Как глобальные тренды изменят образование в России

Фото: Shutterstock

Об эксперте: Александр Никифоров, директор EdTech-компании «Лань».

По прогнозам ВЭФ, до 2030 года нас ждет «ИИ-революция» в образовании и небывалый спрос на edtech-таланты. Это значит, что уже совсем скоро вузы начнут привлекать преподавателей, которые не просто умеют пользоваться нейросетями или VR, но строить сам процесс обучения вокруг технологий. Ведущий IT-аналитик и венчурный инвестор Мэри Микерс, к которому прислушивается весь bigtech, в своем недавнем отчете говорит примерно о том же: он сравнивает университеты будущего с bigtech-корпорациями, где все подчинено потребностям клиентов — то есть студентов. Разбираемся, как эти и другие глобальные тренды повлияют на образование в России.

Генеративный ИИ: новые возможности и риски

ИИ-модели уже меняют образование: помогают адаптировать обучение под потребности студентов, делают обучение в престижных вузах более доступным, повышают вовлеченность в процесс и улучшают психическое здоровье учащихся.

Теперь на первый план выходят еще и персональные ИИ-ассистенты, которые не только упрощают процесс обучения и поиск нужной информации, но и следят за расписанием, напоминают о здоровых привычках и физической активности.

Использование моделей на базе генеративного ИИ — один из ключевых трендов в российских вузах. Например, в Санкт-Петербургском государственном электротехническом университе (ЛЭТИ) их применяют, чтобы предотвращать списывания, в Московском городском педагогическом университете (МГПУ) нейросети можно использовать для подготовки дипломов, сервис «Экзамус» выполняет роль проктора (наблюдателя и контролера) на онлайн-экзаменах и тестах, а в 84 регионах ИИ применяют для контроля во время ЕГЭ. В Московской школе управления «Сколково» одними из первых поручили «ИИ-профессору» вести курс «Биология поведения человека» в паре с живым преподавателем-медиатором.

Но тотальное проникновение ИИ в учебный процесс ставит все большие вызовы:

1. Нарастающий разрыв в навыках работы с нейросетями между учениками и преподавателями. К примеру, в России ИИ для подготовки к занятиям используют всего 16% преподавателей, тогда как среди студентов таких 49%.
2. Снижение когнитивных навыков и критического мышления из-за слепого доверия ко всему, что выдают нейросети и нежелания разбираться самостоятельно.
3. Высокая стоимость: поддержка, обучение ИИ-моделей, а также хранение и защита данных по карману далеко не всем. 47% российских вузов жалуются на нехватку средств, а еще 38% — на недостаток компетентных специалистов по работе с ИИ.
4. Переосмысление роли человека в процессе образования. Мы приближаемся к точке, когда нейросети составляют учебные курсы и домашние задания, которые выполняют при помощи них же, а затем и проверяют с применением ИИ. Принесет ли такое обучение пользу студентам? Какие знания и навыки они в итоге получат?

От персонализации обучения — к персонализации оценок

В ближайшие годы почти половина всех LMS (систем управления обучением) будет построена на базе ИИ. С этим связан, в том числе, растущий тренд на индивидуальные образовательные программы. Новые технологии, включая ИИ, позволят адаптировать образование так, чтобы оно было нацелено на потребности и способности каждого студента, а также его будущий карьерный трек. Это касается и подбора дисциплин, и гибкого расписания, и выбора уровней сложности. В России также есть проекты для персонализации обучения и подготовки специалистов, а в РАНХиГС уже используют рекомендательную систему на базе ИИ: она подбирает для студентов наиболее релевантные материалы.

Но вскоре технологии машинного обучения помогут перестроить еще и процесс оценки результатов: вместо единой балльной системы появится новая, учитывающая индивидуальный прогресс студентов, их склонности и начальный уровень подготовки. В дополнение к обычным оценкам могут появиться развернутые голосовые сообщения от учителей, которые анализируют весь массив данных об обучении — включая прогресс в «гибких навыках». Такие инструменты есть в рамках ИИ-сервисов от Coursera: они помогают преподавателям точнее и объективнее оценивать результаты тестов, а студентам — получать развернутую обратную связь с персональными рекомендациями для самостоятельной работы.

