особенно для старших школьников.
Наконец, Dylan Wiliam указывает на главную методологическую проблему аргумента Хорвата: корреляция между временем использования технологий и результатами обучения еще не доказывает, что именно технологии вызывают снижение результатов. При этом существуют хорошо спроектированные исследования, в которых технологии, напротив, улучшали образовательные результаты.
the Guardian
‘Our children are less cognitively capable,’ says neuroscientist who wants to cut screen use in schools
Jared Cooney Horvath argues that educational technology undermines how children learn and develop
⚡3✍3
GetCourse проанализировал результаты опроса более 60 тыс. человек о том, каким направлениям онлайн-обучения они доверяют. Распределение получилось интересным (см. слайд).
Что мне сразу бросилось в глаза: обучение профессии только на третьем месте. Хобби и здоровье вместе набрали 52%, а новая профессия — 13%.
То есть люди идут учиться далеко не только ради карьеры и денег. Они учатся рисовать и готовить, занимаются музыкой и спортом, пытаются лучше понимать детей или разобраться с собственным психологическим состоянием. Обучение постепенно становится просто частью обычной жизни.
И результат курса в таком случае — не обязательно новая строчка в резюме. Иногда это новое занятие, привычка или просто что-то, что делает жизнь приятнее.
Отчасти это, наверное, связано с тем, что сам онлайн-формат стал привычным. Чтобы начать заниматься спортом, научиться печь хлеб или разобраться, что происходит с подростком, уже не обязательно искать кого-то рядом с домом. Можно без больших затрат времени встроить обучение в свою жизнь.
С профессиональным образованием, возможно, происходит обратный процесс. Еще несколько лет назад обещание «освоить новую профессию» само по себе отлично продавало курсы. Сейчас мы уже гораздо лучше понимаем, что курс не равен трудоустройству. Смена профессии — это длинная история, в которой имеют значение предыдущий опыт, практика, состояние рынка труда и много чего еще. Поэтому и к обещаниям быстрых карьерных изменений люди, вероятно, относятся осторожнее.
И еще мне нравятся 2% у «саморазвития и личной эффективности». Не думаю, что люди вдруг перестали хотеть развиваться. Скорее, устали от этого вординга: от «лучшей версии себя», «раскрытия потенциала» и других довольно абстрактных обещаний. Запрос-то никуда не делся, полагаю он стал конкретнее: справляться с тревогой, лучше питаться, разобраться с деньгами, научиться рисовать, понимать своего ребенка.
Мы привыкли обсуждать обучение через карьеру, навыки и экономическую отдачу, но очевидно людям оно нужно не только для того, чтобы больше зарабатывать. Онлайн-обучение становится способом обустраивать собственную жизнь: находить интересы, заботиться о здоровье, лучше понимать себя и близких. Для меня хороший знак, если абстрактные обещания «развития» перестают работать, значит пользователь становится насмотреннее, критичнее, а как следствие и качество образовательных продуктов нужно повышать.
Что мне сразу бросилось в глаза: обучение профессии только на третьем месте. Хобби и здоровье вместе набрали 52%, а новая профессия — 13%.
То есть люди идут учиться далеко не только ради карьеры и денег. Они учатся рисовать и готовить, занимаются музыкой и спортом, пытаются лучше понимать детей или разобраться с собственным психологическим состоянием. Обучение постепенно становится просто частью обычной жизни.
И результат курса в таком случае — не обязательно новая строчка в резюме. Иногда это новое занятие, привычка или просто что-то, что делает жизнь приятнее.
Отчасти это, наверное, связано с тем, что сам онлайн-формат стал привычным. Чтобы начать заниматься спортом, научиться печь хлеб или разобраться, что происходит с подростком, уже не обязательно искать кого-то рядом с домом. Можно без больших затрат времени встроить обучение в свою жизнь.
С профессиональным образованием, возможно, происходит обратный процесс. Еще несколько лет назад обещание «освоить новую профессию» само по себе отлично продавало курсы. Сейчас мы уже гораздо лучше понимаем, что курс не равен трудоустройству. Смена профессии — это длинная история, в которой имеют значение предыдущий опыт, практика, состояние рынка труда и много чего еще. Поэтому и к обещаниям быстрых карьерных изменений люди, вероятно, относятся осторожнее.
