Школа будущего: что произойдет с образовательным платформами с появлением ИИ-преподавателей
Фото: Сергей Ведяшкин / Агентство «Москва»
Как искусственный интеллект меняет экономику EdTech, роль преподавателя и ценность онлайн-образования рассказывает Тимур Ибрагимов, основатель и CEO платформы «СОТКА».
Искусственный интеллект в образовании постепенно перестает быть вспомогательным инструментом. Еще недавно его основными сценариями были генерация тестов и заданий, подготовка конспектов, расшифровка лекций или ответы на стандартные вопросы студентов. Сейчас появляются системы, способные брать на себя уже часть самого образовательного процесса: вести диалог, задавать уточняющие вопросы, определять пробелы в знаниях, менять способ объяснения и подбирать следующую задачу.
Для EdTech это более существенный сдвиг, чем появление очередного ИИ-ассистента внутри LMS (цифровая платформа для управления образовательным процессом). Если система способна самостоятельно принимать решения в процессе обучения, меняется не только пользовательский опыт, но и экономика платформы: стоимость персонализации, структура преподавательской команды, ценность образовательного контента и в конечном счете само понимание того, за что студент платит платформе.
Индивидуальное обучение становится масштабируемым
Одна из фундаментальных проблем образования заключается в том, что качественное преподавание плохо масштабируется. Хороший преподаватель физически может вести ограниченное количество пользователей. Когда компания растет, ей приходится одновременно расширять количество преподавателей или экспертов, обучать новых сотрудников, контролировать качество их работы и следить за соблюдением единой методики. Особенно сильно эта зависимость проявляется в индивидуальном обучении: формат один на один дает высокий уровень персонализации, но остается дорогим именно из-за большой доли человеческого труда.
ИИ впервые позволяет постепенно разорвать эту зависимость. Платформа может собрать методику своих лучших преподавателей: способы объяснения тем, последовательность вопросов, типичные ошибки пользователей, варианты дополнительной практики и обратной связи — и использовать эту экспертизу при создании ИИ-преподавателя. После этого одна система потенциально способна одновременно работать с тысячами студентов, сохраняя индивидуальный диалог с каждым из них.
Это не означает, что обучение внезапно станет бесплатным. Создание качественного образовательного ИИ требует серьезных инвестиций в модели, инфраструктуру, методологию, данные, интеграции и контроль качества. Но принципиально меняется структура затрат: персонализация перестает требовать пропорционального роста преподавательского штата. Для EdTech это может стать одним из главных экономических эффектов текущего этапа развития ИИ.
Эволюция ИИ в образовании
Прошлое: генерация тестов, подготовка конспектов, расшифровка лекций, базовые ответы.
Настоящее: диалог со студентом, уточняющие вопросы, поиск пробелов, подбор задач.
Будущее: персонализация, глубокая диагностика, учет контекста, AI-native архитектура.
ИИ уже способен брать на себя сложный человеческий диалог
Хороший пример того, насколько далеко продвинулась автоматизация диалоговых процессов, находится за пределами EdTech. Американская Listen Labs использует ИИ для проведения глубинных интервью с потребителями. Система самостоятельно ведет разговор, реагирует на ответы респондента, задает дополнительные вопросы и углубляется в интересующие исследователя темы. Для каждого отдельного интервью больше не требуется человек-интервьюер.
За девять месяцев компания увеличила выручку в 15 раз, привлекла в общей сложности около $100 млн инвестиций и достигла оценки порядка $500 млн. Для образовательного рынка этот кейс интересен не самой исследовательской задачей, а механикой взаимодействия. Значительная часть преподавательской работы также построена на последовательном ветвящемся диалоге: пользователь отвечает, преподаватель видит ошибку, пытается определить ее причину, задает дополнительный вопрос, выбирает другой способ объяснения и затем проверяет, понял ли пользователь материал.
Раньше именно такая способность была одним из принципиальных отличий преподавателя от автоматизированной образовательной платформы. Теперь ИИ постепенно осваивает и эту часть работы. Это означает, что автоматизироваться может не только производство учебного контента или проверка тестов, но и существенная часть интерактивной образовательной услуги.
Видеолекции перестают быть серьезным конкурентным барьером
Параллельно меняется экономика производства образовательного контента. Долгое время качественный онлайн-курс требовал довольно тяжелого производственного процесса: эксперт, сценарий, съемка, монтаж, графика, локализация. При серьезном обновлении содержания часть материалов приходилось производить заново.
Генеративный ИИ сокращает эту цепочку. Один из наиболее заметных примеров — Synthesia, оцененная в $4 млрд. Платформа позволяет компаниям создавать образовательные и корпоративные видео с ИИ-аватарами и уже используется для онбординга сотрудников, внутренних инструкций, compliance, обучения продажам и других задач. Вместо новой съемки с реальным сотрудником компания может изменить сценарий и создать обновленную версию материала.
