Когда предпринимателей из онлайн-образования спрашивают про главные тренды года без подсказок, каждый шестой первым называет искусственный интеллект. Это данные РБК Трендов, и цифра говорит не столько о моде, сколько о том, что рынку стало тяжело.
Средний чек снижается, потребительская активность падает, темпы роста рынка замедлились до десяти-пятнадцати процентов в год. Эпоха, когда онлайн-школа росла сама собой, закончилась.
Поэтому ИИ в образовании сейчас — это в первую очередь история про снижение себестоимости, а не про светлое будущее педагогики. Разберём, что именно внедряют и что из этого работает.
Три задачи, которые закрывают уже сейчас
Проверка простых домашних заданий. Самая массовая история. Задания с понятными критериями — тесты, упражнения на правило, задачи с однозначным ответом — проверяет система, а ученик получает разбор мгновенно, а не через двое суток. Преподаватель забирает себе то, где нужна голова: сочинения, проекты, разбор ошибок мышления.
Экономика прозрачная: проверка простых работ — самая дорогая по человекочасам и самая дешёвая по смыслу часть работы преподавателя.
Черновики уроков и материалов. Методист получает не пустой файл, а заготовку: структура занятия, примеры, задания. Дальше он правит и наполняет. Экономия времени — примерно как при работе с текстами вообще: черновик за минуты, доводка руками.
Персонализация программы. Тут показателен пример Skyeng: система изучает цели и интересы ученика и за несколько минут собирает персональный план с заданиями под его уровень. Раньше такую работу делал методист вручную, и стоила она столько, что позволить её могли только дорогие индивидуальные программы.
Вот это последнее и есть настоящий сдвиг. Не «нейросеть проверяет тесты», а персональный подход по цене массового продукта.
Мгновенная обратная связь важнее, чем кажется
Отдельно остановлюсь на том, что обычно проходит в списках одной строкой.
В онлайн-обучении главная беда — люди не доходят до конца. Оплатили, начали, забросили. И один из самых сильных факторов, который на это влияет, — задержка обратной связи. Человек сделал задание, отправил и ждёт двое суток. За эти двое суток он остыл.
Когда разбор приходит через десять секунд, цикл замыкается сразу: сделал — узнал результат — пошёл дальше. Это заметно влияет на доходимость, а доходимость влияет на повторные покупки и отзывы — то есть напрямую на выручку.
Для владельца школы это, пожалуй, главный аргумент. Не «сэкономим на проверке», а «люди станут доучиваться».
Где ИИ в образовании вредит
Теперь честно про обратную сторону, потому что она есть.
Проверка того, что нельзя проверять по критериям. Эссе, творческие работы, рассуждения. Система выдаст оценку и комментарий, они будут выглядеть убедительно, а ученик получит формальный разбор вместо человеческого. Для платного образования это прямой путь к возвратам: люди платят в том числе за внимание преподавателя.
Сгенерированные материалы без проверки методистом. Нейросеть уверенно выдаёт правдоподобные факты, даты и формулы. В обучающем материале ошибка живёт долго и расходится по всем ученикам сразу.
Замена преподавателя на бота в общении. Ученик обычно понимает, с кем говорит. Если он платил за живого человека, а получает автоответчик, отзывы будут соответствующие.
Простое правило: ИИ забирает подготовку и рутину, человек оставляет за собой всё, за что ученик платит деньги.
Как считать эффект
Тут я советую не изобретать метрики, а взять три числа, которые в любой школе уже есть.
Первое — стоимость проверки одной работы. Сколько платите преподавателю за час, сколько работ он успевает за этот час. После внедрения число должно измениться заметно, а не на пять процентов.
Второе — доходимость до конца курса. Именно её должна двигать мгновенная обратная связь. Мерить нужно на потоке, а не на отдельных учениках.
Третье — время на подготовку одного урока методистом. Здесь эффект от черновиков виден сразу.
Если через квартал ни одно из трёх чисел не сдвинулось — проект не работает, каким бы современным он ни выглядел. Про то, почему у большинства внедрений цифры не двигаются, я писал отдельно.
Что берут готовое, а что делают под себя
Для небольшой школы почти всё закрывается готовыми инструментами. Проверка тестов встроена в большинство платформ, черновики уроков делаются в обычном чате с нейросетью, обратная связь настраивается на уровне платформы. Здесь не нужно ничего разрабатывать — нужно сесть и разобраться с тем, что уже оплачено.
Собственная разработка появляется в трёх ситуациях.
Когда у вас своя платформа обучения, и внешние сервисы к ней не подключаются — а данные учеников выгружать наружу вы не хотите.
Когда нужна проверка по вашей методике, а не по общим критериям: своя система оценки, свои типовые ошибки, свой тон обратной связи. Общий сервис так не умеет, он проверяет «правильно или нет», а не «правильно по вашей методике».
И когда объём такой, что поштучная оплата внешнего сервиса начинает обгонять стоимость своего решения — обычно это тысячи проверок в день.
Первое, что я советую сделать владельцу школы: посчитайте, сколько человекочасов в месяц уходит на проверку простых работ. Дальше решение обычно принимается само.