И еще мне нравятся 2% у «саморазвития и личной эффективности». Не думаю, что люди вдруг перестали хотеть развиваться. Скорее, устали от этого вординга: от «лучшей версии себя», «раскрытия потенциала» и других довольно абстрактных обещаний. Запрос-то никуда не делся, полагаю он стал конкретнее: справляться с тревогой, лучше питаться, разобраться с деньгами, научиться рисовать, понимать своего ребенка.
Мы привыкли обсуждать обучение через карьеру, навыки и экономическую отдачу, но очевидно людям оно нужно не только для того, чтобы больше зарабатывать. Онлайн-обучение становится способом обустраивать собственную жизнь: находить интересы, заботиться о здоровье, лучше понимать себя и близких. Для меня хороший знак, если абстрактные обещания «развития» перестают работать, значит пользователь становится насмотреннее, критичнее, а как следствие и качество образовательных продуктов нужно повышать.
✍11💯7⚡3
Министерство образования США выпустило рекомендации по использованию образовательных технологий и экранному времени в школах. Документ интересен прежде всего тем, как в нем предлагается изменить предмет дискуссии.
Последние годы разговор о технологиях в школе все чаще сводится к экранному времени: сколько часов ребенок проводит перед экраном и не становится ли этого времени слишком много. Министерство предлагает разделить два принципиально разных явления — развлекательное использование технологий и использование технологий в образовательных целях. Смотреть видео в TikTok и работать с цифровым инструментом, который помогает освоить математику, формально означает провести время перед экраном. Но с образовательной точки зрения это совершенно разные активности.
Поэтому регулировать технологии только через количество экранного времени — слишком грубый подход. Вместо вопроса «сколько времени ученик смотрит в экран?» предлагается задавать другой: что именно происходит с обучением благодаря технологии?
В документе приводится несколько областей, где технологии могут создавать вполне конкретную ценность. Например, давать детям из небольших и удаленных населенных пунктов доступ к преподавателям, продвинутым курсам и программам, которых нет в местной школе. Или обеспечивать доступность обучения для детей с особыми образовательными потребностями с помощью speech-to-text, text-to-speech, субтитров и других технологий. Цифровые инструменты оценки, в свою очередь, могут быстрее показывать преподавателю, где именно у ученика возникли трудности и как меняется его прогресс. Но из этого не следует, что образовательный ярлык автоматически делает технологию полезной.
Министерство образования США предлагает гораздо жестче спрашивать edtech-провайдеров о доказательствах эффективности: публиковать независимые исследования влияния продуктов на обучение, по возможности проводить рандомизированные контролируемые исследования, раскрывать ограничения продуктов и собирать данные о результатах их реального использования. Школам и штатам предлагается учитывать такие доказательства не только при покупке технологии, но и при продлении контрактов.
Отдельно мне кажется важным различение adoption и outcomes.
Количество приобретенных лицензий, активированных аккаунтов или часов использования еще ничего не говорит о том, стало ли обучение лучше. В документе описываются появляющиеся в отдельных штатах модели закупок, в которых отношения школы и поставщика начинают строиться вокруг общих показателей эффективности, требований к внедрению и результатов, а не просто факта приобретения продукта.
Мы привыкли обсуждать технологии через свойства самого продукта: есть ли адаптивность, ИИ, аналитика, персонализация, хороший UX. Но образовательный эффект возникает не внутри интерфейса. Один и тот же инструмент может дать совершенно разные результаты в зависимости от педагогического сценария, подготовки преподавателя, состава учеников и того, как технология встроена в учебный процесс.
В документе эта мысль сформулирована почти как исследовательская программа: недостаточно узнать, работает ли инструмент. Нужно понимать, почему он работает, для кого и при каких условиях.
Количество минут перед экраном — удобная метрика. Ее легко посчитать, установить лимит и проконтролировать. Образовательную ценность измерить гораздо сложнее. Но возникает вопрос: а что именно мы считаем образовательной ценностью?
Если ответом становятся только измеримые образовательные результаты, мы рискуем попасть в другую ловушку. Не вся ценность образования быстро превращается в баллы теста. Любопытство, способность самостоятельно ставить вопросы, сотрудничать, переносить знания в новые ситуации или постепенно становиться более автономным в обучении измеряются гораздо сложнее.
Последние годы разговор о технологиях в школе все чаще сводится к экранному времени: сколько часов ребенок проводит перед экраном и не становится ли этого времени слишком много. Министерство предлагает разделить два принципиально разных явления — развлекательное использование технологий и использование технологий в образовательных целях. Смотреть видео в TikTok и работать с цифровым инструментом, который помогает освоить математику, формально означает провести время перед экраном. Но с образовательной точки зрения это совершенно разные активности.