Для EdTech это особенно существенно в тех категориях, где информация быстро устаревает: программирование, ИИ, digital-маркетинг, обучение работе с программным обеспечением, корпоративные регламенты. Создавать, обновлять и локализовывать образовательные видео становится проще и дешевле. Поэтому сама по себе большая библиотека записанных лекций постепенно перестает быть тем конкурентным преимуществом, которым она могла быть несколько лет назад. Ценность продукта должна перемещаться глубже — в методику, данные и качество самого процесса.
Экономика EdTech: сдвиг ценности
Старая модель: высокая цена персонализации (человек)
↓
Новая модель: масштабируемая персонализация (ИИ)
Один курс для всех постепенно уступает место персональным траекториям
Самое важное изменение произойдет не тогда, когда каждая платформа встроит в интерфейс чат с ИИ. Такая функция довольно быстро станет стандартной. Намного интереснее следующий уровень, когда система начинает учитывать весь образовательный контекст конкретного человека: его стартовые знания, предыдущие ответы, число попыток, типичные ошибки, скорость освоения материала, уже изученные навыки и темы, на которых он регулярно останавливается.
На основании этой информации ИИ может определять, какой следующий шаг нужен конкретному пользователю. Два человека формально проходят одну программу, но проблема первого заключается в непонимании новой темы, второй знает правило, но не умеет применять его на практике, а у третьего обнаруживается пробел в базовых знаниях, возникший несколько месяцев назад. Хороший преподаватель определяет такие различия в процессе общения. ИИ получает возможность делать эту диагностику системно и на значительно большем объеме данных.
Поэтому одним из наиболее важных активов EdTech-компаний в будущем может стать не библиотека уроков, а своего рода learning graph — подробное понимание связей между знаниями, заданиями, ошибками и образовательными результатами. Если пользователь совершил конкретную ошибку, система должна понимать ее вероятную причину, определить необходимый материал, выбрать следующее задание и проверить, действительно ли пробел устранен. Построить такую архитектуру намного сложнее, чем просто подключить большую языковую модель к базе курса.
Себестоимость онлайн-образования будет меняться
ИИ затрагивает практически все трудоемкие составляющие продукта. Проверка стандартных заданий, ответы на типовые вопросы, генерация дополнительной практики, объяснение базовых тем, первичная диагностика пробелов, локализация и производство части материалов уже могут частично автоматизироваться. Следующая зона изменений — отдельные функции преподавателей и кураторов.
В результате платформа получает возможность обслуживать больше студентов без аналогичного увеличения команды. Это может постепенно снижать себестоимость массового обучения и делать индивидуализированные программы доступными более широкой аудитории. Одновременно будет усиливаться давление на стандартные консультационные услуги, особенно там, где работа преподавателя сводится к многократному объяснению одного и того же материала и проверке типовых заданий.
Появляется и еще одно следствие — возможность быстрее масштабировать образовательный продукт между рынками. Если значительная часть преподавательской функции, производства и локализации контента автоматизирована, запуск программы на новом языке уже не обязательно требует пропорционального расширения локальной преподавательской команды.
Хорошее объяснение становится commodity
На протяжении многих лет компании строили продукт вокруг преподавателя. Он одновременно являлся носителем знания, лицом курса, создателем контента, человеком, отвечающим на вопросы, и источником обратной связи. ИИ постепенно разделяет эти функции.
Объяснить базовую грамматику английского, устройство SQL-запроса или школьную математическую тему теперь может не только конкретный преподаватель. Поэтому само наличие хорошего объяснения постепенно перестает быть достаточным конкурентным преимуществом. Особенно быстро это будет происходить в стандартизированных сегментах: школьные предметы, подготовка к экзаменам, базовое языковое обучение, introductory-программы по массовым digital-профессиям.
Конкуренция между EdTech-компаниями вслед за этим переместится на другой уровень. Важнее станут последовательность обучения, точность диагностики, качество заданий, система контроля прогресса и способность доказать, что после прохождения программы человек действительно приобрел заявленный навык.
Роль преподавателя изменяется вместе с продуктом
Полное исчезновение преподавателей при этом выглядит маловероятным и вообще не является самым интересным сценарием развития рынка. Гораздо важнее то, как будет перераспределяться человеческая экспертиза.
Сегодня сильный преподаватель масштабирует себя прежде всего через записанные уроки: один эксперт создает курс, который затем могут смотреть тысячи человек. ИИ позволяет сделать следующий шаг — масштабировать не только контент преподавателя, но и часть его педагогической модели. Эксперт может задавать правила обучения, определять типовые ошибки, формировать способы объяснения, создавать систему обратной связи и контролировать качество работы ИИ.