Исследования показывают, что персонализированное обучение на базе ИИ-инструментов дает более высокие результаты, которые остаются стабильными в течение всего курса. Студенты также отмечают, что лучше усвоили материал и получили больше полезной обратной связи. При этом полностью перейти на «ИИ-учителей» вместо живых преподавателей пока согласны не более 20% опрошенных.

Облачные вычисления и аналитика данных

Большие данные, которые собираются и хранятся при помощи ИИ и облачных вычислений, также сыграют роль в персонализации обучения и других позитивных переменах. В США используют облачные сервисы от Amazon, Microsoft и Google в государственных школах. Это позволяет создать единую информационную среду для учеников и преподавателей с безграничными ресурсами для хранения и обмена данными. В России облачные технологии от Claude используют в МИСИС: в частности — платформу машинного обучения ML Space для цифровизации образовательных процессов. В МГУ перенесли в облако учебные процессы, библиотеку и другие ресурсы, а в ИТМО применяют собственный облачный сервис SMILE для моделирования технологических и бизнес-процессов в ходе обучения.

В ближайшем будущем большие данные и их аналитика в образовании помогут оцифровать максимум информации в рамках учебных курсов и за их пределами, чтобы делать образовательные треки и методики преподавания как можно эффективнее. Инструменты вроде Google Classroom или Microsoft Teams уже позволяют отслеживать не только успеваемость по предметам, но и изменения в поведении, интересах и активности.

При помощи больших данных и облачных вычислений также можно будет строить предиктивные (то есть предсказательные) модели поведения учеников. Чтобы эти данные были полезны и широко доступны, на смену отдельным приложениям вузов или edtech-платформ придут образовательные экосистемы, где можно отслеживать весь жизненный цикл — от дошкольного образования до переобучения и корпоративных тренингов. В России уже есть проекты для персонализации обучения и подготовки будущих специалистов по конкретным карьерным трекам, а российские вузы используют ИИ для анализа данных об оценках и прогнозной аналитики успеваемости студентов.

Расширенная реальность (XR)

Объединяя виртуальную, смешанную и дополненную реальности, XR становится одним из главных инструментов иммерсивного обучения. Для учащихся это — отличный способ сделать процесс увлекательнее, за счет тактильности и бОльшего погружения. Например, виртуальные двойники — технология на базе AR и VR для отработки навыков работы с оборудованием, проведения экспериментов или взаимодействия с 3D-контентом.

Исследования подтверждают, что применение XR в образовании улучшает взаимодействие студентов и преподавателей, повышает цифровую грамотность и навыки работы со сложными технологиями. Виртуальная и дополненная реальность помогают пробудить эмпатию, справляться с тревожностью и фобиями, лучше доносить знания до студентов с ограниченными возможностями.

Помимо школьного и высшего образования, XR все чаще используют для обучения сотрудников работе на опасных производствах, со сложным оборудованием или тяжелыми грузами — чтобы избежать травм и аварий. Компания Nestle организовала обучающие виртуальные экскурсии для знакомства с процессом производства кормов для животных. Консалтинговая компания Accenture внедрила VR-игры в процесс онбординга сотрудников. А в Walmart при помощи XR обучают продавцов выкладке товара в супермаркетах.

В России потенциал XR-технологий особенно высок в рамках обучения инженерным и медицинским специальностям. Такой курс есть, к примеру, в Сеченовском университете, а в других исследовательских и медицинских институтах используют российские AR-технологии при проведении операций и реабилитации пациентов. Но внедрение остается точечным из-за дорогого оборудования и необходимости дополнительной подготовки. Среди других препятствий — высокие требования к скорости и стабильности интернета, недоступные многим государственным вузам.