Поэтому регулировать технологии только через количество экранного времени — слишком грубый подход. Вместо вопроса «сколько времени ученик смотрит в экран?» предлагается задавать другой: что именно происходит с обучением благодаря технологии?
В документе приводится несколько областей, где технологии могут создавать вполне конкретную ценность. Например, давать детям из небольших и удаленных населенных пунктов доступ к преподавателям, продвинутым курсам и программам, которых нет в местной школе. Или обеспечивать доступность обучения для детей с особыми образовательными потребностями с помощью speech-to-text, text-to-speech, субтитров и других технологий. Цифровые инструменты оценки, в свою очередь, могут быстрее показывать преподавателю, где именно у ученика возникли трудности и как меняется его прогресс. Но из этого не следует, что образовательный ярлык автоматически делает технологию полезной.
Министерство образования США предлагает гораздо жестче спрашивать edtech-провайдеров о доказательствах эффективности: публиковать независимые исследования влияния продуктов на обучение, по возможности проводить рандомизированные контролируемые исследования, раскрывать ограничения продуктов и собирать данные о результатах их реального использования. Школам и штатам предлагается учитывать такие доказательства не только при покупке технологии, но и при продлении контрактов.
Отдельно мне кажется важным различение adoption и outcomes.
Количество приобретенных лицензий, активированных аккаунтов или часов использования еще ничего не говорит о том, стало ли обучение лучше. В документе описываются появляющиеся в отдельных штатах модели закупок, в которых отношения школы и поставщика начинают строиться вокруг общих показателей эффективности, требований к внедрению и результатов, а не просто факта приобретения продукта.
Мы привыкли обсуждать технологии через свойства самого продукта: есть ли адаптивность, ИИ, аналитика, персонализация, хороший UX. Но образовательный эффект возникает не внутри интерфейса. Один и тот же инструмент может дать совершенно разные результаты в зависимости от педагогического сценария, подготовки преподавателя, состава учеников и того, как технология встроена в учебный процесс.
В документе эта мысль сформулирована почти как исследовательская программа: недостаточно узнать, работает ли инструмент. Нужно понимать, почему он работает, для кого и при каких условиях.
Количество минут перед экраном — удобная метрика. Ее легко посчитать, установить лимит и проконтролировать. Образовательную ценность измерить гораздо сложнее. Но возникает вопрос: а что именно мы считаем образовательной ценностью?
Если ответом становятся только измеримые образовательные результаты, мы рискуем попасть в другую ловушку. Не вся ценность образования быстро превращается в баллы теста. Любопытство, способность самостоятельно ставить вопросы, сотрудничать, переносить знания в новые ситуации или постепенно становиться более автономным в обучении измеряются гораздо сложнее.
U.S. Department of Education
U.S. Department of Education Releases Guidance on Responsible Use of Education Technology in the Classroom
Today, the U.S. Department of Education (the Department) released new guidance to help states, school districts, educators, families, and education technology providers make informed decisions about the responsible use of technology in classrooms.
✍4
Прочитала свежий Vietnam’s EdTech White Paper 2026 — 228 страниц про образование, технологии, ИИ и образовательный рынок страны.
Вьетнам не попадает в привычный набор референсов для edtech — США, Китай, Индия, иногда Сингапур. А зря. Там сейчас одновременно сходятся несколько процессов: огромная молодая аудитория, высокая цифровая доступность, государственная цифровизация образования, распространение ИИ и довольно амбициозная перестройка языкового образования.
Собрала несколько цифр и наблюдений.
1️⃣ Почти каждый третий житель страны сейчас учится.
Население Вьетнама — около 102,3 млн человек, а в системе образования в 2025/26 учебном году — почти 30 млн учащихся и 1,7 млн преподавателей. Открытие учебного года одновременно проходило примерно в 52 тысячах образовательных организаций.
Только в K–12 — около 18,35 млн учащихся, а вместе с дошкольниками аудитория превышает 23 млн человек. Еще примерно 2,43 млн человек проходят профессиональное обучение. Поэтому edtech здесь изначально возникает не как небольшой рынок дополнительных услуг, а рядом с очень большой системой массового образования.