Человеческое время при этом будет концентрироваться в тех сценариях, которые сложнее стандартизировать: сложная индивидуальная обратная связь, проектная работа, наставничество, карьерные решения, работа с мотивацией, оценка неоднозначных результатов. Один сильный преподаватель потенциально сможет отвечать уже не только за собственные занятия, но и за образовательную систему, которой пользуются тысячи клиентов.
Из этого вытекает отдельный вопрос, с которым EdTech-компаниям еще предстоит разобраться: кому принадлежит педагогическая интеллектуальная собственность. Если ИИ-преподаватель построен на методике конкретного эксперта, необходимо понимать, кому принадлежат сценарии объяснений, можно ли использовать записи его уроков для обучения системы, как оплачивается дальнейшее использование этой экспертизы и что происходит с такой «цифровой методикой» после ухода преподавателя из компании.
Перераспределение ролей: ИИ vs человек
ИИ: автоматизация
базовые объяснения, проверка заданий, генерация контента, диагностика.Человек: фокус эксперта
менторство, проектная работа, карьерные решения, мотивация.
EdTech-компаниям придется заново объяснить клиенту ценность продукта
Распространение ИИ неизбежно меняет ценностное предложение онлайн-образования. Если качественное объяснение темы и возможность задать дополнительные вопросы доступны практически в любое время, продавать исключительно доступ к знаниям становится все сложнее.
Пользователь будет платить не столько за контент, сколько за собранную образовательную систему: проверенную методику, персональную траекторию, качественные задания, диагностику, контроль прогресса, человеческую поддержку в необходимых точках и подтвержденный результат.
Наиболее уязвимой выглядит модель компании, продукт которой преимущественно состоит из записанных лекций, стандартного домашнего задания и чата с куратором. Каждый из этих элементов становится все проще воспроизвести технологически. Более устойчивую позицию получат компании, которые имеют собственную методологию, накопленные образовательные данные и умеют использовать их для измеримого улучшения результатов студентов.
Корпоративное обучение может измениться быстрее остальных сегментов
Одним из первых рынков массового внедрения ИИ-преподавателей, вероятно, станет корпоративное образование. Причина проста: значительная часть такого обучения стандартизирована. Онбординг, продуктовые инструкции, compliance, информационная безопасность, обучение внутренним системам и sales training требуют регулярного обновления, часто повторяются для разных групп сотрудников и должны масштабироваться между странами и языками.
Именно поэтому решения вроде Synthesia уже активно развиваются в корпоративном L&D. Следующий логичный этап — ИИ-тьютор, подключенный непосредственно к внутренней базе знаний компании. Вместо универсального двухчасового курса сотрудник сможет получить обучение по конкретной рабочей задаче, задать уточняющие вопросы и сразу проверить, насколько хорошо освоил материал.
Для бизнеса эффект такой модели достаточно понятен: сокращается время обучения сотрудников, ускоряется онбординг, уменьшается объем повторяющейся работы экспертов и становится проще поддерживать образовательные материалы в актуальном состоянии.
Как будет выглядеть ИИ-native онлайн-подготовки
Будущая AI-native платформа, скорее всего, будет довольно сильно отличаться от нынешних ИТ-продуктов для обучения, в которых просто добавили чат-бота. В ней ИИ должен быть встроен непосредственно в образовательную архитектуру.
Сначала система определяет стартовый уровень человека. Затем формирует маршрут, объясняет материал, дает практику, анализирует ошибки и решает, что делать дальше. Одному студенту достаточно следующего задания, другому требуется новое объяснение, третьему нужно вернуться к предыдущей теме, четвертого следует передать преподавателю. Общими для всех остаются методология и конечная образовательная цель, но путь к ней становится индивидуальным.
Именно поэтому появление ИИ-преподавателей едва ли приведет к исчезновению EdTech-компаний и их продуктов. Скорее изменится сама единица продукта. Сегодня платформенные решения в основном продают одинаковый заранее подготовленный курс тысячам людей. В дальнейшем она сможет продавать персонализированную образовательную систему, которая работает с каждым студентом по-разному.
При этом наличие самого ИИ очень быстро перестанет быть преимуществом: доступ к сильным моделям получают практически все участники рынка. Настоящий барьер будет строиться вокруг методологии, накопленных данных, способности измерять образовательный результат, качества продукта и доверия аудитории.
Поэтому сильнее окажутся не компании, которые первыми добавят кнопку «спросить ИИ», а компании, которые смогут перестроить вокруг искусственного интеллекта сам процесс самообучения.
Еще по теме