Нанообучение

Поколению, которое привыкло потреблять информацию в коротких роликах и мемах, академическое образование дается все труднее. Сократить разрыв помогает нанообучение — когда учебную программу выдают не большими тематическими разделами, а маленькими «порциями», в интерактивном виде: вроде двухминутных роликов или инфографики по одному термину или явлению. Одним из пионеров метода был сервис Duolingo для изучения иностранных языков, а сейчас популярность набирают короткие образовательные ролики в TikTok, YouTube или Instagram (принадлежит Meta, компания признана в РФ экстремистской и запрещена).

Главные плюсы метода — адаптивность, доступность на любом устройстве и эффективность (до 91% выше, чем у классических форматов): даже человек с дефицитом внимания может легко усвоить материал в таком формате. При этом учиться можно в любое свободное время и в любом месте, включая привычные видеосервисы или социальные сети. Нанообучение подходит и для бизнеса: например, чтобы обучить сотрудников новому регламенту или сервису. В академическом образовании его можно встраивать в традиционные тематические блоки, чтобы зацепить внимание студентов и помочь сосредоточиться, а также — использовать как отдельный инструмент для непрерывного обучения новым навыкам.

В России формат нанообучения поддерживают образовательные платформы для изучения иностранных языков: Skyeng, Stepik, GeekBrains, Skillbox, «Учи.ру», тренажеры «Яндекс Практикума». В университетах этот подход пока только набирает популярность, в основном — в рамках внутренних LMS, дополнительного обучения или подготовки к экзаменам.

Обучение как подготовка к цифровому будущему

В ближайшие годы концепция STEAM (наука, технология, инженерия, искусство и математика) трансформируется в новую систему обучения: когда студентов будут готовить к жизни в новом мире, где ИИ-технологии проникают во все сферы жизни. Вузы будут наращивать партнерские связи с IT-корпорациями для подготовки кадров и разработки образовательных ИИ-сервисов, а также — в корне менять подход к процессу обучения и содержанию курсов.

В фокусе окажутся когнитивные навыки, умение анализировать большие потоки информации и проверять ее, применять технологии для саморазвития и достижения личных целей. Вузы и школы США уже внедряют в свои программы обучение в формате видеоигр, основы программирования, развитие лидерских навыков, создание контента и творчество с применением ИИ-технологий. Программы обучения студентов и преподавателей для работы с ИИ есть в НИУ ВШЭ, ИТМО, РАНХиГС. В рамках корпоративного образования компании будут обучать сотрудников работе с ИИ-инструментами, чтобы сохранить ценные кадры. Главной целью образование станет помочь человеку органично встроиться в меняющийся цифровой мир, найти свое место и научиться партнерству с технологиями вместо конкуренции.

Как изменится образование в России

Авторы доклада АНО «Цифровая экономика» предсказывают, что уже в ближайшее время российские вузы будут активнее внедрять адаптивное обучение, в том числе на базе ИИ-технологий. Параллельно с этим будут готовить экспертов по созданию нейросетей, а также обучению студентов и преподавателей для работы с ними в рамках учебного процесса. Это особенно актуально, учитывая дефицит представителей технических профессий, который, отчасти, закрывают при помощи госпрограмм, в партнерстве с техническими вузами.

Проникновение глобальных трендов пока идет неравномерно и натыкается на различные препятствия. Одна из причин, по недавним исследованиям — в том, что поставщики ИИ-сервисов и ПО не учитывают специфику образования как процесса, недостаточно глубоко понимают потребности вузов и студентов. Среди других называют нехватку квалифицированных IT-специалистов, недостаток технических ресурсов и датасетов, а также проблему цифрового разрыва, особенно в регионах. С распространением ИИ-технологий в образовании нам предстоит работать с новыми вызовами: такими, как недоверие со стороны родителей и высокие требования к защите персональных данных учеников и преподавателей.

Для успешной конкуренции с EdTech-платформами классическим университетам необходима современная цифровая образовательная среда, где есть онлайн-платформа для обучения, LMS для управления учебным процессом, используются инструменты аналитики данных. Важно, чтобы государственные вузы научились продвигать свои услуги так же активно, как частные, создавать коллаборации с крупными онлайн-платформами и партнерами, развивать личные бренды преподавателей.