2️⃣ И цифровая инфраструктура для этого уже практически есть.
К концу 2025 года во Вьетнаме было 85,6 млн интернет-пользователей — 84,2% населения и около 137 млн мобильных подключений. Среди пользователей 16–64 лет смартфон есть у 98,7%. Средний вьетнамец проводит в интернете 6 часов 14 минут в день, из них 2 часа 21 минуту — в социальных сетях. При этом доля пользователей, выходящих в интернет с компьютера, снижается. Рынок очевидно mobile-first.
Онлайн-обучение конкурирует за время человека не с офлайн-образованием, а со всей остальной цифровой средой.
3️⃣ Сам edtech — уже миллиардный рынок.
По оценке аналитической компании IMARC: около $1,1 млрд в 2025 году с прогнозом роста до $3,2 млрд к 2034 году — примерно 12,3% CAGR (среднегодовой темп роста).
Онлайн-образование растет еще быстрее: с $298 млн до $1,5 млрд, если реализуется прогноз IMARC, — около 19,1% ежегодного роста.
В стране работает примерно 750 edtech-компаний.
Правда, с рыночными оценками в отчете стоит быть осторожными: в разных разделах используются разные внешние источники и определения, поэтому цифры заметно расходятся.
4️⃣ Государство строит не только цифровые образовательные сервисы, но и единую систему образовательных данных.
В национальную базу дошкольного и школьного образования уже включены данные 53 979 образовательных организаций. База высшего образования охватывает 470 организаций, более 25 тысяч образовательных программ и почти 3 млн записей об учащихся.
Параллельно развивается государственная база цифрового контента: более 9 тыс. электронных лекций, 35 тыс. тестовых вопросов, 200 виртуальных экспериментов и около 200 электронных учебников. То есть цифровизация постепенно перемещается с уровня «дать школе платформу» на уровень создать общий информационный слой образовательной системы.
5️⃣ ИИ уже переходит из продукта в учебную программу.
В декабре 2025 года Министерство образования утвердило пилотную рамку преподавания ИИ школьникам. ИИ можно интегрировать в существующие предметы, преподавать отдельными модулями, выносить в клубы и дополнительное образование.
При этом ИИ уже используется внутри массовых образовательных продуктов. Например, адаптивная платформа VioEdu анализирует сильные и слабые стороны ученика и рекомендует контент, а в VioEdu Arena в 2025/26 учебном году участвовали почти 5 млн школьников.
6️⃣ Одна из самых масштабных образовательных реформ — про английский.
Вьетнам поставил цель к 2045 году сделать английский вторым языком школьной системы. Причем речь не о том, чтобы добавить еще несколько часов языка, а о постепенном переходе к использованию английского как языка преподавания других дисциплин — математики, естественных наук, ИИ.
К 2030 году обучение преподаванию предметов на английском потребуется примерно 200 тысячам учителей. Дополнительно нужны около 12 тысяч преподавателей для дошкольного образования и около 10 тысяч — для начальной школы.
Чтение — наиболее развитый навык владения английским у вьетнамцев, а устная речь — наиболее слабый. Авторы отчета связывают этот разрыв с наследием грамматико-переводного метода и системой обучения, ориентированной прежде всего на сдачу экзаменов.
7️⃣ Цифровизация сама по себе не устраняет образовательное неравенство.
Особенно хорошо это видно как раз на английском. По данным, собранным в отчете, доступ к соответствующей требованиям среде изучения английского может достигать 75–80% в крупных городах, около 35% в сельской местности и менее 5% в горных и удаленных регионах. В некоторых наиболее неблагополучных провинциях доступ имеют только 2–6% детей.
Это хороший контрпример распространенной логике «дадим технологию — повысим доступность образования». Технология может снижать одни барьеры и одновременно усиливать другие, если инфраструктура, преподаватели и семейный капитал распределены неравномерно.
8️⃣ Наконец, меняется сам объект edtech.
В отчете много привычного — LMS, онлайн-школы, языковые приложения, smart classrooms, robotics, AR/VR. Но сквозной сюжет гораздо интереснее.
Государство связывает базы данных образовательных организаций. Школы переходят к цифровым записям и управлению. ИИ анализирует данные об обучении. Растет спрос компаний на обучение ИИ, data и digital skills. Английский пытаются превратить из учебного предмета в средство обучения. А образовательным продуктам приходится интегрироваться с существующими информационными системами.
Вьетнам не попадает в привычный набор референсов для edtech — США, Китай, Индия, иногда Сингапур. А зря. Там сейчас одновременно сходятся несколько процессов: огромная молодая аудитория, высокая цифровая доступность, государственная цифровизация образования, распространение ИИ и довольно амбициозная перестройка языкового образования.
Собрала несколько цифр и наблюдений.
Население Вьетнама — около 102,3 млн человек, а в системе образования в 2025/26 учебном году — почти 30 млн учащихся и 1,7 млн преподавателей. Открытие учебного года одновременно проходило примерно в 52 тысячах образовательных организаций.
Только в K–12 — около 18,35 млн учащихся, а вместе с дошкольниками аудитория превышает 23 млн человек. Еще примерно 2,43 млн человек проходят профессиональное обучение. Поэтому edtech здесь изначально возникает не как небольшой рынок дополнительных услуг, а рядом с очень большой системой массового образования.
К концу 2025 года во Вьетнаме было 85,6 млн интернет-пользователей — 84,2% населения и около 137 млн мобильных подключений. Среди пользователей 16–64 лет смартфон есть у 98,7%. Средний вьетнамец проводит в интернете 6 часов 14 минут в день, из них 2 часа 21 минуту — в социальных сетях. При этом доля пользователей, выходящих в интернет с компьютера, снижается. Рынок очевидно mobile-first.
Онлайн-обучение конкурирует за время человека не с офлайн-образованием, а со всей остальной цифровой средой.
По оценке аналитической компании IMARC: около $1,1 млрд в 2025 году с прогнозом роста до $3,2 млрд к 2034 году — примерно 12,3% CAGR (среднегодовой темп роста).
Онлайн-образование растет еще быстрее: с $298 млн до $1,5 млрд, если реализуется прогноз IMARC, — около 19,1% ежегодного роста.
В стране работает примерно 750 edtech-компаний.
Правда, с рыночными оценками в отчете стоит быть осторожными: в разных разделах используются разные внешние источники и определения, поэтому цифры заметно расходятся.
В национальную базу дошкольного и школьного образования уже включены данные 53 979 образовательных организаций. База высшего образования охватывает 470 организаций, более 25 тысяч образовательных программ и почти 3 млн записей об учащихся.
Параллельно развивается государственная база цифрового контента: более 9 тыс. электронных лекций, 35 тыс. тестовых вопросов, 200 виртуальных экспериментов и около 200 электронных учебников. То есть цифровизация постепенно перемещается с уровня «дать школе платформу» на уровень создать общий информационный слой образовательной системы.
В декабре 2025 года Министерство образования утвердило пилотную рамку преподавания ИИ школьникам. ИИ можно интегрировать в существующие предметы, преподавать отдельными модулями, выносить в клубы и дополнительное образование.
При этом ИИ уже используется внутри массовых образовательных продуктов. Например, адаптивная платформа VioEdu анализирует сильные и слабые стороны ученика и рекомендует контент, а в VioEdu Arena в 2025/26 учебном году участвовали почти 5 млн школьников.
Вьетнам поставил цель к 2045 году сделать английский вторым языком школьной системы. Причем речь не о том, чтобы добавить еще несколько часов языка, а о постепенном переходе к использованию английского как языка преподавания других дисциплин — математики, естественных наук, ИИ.
К 2030 году обучение преподаванию предметов на английском потребуется примерно 200 тысячам учителей. Дополнительно нужны около 12 тысяч преподавателей для дошкольного образования и около 10 тысяч — для начальной школы.
Чтение — наиболее развитый навык владения английским у вьетнамцев, а устная речь — наиболее слабый. Авторы отчета связывают этот разрыв с наследием грамматико-переводного метода и системой обучения, ориентированной прежде всего на сдачу экзаменов.
Особенно хорошо это видно как раз на английском. По данным, собранным в отчете, доступ к соответствующей требованиям среде изучения английского может достигать 75–80% в крупных городах, около 35% в сельской местности и менее 5% в горных и удаленных регионах. В некоторых наиболее неблагополучных провинциях доступ имеют только 2–6% детей.
Это хороший контрпример распространенной логике «дадим технологию — повысим доступность образования». Технология может снижать одни барьеры и одновременно усиливать другие, если инфраструктура, преподаватели и семейный капитал распределены неравномерно.
В отчете много привычного — LMS, онлайн-школы, языковые приложения, smart classrooms, robotics, AR/VR. Но сквозной сюжет гораздо интереснее.
Государство связывает базы данных образовательных организаций. Школы переходят к цифровым записям и управлению. ИИ анализирует данные об обучении. Растет спрос компаний на обучение ИИ, data и digital skills. Английский пытаются превратить из учебного предмета в средство обучения. А образовательным продуктам приходится интегрироваться с существующими информационными системами.
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡5
В работе над цифровым продуктом довольно быстро выясняется, сколько всего лежит за пределами твоей специализации. Предлагаешь, казалось бы, небольшое улучшение — а за ним полгода разработки. Собираешь удобный интерфейс — и обнаруживаешь, что люди пользуются сервисом совсем не так, как предполагалось. Приходится разбираться в чужой работе, задавать вопросы, пересматривать собственные решения. Хорошо, если столкнуться с этим приходится ещё во время учёбы.
Об этом в очередной раз подумала, читая колонку директора по работе с вузами VK Георгия Щелканова о подготовке кадров для ИТ. Он описывает растущую потребность в гибридных специалистах, у которых есть своя профессиональная основа и достаточно знаний из соседних областей, чтобы работать над общей задачей. Например, в аналитиках, которые понимают бизнес-контекст, или продакт-менеджерах, способных оценить технические последствия своих решений.
С распространением ИИ и low/no-code инструментов разработки таких пересечений становится больше. Проверить идею, собрать прототип теперь могут люди с очень разной подготовкой. А дальше возникают вопросы: выдержит ли решение нагрузку, что произойдет с данными, сколько будет стоить поддержка. Здесь по-прежнему нужна глубокая техническая экспертиза.
Любопытно, как это отражается на интересе к обучению. По данным, которые приводятся в статье, число регистраций на курсы VK по продуктовому менеджменту в ИТ выросло на 156%, на программы по ИИ и анализу данных — на 43%. На ряд совместных с технологическими компаниями ИТ-программ ВШЭ тоже виден рост — подали 23,3 тысячи заявок против 13 тысяч годом ранее.
В сотрудничестве вузов и бизнеса мне особенно ценной кажется возможность дать студентам задачу со всеми ее сложностями: с неполными данными, ограниченным бюджетом, разными представлениями о результате, — когда приходится выяснять, почему заказчик просит именно это, и обсуждать с командой, что вообще получится сделать. На таком проекте можно многое узнать и о собственной профессии. В том числе — где заканчивается твоя компетенция, чего тебе пока не хватает и с кем стоит поговорить, прежде чем браться за решение.
Об этом в очередной раз подумала, читая колонку директора по работе с вузами VK Георгия Щелканова о подготовке кадров для ИТ. Он описывает растущую потребность в гибридных специалистах, у которых есть своя профессиональная основа и достаточно знаний из соседних областей, чтобы работать над общей задачей. Например, в аналитиках, которые понимают бизнес-контекст, или продакт-менеджерах, способных оценить технические последствия своих решений.
С распространением ИИ и low/no-code инструментов разработки таких пересечений становится больше. Проверить идею, собрать прототип теперь могут люди с очень разной подготовкой. А дальше возникают вопросы: выдержит ли решение нагрузку, что произойдет с данными, сколько будет стоить поддержка. Здесь по-прежнему нужна глубокая техническая экспертиза.
Любопытно, как это отражается на интересе к обучению. По данным, которые приводятся в статье, число регистраций на курсы VK по продуктовому менеджменту в ИТ выросло на 156%, на программы по ИИ и анализу данных — на 43%. На ряд совместных с технологическими компаниями ИТ-программ ВШЭ тоже виден рост — подали 23,3 тысячи заявок против 13 тысяч годом ранее.
В сотрудничестве вузов и бизнеса мне особенно ценной кажется возможность дать студентам задачу со всеми ее сложностями: с неполными данными, ограниченным бюджетом, разными представлениями о результате, — когда приходится выяснять, почему заказчик просит именно это, и обсуждать с командой, что вообще получится сделать. На таком проекте можно многое узнать и о собственной профессии. В том числе — где заканчивается твоя компетенция, чего тебе пока не хватает и с кем стоит поговорить, прежде чем браться за решение.
Forbes.ru
Не кодом единым: как трансформируется рынок труда и подготовка кадров в ИТ
Эпоха, когда возможность начать карьеру в сфере ИТ определялась умением писать код, уходит в прошлое. Согласно прогнозам Gartner, 80% пользователей Low-code/No-code-платформ будет приходиться на людей без профильного образования. Это кардинально меня
💯4✍2
Что общего у нейробиолога, бизнес-лидера, специалиста по ИИ, эксперта по образованию и художника?
23 и 24 октября они окажутся на одной конференции, чтобы с разных сторон посмотреть на один вопрос: что происходит с человеком в мире стремительных изменений?
На X конференции СберУниверситета «Больше чем обучение» — 50+ спикеров и три параллельных трека:
✅ «Технологии» — ИИ, рынок труда и границы допустимого.
✅ «Человек» — любопытство, развитие и человеческий потенциал.
✅ «Организации» — доверие, изменения и совместная работа людей и машин.
Участвуйте очно или онлайн (бесплатно), регистрация открыта!🚀
23 и 24 октября они окажутся на одной конференции, чтобы с разных сторон посмотреть на один вопрос: что происходит с человеком в мире стремительных изменений?
На X конференции СберУниверситета «Больше чем обучение» — 50+ спикеров и три параллельных трека:
В программе не только выступления, но и дебаты, мастер-классы, дискуссии и презентации исследований. Финал основной программы — выступление нейробиолога Дэвида Иглмена «Человек способен на большее: нейропластичность и новые границы человеческих возможностей».
Участвуйте очно или онлайн (бесплатно), регистрация открыта!
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡3
Что случится, если автоматизировать медиабаинг в edtech вместе с ИИ?
Одна из самых интересных возможностей ИИ — превращать накопленный опыт специалистов в работающую систему принятия решений. Причем для этого сначала приходится проделать довольно сложную работу: разобраться, как именно люди принимают решения, чем руководствуются и в каких случаях отступают от привычных алгоритмов.
Хороший пример — кейс образовательной компании TripleTen, которая вместе с Plurio автоматизировала управление рекламными кампаниями.
У команды уже была собственная методология медиабаинга. Ее подробно описали в плейбуке: какие показатели анализировать, за какой период, когда увеличивать бюджет, когда останавливать кампанию, а когда стоит подождать дополнительных данных. Учли особенности продуктов, регионов и воронок продаж. Затем эту логику превратили в 42 скилла и 11 постоянно действующих правил для ИИ-агента.
По данным компаний, удалось автоматизировать более 40 регулярных задач и освободить около 60 рабочих часов в неделю. В одном из рекламных каналов бюджет за месяц увеличили вдвое, сохранив прежнюю стоимость привлечения клиента.
16 октября Максим Епифанов, VP of Performance Marketing в TripleTen, и Сева Устинов, основатель Plurio, проведут открытое интервью о том, как устроена эта методология. В программе — тестирование креативов, масштабирование кампаний, выбор метрик оптимизации и распределение ответственности между человеком и ИИ-агентом.
Разговор будет на английском, с возможностью задать вопросы. Планирую послушать, подключайтесь тоже.
Одна из самых интересных возможностей ИИ — превращать накопленный опыт специалистов в работающую систему принятия решений. Причем для этого сначала приходится проделать довольно сложную работу: разобраться, как именно люди принимают решения, чем руководствуются и в каких случаях отступают от привычных алгоритмов.
Хороший пример — кейс образовательной компании TripleTen, которая вместе с Plurio автоматизировала управление рекламными кампаниями.
У команды уже была собственная методология медиабаинга. Ее подробно описали в плейбуке: какие показатели анализировать, за какой период, когда увеличивать бюджет, когда останавливать кампанию, а когда стоит подождать дополнительных данных. Учли особенности продуктов, регионов и воронок продаж. Затем эту логику превратили в 42 скилла и 11 постоянно действующих правил для ИИ-агента.
По данным компаний, удалось автоматизировать более 40 регулярных задач и освободить около 60 рабочих часов в неделю. В одном из рекламных каналов бюджет за месяц увеличили вдвое, сохранив прежнюю стоимость привлечения клиента.
16 октября Максим Епифанов, VP of Performance Marketing в TripleTen, и Сева Устинов, основатель Plurio, проведут открытое интервью о том, как устроена эта методология. В программе — тестирование креативов, масштабирование кампаний, выбор метрик оптимизации и распределение ответственности между человеком и ИИ-агентом.
Разговор будет на английском, с возможностью задать вопросы. Планирую послушать, подключайтесь тоже.
✍2⚡2